Jl. Kaliurang Km 14.4 Sleman, DIY ,2) ABSTRAK

Penerapan Metode Total Productive Maintenance (TPM) untuk Mengatasi Masalah Six-Big Losess dalam Mencapai Efisiensi Proses Produksi (Studi Kasus pada PT. Itokoh Ceperindo) 1,2)

Aldila Samudro Mukti1, Hudaya2

Fakultas Teknologi Industri, Jurusan Teknik Industri, Universitas Islam Indonesia Jl. Kaliurang Km 14.4 Sleman, DIY 55184 1,2)Email: [email protected]

ABSTRAK PT. Itokoh Ceperindo merupakan perusahaan yang bergerak dalam bidang usaha casting baja dan stainless steel. Dalam dunia industry, faktor efektifitas mesin sangat mempengaruhi proses produksi, oleh sebab itu diperlukan langkah-langkah yang efektif dan efisien dalam pemeliharaan mesin untuk dapat menanggulangi dan mencegah masalah efektifitas mesin. Total Productive Maintenance (TPM) merupakan metode pemeliharaan yang melibatkan semua pihak yang terdapat dalam suatu perusahaan untuk dapat saling bekerjasama dalam menghilangkan factor Six big losses. Berdasarkan pengukuran efektivitas mesin Induction Furnance dengan menggunakan metode Overall Equipment Effectiveness (OEE), didapatkan nilai OEE dari mesin Induction Furnance untuk periode Oktober 2010 – September 2011 berkisar antara 83.63% sampai 88.67%. Kondisi ini menunjukkan bahwa kemampuan mesin Induction Furnance belum mencapai kondisi yang ideal (≥85%). Adapun yang mempengaruhi nilai OEE dan menjadi prioritas utama untuk dieliminasi perusahaan adalah Scrap/Yield Loss sebesar 50,85% dan Set-up and Adjustment Loss sebesar 32,49%. Kata Kunci: Overall Equipment Effectiveness (OEE), Total Productive Maintenance (TPM), Six big losses.

ABSTRACT PT. Itokoh Ceperindo is a steal casting and stainless steel company. Engine efectifity is cruicial in production process. Thus, requires efective and efficeint steps in machine maintenance to overcome and prevent machine efficiency issues. Total Productive Manitenance (TPM) is a maintenance method involving all companies stakeholers to cooperate in eliminating six big losses factor. Based on Induction Furnance Mchine Performance using overall equioment effectiveness, the OEE score in october 2010 – september 2011 varies between 83.63% to 88,67%. This shows that the machine is not in its idealconditions (≥85%). It is a priority to eliminate Scrap/Yield Loss (50,85% ) and Set-up and Adjustment Loss (32,49%). Keyword: Overall Equipment Effectiveness (OEE), Total Productive Maintenance (TPM), Six big losses

Pendahuluan Penelitian ini dilakukan untuk mendapatkan gambaran kesesuaian antara kondisi perusahaan dimana factor six-big losses sangat berpengaruh terhadap efisiensi dan efektifitas proses produksi perusahaan dengan penerapan total productive maintenance (TPM). TPM merupakan sistem Jepang yang unik dari suatu kepakaran manajerial, telah diciptakan pada tahun 1971, berdasarkan konsep pemeliharaan pencegahan atau pemeliharaan mandiri yang telah diperkenalkan dari Amerika Serikat pada tahun 1950-an sampai tahun 1960-an (Corder, 1998). Menurut Nakajima (1988) TPM adalah suatu program untuk pengembangan fundamental dari fungsi pemeliharaan dalam suatu organisasi, yang melibatkan seluruh SDM-nya. Metode yang digunakan adalah metode Overall Equipment Effectiveness (OEE) yang digunakan untuk mengukur tingkat efektivitas yang sesuai dengan prinsip – prinsip TPM untuk dapat mengetahui besarnya kerugian (six big losses) meliputi breakdown losses, setup and adjustment losses, reduced speed losses, idling and minor stoppages, rework losses dan scrap/yield losses. penelitian

89

Aldila Samudro Mukti, Hudaya/ Penerapan Metode Total Productive Maintenance (TPM) untuk Mengatasi Masalah Six-Big Losess dalam Mencapai Efisiensi Proses Produksi (Studi Kasus pada PT. Itokoh Ceperindo) / JOIR Vol. XII, No. 2 Juli 2013, pp 89-101

ditekankan pada faktor-faktor kinerja produksi yang meliputi produktivitas pekerja, man hour, product delivery dan tingkat defect.

Metode Penelitian Obyek Penelitian Penelitian ini dilakukan di PT. Itokoh Ceperindo.

Pengumpulan Data Teknik pengumpulan data yang digunakan dalam penelitian ini adalah : 1. Studi Lapangan  Wawancara Pengumpulan data secara langsung dengan tanya jawab kepada responden, yaitu dengan pihak manajemen perusahaan atau karyawan perusahaan.  Observasi Teknik pengumpulan data dengan cara melakukan pengamatan secara langsung pada objek yang diteliti. 2. Studi Kepustakaan Studi kepustakaan adalah usaha mencari dan mengumpulkan literatur-literatur, karya ilmiah dan referensi yang mendukung serta berkaitan dengan masalah yang diteliti sehingga dapat digunakan sebagai dasar analisis dalam pemecahan masalah.

Pengolahan Data Penentuan Availability Ratio Availability merupakan rasio dari operation time, dengan mengeliminasi Downtime peralatan, terhadap loading time. Rumus yang digunakan adalah: 𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = x 100% 𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 Penentuan Performance Efficiency Performance effieciency merupakan hasil perkalian dari Operating speed rate dan net Operating speed, atau rasio kuantitas produk yang dihasilkan dikalikan dengan waktu siklus idealnya terhadap waktu yang tersedia untuk melakukan proses produksi. Rumus yang digunakan adalah: Performance = Operating speed rate – Operating Rate 𝐼𝑑𝑒𝑎𝑙 𝐶𝑦𝑐𝑙𝑒 𝑇𝑖𝑚𝑒 𝐴𝑐𝑡𝑢𝑎𝑙 𝐶𝑦𝑐𝑙𝑒 𝑇𝑖𝑚𝑒 𝑥 𝑂𝑢𝑡𝑝𝑢𝑡 = 𝑥 x 100% 𝐴𝑐𝑡𝑢𝑎𝑙 𝐶𝑦𝑐𝑙𝑒 𝑇𝑖𝑚𝑒 𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑒𝑑 𝐴𝑚𝑜𝑢𝑛𝑡 𝑥 𝑇ℎ𝑒𝑜𝑟𝑒𝑡𝑖𝑐𝑎𝑙 𝐶𝑦𝑐𝑙𝑒 𝑇𝑖𝑚𝑒 𝑃𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒 𝐸𝑓𝑓𝑖𝑒𝑐𝑖𝑒𝑛𝑐𝑦 = x 100% 𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒 Penentuan Rate Of Quality Product Rate of quality product merupakan suatu rasio yang menggambarkan kemampuan peralatan dalam menghasilkan produk yang sesuai dengan standar perusahaan. Rumus yang digunakan adalah: 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑒𝑑 𝐴𝑚𝑜𝑢𝑛𝑡 − 𝐷𝑒𝑓𝑒𝑐𝑡 𝐴𝑚𝑜𝑢𝑛𝑡 𝑅𝑎𝑡𝑒 𝑂𝑓 𝑄𝑢𝑎𝑙𝑖𝑡𝑦 𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑠 = x 100% 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑒𝑑 𝐴𝑚𝑜𝑢𝑛𝑡 Penentuan Overall Equipment Effetiveness (OEE) OEE = Avaibility (%) × Performance (%) × Quality Yield (%)

90


Perhitungan OEE Six big losses 1. Downtime Losses Downtime adalah waktu yang seharusnya digunakan untuk melakukan proses produksi akan tetapi karena adanya gangguan pada mesin mengakibatkan mesin tidak dapat melaksanakan proses produksi sebagaimana mestinya. Equipment Failures dan Setup Adjusment adalah yang termasuk dalam Downtime Losses..  Equipment Failures Equipment Failures yaitu kerusakan mesin / peralatan yang tiba-tiba dan mengakibatkan kerugian, karena kerusakan mesin akan menyebabkan mesin tidak beroperasi menghasilkan output. Equipment Failure Loss = 

𝑇𝑜𝑡𝑎𝑙 𝐵𝑟𝑒𝑎𝑘𝑑𝑜𝑤𝑛 𝑇𝑖𝑚𝑒 𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑇𝑖𝑚𝑒

x 100%

Setup and Adjustment Setup and Adjustment adalah semua waktu set-up termasuk waktu penyesuaian dan juga waktu yang dibutuhkan untuk kegiatan-kegiatan pengganti satu jenis produk berikutnya untuk proses produksi selanjutnya. Untuk mengetahui Setup and Adjustment digunakan rumus: 𝑇𝑜𝑡𝑎𝑙𝑆𝑒𝑡𝑢𝑝𝑎𝑛𝑑𝐴𝑑𝑗𝑢𝑠𝑡𝑚𝑒𝑛𝑇𝑖𝑚𝑒

Setup and Adjustment loss= 2.

x 100%

Speed Losses  Idling and Minor Stoppage Idling and Minor Stoppage Losses disebabkan oleh kejadian-kejadian seperti pembersihan mesin sejenak, kemacetan mesin dan idle time dari mesin. Idling and Minor Stoppages = 

𝑁𝑜𝑛𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑒 𝑇𝑖𝑚𝑒 𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑇𝑖𝑚𝑒

x 100%

Reduced Speed Losses Reduced Speed Losses adalah selisih antara waktu kecepatan produksi aktual dengan kecepatan produksi mesin yang ideal. Reduced Speed Losses=

3.

𝐿𝑜𝑎𝑑𝑖𝑛𝑔𝑇𝑖𝑚𝑒

𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒−(𝐼𝑑𝑒𝑎𝑙 𝐶𝑦𝑐𝑙𝑒 𝑇𝑖𝑚𝑒 𝑥 𝑇𝑜𝑡𝑎𝑙 𝑃𝑟𝑜𝑑𝑢𝑐𝑡 𝑃𝑟𝑜𝑐𝑒𝑠𝑠) 𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑇𝑖𝑚𝑒

x100%

Defect Losses Defect Losses adalah mesin tidak menghasilkan produk yang sesuai dengan spesifikasi dan standar kualitas produk yang telah ditentukan oleh perusahaan. Faktor yang dikategorikan ke dalam Defect Losses adalah Rework Loss dan Yield/Scrap Loss.  Rework Loss Rework Loss yaitu kerugian yang disebabkan karena adanya produk cacat maupun kerja produk diproses ulang. Rework Loss= 

𝐼𝑑𝑒𝑎𝑙 𝐶𝑦𝑐𝑙𝑒 𝑇𝑖𝑚𝑒 ×𝑅𝑒𝑤𝑜𝑟𝑘 𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑇𝑖𝑚𝑒

x 100%

Yield/Scrap Losses Yield/Scrap Losses disebabkan oleh material yang tidak terpakai atau sampah bahan baku. Yield/Scrap Losses=

𝐼𝑑𝑒𝑎𝑙 𝐶𝑦𝑐𝑙𝑒 𝑇𝑖𝑚𝑒 ×𝑆𝑐𝑟𝑎𝑝 𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑇𝑖𝑚𝑒

x 100%

Perhitungan Variabel – Variabel Produksi 1. Product Delivery Product Delivery yaitu berapa banyak barang yang bisa diproduksi terhadap rencana yang ditetapkan oleh perusahaan. 𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 𝑃𝑟𝑜𝑑𝑢𝑐𝑡 𝐷𝑒𝑙𝑖𝑣𝑒𝑟𝑦 = × 100% 𝑃𝑙𝑎𝑛𝑛𝑖𝑛𝑔 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 2. Man hour Man hour adalah suatu perhitungan di mana jumlah jam kerja dikalikan dengan jumlah karyawan dibagi dengan jumlah produksi. 𝐽𝑢𝑚𝑙𝑎ℎ 𝐽𝑎𝑚 𝐾𝑒𝑟𝑗𝑎 × 𝐽𝑢𝑚𝑙𝑎ℎ 𝐽𝑎𝑚 𝐾𝑒𝑟𝑗𝑎 𝑀𝑎𝑛 𝐻𝑜𝑢𝑟 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 3. Defect/Reject Defect/Reject merupakan kegagalan suatu produk akibat proses yang tidak sesuai dengan standar.

91


𝐷𝑒𝑓𝑒𝑐𝑡/𝑅𝑒𝑗𝑒𝑐𝑡 =

𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑟𝑜𝑑𝑢𝑘 𝐶𝑎𝑐𝑎𝑡 × 100% 𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖

Diagram Pareto Untuk melihat lebih jelas Six big losses yang mempengaruhi efektivitas mesin Induction Furnance, maka akan dilakukan perhitungan time loss untuk masing-masing faktor dalam Six big losses. Diagram Cause and Effect Diagram ini berguna untuk menganalis dan menemukan faktor – faktor yang berpengaruh secara signifikan terhadap penentuan karakteristik kualitas output kerja.

Hasil dan Pembahasan Penentuan Availability Ratio Tabel 1. Perhitungan Availability ratio bulan Oktober 2010 – September 2011 Bulan

Loading Time (jam)

Total Downtime

Operation Time

Availability Rasio %

Oktober

316

18.2

297.8

94.24050633

November

296.5

15.8

280.7

94.67116358

Desember

316.5

17.9

298.6

94.34439179

Januari

316.3

21.2

295.1

93.29750237

Februari

296.8

15.3

281.5

94.84501348

Maret

287

18.2

268.8

93.65853659

April

296.7

17.8

278.9

94.00067408

Mei

346

21.8

324.2

93.69942197

Juni

287

15.4

271.6

94.63414634

Juli

296.6

18.9

277.7

93.62778152

Agustus

326

17.1

308.9

94.75460123

Sptember

326

17.3

308.7

94.69325153

Perhitungan Performance Efficiency Bulan

Tabel 2. Perhitungan Performance efficiency bulan Oktober 2010 – September 2011 Total Product Ideal Cycle Time Performance efficiency Processed (Kg) (Jam/Kg) Operatio Time (%)

Oktober

14570

0.02022

297.8

98.92726662

November

12797

0.02167

280.7

98.79265764

Desember

14077

0.02098

298.6

98.90671802

Januari

13899

0.02098

295.1

98.81430701

Februari

12756

0.02183

281.5

98.92130728

Maret

12998

0.02046

268.8

98.93566964

April

13233

0.02084

278.9

98.87978487

Mei

16721

0.01916

324.2

98.81997532

Juni

12639

0.02126

271.6

98.9341458

Juli

12446

0.02206

277.7

98.86883687

Agustus

12766

0.0239

308.9

98.77222402

Sptember

13259

0.023

308.7

98.78749595

92


Perhitungan Rate Of Quality Product Tabel 3. Perhitungan rate of quality product bulan Oktober 2010 – Septemberi 2011 Bulan

Total Product Processed (Kg)

Total Scrap Weight (Kg)

Rate Of Quality Product (%)

Oktober

14570

794

94.55044612

November

12797

766

94.01422208

Desember

14077

1091

92.24976913

Januari

13899

1289

90.72595151

Februari

12756

858

93.27375353

Maret

12998

1246

90.41390983

April

13233

667

94.95957077

Mei

16721

1736

89.61784582

Juni

12639

1054

91.66073265

Juli

12446

1105

91.12164551

Agustus

12766

1084

91.50869497

Sptember

13259

710

94.64514669

Perhitungan Overall Equipment Effectiveness (OEE) Tabel 4. Perhitungan overall equipment effectiveness Bulan Oktober 2010 – September 2011 Bulan

Availability Rasio %

Performance efficiency (%)

Rate Of Quality Product (%)

OEE

Oktober

94.621

99.122

94.55

88.67866021

November

94.569

98.792

94.014

87.83408982

Desember

94.344

98.906

92.249

86.07927308

Januari

93.297

98.814

90.725

83.63982893

Februari

94.845

98.921

93.354

87.58623742

Maret

93.66

98.936

90.413

83.77981192

April

94.1

98.879

94.959

88.35473354

Mei

94.699

98.819

89.617

83.86413061

Juni

94.634

98.934

91.67

85.82622227

Juli

93.627

98.868

91.121

84.34810579

Agustus

94.754

98.772

91.025

85.19068061

Sptember

94.693

98.787

94.645

88.53507269

Berikut ini adalah nilai OEE yang diperoleh pada mesin Induction Furnance selama periode Oktober 2010 – September 2011: 1. Pada bulan Oktober 2010 – September 2011 diperoleh nilai OEE sebesar 83.63982893% - 88.67866021%. Dari hasil tersebut ternyata masih terdapat nilai OEE yang berada di bawah keadaan ideal 85%. 2. Nilai OEE tertinggi pada mesin Induction Furnance didapat pada bulan Oktober 2010 sebesar 88.67866021% dengan rasio Availability 94,621%, Performance Efficiency 99,122% dan Rate of Quality Product 94,55%. Rendahnya nilai OEE mesin Induction Furnance pada periode Januari 2011sebesar 83.63982893% disebabkan oleh rasio Availability sebesar 93,297% dan Performance Efficiency sebesar 98,814% sedangkan rasio Rate of Quality Product memiliki nilai yang rendah yaitu90,725%.

93


Perhitungan OEE Six big losses 1.

Downtime Losses  Equipment Failures Tabel 5. Perhitungan equipment failure loss bulan Oktober 2010 – September 2011



Bulan

Machine Break

Loading Time (jam)

Equipment Failure Loss (%)

Oktober

2.3

316

0.727848101

November

1.1

296.5

0.370994941

Desember

1.4

316.5

0.442338073

Januari

4.8

316.3

1.517546633

Februari

1.1

296.8

0.370619946

Maret

3.3

287

1.149825784

April

2.7

296.7

0.910010111

Mei

4.5

346

1.300578035

Juni

1.3

287

0.452961672

Juli

3.1

296.6

1.045178692

Agustus

1.2

326

0.36809816

Sptember

1.3

326

0.398773006

Setup and Adjustment Tabel 6. Perhitungan setup and adjustment bulan September 2010 – Januari 2011 Setup and Adjustment

2.

Bulan

Schedule Shutdown

Warm Up (Jam)

Total (Jam)

Loading Time (Jam)

Setup Loss (%)

Oktober

3

11

14

316

4.430379747

November

3

10.5

13.5

296.5

4.55311973

Desember

3

12

15

316.5

4.739336493

Januari

3

11.6

14.6

316.3

4.615871009

Februari

2.5

10.4

12.9

296.8

4.346361186

Maret

2.5

10.8

13.3

287

4.634146341

April

3

10.6

13.6

296.7

4.583754634

Mei

3.5

11.7

15.2

346

4.393063584

Juni

2.5

10.2

12.7

287

4.425087108

Juli

3

11.4

14.4

296.6

4.855023601

Agustus

3.5

10.8

14.3

326

4.386503067

Sptember

3.4

11.1

14.5

326

4.447852761

Speed Losses  Idling and Minor Stoppage Tabel 7. Perhitungan idling and minor stoppages Bulan Oktober 2010 – September 2011 Bulan

Pencucian Mesin

Loading Time (jam)

Idling and Minor Stoppages (%)

Oktober

1.4

316

0.443037975

November

1.2

296.5

0.404721754

Desember

1.5

316.5

0.473933649

Januari

1.8

316.3

0.569079987

94


Tabel 7. Perhitungan idling and minor stoppages Bulan Oktober 2010 – September 2011 lanjutan



Bulan

Pencucian Mesin

Loading Time (jam)

Idling and Minor Stoppages (%)

Februari

1.3

296.8

0.438005391

Maret

1.6

287

0.557491289

April

1.5

296.7

0.505561173

Mei

2.1

346

0.606936416

Juni

1.4

287

0.487804878

Juli

1.4

296.6

0.472016183

Agustus

1.6

326

0.490797546

Sptember

1.5

326

0.460122699

Reduced Speed Losses Tabel 8. Perhitungan reduced speed losses bulan Oktober 2010– September 2011 Operation Ideal Cycle Time Total Product Loading Time Reduced Speed Losses Time (Jam/Kg) Processed (Kg) (Jam) (%)

Bulan Oktober

297.8

0.02022

14570

316

0.010109494

November

280.7

0.02167

12797

296.5

0.011430051

Desember

298.6

0.02098

14077

316.5

0.010314502

Januari

295.1

0.02098

13899

316.3

0.011062219

Februari

281.5

0.02183

12756

296.8

0.010230863

Maret

268.8

0.02046

12998

287

0.009968362

April

278.9

0.02084

13233

296.7

0.010530098

Mei

324.2

0.01916

16721

346

0.011056763

Juni

271.6

0.02126

12639

287

0.01008662

Juli

277.7

0.02206

12446

296.6

0.010590829

Agustus

308.9

0.0239

12766

326

0.011633742

Sptember

308.7

0.023

13259

326

0.011481595

3.

Defect Losses  Rework Loss Tabel 9. Perhitungan rework loss bulan Oktober 2010 – September 2011 Bulan

Loading Time (Jam)

Ideal Cycle Time (Jam/Kg)

Rework (Kg)

Rework Losses (%)

Oktober

316

0.02022

0

0

November

296.5

0.02167

0

0

Desember

316.5

0.02098

0

0

Januari

316.3

0.02098

0

0

Februari

296.8

0.02183

0

0

Maret

287

0.02046

0

0

April

296.7

0.02084

0

0

Mei

346

0.01916

0

0

Juni

287

0.02126

0

0

Juli

296.6

0.02206

0

0

Agustus

326

0.0239

0

0

Sptember

326

0.023

0

0

95




Yield/Scrap Losses Tabel 10. Perhitungan yield/scrap losses bulan Oktober 2010 – September 2011

Bulan

Ideal Cycle Time (Jam/Kg)

Total Scrap Weight (Kg)

Loading Time (Jam)

Yield/Scrap Losses (%)

Oktober

0.02022

794

316

5.080594937

November

0.02167

766

296.5

5.598387858

Desember

0.02098

1091

316.5

7.231968404

Januari

0.02098

1289

316.3

8.549864053

Februari

0.02183

858

296.8

6.31069407

Maret

0.02046

1246

287

8.882634146

April

0.02084

667

296.7

4.68496124

Mei

0.01916

1736

346

9.613225434

Juni

0.02126

1054

287

7.807679443

Juli

0.02206

1105

296.6

8.218577208

Agustus

0.0239

1084

326

7.947116564

Sptember

0.023

710

326

5.009202454

Tabel 11. Pengurutan persentase faktor six big losses mesin Induction Furnance No

Six big losses

Total Time Losses (jam)

Persentase (%)

Persentase Kumulatif (%)

1

Scrap/Yield Loss

262,99

50,85

50,85

2

Set up and Adjustment Loss

168

32,49

83,34

3

Reduced Speed Loss

39,77

7,69

91,03

4

Breakdown Loss

28,1

5,43

96,46

5

Idling and Minor Stoppages

18,3

3,54

100

6

Rework Loss

0

0

100

Total

100

Dari hasil pengurutan persentase faktor Six big losses tersebut maka akan digambarkan diagram Paretonya sehingga terlihat jelas urutan dari keenam faktor yang mempengaruhi efektivitas pada mesin Induction Furnance.

Persentase

Diagram Pareto Six Big Losses 60 50 40 30 20 10 0

50,85

32,49 7,69

5,43

3,54 0 Scrap/Yield Set up and Reduced Breakdown Idling and Rework Loss Loss Adjustment Speed Loss Loss Minor Loss Stoppages

Six Big Losses Gambar 1. Diagram pareto persentase faktor six big losses Induction Furnance periode Oktober 2010 – September 2011.

96


Perhitungan Variabel – Variabel Produksi 1. Product Delivery Tabel 12. Perhitungan product delivery bulan Oktober 2010 – September 2011 Bulan

Total Good Product (Kg)

Planning Product

Delivery

Oktober

13776

13912

99,02242668

November

12031

12149

99,02872664

Desember

12986

13110

99,05415713

Januari

12610

13043

96,68021161

Februari

11898

12031

98,89452248

Maret

11752

12088

97,22038385

April

12566

12692

99,00724866

Mei

14985

15254

98,23652812

Juni

11585

11702

99,00017091

Juli

11341

11730

96,68371697

Agustus

11682

11797

99,02517589

Sptember

12549

12675

99,00591716

Pada bulan Oktober 2010 – September 2011 diperoleh nilai product delivery sebesar 96,68% - 99,05%. Dari hasil tersebut ternyata masih terdapat nilai product delivery yang berada di bawah keadaan ideal 99%. Presentase product delivery terendah terjadi pada bulan Januari 2011. Persentase terendah tersebut terjadi karena total good product yang dihasilkan sangat rendah yaitu 13776 Kg dimana nilai tersebut jauh dari planning product yaitu sebesar 13043 Kg 2.

Man hour Tabel 13. .Perhitungan man hour bulan Oktober 2010 – September 2011 Bulan

Total Available Time (Jam)

Jumalah Pekerja


Man hour

Oktober

320

90

14570

1,976664379

November

270

90

12797

1,898882551

Desember

300

90

14077

1,918022306

Januari

320

90

13899

2,072091517

Februari

270

90

12756

1,904985889

Maret

290

90

12998

2,008001231

April

300

90

13233

2,040353661

Mei

350

90

16721

1,883858621

Juni

290

90

12639

2,065036791

Juli

270

90

12446

1,952434517

Agustus

270

90

12766

1,903493655

Sptember

330

90

13259

2,239987933

Pada bulan Oktober 2010 – September 2011 diperoleh nilai Man hoursebesar 1,883858621 Jam–2,239987933 Jam. Dari hasil tersebut nilai Man hour yang tinggi terjadi pada bulan September 2011. Hal tersebut disebabkan karena pada bulan September 2011 nilai total available time tinggi yaitu sebesar 330 Jam. 3.

Defect/Reject Tabel 14. .Perhitungan defect/reject bulan Oktober 2010 – September 2011 Bulan


Produk Cacat

Defect/Reject

Oktober

14570

136

0,933424846

November

12797

118

0,922091115

97


Tabel 14. .Perhitungan defect/reject bulan Oktober 2010 – September 2011 lanjutan Bulan


Produk Cacat

Defect/Reject

Desember

14077

124

0,880869503

Januari

13899

433

3,115332038

Februari

12756

133

1,042646598

Maret

12998

336

2,585013079

Tabel 14. .Perhitungan defect/reject bulan Oktober 2010 – September 2011 lanjutan Bulan


Produk Cacat

Defect/Reject

April

13233

126

0,952165042

Mei

16721

269

1,608755457

Juni

12639

117

0,925706148

Juli

12446

389

3,125502169

Agustus

12766

115

0,900830331

Sptember

13259

126

0,950297911

Pada bulan Oktober 2010 – September 2011 diperoleh nilai tingkat defect sebesar 0,95% - 3,12%. Dari hasil tersebut nilai tingkat defect terbesar terjadi pada bulan Juli 2011. Tingkat defect pada bulan tersebut terjadi karena terdapat 389 Kg produk cacat yang dihasilkan

Diagram Sebab Akibat/Fishbone Melalui diagram Pareto dapat dilihat bahwa faktor yang memberikan kontribusi terbesar dari faktor Six big losses tersebut adalah Scrap/Yield Loss sebesar 50,85%dan Set up and Adjustment Loss32,49%. Menurut aturan Pareto (aturan 80%) maka nilai persentase kumulatif mendekati atau sama dengan 80% menjadi prioritas permasalahan yang akan dibahas selanjutnya. Oleh karena itu, kedua faktor inilah yang akan dianalisis dengan menggunakan diagram sebab akibat. Dalam diagram sebab akbat pada gambar 2 dan gambar 3 dibawah ini akan diketahui penyebab tingginya faktor scrap/yield loss dan set up dan adjustment loss. Operator

Mesin Sering Mengalami Gangguan

Kurang Terlatih

Bahan Baku Yang Kurang Bagus

Mesin Yang Sudah Tua

Pengawasan yang Kurang

Bahan Baku

Manajemen Bahan Baku yang Kurang Baik

Sering Mengalami Keausan

Kurang Teliti

Scrap/Yield Loss Quality Control yang Kurang Baik

Proses Dibawah Standard

Proses

Control Terhadap Suhu Mesin yang Minim

Jarang Mengalami Pembersihan Mesin

Lingkungan

Gambar 2. Diagram sebab akibat/fishbone scrap/yield loss

98


Operator

Mesin Sering Mengalami Gangguan

Kurang Terlatih

Mesin Yang Sudah Tua

Kurangnya Jumlah Operator

Bahan Baku Bahan Baku Yang Kurang Bagus Manajemen Bahan Baku yang Kurang Baik

Perawatan yang Kurang maksimal

Kurang Teliti

Set up and Adjustment Loss Sering terjadi penundaan Proses Produksi Proses Dibawah Standard

Proses

Control Terhadap Suhu Mesin yang Minim

Mesin Kotor

Lingkungan Gambar 3. Diagram sebab akibat/fishbone setup and adjustment loss

Analisa diagram sebab akibat untuk faktor scrap/yield loss loss dan set up and adjustment loss adalah sebagai berikut: 1. Manusia (operator)  Operator kurang teliti dalam pengoperasian mesin sehingga mesin tidak bekerja secara maksimal.  Kurangnya jumlah tenaga kerja yang ditugaskan sehingga menambah waktu tunggu (delay) bila mesin mengalami kerusakan.  Kurangnya pengawasan terhadap kinerja operator yang berakibat kinerja operator dalam pengoperasian mesin kurang maksimal. 2. Mesin (peralatan)  Umur mesin yang sudah tua mempengaruhi terjadinya gangguan seperti aus pada beberapa bagian.  Kurangnya fasilitas dan sarana perawatan mesin. 3. Bahan Baku (material)  Tidak ada spesifikasi bahan baku yang berkualitas dalam penanganan material sehingga dapat menyebabkan mesin berjalan yang tidak konstan.  Manajeman bahan baku yang kurang bagus menyebabkan banyak bahan baku yang terbuang ketika diolah pada mesin. 4. Lingkungan  Kotoran seperti debu atau sisa bahan baku yang menempel pada mesin akan mempengaruhi efektifitas mesin.  Kontrol suhu lingkungan kerja yang jarang dilakukan menyebabkan operator yang mudah merasa gerah. 5. Proses Kerja  Keadaan mesin yang tua menyebabkan terjadi penundaan proses produksi karena beberapa gangguan.  Proses yang menggunakan mesin secara terus menerus harus menuntut agar mesin selalu dalam keadaan yang stabil, maka perlu adanya pemeliharaan dan perawatan yang lebih intensif.

Evaluasi dan Usulan Penyelesaiaan Masalah Usulan Penyelesaian Masalah Six big losses Berikut ini adalah tindakan yang harus dilakukan untuk menangani masalah tersebut: 1. Langkah – langkah perbaikan pada faktor tenaga kerja

99




2.

3.

4.

5.

Memberikan training atau penyuluhan kepada operator secara berkala, misalnya dilakukan kegiatan training setiap enam bulan.  Menambah jumlah tenaga kerja untuk mengurangi terjadinya delay jika terjadi kerusakan pada mesin dengan kemampuan kerja operator yang optimal.  Meningkatkan pengawasan terhadap kinerja tenaga kerja agar kegiatan produksi berjalan lebih efektif. Langkah – langkah perbaikan pada mesin produksi  Melakukan perawatan mesin secara berkala untuk menemukan kondisi tak wajar pada mesin sedini mungkin.  Melakukan pemeliharaan pada kondisi yang wajar seperti, pengencangan baut, pembersihan mesin dan mengganti bagian mesin yang rusak.  Menerapkan dan mengembangkan metode penaggulangan kondisi mesin. Langkah – langkah perbaikan pada bahan baku atau material  Membuat standar ukuran bahan yang sesuai sehingga mesin bekeja secara optimal dan mengurangi jumlah sisa bahan baku yang terbuang. Langkah – langkah perbaikan pada faktor lingkungan  Melakukan pembersihan mesin sebelum dan sesudah proses operasi.  Lebih memperhatikan suhu lingkungan kerja sehingga operator merasa lebih nyaman dengan lingkungan keja. Langkah – langkah perbaikan pada faktor proses kerja  Melakukan pemeliharaan dan perawatan untuk mengurangi gangguan dan mengembalikan mesin pada kondisi yang optimal.  Menentukan standar pelaksanaan setting tools.

Penerapan Total Productive Maintenance (TPM) Agar implementasi TPM berhasil, maka perusahaan harus memiliki: 1. Dukungan dari Top Manajemen. 2. Pemahaman dan komitmen dari setiap orang dalam organisasi. 3. Pelatihan dan motivasi dari setiap orang di dalam organisasi. 4. Manajemen harus mendidik, mempromosikan dan membangun budaya baru di mana tim dapat berfungsi guna menghasilkan sebuah sistem TPM. 5. TPM memerlukan pemberdayaan karyawan, dengan partisipasi total dari seluruh tenaga kerja. 6. TPM tidak akan berhasil jika hanya sebagai sebuah program pemeliharaan, tetapi harus menjadi program dari setiap orang. 7. Dengan TPM, operator mesin bertanggung jawab atas pemeliharaan rutin mesin dan peralatan, termasuk pembersihan dan pemeliharaan area kerja. 8. Para karyawan dilatih untuk dapat mengidentifikasi permasalahan, menentukan pemecahan dan menerapkan metode kerja yang dikembangkan oleh kelompok kecil.

Kesimpulan Berdasarkan hasil analisa dan uraian hasil Overall Equipment Effectiveness pada mesin Induction Furnance, maka dapat diambil beberapa kesimpulan sebagai berikut: 1. Dari pengukuran tingkat efektivitas mesin dengan menggunakan metode OEE pada bulan Oktober 2010September 2011 yang dilakukan di PT. Itokoh Ceperindo, terdapat beberapa bulan dimana presentase tersebut kurang dari standar ideal OEE yaitu 85%. Hal itu terjadi pada bulan Januari (83.63%), Maret (83.77%), Mei (83.86%), Juli (84.34%). Persentase nilai OEE yang rendah terjadi karena mesin banyak mengalami gangguan, seperti mesin mati secara tiba-tiba dan bagian komponen pada mesin yang mengalami kerusakan. Diluar faktor tersebut hal-hal seperti operator kurang menguasai mesin dan kurang disiplinnya operator dalam merawat mesin juga menjadi penyebab rendahnya nilai OEE.

100


2.

3.

Tingkat efektifitas mesin dan lingkungan perusahaan sangat berpengaruh terhadap product delivery, man hour dan tingkat product defect. Hal ini dapat dilihat ketika mesin mengalami banyak gangguan dan kerusakan maka nilai product delivery akan menurun, nilai man hour yang meningkat dan nilai Product Defect yang bertambah. Jika ketiga hal tersebut terjadi dalam sebuah perusahaan maka nilai efisiensi dan efektivitas akan menurun dalam sebuah perusahaan dimana pemborosan biaya dan waktu akan terjadi. Selain itu terjadi penurunan kualitas kinerja dan produk perusahaan tersebut. Faktor yang mempengaruhi tingkat produktivitas di PT. Itokoh Ceperindo dapat dilihat dari persentase six big losses mesin Induction Furnance. Di mana besarnya persentase breakdown loss sebesar 5,43%, set-up and adjustment loss sebesar 32,49%, reduced speed loss sebesar 7,69%, idling and minor stoppages sebesar 3,54%, rework loss sebesar 0% dan scrap/yield loss sebesar 50,85%. Presentase terbesar pada scrap/yield loss disebabkan karena breakdown pada mesin produksi, kualitas operator yang kurang baik, dan bahan baku yang digunakan kurang berkualitas.

Daftar Pustaka Corder, Anthony., (1992). Maintenance Management Technique. Jakarta: Erlangga. Seiichi Nakajima., (1988). “Introduction to Total Productive Maintenance (TPM)”, Cambridge : Productivity Press Inc., hal. 21.

101

Jl. Kaliurang Km 14.4 Sleman, DIY ,2) ABSTRAK

Recommend Documents