Diagnosis Perbaikan Produktivitas Sistem Manufaktur dengan Pendekatan Overall Throughput Effectiveness (OTE), Lean Manufacturing, dan Simulasi

(1)

L/O/G/O

www.themegallery.com

Diagnosis Perbaikan Produktivitas

Sistem Manufaktur dengan Pendekatan

Overall Throughput Effectiveness

(OTE),

Lean Manufacturing

, dan Simulasi

Christian Gotama - 2509100156

Dosen Pembimbing:

Prof. Ir. Moses L. Singgih, MSc., MRegSc., Ph.D

(2)

Latar Belakang (1)

Persaingan antar

perusahaan

semakin meningkat

Jumlah industri

manufaktur

semakin

bertambah

Butuh suatu metode

perbaikan yang dapat

mempertahankan daya

saing (Muthiah &

Huang, 2006)

Muthiah & Huang

(2006): seseorang tidak

dapat memperbaiki

sesuatu yang tidak

dapat diukur

(3)

Latar Belakang (2)

Seichii Nakajima (1988) mengembangkan metode pengukuran performansi pada

level peralatan yang menangkap tiga parameter efisiensi

Perusahaan menggunakan

availability dalam mengukur

performansi sistem produksi

Factory-Level

Machine-Level

OEE

OTE

Scott dan Pisa (1998) menjelaskan bahwa

keuntungan OEE penting dan berkelanjutan, namun

OEE tidaklah cukup

Menurut Muthiah dan Huang (2006) tujuan dari OTE adalah untuk mengukur performansi pada level pabrik dan

mengidentifikasi bottleneck

Bottleneck

Indicator

Improvement

Perbaikan terus menerus berdasarkan bottleneck indicator 3

(4)

Latar Belakang (3)

30% 40% 50% 60% 70% 80% 90% a ila b ilit y R a te

Availability Sistem Produksi

KBA SPM

(5)

Latar Belakang (4)

Biaya untuk program

TPM terbatas dan

tidak memiliki alokasi

secara jelas

Penerapan TPM

(Total Productive

Maintenance) pada

perusahaan tidak

maksimal

Perusahaan tidak

membeli mesin baru

untuk menambah

kapasitas mesin

Perbaikan dengan

Lean Manufacturing

Solusi?

5

(6)

Latar Belakang (5)

Waste adalah segala

aktivitas dalam proses

produksi yang tidak

memberi nilai tambah

bagi konsumen

(Melton, 2005)

Lean berfokus pada

eliminasi waste

Mengapa Lean Manufacturing?

Lean dapat menangkap

dan memperbaiki value

stream sistem produksi

Menurut Melton

(2005), bottleneck

adalah indikasi value

stream yang buruk

Menurut Goldratt

(1990), bottleneck adalah

rantai terlemah atau entitas

Cost Berkurang

(7)

Latar Belakang (6)

Melakukan analisis

perbaikan dalam

sistem secara manual

sulit untuk dilakukan

Sistem manufaktur

saat ini memiliki

struktur yang rumit

Cara sederhana adalah

eksperimen langsung

pada sistem dengan

mengubah parameter

Cara tersebut akan

memakan biaya

mahal, waktu, menggangu

proses produksi yang

ada, dan berbahaya untuk

diterapkan secara langsung

(Mahadevan, 2004)

Simulasi

Solusi?

(8)

Perumusan Masalah

Bagaimana melakukan

diagnosis perbaikan

produktivitas

sistem manufaktur pada perusahaan

amatan menggunakan metode

Overall Throughput

Effectiveness (OTE)

,

Lean Manufacturing

dan

(9)

Tujuan Penelitian

1. Mengukur performansi sistem produksi

2. Mengidentifikasi lini yang memiliki performansi terendah (bottleneck)

3. Mengidentifikasi waste kritis yang menyebabkan bottleneck

4. Merumuskan rekomendasi perbaikan terhadap lini bottleneck

5. Melakukan diagnosis perbaikan produktivitas dengan simulasi untuk

menentukan alternatif perbaikan terbaik

6. Mengidentifikasi bottleneck baru dan besar peningkatan

performansi lini bottleneck setelah dilakukan perbaikan

7. Menganalisis sensitivitas beberapa skenario perbaikan dengan

simulasi untuk menentukan strategi terbaik dalam proses

(10)

Manfaat Penelitian

Perusahaan dapat mengetahui performansi sistem

produksinya

1

2

3

4 Perusahaan dapat mengetahui lini yang memiliki

performansi terendah (

bottleneck

)

Perusahaan mendapat solusi perbaikan performansi

terhadap lini

bottleneck

Perusahaan dapat melakukan diagnosis perbaikan

produktivitas

(11)

Ruang Lingkup Penelitian

Batasan

Asumsi

Batasan

Asumsi

Perbaikan produktivitas difokuskan pada lini

bottleneck

Pengukuran produktivitas sistem produksi berfokus pada proses percetakan menggunakan mesin cetak

offset sheet

Tidak ada proses yang berubah saat dilakukannya penelitian

Informasi dan data yang diberikan perusahaan benar dan representasi keadaan yang sebenarnya

Dimulai dari mesin cetak plate hingga mesin potong jadi

(12)

Tinjauan Pustaka

OTE

Lean Manufacturing

Simulasi

OEE

Tinjauan

Pustaka

Penjelasan konsep-konsep yang mendukung

(13)

OEE

Availability

(A

eff

)

Performance

(P

eff

)

Kualitas

(Q

eff

)

Nakajima (1988): OEE

digunakan sebagai

matriks pengukuran

kuantitatif untuk

mengukur performansi

dan diagnosis pada

level peralatan

OEE

A

eff =

T

u

/

T

t

P

eff =

T

p

/T

u

x R

act

/R

th

Q

eff =

P

g

/P

a

13

(14)

OTE

Seri

Paralel

Assembly

Expansion

Bottleneck

Indicator

(15)

Lean Manufacturing

Root Cause

Analysis (RCA)

TPM Equipment

Reliability (OEE)

Seven Waste

Lean Tools

5 Whys

Over Production

Waiting

Transport

Inventory

Motion

Over Processing

Defects

Failure Mode and

Effect Analysis (FMEA)

(16)

Simulasi

Simulasi bertujuan

untuk proses

evaluasi dan

pengembangan

suatu sistem

Kelton (2001): simulasi

adalah metode untuk

meniru perilaku sistem

Simulasi menghemat

biaya, waktu dan tidak

mengganggu sistem

nyata

Simulasi mampu

dengan akurat

memprediksi kinerja

bahkan sistem dinamis

yang paling kompleks

(Kelton, 2001)

(17)

Critical Review (1)

1

4 Samuel H. Huang et al. (2002)

Manufacturing System Modeling For

Productivity Improvement

Sangeetha Mahadevan (2004)

Automated Simulation Analysis of

Overall Equipment Effectiveness Metrics

K.M.N Muthiah et al (2006)

Automating Factory Performance

Diagnostic Using Overall Throughput

Effectiveness

2

3 Ade Hardiyansyah (2011)

Perancangan Program Aplikasi Untuk Mengukur

Performansi Sistem Produksi dengan Metode Overall

Throughput Effectiveness (OTE) dan Penjadwalan

(18)

Critical Review (2)

Peneliti Tipe

Pengukuran Produktivitas Perbaikan Produktivitas

Penerapan Konsep OEE Penerapan Konsep OTE Rancangan Software untuk Aplikasi Konsep OTE Bottleneck Indicator Model Preventive Maintenance untuk aktivitas mechanical

service, repair, dan replacement Rancangan Program Aplikasi untuk PM Rancangan Program Aplikasi untuk Simulasi Lean Manufacturing Theory Of Constraints Simulasi ARENA Sensitivity Analysis terhadap beberapa skenario perbaikan

Samuel H. Huang et al (2002) Jurnal √ √ √ √ √

K. M. N Muthiah et al (2006) Thesis √ √ √ √ √ √ √

Mahadevan (2004) Jurnal √ √ √ √ √

Hardiyansyah (2011) Tugas Akhir √ √ √ √ √ √

(19)

Metodologi Penelitian (1)

Start

Studi Pustaka • Konsep OEE dan OTE • Konsep Lean Manufacturing • Konsep Simulasi

Pengumpulan Data • Data produksi plate • Data produksi cetak sheet • Data produksi post press

• Data kerja manual _{Tahap Persiapan}

Pengolahan Data • Rekap uptime dan downtime • Rekap standar kecepatan produksi • Rekap output baik dan rusak

Studi Lapangan • Proses Percetakan • Mesin dan karakteristiknya • Operasi kerja setiap proses • Lead time sistem produksi • Bisnis proses perusahaan

A

Perhitungan Availability

Rate Mesin

Perhitungan Performance

Rate Mesin

Perhitungan Quality Rate Mesin Perhitungan Overall Equipment Effectiveness (OEE) Mesin Perhitungan Overall Throguhput Effectiveness (OTE) Sub-sistem Perhitungan Bottleneck Indicator Identifikasi Bottleneck Tahap Pengukuran Produktivitas

Perhitungan OTE Lini Produksi

Identifikasi Waste Pada

Bottleneck

Identifikasi Akar Permasalahan dengan Root

Cause Analysis (RCA)

Alternatif Rekomendasi Perbaikan Tahap Perbaikan Produktivitas A B

Failure Mode and Effect Analysis (FMEA)

(20)

(21)

Proses Cetak dengan Mesin Cetak

Offset Sheet

Rangkaian Subsistem

(22)

Pengukuran Availability

time

Total

Uptime

ty

Availabili

=

0.0000 0.1000 0.2000 0.3000 0.4000 0.5000 0.6000 R at e Machines

Availability

(23)

Pengukuran Performance

dar

Teori/Stan

Secara

Produksi

Kecepatan

Proses

Aktual

Kecepatan

=

e

Performanc

0.0000 0.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.7000 0.8000 0.9000 R ate Machines

Performance

Pengukuran berdasarkan data produksi

perusahaan pada Bulan Maret 2013

(24)

Pengukuran Quality

Aktual

Output

Baik

Output

=

Quality

0.8800 0.9000 0.9200 0.9400 0.9600 0.9800 1.0000 1.0200 R at e Machines

Quality

(25)

Pengukuran OEE (1)

Quality

e

Performanc

ty

Availabili

OEE

=

×

Stasiun Machines % Availability % Performance % Quality % OEE

Cetak Plate Fuji-CTP 0.0729 0.7775 0.9765 0.0553 Shooter 0.0018 0.8451 0.9231 0.0014 Cetak Sheet KBA 0.2078 0.3743 0.9929 0.0772 KORS 0.0082 0.2588 0.9838 0.0021 PARVA3 0.1137 0.5241 0.9978 0.0595 SPM 0.0437 0.4377 0.9953 0.0191 Pasca Cetak Lipat KOREA 0.3709 0.5643 0.9975 0.2088 Lipat MBO 0.2541 0.4710 0.9987 0.1195

Jilid Lem IPB 0.0883 0.2811 0.9826 0.0244

Jilid Kawat Bravo 0.5042 0.5091 0.9983 0.2562

Potong JMC 1 0.1361 0.2715 1 0.0370 Potong JMC 2 0.1974 0.3593 1 0.0709 Potong Robotec 1 0.3028 0.3942 1 0.1194 Potong Robotec 2 0.4048 0.1990 1 0.0805 Potong 3 Sisi 0.4093 0.3818 1 0.1563 25

(26)

Pengukuran OEE (2)

Quality

e

Performanc

ty

Availabili

OEE

=

×

0.0000 0.0500 0.1000 0.1500 0.2000 0.2500 0.3000 R ate

OEE

(27)

Pengukuran OTE

Product Mix Percentage

Mesin Fuji

Mesin Cetak KBA

Mesin Lipat Korea

Mesin lipat MBO

Mesin Jilid Lem IPB

Mesin Jilid Kawat Bravo

( )

=

∑

=

(

( )

×

( )

)

n j ij th ij i th

X

R

1

Rth (Kecepatan Produksi Secara Teori)

16,15 plate/jam 11.285 eksemplar/jam 5.996 eksemplar/jam 6.243 eksemplar/jam 3.848 eksemplar/jam 3.798 eksemplar/jam

Mesin dengan proses Rework

Mesin dengan pemrosesan Multiple Products

Parameter Potong JMC Potong Robotec

JMC 1 JMC 2 Robotec 1 Robotec 2 Output Equipment (eksemplar) 984757 710315 2608191 1260472 Prosentase 58% 42% 67% 33% Theoritical Production Rate (eksemplar/jam) 35820 13459 29367 21034 Rth (eksemplar/jam) 26449.9322 26652.3948 27

(28)

Pengukuran OTE (2)

Machines % Availability % Performance % Quality % OEE % OTE With

Rework % OTE Fuji-CTP 0.0729 0.7749 0.9765 0.0552 - 0.0221 Shooter 0.0018 0.8451 0.9231 0.0014 KBA 0.2078 0.3743 0.9929 0.0772 - 0.0495 KORS 0.0082 0.2588 0.9838 0.0021 PARVA3 0.1137 0.5241 0.9978 0.0595 SPM 0.0437 0.4377 0.9953 0.0191 Lipat KOREA 0.3709 0.5643 0.9975 0.2088 - 0.1632 Lipat MBO 0.2541 0.4710 0.9987 0.1195

Jilid Lem IPB 0.0883 0.2811 0.9826 0.0244

- 0.1530 Jilid Kawat Bravo 0.5042 0.5091 0.9983 0.2562

Potong JMC 1 0.1361 0.2715 1.0000 0.0370 0.0462 ( ) ( )

(

)

( )

∑

= =

×

=

_n i th i n i i th i

R

OEE

OTE

1 1

paralel

(29)

Pengukuran OTE (3)

( ) ( )

(

)

( )

∑

= =

×

=

_n i th i n i i th i

R

OEE

OTE

1 1

paralel

Pra Cetak Press Lipat Jilid Potong

OTE 0.0221 0.0495 0.1632 0.1530 0.0874 0.0000 0.0200 0.0400 0.0600 0.0800 0.1000 0.1200 0.1400 0.1600 0.1800

OTE

29

(30)

Bottleneck Indicator

Stasiun Machines % OTE

Bottleneck Indicator

(eksemplar/jam) Pra Cetak Fuji-CTP 0.0221 8389.0826

Shooter Press KBA 0.0495 1310.4488 KORS PARVA3 SPM Lipat KOREA 0.1632 1990.0941 Lipat MBO

Jilid Lem IPB

0.1530 1297.9092 Jilid Kawat ( )

×

∏

= + _{( )}

×

=

n i j _eff _j i th i

R

Q

OEE

Indicator

Bottleneck

1

OTE Lini Produksi

(

3848,2577 4797,93

)

15,01% 1297,9092 Produksi Lini OTE = + =

(31)

Identifikasi Waste pada Bottleneck

Overproduction

Defects

Unnecessary

Inventory

Inappropriate

Processing

Waiting

Excessive

Transportation

Unnecessary

Motion

Defects

Inappropriate

Processing

Waiting

Unnecessary

Motion

Inappropriate

Processing

Waiting

Defects Inappropriate Processing Waiting Unnecessary

Motion

Quality Performance Availability Availability Availability

Machines Kontribusi Waste

Jilid Lem 1.744% 71.88% 2.392% 82.66% 2.368% Jilid Kawat 0.173% 49.08% 2.525% 41.01% 1.59%

(32)

Identifikasi Waste pada Bottleneck (2)

Waiting

Inappropriate

Processing

Waiting Jilid Lem (jam) % Waste Jilid Kawat (jam) % Waste

Mesin Breakdown 21.416 2.88% 81.199 10.91% Waktu Changeover 59.971 8.06% 86.881 11.68% Waktu Setup Berlebih 17.796 2.39% 11.432 1.54% Tunggu Materi 105.482 14.18% 32.574 4.38% Tunggu Operator 0.406 0.05% 8.491 1.14%

No Job 370.117 49.75% 20.233 2.72%

Tunggu Lem Cair 0.239 0.03% 0.000 0.00%

Mesin Jilid Lem Jilid Kawat Setup Aktual (jam) 39.696 51.932 Setup Standar (jam) 21.9 40.5 % Waste 81.26% 28.227% Waktu Revisi (jam) 0 7.357

(33)

Identifikasi Akar Permasalahan

(Root Cause Analysis)

Waste Sub Waste Why 1 Why 2 Why 3 Why 4 Why 5

Inappropriate

Processing Setup terlalu lama

Skill operator

kurang memadai

Operator kurang pengalaman Tidak ada pelatihan Operator tidak

melihat contoh

setup pada SPK

Operator tidak membaca SOP

SOP dipasang jauh dari operator SOP tidak up to date Spesifikasi produk

sulit

Permintaan kualitas produk yang tinggi

Mesin tidak standard Maintenance yang dilakukan masih buruk Maintenance belum berdasarkan konsep reliability

Suku cadang pada mesin sudah tidak

reliable

Suku cadang tidak diganti dengan yang

baru Susah mendapatkan suku cadang Suku cadang sudah tidak diproduksi lagi 33

(34)

Identifikasi Penyebab Kritis

dengan FMEA

Waste Potential Failure Mode Potential Effect S e v e r i t y Potential Causes O c c u r r e n c e Control D e t e c t i o n RPN Bobot Inappropriate processing Setup Terlalu lama Downtime bertambah

4 Operator kurang pengalaman 8 Mengadakan pelatihan 4 128 0.1684

4 Tidak ada pelatihan 8 Mengadakan pelatihan 4 128 0.1684

4 SOP dipasang jauh dari operator 6 Adjustment 2 48 0.0632

4 SOP tidak up to date 4 Adjustment 4 64 0.0842

(35)

Perumusan Rekomendasi

Perbaikan

Root Causes Rekomendasi Perbaikan

Operator kurang pengalaman Mengadakan pelatihan secara berkala untuk meng-upgrade kemampuan/skill operator Tidak ada pelatihan

Maintanance belum berdasarkan reliability

Mengadakan pelatihan bagi pihak maintenance untuk meng-upgrade pengetahuan tentang

reliability

Suku cadang sudah tidak diproduksi lagi

Menjalin kerja sama dengan perusahaan manufaktur untuk membuat suku cadang yang dibutuhkan

Mesin tidak dibersihkan secara rutin Pelaksanaan maintenance yang teratur Operator proses sebelumnya tidak menata

katern dengan lengkap

Menetapkan kebijakan baru pada lantai produksi untuk menata hasil produksi setiap proses dengan lengkap sesuai spesifikasi isi buku

Tidak ada ketentuan untuk menata katern sesuai spesifikasi

Tidak ada ketentuan dan standar untuk waktu

changeover Membuat standar baru untuk waktu changeover

Kebijakan hukuman dan bonus belum

maksimal Memperketat aturan dan hukuman

Kombinasi Alternatif

1 Pelatihan konsep reliability centered

maintenance

2 Pelatihan cara pengoperasian mesin

3 Melakukan adjustment dan

menetapkan kebijakan baru

1,2

Pelatihan konsep reliability centered

maintenance

Pelatihan cara pengoperasian mesin

1,3

maintenance

Melakukan adjustment dan menetapkan kebijakan baru

2,3

Pelatihan cara pengoperasian mesin Melakukan adjustment dan

1,2,3

maintenance

Pelatihan cara pengoperasian mesin Melakukan adjustment dan

Kombinasi

Alternatif Perbaikan

(36)

Diagnosis Perbaikan Produktivitas (1)

Machines Availability Performance Quality % OEE % OTE Bottleneck Indicator

(eksemplar/.jam) Fuji-CTP 0.0637 0.9499 0.9726 0.0588 0.0234 9218.8369 Shooter 0.0014 0.9444 0.9608 0.0013 KBA 0.1895 0.5213 0.9858 0.0974 0.0865 2283.5750 KORS 0.0027 0.3519 1 0.0009 PARVA3 0.0739 2.4630 0.9818 0.1788 SPM 0.0269 1.1397 1 0.0306 Lipat KOREA 0.1747 1.1202 1 0.1957 0.1885 2307.4362 Lipat MBO 0.1142 1.5897 1 0.1816

Jilid Lem IPB 0.0161 0.4394 1 0.0071

0.2197 1889.5799

Jilid Kawat Bravo 0.2540 1.5445 0.9947 0.3903 Potong JMC 0.1586 0.7242 1 0.1149

0.1267 7960.5693 Potong Robotec 0.3172 0.4503 1 0.1428

Potong 3 Sisi 0.0847 1.3518 1 0.1145

(37)

Diagnosis Perbaikan Produktivitas (2)

Pengukuran OTE Model Simulasi Perbaikan 1

Machines Availability Performance Quality % OEE % OTE Bottleneck Indicator (eksemplar/jam) Fuji-CTP 0.0534 0.9984 0.9798 0.0522 0.0207 8119.4188 Shooter 0.0010 1.0000 0.9500 0.0010 KBA 0.1425 0.5213 0.9717 0.0722 0.0771 2045.2135 KORS 0.0013 0.3519 1 0.0005 PARVA3 0.0766 2.4630 1 0.1887 SPM 0.0228 1.1397 1 0.0260 Lipat KOREA 0.1358 1.1202 1 0.1521 0.1584 1938.9214 Lipat MBO 0.1035 1.5897 1 0.1645 Jilid Lem IPB 0.0368 0.5631 1 0.0207

0.3292 2833.2265 Jilid Kawat Bravo 0.2912 1.9894 0.9954 0.5766

Potong JMC 0.1492 0.7163 1 0.1069

0.1099 6908.8907 Potong Robotec 0.2487 0.4503 1 0.1120

Potong 3 Sisi 0.0833 1.3518 1 0.1127

Bottleneck Lipat Peningkatan OTE Jilid 10,95%

(38)

Diagnosis Perbaikan Produktivitas (3)

Pengukuran OTE Model Simulasi Perbaikan 2

Machines Availability Performance Quality % OEE % OTE Bottleneck Indicator (eksemplar/jam) Fuji-CTP 0.0536 1.0000 0.9722 0.0522 0.0206 7660.9520 Shooter 0.0011 1.0000 0.9048 0.0010 KBA 0.1626 0.5213 1 0.0848 0.0706 1926.8684 KORS 0.0040 0.3519 1 0.0014 PARVA3 0.0578 2.4630 1 0.1423 SPM 0.0161 1.1397 1 0.0184 Lipat KOREA 0.1573 1.1202 1 0.1762 0.1528 1839.7709 Lipat MBO 0.0833 1.5897 1 0.1303 Jilid Lem IPB 0.0286 0.5493 1 0.0157

0.2521 2180.0911 Jilid Kawat Bravo 0.2276 1.9408 1 0.4418

Potong JMC 0.1129 0.7431 1 0.0839

0.1072 6736.5193 Potong Robotec 0.2702 0.4503 1 0.1216

(39)

Diagnosis Perbaikan Produktivitas (4)

Pengukuran OTE Model Simulasi Perbaikan 3

Potong JMC 0.1492 0.7163 1 0.1069

0.1099 6908.8907 Potong Robotec 0.2487 0.4503 1 0.1120

Potong 3 Sisi 0.0833 1.3518 1 0.1127

Bottleneck Lipat Peningkatan OTE Jilid 29.77% OTE lini produksi 15.84%

(40)

Diagnosis Perbaikan Produktivitas (5)

Pengukuran OTE Model Simulasi Perbaikan 4

Potong JMC 0.1048 0.7240 1 0.0759

0.0881 5538.6766 Potong Robotec 0.2218 0.4475 1 0.0993

(41)

Diagnosis Perbaikan Produktivitas (6)

Pengukuran OTE Model Simulasi Perbaikan 5

Machines Availability Performance Quality % OEE % OTE Bottleneck Indicator (eksemplar/jam) Fuji-CTP 0.0487 1.0051 0.9746 0.0477 0.0188 7286.2059 Shooter 0.0255 0.0344 0.9412 0.0008 KBA 0.1478 0.5261 0.9910 0.0771 0.0621 1678.8402 KORS 0.0013 0.3519 1 0.0005 PARVA3 0.0470 2.3926 1 0.1126 SPM 0.0215 1.1397 1 0.0245 Lipat KOREA 0.1304 1.1086 1 0.1445 0.1384 1693.6918 Lipat MBO 0.0847 1.5645 1 0.1325

Jilid Lem IPB 0.2229 0.6825 1 0.1521

Potong JMC 0.1102 0.7431 1 0.0819

0.0961 6042.2419 Potong Robotec 0.2433 0.4503 1 0.1095

Potong 3 Sisi 0.0726 1.3518 1 0.0981

Bottleneck Cetak Peningkatan OTE Jilid 46.71% OTE lini produksi 6.15%

(42)

Diagnosis Perbaikan Produktivitas (7)

Pengukuran OTE Model Simulasi Perbaikan 6

Potong JMC 0.1048 0.7240 1 0.0759

0.0881 5538.6766 Potong Robotec 0.2218 0.4475 1 0.0993

(43)

Diagnosis Perbaikan Produktivitas (8)

Pengukuran OTE Model Simulasi Perbaikan 7

Potong JMC 0.1250 0.7191 1 0.0899

0.1062 6672.6619 Potong Robotec 0.2648 0.4480 1 0.1186

Potong 3 Sisi 0.0874 1.3310 1 0.1163

(44)

Pemilihan Alternatif Perbaikan

Terbaik (1)

1

2

3 Berdasarkan pada :

Nilai OTE lini produksi atau Overall Factory

Effectiveness (OFE) terbesar

Perpindahan bottleneck sistem dari stasiun jilid ke

stasiun lain dalam sistem produksi

Menunjukkan

Prioritas

(45)

Pemilihan Alternatif Perbaikan

Terbaik (2)

Skenario Perbaikan Stasiun Bottleneck Perbaikan Bottleneck Eksisting Keterangan OTE Lini Produksi Perbaikan 1 Lipat Jilid √ 15.84% 2 Lipat Jilid √ 15.03% 3 Lipat Jilid √ 15.84% 4 Lipat Jilid √ 12.57% 5 Cetak Sheet Jilid √ 6.15% 6 Lipat Jilid √ 12.57% 7 Lipat Jilid √ 15.21%

Skenario Perbaikan OFE OTE Sub Sistem Jilid Peningkatan OTE Jilid Alternatif Perbaikan 1 15.84% 0,3292 10,95%

Alternatif Perbaikan 3 15.84% 0,5162 29,77%

Melakukan beberapa adjustment dan penetapan

kebijakan baru dalam lantai produksi

Alternatif

Perbaikan 3

(46)

Hasil Pengukuran OTE Setelah Penerapan

Alternatif Perbaikan 3

Potong JMC 0.1492 0.7163 1 0.1069

0.1099 6908.8907 Potong Robotec 0.2487 0.4503 1 0.1120

Potong 3 Sisi 0.0833 1.3518 1 0.1127

(47)

Sensitivity Analysis (1)

Peningkatan Uptime 10% (Iterasi Pertama)

47

Machines Availability Performance Quality %OEE %OTE Bottleneck Indicator

(eksemplar/jam) Fuji-CTP 0.0534 0.9984 0.9798 0.0522 0.0207 8119.4188 Shooter 0.0010 1.0000 0.9500 0.0010 KBA 0.1425 0.5213 0.9717 0.0722 0.0771 2045.2135 KORS 0.0013 0.3519 1 0.0005 PARVA3 0.0766 2.4630 1 0.1887 SPM 0.0228 1.1397 1 0.0260 Lipat KOREA 0.2358 1.1202 1 0.2641 0.2944 3603.0271 Lipat MBO 0.2035 1.5897 1 0.3235

Jilid Lem IPB 0.1957 0.5631 1 0.1102

Potong JMC 0.1492 0.7163 1 0.1069

0.1099 6908.8907 Potong Robotec 0.2487 0.4503 1 0.1120

Potong 3 Sisi 0.0833 1.3518 1 0.1127

Bottleneck Cetak

(48)

Sensitivity Analysis (2)

Peningkatan Uptime 10% (Iterasi Kedua)

Machines Availability Performance Quality %OEE %OTE Bottleneck Indicator

(eksemplar/jam) Fuji-CTP 0.0534 0.9984 0.9798 0.0522 0.0207 8119.4188 Shooter 0.0010 1.0000 0.9500 0.0010 KBA 0.2425 0.5213 0.9834 0.1243 0.1831 4912.4059 KORS 0.1013 0.3519 1 0.0357 PARVA3 0.1766 2.4630 1 0.4350 SPM 0.1228 1.1397 1 0.1400 Lipat KOREA 0.2358 1.1202 1 0.2641 0.2944 3603.0271 Lipat MBO 0.2035 1.5897 1 0.3235 Jilid Lem IPB 0.1957 0.5631 1 0.1102

Potong JMC 0.1492 0.7163 1 0.1069

0.1099 6908.8907 Potong Robotec 0.2487 0.4503 1 0.1120

(49)

Sensitivity Analysis (3)

Peningkatan Uptime 10% (Iterasi Ketiga)

Bottleneck kembali terjadi pada stasiun jilid

namun nilai OFE meningkat 29,61%

49

Machines Availability Performance Quality %OEE %OTE

Bottleneck Indicator (eksemplar/jam) Fuji-CTP 0.0534 0.9984 0.9798 0.0522 0.0207 8119.4188 Shooter 0.0010 1.0000 0.9500 0.0010 KBA 0.2425 0.5213 0.9834 0.1243 0.1831 4912.4059 KORS 0.1013 0.3519 1 0.0357 PARVA3 0.1766 2.4630 1 0.4350 SPM 0.1228 1.1397 1 0.1400 Lipat KOREA 0.3358 1.1202 1 0.3761 0.4304 5267.1328 Lipat MBO 0.3035 1.5897 1 0.4825

Jilid Lem IPB 0.1957 0.5631 1 0.1102

0.5162 4449.0582 Jilid Kawat Bravo 0.4245 1.9894 0.9968 0.8419 Potong JMC 0.1492 0.7163 1 0.1069 0.1099 6908.8907 Potong Robotec 0.2487 0.4503 1 0.1120 Potong 3 Sisi 0.0833 1.3518 1 0.1127 Bottleneck Jilid OTE lini produksi 51.46%

(50)

Sensitivity Analysis (4)

Peningkatan Uptime 20% (Iterasi Pertama)

Jilid Lem IPB 0.1957 0.5631 1 0.1102

0.5162 4449.0582 Jilid Kawat Bravo 0.4245 1.9894 0.9968 0.8419 Potong JMC 0.1492 0.7163 1 0.1069 0.1099 6908.8907 Potong Robotec 0.2487 0.4503 1 0.1120

(51)

Sensitivity Analysis (5)

Peningkatan Uptime 20% (Iterasi Kedua)

Bottleneck kembali terjadi pada stasiun jilid

hanya dengan dua kali iterasi

51

Jilid Lem IPB 0.1957 0.5631 1 0.1102

0.5162 4449.0582

Jilid Kawat Bravo 0.4245 1.9894 0.9968 0.8419 Potong JMC 0.1492 0.7163 1 0.1069

0.1099 6908.8907 Potong Robotec 0.2487 0.4503 1 0.1120

Potong 3 Sisi 0.0833 1.3518 1 0.1127

Bottleneck Jilid

(52)

Sensitivity Analysis (6)

Pengurangan Waktu Proses Aktual 10%

(Iterasi Pertama)

Jilid Lem IPB 0.1957 0.5631 1 0.1102

0.5162 4449.0582

Potong JMC 0.1492 0.7163 1 0.1069

0.1099 6908.8907

(53)

Sensitivity Analysis (7)

Pengurangan Waktu Proses Aktual 10%

(Iterasi Kedua)

Hasil improvement lebih rendah dibanding

meningkatkan uptime 10%

53

Bottleneck Indicator (eksemplar/jam) Fuji-CTP 0.0534 0.9984 0.9798 0.0522 0.0207 8119.4188 Shooter 0.0010 1.0000 0.9500 0.0010 KBA 0.1282 0.6372 0.9717 0.0794 0.0849 2249.7349 KORS 0.0012 0.4302 1 0.0005 PARVA3 0.0690 3.0103 1 0.2076 SPM 0.0206 1.3930 1 0.0286 Lipat KOREA 0.1222 1.3691 1 0.1673 0.1743 2132.8135 Lipat MBO 0.0931 1.9430 1 0.1810 Jilid Lem IPB 0.1957 0.5631 1 0.1102

Potong JMC 0.1492 0.7163 1 0.1069

0.1099 6908.8907 Potong Robotec 0.2487 0.4503 1 0.1120

Potong 3 Sisi 0.0833 1.3518 1 0.1127

Bottleneck Lipat

(54)

Sensitivity Analysis (8)

Peningkatan Uptime 10% dan Pengurangan

Waktu Proses Aktual 10% (Iterasi Pertama)

Jilid Lem IPB 0.1957 0.5631 1 0.1102

0.5162 4449.0582

Potong JMC 0.1492 0.7163 1 0.1069

0.1099 6908.8907

(55)

Sensitivity Analysis (9)

Peningkatan Uptime 10% dan Pengurangan

Waktu Proses Aktual 10% (Iterasi Kedua)

Peningkatan performansi lebih signifikan dibanding

hanya menggunakan salah satu kriteria perbaikan

%

44 ,

29 %

38 ,

32 >

55

Jilid Lem IPB 0.1957 0.5631 1 0.1102

0.5162 4449.0582 Jilid Kawat Bravo 0.4245 1.9894 0.9968 0.8419 Potong JMC 0.1492 0.7163 1 0.1069 0.1099 6908.8907 Potong Robotec 0.2487 0.4503 1 0.1120 Potong 3 Sisi 0.0833 1.3518 1 0.1127 Bottleneck Lipat OTE lini produksi 32.38%

(56)

Sensitivity Analysis (10)

Peningkatan uptime dan Pengurangan

waktu proses aktual (speed naik)

(57)

Sensitivity Analysis (11)

Kontribusi peningkatan uptime lebih besar

dibandingkan peningkatan speed mesin

(58)

Perbaikan Produktivitas

Sistematik

Bottleneck 3

Perbaikan pada bottleneck 3 akan mengakibatkan munculnya bottleneck baru, dan begitu

seterusnya

Bottleneck 2

Perbaikan pada

bottleneck 2 yang baru

Bottleneck 1

Perbaikan pada

bottleneck 1 akan

berakibat pada munculnya bottleneck baru yaitu bottleneck 2

Bottleneck

Indicator

(59)

Kesimpulan (1)

Overall Throughput Effectiveness (OTE) lini produksi atau Overall

Factory Effectivenes (OFE) berada pada tingkat 15,01%.

1

2

3 Dari pengukuran Overall Throughput Effectiveness (OTE)

didapatkan nilai bottleneck indicator terendah dimiliki oleh stasiun

jilid yaitu pada tingkat 1297,9092 eksemplar/jam.

Akar-akar penyebab kritis yang menyebabkan terjadinya

bottleneck pada proses jilid yaitu :

• Skill operator kurang

• Mesin tidak standard

• Tidak terdapat ketentuan untuk menata katern sesuai

spesifikasi

• Tidak terdapat standar waktu changeover dan

• Kelonggaran aturan pada lantai produksi.

(60)

Kesimpulan (2)

Tiga usulan alternatif perbaikan yaitu

• Pelatihan konsep reliability centered maintenance

• Pelatihan cara pengoperasian mesin dan

• Penetapan kebijakan baru pada lantai produksi

4

5 Solusi terbaik hasil simulasi adalah menerapkan alternatif

perbaikan tiga yaitu menetapkan kebijakan baru pada lantai

produksi

Hasil perbaikan dengan menerapkan alternatif perbaikan tiga

didapatkan bottleneck sistem yang baru terdapat pada stasiun lipat

dengan

• nilai OFE sebesar 15,84%

• peningkatan OTE subsistem jilid 51,62% dari sebelumnya

21,97%

(61)

Saran

61

1

2

3 Diagnosis perbaikan dengan simulasi dikembangkan

menjadi program/software

Penelitian dikembangkan lagi dengan mempertimbangkan

faktor biaya

Perlu adanya kajian lebih lanjut terkait standar nilai

performansi OTE

4 Improvement decision dikembangkan berdasarkan

(62)

Daftar Pustaka (1)

Anvari, A., Ismail, Y., & Hojjati, S. M. (2011). A Study On Total Quality

Management and Lean Manufaturing: Through Lean Thingking

Approach. World Applied Sciences Journal , 12(9): 1585-1596.

Beexcellence.org. (2012). Lean Manufacturing. Retrieved October

31, 2012, from Beexcellence.org Website:

http://www.bexcellence.org/Lean-manufacturing.html

Gershwin, S. (2000). Design and Operation of Manufacturing Systems:

The Control-Point Policy. IIE Transactions , Vol. 32, pp. 891-906.

Goldratt. (1990). What is this thing called Theory Of Constraints and

how should it be implemented. Great Barrington: North River Press

Publishing Corporation.

Goldratt, E., & Fox, R. (1986). The Race. North River Press.

(63)

Daftar Pustaka (2)

Huang, S., Dimukes, J., Shi, J., Su, Q., Razzak, M., & Robinson, D.

(2002). Manufacturing System Modeling For Productivity

Improvement. J Manuf Syst , 21:249-259.

James-Moore, S., & Gibbons, A. (1997). Is Lean Manufacture

Universally Relevant? An Investigative Methodology. International

Journal of Operations and Production Management , Vol.

17, pp.899-911.

Kelton, W. D. (2001). Simulation With Arena (2nd Edition ed.). New

York: McGraw Hill.

Mahadevan, S. (2004). Automated Simulation Analysis of Overall

Equipment Effectiveness Metrics. University of Cincinnati: M. S.

Thesis, Department of Mechanical, Industrial, and Nuclear

Engineering.

Melton, T. (2005). The Benfits of Lean Manufacturing What Lean

Thinking has to Offer the Process Industries. Chemical Engineering

Research and Design , 83(A6): 662-673.

(64)

Daftar Pustaka (3)

Muthiah, K. M., Huang, S. H., & Mahadevan, S. (2006). Automating

Factory Performance Diagnostics Using Overall Throughput

Effectiveness (OTE) Metric. Int J Adv Manuf Technol , DOI

10.1007/s00170-006-0891-x.

Muthiah, K., & Huang, S. H. (2006). A Review of Literature on

Manufacturing Systems Productivity Measurement and

Improvement. Int. J. Industrial and Systems Engineering , Vol. 1, No.

4, pp. 461-484.

Nakajima, S. (1988). Introduction to Total Productive Maintenance.

Cambridge, MA: Productivity Press.

Percetakan Beringin Mulia. (2010, February 27). Proses Percetakan.

Retrieved June 27, 2013, from Proses dan Tahapan Proses

Percetakan:

http://percetakan.co.id/percetakan-proses-dan-tahapannya.html

(65)

Daftar Pustaka (4)

Sumanth, D. J. (1984). Productivity Engineering and Management.

New York: McGraw-Hill Book Company.

Taninecz. (2004b). Long-Term Commitments. February: Industry

Week.

Taninecz, G. (2004a). Faster But Not Better. May: Industry Week.

Wedgwood, R. (2006). The Normative Force of Reasoning. Nous ,

660-686.

Womack, J., & Jones, D. (1996). Lean Thinking: Banish Waste and

Create Wealth in Your Corporation. New York: Simon & Schuster.

Womack, J., Jones, D., & Roos, D. (1990). The Machine That Changed

The World. New York: Macmillan Publishing Company.

wvmep. (2012). About Total Productive Maintenance. Retrieved

November 17, 2012, from wvmep program:

http://www.wvmep.com/total_productive _maintenance.htm

Vorne Industries. (2012). About OEE. Retrieved 06 10, 2013, from

World Class OEE: http://www.oee.com/world-class-oee.html

(66)