Model Estimasi Waktu Operasi untuk Pemesinan
di Industri Berbasis
Make-To-Order
Anas Ma’ruf (1)
, Sonya A. S. Meliala(2)
(1), (2)
Program Studi Teknik Industri, Institut Teknologi Bandung Jalan Ganesha 10, Bandung
(1)
ABSTRAK
Makalah ini melakukan identifikasi dan pengembangan model estimasi waktu operasi untuk pemesinan pada industri berbasis make-to-order. Estimasi waktu operasi dilakukan dengan melakukan analisa kegiatan manufaktur pada berbagai pemesinan manufaktur. Model estimasi waktu operasi yang diusulkan mencakup waktu setup dan waktu proses. Besarnya waktu masing-masing komponen waktu operasi dipengaruhi sejumlah variabel tertentu. Dengan variabel penentu ini, model estimasi dibangun dengan menggunakan model regresi.
Model yang dibangun diuji dengan melihat keakuratan waktu yang dihasilkan dibandingkan dengan data waktu aktual. Berdasarkan hasil pengujian diketahui rata-rata error dalam waktu estimasi operasi untuk model yang dibangun yaitu lebih kecil dari 50% dengan 22 dari 30 sampel lebih mendekati waktu actual.
Kata kunci— waktu operasi, waktu setup, waktu operasi
I. PENDAHULUAN
Industri Make-To-Order (MTO) merupakan industri yang melakukan kegiatan manufaktur
berdasarkan pesanan konsumen dengan menawarkan harga pesanan dan waktu penyelesaian pesanan sebagai bentuk respon persaingan terhadap industri MTO lainnya (Kingsman, 1996).
Waktu penyelesaian pesanan juga sering disebut sebagai manufacturing lead time (Tatsiopoulos,
1983). Salah satu kesulitan dalam penentuan manufacturing lead time pada industri MTO adalah
keragaman produk yang dipesan oleh konsumen sehingga estimasi lead time tidak bisa
menggunakan metode perhitungan waktu baku yang sering ditemui pada industri Make-To-Stock (MTS).
Beberapa penelitian telah dilakukan untuk melakukan estimasi lead time untuk industri MTO.
Ioannou (2012) mengembangkan algoritma iteratif pada sistem MRP untuk menggantikan fixed
lead time pada sistem MRP. Metode yang diusulkan mampu mengatasi kekurangan dari sistem
MRP yang mengasumsikan fixed lead time untuk industri MTO. Manzini (2015) mengembangkan
metode hybrid jaringan proyek dan simulasi untuk mempredikasi lead time di industri MTO.
Metode estimasi dinyatakan baik untuk MTO yang menggunakan mesin NC sebagai peralatan utama produksi. Mourtzis (2014) mengusulkan pendekatan berbasis pengetahuan untuk
mengestimasi manufacturing lead time. Pendekatan yang diusulkan merupakan aplikasi dari case
based reasoning yang melibatkan berbagai tim dalam industri MTO untuk mengakomodasi
berbagai pengetahuan yang mempengaruhi lead time. Hasil implementasi menunjukan adanya
perbaikan dalam mengestimasi lead time di industri pembuat mould.
Penelitian ini mengusulkan metode estimasi lead time yang baru dengan memperbimbangkan
kerincian elemen pembentuk manufacturing lead time. Menurut Wiendahl (1995), manufacturing
lead time terdiri dari sekumpulan waktu proses sesuai dengan urutan proses prosuksi. Setiap waktu proses terdiri dari waktu inter operasi dan waktu operasi pemesinan. Pada sub bab
berikutnya akan diuraikan metodologi pengembangan estimasi lead time untuk industri MTO.
Sub Bab III menampilkan contoh aplikasi dari metode yang diusulkan dan makalah ini akan ditutup dengan hasil yang dicapai atas performansi model yang diusulkan.
Weindahl (1995) menyatakan bahwa manufacturing lead time adalah kumpulan waktu yang diperoleh untuk melakukan operasi-operasi (OP1…OPn) yang diperlukan dalam pembuatan suatu produk. Seperti yang diperlihatkan pada Gambar 1. Sebuah operasi (OP) dalam dikelompokan menjadi waktu inter operasi (TIO) dan waktu operasi (TOP).
Gambar 1 Komponen pembentuk Manufacturing Lead Time (Wiendahl, 2009)
Waktu inter operasi (TIO) terdiri dari waktu menunggu pada stasiun kerja sebelumnya, waktu transportasi dan waktu menunggu di stasiun berikutnya. Pada industri MTS, TIO dapat diukur melalui penentuan waktu bongkar/muat setiap stasiun kerja serta mengukur jarak dan kecepatan transportasi antar stasiun kerja. Namun pada industri MTO, TIO akan didominasi oleh waktu mengantri yang disebabkan oleh penentuan urutan pengerjaan pada setiap stasiun kerja. Beberapa penelitian telah dilakukan untuk mengestimasi TIO pada industri MTO berdasarkan urutan penugasan di setiap stasiun kerja (Kusuma, 2015)(Tadeuz, 2015)(Tubagus, 2012) (Putri, 2012)(Fadilla, 2011).
Waktu operasi (TOP) terdiri dari waktu setup dan waktu proses. Estimasi waktu setup sulit dilakukan untuk industri MTO karena beragamnya produk yang dibuat sehingga setup yang dikukan juga beragam. Estimasi waktu proses dapat dilakukan secara sistematis di industri
MTO.Secara umum, waktu proses diestimasi dengan menggunakan parameter Material Removal
Rate (MRR) dari peralatan yang digunakan (Groover, 2015). MRR merupakan estimasi agregat
dengan mempertimbangkan volume material yang akan dipotong. Beberapa faktor yang tidak dipertimbangkan dalam MRR misalnya seperti daya mesin dan lintasan pahat menyebabkan hasil estimasi relative longgar. Beberapa penelitian telah dilakukan untuk memperbaiki estimasi waktu pemesinan dengan melakukan pendekatan fitur pemesinan saat proses perancangan produk dilakukan (Nurhaznan, 2017)(Ma’ruf, 2005)(Ma’ruf, 2004)(Mulyono, 2004). Penelitian lainya telah dilakukan dimana waktu operasi merupakan variabel keputusan yang bisa ditentukan dalam industri MTO (Sari, 2014)(Yulianti, 2013). Namun penelitian ini mensyaratkan industri MTO telah menggunakan perangkat berbantuan computer seperti CAD/CAM agar metode tersebut dapat diaplikasikan.
Pada penelitian ini, digunakan metode regresi untuk membangun model estimasi waktu.baik untuk waktu setup dan waktu proses. Regresi merupakan salah satu teknik statistik yang
digunakan untuk menganalisis hubungan antara variabel dependent dengan himpunan variabel
independent. Dalam penelitian ini, estimasi waktu setup dilakukan menggunakan pendekatan dua model estimasi, yaitu:
Y = b0 + b1X1 + b2X2 + b3X3 + …. + bnXn (1)
Y = α Xβ (2)
Berdasarkan hasil survey dari berbagai industri MTO di sekitar Bandung, telah didentifikasi bawah diperoleh bahwa:
1. Waktu proses memiliki dua komponen waktu, yaitu: 1) proses pemesinan dan 2) process
pendukung.
1) Proses Permesinan adalah kegiatan yang dilakukan mesin untuk memproses material
2) Proses pendukung adalah kegiatan yang dilakukan oleh operator untuk mendukung proses permesinan. Waktu proses pendukung antara lain: waktu pengukuran material, waktu pembersihan, waktu pemosisian, waktu percatatan atau pembuatan marka, dan lain-lain.
2. Waktu setup memiliki 4 komponen waktu, yaitu: 1) set material, 2) set program, 3) set cutter
dan 4) waktu base fixture.
1) Set material adalah kegiatan yang dilakukan oleh operator untuk memosisikan material di
atas meja kerja mesin. Operasi inti pada set material adalah pemosisian material di atas
meja kerja mesin dan pemasangan/pengencangan clamp/ragum di atas meja kerja. Mesin
dengan penggunaan ragum membutuhkan pengencangan ragum untuk pengerjaan
material. Sedangkan mesin dengan penggunaan clamp pendorong/penahan membutuhkan
pemasangan clamp untuk pengerjaan material.
2) Set program adalah kegiatan yang dilakukan oleh operator untuk membuat program.
Berdasarkan operasi inti yang dilakukan, set program dibagi menjadi 2 jenis:
- Set program dengan operasi inti pengecekan program
Pada jenis mesin ini, program telah disiapkan sebelumnya dan merupakan salah satu
input yang harus ada untuk menjalankan proses pengerjaan mesin. Operasi inti pada set
program dengan jenis mesin ini adalah pengambilan/pengunduhan program berdasarkan material yang akan diproses dan pengecekan program.
- Set program dengan operasi inti pengubahan program
Pada jenis mesin ini, operasi inti pada set program adalah peng-edit-an program pada material baru dan/atau pemanggilan program untuk memulai proses baru setelah program awal di-set.
Pada jenis mesin ini, operasi inti pengubahan program terdiri dari :
- Pengubahan program
- Pencarian koordinat datum yang dibutuhkan dalam program
- Pencarian koordinat lubang yang dibutuhkan dalam program
3) Setcutter adalah kegiatan yang dilakukan secara otomatis oleh mesin atau secara manual oleh operator.
Berdasarkan operasi inti yang dilakukan mesin dibagi menjadi 2 jenis :
- Mesin dengan set cutter otomatis. Pada jenis mesin ini, operasi inti yang termasuk
dalam set cutter adalah penggantian cutter sebelumnya dengan cutter yang akan
digunakan berikutnya secara otomatis oleh mesin. Pengambilan cutter yang
sebelumnya digunakan kemudian disimpan ke dalam magazine tool (tempat
menyimpan cutter). Selanjutnya cutter berikutnya yang akan digunakan diambil dari
magazine tool.
- Mesin dengan set cutter manual. Pada jenis mesin ini, operasi inti yang termasuk
dalam set cutter adalah pembukaan cutter sebelumnya, pengembalian cutter yang
akan digunakan, pengambilan cutter yang akan digunakan, dan pemasangan cutter
yang akan digunakan pada holder. Oleh karena itu, pada jenis mesin manual ini,
operator membutuhkan transportasi.
4) Setbase fixture tidak dilakukan pada setiap pergantian material yang akan dikerjakan. Hal
ini disebabkan set base fixture yang sudah melekat pada mesin tertentu. Dengan
demikian, setbase fixture tidak diperlukan dalam pengerjaan suatu material.
Pada tahap selanjutnya, diidentifikasi faktor-faktor yang berpengaruh baik untuk waktu proses
maupun waktu setup. Sebagai contoh, model untuk waktu facing diperoleh dengan menetapkan
waktu facing sebagai variabel dependent yang akan diprediksi nilainya dengan menggunakan
variabel independent yaitu: panjang material, jumlah sisi material, kecepatan makan, kecepatan
spindle dan jumlah jumlah pemakanan. Contoh berikutnya untuk penentuan waktu setup clamp. Variable independent setup clamp terdapat dua, yaitu: jumlah clamp dan jumlah bidang clamp.
III. CONTOH APLIKASI MODEL ESTIMASI
Sebuah aplikasi sederhana telah dikembangkan untuk mengimplementasikan model estimasi waktu operasi di industri MTO. Gambar 2 mengilustrasikan berbagai variabel independent untuk
mengestimasi waktu proses. Aplikasi yang dibuat akan melakukan estimasi waktu berdasarkan fungsi regresi yang telah diolah sebelumnya. Misalnya fungsi regresi yang diperoleh untuk waktu setup clamp dan waktu proses facing, seperti yang diperlihatkan pada persamaan (3) dan persamaan (4).
Waktu clamp = 61.078 x jumlah clamp^1.088 x jumlah plane^1.055 (3) Waktu Facing = 545.752 x Panjang Material0.517 x Jumlah Sisi1.002 x Kecepatan Makan-0.799
x Jlh makan1.196 (4)
Dari berbagai ujicoba terhadap beberapa industri MTO, diperoleh hasil fungsi regresi yang baik seperti yang ditampilkan pada Tabel 1.
Gambar 2 Contoh antar muka aplikasi perhitungan waktu proses
Tabel 1 Hasil uji kelayakan model regresi terhadap beberapa proses pemesinan Uji Kelayakan Model R2
Proses Facing 0.985
Proses centerdrill pada material berukuran besar 0.989 Proses centerdrill pada material berukuran kecil 0.999 Proses twistdrill pada material berukuran besar 0.977 Proses twistdrill pada material berukuran kecil 0.960 Proses counterboard pada material berukuran besar 0.992 Proses counterboard pada material berukuran kecil 0.995
Proses clamp pendorong 0.998
Proses clamp penahan 0.998
Ujicoba estimasi waktu terhadap 30 contoh produk di industri MTO. Contoh hasil estimasi dari salah satu sampel dapat dilihat pada Tabel 2.
Tabel 2 Contoh hasil estimasi pada produk di industri MTO
Part number : D57459020200
Jenis material : Material Pertama
Aktual Estimasi Estimasi Existing Selisih % Selisih
Waktu Facing 259 218.73 40.27 16%
Waktu Centerdrill 148 109.06 38.94 26%
Waktu Twistdrill 675 861.13 186.13 28%
Waktu Counterboard 210 226.25 16.25 8%
Waktu Counterboard 2 146 116.25 29.75 20% Waktu clamp pendorong 168 173.65 5.65 3% Durasi Waktu total 3612 2985.53 4107.6 626.47 17%
Beberapa analisa yang diperoleh dari ujicoba 15 sampel, adalah sebagai berikut:
1. Waktu facing; Persentase selisih antara usulan estimasi dan waktu aktual adalah 10/11
sampel di bawah 31%. Selisih perbedaan estimasi dan waktu aktual facing disebabkan pengerjaan operator yang berbeda dalam pemindahan pergeseran mesin dari ujung material ke ujung lainnya.
2. Waktu centerdrill; Persentase selisih antara usulan estimasi dan waktu aktual adalah 11/12
sampel di bawah 26%. Selisih perbedaan estimasi dan waktu aktual centerdrill disebabkan pengerjaan operator yang berbeda dalam pemindahan pergeseran mesin dari ujung material ke ujung lainnya
3. Waktu twistdrilll; Persentase selisih antara usulan estimasi dan waktu aktual adalah 9/10 sampel di bawah 30%. Selisih perbedaan estimasi dan waktu aktual twistdrill disebabkan pengerjaan operator yang berbeda dalam pemindahan pergeseran mesin dari ujung material ke ujung lainnya.
4. Waktu counterboard; Persentase selisih antara usulan estimasi dan waktu aktual adalah 8/8
sampel di bawah 35%. Selisih perbedaan estimasi dan waktu aktual counterboard disebabkan pengerjaan operator yang berbeda dalam pemindahan pergeseran mesin dari ujung material ke ujung lainnya.
5. Waktu counterboard 2; Persentase selisih antara usulan estimasi dan waktu aktual adalah
7/7 sampel di bawah 39%. Selisih perbedaan estimasi dan waktu aktual counterboard disebabkan keahlian operator yang berbeda dalam memproses counterboard sisi material kedua.
6. Waktu clamp; Persentase selisih antara usulan estimasi dan waktu aktual adalah 12/15
sampel di bawah 36%. Selisih perbedaan estimasi dan waktu aktual clamp disebabkan tidak
standarnya posisi clamp yang dilakukan operator.
Dari 30 sampel yang diuji diperoleh yaitu :
Diperoleh 22 dari 30 sampel dengan waktu aktual operasi lebih mendekati usulan waktu
estimasi operasi dibandingkan dengan waktu existing operasi.
Diperoleh 22 dari 30 sampel dengan waktu estimasi operasi existing yang lebih besar dari
waktu aktual operasi. Hal ini juga mendukung dugaan dari Bapak Jodyanto yang menyatakan pengerjaan waktu sekarang lebih cepat dibandingkan dengan pengerjaan waktu dahulu. Berdasarkan hasil wawancara, faktor-faktor yang dapat mempercepat waktu pengerjaan adalah keterampilan operator yang semakin meningkat dan penggunaan alat-alat pendukung yang lebih mudah dalam penggunaannya dibandingkan dengan alat-alat-alat-alat dahulu.
Diperoleh 26 dari 30 sampel dengan waktu estimasi operasi existing yang lebih besar dari
waktu aktual operasi. Hal ini disebabkan karena waktu penelitian tidak memperhitungkan kegiatan mencari dan menunggu ketersediaan alat. Penelitian ini juga tidak
melakukan kegiatan mengobrol, minum sekedarnya, dan kegiatan kelonggaran lain yang tidak selalu tampak sebagai kegiatan yang berdiri sendiri.Dari 15 sampel yang diuji, diperoleh hasil estimasi waktu operasi dari penelitian ini lebih baik dibandingkan dengan waktu estimasi operasi existing dengan melihat waktu estimasi operasi usulan yang lebih
mendekati waktu operasi aktual dibandingkan waktu estimasi operasi existing.
IV. PENUTUP
Penelitian ini telah mengusulkan model estimasi waktu opeasi pemesinan untuk industri MTO. Dengan penerapan model estimasi ini, diperoleh estimasi waktu operasi yang lebih mendekati waktu aktual. Estimasi waktu yang diperoleh lebih mendekati waktu aktual yaitu terbukti dari pengujian sampel dengan 22 dari 30 sampel lebih dekat dengan waktu aktual dibandingkan dengan estimasi waktu existing yang digunakan di industri MTO. Perbandingan error usulan waktu estimasi dengan waktu nyata diperoleh kurang dari 50%. Penelitian ini juga telah mengembangkan aplikasi sederhana untuk keperluan praktis di industri MTO.
DAFTAR PUSTAKA
Fadilla, R.; Maruf, A., 2011, “Model mixed integer programming penentu due date dan harga untuk penerimaan pesanan perusahaan make to order”, Proceedings 6th National Conference on Industrial Engineering, Oktober Surabaya.
Groover, M., 2015, Fundamentals of modern manufacturing: Materials, Processes and Systems, Sixth edition, Wiley.
Ioannou, G.; Dimitriou S., 2012, “Lead time estimation in MRP/ERP for make-to-order manufacturing systems”, International Journal of Production Economics, Vol 139, p. 551-563.
Kingsman, B.; Hendry, L.; Mercer, A.; Souza, A., 1996 “Responding to customer enquiries in make-to-order companies Problems and solutions”, International Journal of Production Economics, Vol 46-47, p. 219-231.
Kusuma, A.A.; Ma’ruf, A. 2015, “Job shop scheduling model for non-identic machine with fixed delivery time to minimize tardiness”, Proceedings of the 3rd Asia Pacific Conference on Manufacturing System, Malaysia.
Manzini, M.; Urgo, M., 2015, “Makespan estimation of a production process affected by uncertainty: Application on MTO production of NC machine tools”, Journal of Manufacturing Systems, Vol. 37, p. 1-16.
Ma'ruf A.; Toha I.S.; Hakim N., 2005, ”Pengembangan modul perancangan berbasis fitur”, Jurnal Teknik dan Manajemen Industri, Vol 25, No 1.
Ma’ruf, A.; Nugraha, C., 2004, “Computer aided transfer line design”, Proceedings of Asia Pacific Conference in Industrial Engineering and Management, Bali.
Mulyono N.; Ma’ruf, 2004, ”Model interpolasi geometri spline menggunakan kombinasi garis lurus dan garis lengkung untuk pembangkitan program NC”, Jurnal Teknik dan Manajemen Industri, Vol 24, No 3.
Nurhaznan, S.; Ma’ruf, A. 2007, Ekstraksi perancangan berbasis model solid menjadi fitur pemesinan”, Jurnal Teknik dan Manajemen Industri, Vol 27, No 2.
Putri, R.D.; Ma’ruf, A., 2012, “Usulan algoritma penjadwalan pendukung keputusan negosiasi due date an alokasi kapasitas, Prosiding Seminar Sistem Produksi X, 9-10 Oktober, Bandung.
Sari D.N.; Ma’ruf A., 2014, “Flexible job shop scheduling problem with alternative routing and processing times as a decision variable considering cost of production and delay simultaneously”, Proceedings of The 15th Asia Pacific Conference in Industrial Engineering and Management, South Korea.
Tadeuz; Ma’ruf, A., 2015, “Scheduling method for MTS/MTO production system” Proceedings of the 3rd Asia Pacific Conference on Manufacturing System, Malaysia.
Tatsiopoulos, I.P.; Kingsman, B.G, 1983, “Lead time management”, European Journal of Operational Research, Vol. 14, p. 351-358.
Tubagus, S.; Ma’ruf, A., 2012, “Usulan metode penentuan due date dan estimasi biaya tenaga kerja pesanan make to order”, Prosiding Seminar Sistem Produksi X, 9-10 Oktober, Bandung.
Wiendahl, H. P., 1995, Load Oriented Manufacturing Control, Munchen, Springer-Verlag Berlin Heidenlberg.
Yulianty A.; Ma’ruf A., 2013, “Predictive approach on flexible job shop scheduling problem considering controllable processing times”, Proceedings the 3rd International Conference on Industrial Technology and Management, Brunei Darussalam.
