Analisis Efektivitas Mesin Welding di PT XYZ dengan Metode Overall Equipment Effectiveness

(1)

**Analisis Efektivitas Mesin Welding di PT XYZ dengan Metode Overall Equipment Effectiveness**

Delia Febriyanti^1*, Wahyudin², Novi Yanti³

1,2,3Program Studi Teknik Industri, Universitas Singaperbangsa Karawang, Karawang

*Koresponden email: [email protected]

Diterima: 26 Mei 2022 Disetujui: 11 Juni 2022

Abstract

The fast advancement of the business makes organizations are expected to keep on being useful with great quality. In this manner, the organization should have the option to keep up with each component connected with creation including machines. As one of the primary parts of creation, machines should be kept up with so their efficiency abilities are kept up with and work runs successfully. This study meant to break down the adequacy of welding machine execution through Total Productive Maintenance (TPM) at PT. XYZ.

The technique utilized is Overall Equipment Effectiveness (OEE) with three estimation pointers, in particular accessibility, execution proficiency, and nature of item. The examination was done in the period June-December 2021 which comprised of information on the quantity of creation, deficient items, margin time, and arranged free time. The outcomes got are the typical OEE worth of 58.07 with a piece of 96.56%

accessible rate, 89.27%% execution rate, and 95.65% quality rate. The outcomes show that the OEE esteem is still far beneath the world norm, and from the three OEE pointers just the accessible rate is in the norm, while the exhibition rate and quality rate are underneath the norm. From these outcomes, it is important to make enhancements to expand the viability of the presentation on the welding machine.

Keywords: machinery, productivity, TPM, manufacturing, OEE

Abstrak

Pesatnya kemajuan bisnis membuat organisasi diharapkan untuk terus bermanfaat dengan kualitas yang baik. Dengan cara ini, organisasi harus memiliki pilihan untuk mengikuti setiap komponen yang terkait dengan pembuatan termasuk mesin. Sebagai salah satu bagian utama dari penciptaan, mesin harus dijaga agar kemampuan efisiensinya tetap terjaga dan pekerjaan berjalan dengan sukses. Penelitian ini bertujuan untuk mengetahui kecukupan pengerjaan mesin las melalui Total Productive Maintenance (TPM) di PT.

XYZ. Teknik yang digunakan adalah Overall Equipment Effectiveness (OEE) dengan tiga petunjuk estimasi, yaitu aksesibilitas, kemampuan eksekusi, dan sifat item. Pemeriksaan dilakukan pada periode Juni-Desember 2021 yang terdiri dari informasi jumlah pembuatan, kekurangan barang, margin time, dan waktu luang yang diatur. Hasil yang didapat adalah nilai OEE biasa sebesar 58,07 dengan tingkat akses 96,56%, tingkat eksekusi 89,27%%, dan tingkat kualitas 95,65%. Hasil penelitian menunjukkan bahwa nilai OEE masih jauh di bawah normal dunia, dan dari ketiga petunjuk OEE tersebut hanya tarif yang dapat diakses yang masih dalam batas normal, sedangkan tingkat pameran dan kualitas yang berada di bawah norma. Dari hasil tersebut maka perlu dilakukan penyempurnaan untuk memperluas kelayakan penyajian pada mesin las.

Kata Kunci: mesin, produktivitas, TPM, Manufaktur, OEE

1. Pendahuluan

Di era globalisasi ini, semua bisnis diharapkan menjadi lebih bermanfaat dengan kualitas yang baik di setiap barang atau jasa [1]. Permintaan produktif ini terjadi di semua bidang, termasuk bisnis manufaktur.

Dewasa ini, kemajuan bidang bisnis manufaktur sangat pesat. Hal ini membuat oposisi antar organisasi secara signifikan lebih ketat [2]. Pada bidang manufaktur, tuntutan dalam melaksanakan proses yang produktif begitu tinggi, sehingga proses pengawasan dalam memastikan produksi berjalan dengan lancar menjadi mutlak harus dilakukan [3]. Bukti dari seberapa penting produktivitas adalah dengan melakukan penilaian pada kemampuan kerja peralatan produksi di organisasi yang biasanya menyebabkan siklus produk mereka tidak memberikan hasil yang ideal [4]. Upaya meningkatkan nilai produktif sangat penting bagi organisasi untuk memperoleh kemajuan dalam proses bisnis mereka [5]. Salah satu metode yang digunakan untuk mengatasi permasalahan yang terjadi pada mesin adalah Total Productive Maintenance (TPM) dan dengan memanfaatkan strategi Overall Equipment Effectiveness (OEE) [6]. TPM adalah

(2)

kerangka kerja yang dapat digunakan untuk mengikuti dan lebih lanjut bekerja pada sifat penciptaan melalui latihan pemeliharaan untuk peralatan dan perangkat keras kerja seperti mesin, perangkat keras, dan perangkat keras kerja lainnya [7]. Laju pencapaian TPM diperkirakan dengan strategi Overall Equipment Effectiveness (OEE) [8]. Secara umum, strategi OEE adalah teknik untuk memperkirakan tingkat kelayakan penggunaan mesin atau roda gigi dengan menentukan aksesibilitas mesin, eksekusi, dan kualitas item [9].

PT. XYZ adalah perusahaan yang berpartisipasi dalam pembuatan suku cadang kendaraan, dimana siklus pembuatannya meliputi banyak mesin, salah satunya adalah pengelasan. Pada welding station masih terdapat beberapa kendala yang terjadi pada penunjangnya, antara lain efisiensi yang menurun, perawatan mesin yang tidak terduga, penyumbatan yang terjadi pada mesin yang digunakan sehingga tidak sampai pada tujuan permintaan barang yang sesuai. Dari masalah tersebut, penting untuk segera melaksanakan penyelidikan untuk memiliki opsi untuk melakukan perbaikan dan peningkatan kelayakan dan efisiensi kinerja mesin. Salah satu teknik yang diterapkan adalah pemanfaatan TPM dengan strategi OEE. OEE memperkirakan kecukupan absolut (lengkap, komprehensif, keseluruhan) dari eksekusi mesin pada pekerjaan yang diatur, diperkirakan dari informasi asli terkait dengan aksesibilitas, efektivitas eksekusi, dan sifat item [10].

Mengenai beberapa penelitian sebelumnya dalam pemanfaatan teknik OEE sebagai sumber perspektif, misalnya, yang dilakukan [11], penggunaan strategi OEE selesai untuk memecah kelangsungan hidup mesin cetak. Hasil yang diperoleh menunjukkan peningkatan nilai OEE namun tidak memenuhi pedoman elit. Penelitian dari [12], strategi OEE diterapkan untuk membedah kelangsungan hidup stasiun potong dan hasil yang didapat adalah kebutuhan untuk pengembangan dalam faktor aksesibilitas dan kebutuhan untuk pengembangan dengan alasan bahwa nilainya masih di bawah norma. Penelitian yang dilakukan [13], penggunaan strategi OEE dilakukan dalam bisnis obat, dan menghasilkan nilai OEE normal sebesar 70,47%. Nilai ini sebenarnya harus ditingkatkan karena tidak memenuhi standar dunia senilai 85%.

Penelitian dari [14], strategi OEE diterapkan pada bisnis mebel dan hasil yang didapat adalah penghargaan OEE organisasi pada tahun 2014 sebesar 60,78% yang berarti masih di bawah normal, sehingga perlu dilakukan penyempurnaan. Penelitian [15], teknik OEE diterapkan pada stasiun bit smashing plant (KCP) dan diperoleh hasil nilai OEE sebesar 68,26 yang berarti nilai tersebut masih rendah dan perlu ditingkatkan karena berada di bawah nilai standar dunia. Penelitian ini bertujuan untuk mengetahui efektivitas kinerja mesin welding menggunakan metode OEE di PT. XYZ.

2. Metode Penelitian

Dalam melaksanakan penelitian ini, terdiri dari beberapa tahapan yang dilalui. Tahapan tersebut digambarkan melalui diagram alir agar lebih mudah untuk dipahami, seperti pada Gambar 1.

Gambar 1. Metode penelitian Sumber: [3]

a. Studi pendahuluan, tahapan yang pertama dilakukan pada penelitian ini adalah dengan studi pendahuluan. Dalam studi pendahuluan ini dilakukan dalam dua jenis yaitu studi literatur dan lapangan.

Studi literatur dilakukan dengan mengumpulkan informasi dan referensi yang berhubungan dengan objek yang dikaji pada penelitian ini, sedangkan studi lapangan dilakukan untuk mempelajari secara langsung mengenai objek penelitian.

b. Identifikasi Masalah, tahapan kedua adalah dengan mengidentifikasikan masalah yang terjadi pada objek penelitian. Berdasarkan studi lapangan yang dilakukan dapat diketahui permasalahan yang terjadi yaitu produktivitas mesin yang menurun karena perawatan tidak teratur, mesin sering mengalami kemacetan, hingga pada tidak tercapainya target produksi. Mesin yang diteliti yaitu pada mesin welding di PT. XYZ.

c. Pengumpulan Data, yang dilaksanakan dengan beberapa metode yaitu pengamatan langsung, tanya jawab, dan dokumentasi. Data yang didapatkan berupa primer dan sekunder. Adapun data primer seperti

Studi Pendahuluan Identifikasi

Masalah Pengumpulan Data Analisis Data Kesimpulan

(3)

kondisi objek penelitian dan sistem kerjanya, serta penyebab terjadinya permasalahan, sedangkan data sekunder berupa laporan downtime mesin, data produk cacat, dan data jam kerja perusahaan yang didapatkan dari laporan perusahaan.

d. Analisis Data, tahapan selanjutnya yaitu mengolah dan menganalisis data yang didapatkan dengan menggunakan metode OEE. Analisis tersebut dilakukan dengan tiga indikator perhitungan yaitu available rate, performance rate, dan quality rate. Hingga akhirnya didapatkan nilai OEE dan dapat diketahui tingkat efektivitas mesin yang digunakan.

e. Kesimpulan, tahap terakhir dalam melaksanakan penelitian yaitu dengan merumuskan akhir kesimpulan dari hasil yang didapatkan. Implikasi manajerial dari hasil yang didapatkan terhadap objek kajian penelitian diuraikan pada kesimpulan.

3. Hasil dan Pembahasan

Dalam melaksanakan penelitian ini, diperlukan data-data yang kemudian akan dianalisis menggunakan metode OEE. Adapun data-data yang didapatkan dalam jangka waktu penelitian di PT. XYZ adalah sebagai berikut:

1. Data Produksi dan Jumlah Produk Cacat

Tabel 1. Data produksi dan jumlah produk cacat

No. Bulan Output Produk Cacat

1. Juli 30 3

2. Juni 35 2

3. Agustus 55 0

4. September 38 0

5. Oktober 36 1

6. November 39 3

7. Desember 47 2

Sumber: PT. XYZ (2021)

Tabel 1 merupakan data produksi dan jumlah produk cacat pada pembuatan parking brake yang dilakukan pada mesin las di periode bulan Juli 2021 sampai bulan Desember 2021.

2. Data banyaknya hari, jam per hari dalam bekerja dan waktu berjalan mesin pada mesin las

Tabel 2. Jumlah hari, jam kerja dan running time

No. Bulan Jumlah Hari Jam Kerja/Hari Running Time (Jam)

1. Juli 20 8 178

2. Juni 19 8 160

3. Agustus 28 8 160

4. September 29 8 176

5. Oktober 27 8 178

6. November 15 8 167

7. Desember 22 8 168

Tabel 2 adalah tabel yang menunjukkan jumlah hari kerja, jam kerja serta waktu bekerja mesin.

Dimana waktu bekerja mesin ini merupakan keseluruhan waktu yang menjelaskan jam kerja yang tersedia setiap bulannya. Data tersebut didapatkan berdasarkan dari jumlah hari kerja setiap bulan dikalikan dengan jam kerja per hari.

(4)

3. Data Down Time Mesin

Tabel 3. Data down time mesin welding No. Bulan Jumlah

Hari

Jam Kerja/Hari

Running Time (Jam)

Down Time (Jam)

% Down Time

1. Juli 20 8 178 5,17 2,90

2. Juni 19 8 160 5,33 3,33

3. Agustus 28 8 160 5,50 3,44

4. September 29 8 176 5,33 3,03

5. Oktober 27 8 178 5,00 2,81

6. November 15 8 167 6,25 3,74

7. Desember 22 8 168 5,92 3,52

Tabel 3 merupakan data down time dari mesin welding, yang dimana down time ini adalah waktu pada saat mesin berhenti dan tidak melakukan aktivitas apapun. Biasanya mati mesin ini adalah keadaan yang tidak terduga, seperti mati listrik dan lain sebagainya.

4. Data Planned Downtime

Tabel 4. Data planned downtime No. Bulan Jumlah

Hari

Jam Kerja/Hari

Running Time (Jam)

Planned Down Time (Jam)

% Planned Down Time

1. Juli 20 8 160 9,17 5,73

2. Juni 19 8 152 9,17 6,03

3. Agustus 28 8 224 9,17 4,09

4. September 29 8 232 9,17 3,95

5. Oktober 27 8 216 9,17 4,25

6. November 15 8 120 9,17 7,64

7. Desember 22 8 176 9,17 5,21

Sumber: Hasil pengolahan data (2022)

Tabel 4 merupakan tabel planned downtime. Planned downtime ini merupakan suatu keadaan dimana mesin yang digunakan dalam keadaan mati atau berhenti melakukan produksi pada saat jam kerja yang telah ada sebelumnya. Jam kerja PT. XYZ dimulai pada pukul 08.00- 17.00 WIB. Dengan jam istirahat selama 1 jam pada pukul 12.00- 13.00 WIB. Setiap pagi sebelum memulai pekerjaan, seluruh karyawan pada PT.XYZ melaksanakan kegiatan senam rutin pagi dan briefing selama 10 menit. Kedua hal tersebut terjadwal setiap harinya sehingga termasuk ke dalam planned downtime.

Pengolahan data metode Total Peoductive Maintenance (TPM) dan ukuran keberhasilan TPM melalui perhitungan Overall Equipment Effectiveness (OEE) adalah sebagai berikut:

1. Perhitungan Availability Rate

a. Melakukan perhitungan loading time atau waktu bersih proses produksi.

Diperoleh waktu untuk loading time untuk bulan Juli 2021 adalah : Loading Time = Running Time – Planned Downtime

Loading Time = 178 – 9,17 Loading Time = 168,83 jam

Tabel 5 merupakan Loading Time untuk bulan Juli 2021 hingga bulan Desember 2021.

Tabel 5. Pengolahan data loading time No. Bulan Jumlah

Hari

Jam Kerja/Hari

Down Time (Jam)

Loading Time (Jam)

1. Juli 20 8 178 9,17 168,83

2. Juni 19 8 160 9,17 150,83

3. Agustus 28 8 160 9,17 150,83

(5)

No. Bulan Jumlah Hari

Jam Kerja/Hari

Down Time (Jam)

Loading Time (Jam)

4 September 29 8 176 9,17 166,83

5 Oktober 27 8 178 9,17 168,83

6 November 15 8 167 9,17 157,83

7 Desember 22 8 168 9,17 158,83

b. Melakukan perhitungan operation time

Setelah didapatkan waktu atau nilai dari loading time, kemudian selanjutnya adalah melakukan perhitungan mengenai operation time. Dimana operation time ini ialah waktu operasi yang dibutuhkan untuk melakukan perhitungan mengenai availability rate. Untuk melakukan perhitungan operation time untuk bulan Juli 2021 ini adalah sebagai berikut:

Operation time = Loading Time – Down time = 168,83 – 5,17

= 163,67

Tabel 6 berikut merupakan nilai operation time dari mulai bulan Juli 2021 hingga bulan Desember 2021.

Tabel 6. Pengolahan data operation time No. Bulan Jumlah

Hari

Jam Kerja/Hari

Loading Time (Jam)

Down Time (Jam)

Operation Time (Jam)

1. Juli 20 8 168,83 5,17 163,67

2. Juni 19 8 150,83 5,33 145,50

3. Agustus 28 8 150,83 5,50 145,33

4. September 29 8 166,83 5,33 161,50

5. Oktober 27 8 168,83 5,00 163,83

6. November 15 8 157,83 6,25 151,58

7. Desember 22 8 158,83 5,92 152,92

c. Menghitung Availability Rate

Rumus yang digunakan untuk menghitung availability rate menggunakan rumus berikut ini:

𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 𝑅𝑎𝑡𝑒 = 𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒

𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 𝑥 100%

Tabel 7 ini merupakan nilai availability rate dari bulan Juli 2021 hingga bulan Desember 2021.

Tabel 7. Hasil perhitungan availability rate No. Bulan Jumlah

Hari

Jam Kerja/Hari

Operation Time (Jam)

Loading Time (Jam)

Availability Rate (%)

1. Juli 20 8 163.67 168.83 96.94

2. Juni 19 8 145.50 150.83 96.47

3. Agustus 28 8 145.33 150.83 96.35

4. September 29 8 161.50 166.83 96.81

5. Oktober 27 8 163.83 168.83 97.04

6. November 15 8 151.58 157.83 96.04

7. Desember 22 8 152.92 158.83 96.28

Rata-rata 96,56

Dapat diketahui bahwasanya standar global nilai dari availability rate ini sebesar 90%, sedangkan pada Tabel 7 dapat diketahui bahwa nilai availability rate sebesar 96,56%. Dari hasil

(6)

tersebut dapat diketahui nilai availability rate pada mesin welding ini sudah memenuhi standar dunia. Adapun grafik yang didapatkan dari hasil perhitungan availability rate adalah sebagai berikut:

Gambar 2. Nilai availability rate Sumber: Hasil pengolahan data (2022)

Pada Gambar 2 dapat dikatakan bahwasanya untuk nilai availability setiap bulannya mengalami kenaikan dan penurunan.

5. Perhitungan nilai Performance Rate

Dalam melakukan perhitungan nilai performance rate data yang dibutuhkan yaitu operation time, data jumlah produksi selama periode Juli 2021 hingga Desember 2021, serta waktu siklus ideal dalam satu kali produksi. Adapun perhitungan performance rate yaitu:

𝑃𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒 𝑅𝑎𝑡𝑒 = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑢𝑛𝑖𝑡 𝑥 𝑤𝑎𝑘𝑡𝑢 𝑠𝑖𝑘𝑙𝑢𝑠

𝑜𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒 𝑥 100%

Tabel 8. Nilai Performance Rate No. Bulan Operation

Time (Jam)

Jumlah Produksi

Waktu Siklus (Jam)

Perfomance Rate (%)

1. Juni 163.67 30 3,43 62,87

2. Juli 145.50 35 3,43 82,51

3. Agustus 145.33 55 3,43 12,.81

4. September 161.50 38 3,43 80,71

5. Oktober 163.83 36 3,43 75,37

6. November 151.58 39 3,43 88,25

7. Desember 152.92 47 3,43 105,42

Rata-rata 89,28

Dapat diketahui bahwasanya standar global nilai dari performance rate ini sebesar 95%. Oleh karena itu nilai performance rate pada mesin welding ini terdapat beberapa yang belum memenuhi standar.

Adapun grafik yang dihasilkan adalah sebagai berikut:

86,00 88,00 90,00 92,00 94,00 96,00 98,00

Juli Juni Agustus September Oktober November Desember Availability Rate Standar Availability Rate

(7)

Gambar 3. Grafik performance rate Sumber: Hasil pengolahan data (2022)

Gambar 3 merupakan grafik nilai perfomance rate dari mesin welding. Dari grafik tersebut terlihat bahwa nilai perfomance rate mengalami fluktuasi atau pergerakan naik turun selama periode Juni 2021- Desember 2021. Nilai performance terendah berada pada bulan Juni 2021 sebesar 62,87 % sehingga dibawah standar global dan nilai performance rate tertinggi pada bulan November 2021 sebesar 88,25%.

Rata-rata nilai performance rate atau kemampuan mesin menghasilkan produk sebesar 89,28 % lebih kecil dari standar global yaitu 95%.

6. Perhitungan Quality Rate

Dalam melakukan perhitungan nilai quality rate data yang dibutuhkan yaitu jumlah produksi selama periode Juni 2021 hingga Desember 2021 serta produk cacat selama periode Juni 2021 hingga Desember 2021.

Tabel 9. Nilai Quality Rate

Bulan Output Defect Product Quality Rate

Juni 30 3 90,00

Juli 35 2 94,29

Agustus 55 0 100,00

September 38 0 100,00

Oktober 36 1 97,22

November 39 3 92,31

Desember 47 2 95,74

Rata-rata 95,65

Tabel 9 adalah tabel dari nilai quality rate yang didapatkan pada periode Juni 2021 hingga Desember 2021. Kemudian dapat diketahui bahwa standar global untuk nilai quality rate ini sebesar 99%. Jika dilihat dari Tabel 9 terdapat beberapa nilai quality rate yang belum memenuhi standar global.

0,00 20,00 40,00 60,00 80,00 100,00 120,00 140,00

Juni Juli Agustus September Oktober November Desember Perfomance Rate (%) Standar Performance Rate

(8)

Adapun dari hasil perhitungan di atas berikut ini adalah hasil dari grafik perhitungan quality rate adalah sebagai berikut:

Gambar 4. Grafik quality rate Sumber: Hasil pengolahan data (2022)

Gambar 4 adalah grafik dari perhitungan nilai quality rate yang mana pada grafik ditunjukkan bahwasanya nilai quality rate tertinggi terdapat pada bulan Agustus dan September 2021. Sedangkan untuk nilai quality rate terendah terdapat pada bulan Juni 2021.

7. Perhitungan Nilai Overall Equipment Effectiveness (OEE)

Dalam melakukan perhitungan nilai OEE yaitu dengan mengalikan semua hasil yang didapat sebelumnya. Adapun rumus dalam perhitungan OEE yaitu:

𝑂𝐸𝐸 = 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 𝑅𝑎𝑡𝑒 𝑥 𝑃𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒 𝑅𝑎𝑡𝑒 𝑥 𝑄𝑢𝑎𝑙𝑖𝑡𝑦 𝑟𝑎𝑡𝑒 OEE = 96,94% x 62,87% x 90,00%

OEE = 54,86%

Tabel 10. Nilai OEE No. Bulan Avaibility

Ratio (%)

Perfomance Ratio (%)

Quality

Ratio (%) OEE (%)

1. Juni 96.94 62.87 90,00 54,86

2. Juli 96.47 62.87 94,29 57,18

3. Agustus 96.35 62.87 100,00 60,58

4. September 96.81 62.87 100,00 60,86

5. Oktober 97.04 62.87 97,22 59,31

6. November 96.04 62.87 92,31 55,74

7. Desember 96.28 62.87 95,74 57,96

Rata-rata 58,07

Tabel 10 adalah tabel nilai OEE yang didapatkan selama periode Juni 2021 hingga Desember 2021.

Kemudian dapat diketahui bahwasanya standar nilai yang didapat dari OEE sebesar 85%. Sehingga jika kita lihat dari Tabel 10 nilai OEE pada mesin welding tersebut belum memenuhi standar global yang ada.

Gambar 5 ini merupakan grafik yang dihasilkan pada saat perhitungan nilai Overall Equipment Effectiveness (OEE).

84,00 86,00 88,00 90,00 92,00 94,00 96,00 98,00 100,00 102,00

Juni Juli Agustus September Oktober November Desember Quality Rate (%) Standar Quality Rate (%)

(9)

Gambar 5. Grafik nilai OEE Sumber: Hasil pengolahan data (2022)

Dari Tabel 10 terlihat bahwa nilai OEE periode Juni-Desember 2021 berada dibawah standar global 85%. Rendahnya nilai OEE tersebut dipengaruhi oleh nilai performance rate dan availability rate yang rendah dan di bawah standar. Jadi dapat dikatakan nilai OEE yang didapatkan belum memenuhi standar global yang ada. Dari hasil tersebut dapat diketahui bahwa kondisi kerja untuk mesin welding belum cukup efektif berdasarkan perhitungan dengan metode OEE. Oleh karena itu perlu dilakukan analisis lebih lanjut yang bertujuan meningkatkan efektivitas dan produktivitas kinerja mesin.

4. Kesimpulan

Dari hasil yang didapatkan, dapat diketahui bahwa nilai OEE mesin welding di PT. XYZ masih ada di posisi rendah di bawah standar yang ditetapkan dunia yaitu 85% karena nilai OEE yang didapatkan yaitu 58,67%. Rendahnya nilai OEE tersebut dipengaruhi dari ketiga indikator yang diukur yaitu availibility, performance, dan quality rate. Terutama pada nilai performance dan quality rate yang masih berada di bawah nilai standar. Dari hal tersebut dapat diketahui bahwa kinerja mesin welding belum cukup efektif berdasarkan nilai OEE. Oleh karena itu untuk proses peningkatan efektivitas dan produktivitas perusahaan, khususnya pada mesin welding perlu dilakukan analisis kembali seperti menggunakan fishbone untuk mengetahui akar penyebab rendahnya nilai OEE. Kemudian dilakukan perbaikan dalam rangka mencapai tujuan dalam meningkatkan efektivitas dan produktivitas tersebut

5. Referensi

[1] E. Krisnaningsih, “Usulan penerapan tpm dalam rangka peningkatan efektifitas mesin dengan OEE sebagai alat ukur di PT XYZ,” J. Prosisko, vol. 2, no. 2, pp. 13–26, 2015.

[2] B. Y. Bilianto and Y. Ekawati, “Pengukuran Efektivitas Mesin Menggunakan Overall Equipment Effectiveness Untuk Dasar Usulan Perbaikan,” J. Ilm. Tek. Ind., vol. 15, no. 2, p. 116, 2017, doi:

10.23917/jiti.v15i2.2141.

[3] D. F. Rahmadhani, H. Taroepratjeka, and L. Fitria, “Usulan Peningkatan Efektivitas Mesin Cetak Manual Menggunakan Metode Overall Equipment Effectiveness (OEE) (Studi Kasus Di Perusahaan Kerupuk TTN ),” J. Reka Integr., vol. 02, no. 04, pp. 156–165, 2014.

[4] A. Wahid and R. Agung, “Perhitungan Total Produktifitas Maintenance (TPM) pada Mesin Bobin dengan Pendekatan Overall Equipment Effectiveness di PT. XY,” J. Knowl. Ind. Eng., vol. 3, no. 3, pp. 40–49, 2016.

[5] D. Alvira, Y. Helianty, and H. Prassetiyo, “Usulan Peningkatan Overall Equipment Effectiveness (OEE) Pada Mesin Tapping Manual Dengan Meminimumkan Six Big Losses,” J. Itenas Bandung, vol. 03, no. 03, pp. 240–251, 2015.

[6] P. Suwardiyanto, D. Siregar, and D. Umar, “Analisis Perhitungan OEE dan Menentukan Six Big Losses pada Mesin Spot Welding Tipe X,” J. Ind. Eng. Sist., vol. 1, no. 1, pp. 11–20, 2020.

[7] F. S. Mulyati, M. T. Septiadi, and M. Fauzi, “Analisis Penerapan Total Productive Maintanance (TPM) Dengan Menggunakan Metode Overall Equipment Effectiveness (OEE) di PT XYZ,” J.

Bayesian J. Ilm. Stat. dan Ekon., vol. 2, no. 1, pp. 75–81, 2022, doi: doi.org/10.46306/bay.v2i1.

0,00 10,00 20,00 30,00 40,00 50,00 60,00 70,00 80,00 90,00

Juni Juli Agustus September Oktober November Desember OEE (%) Standar OEE

(10)

[8] I. M. I. W.C.S, M. Darsin, and M. E. R, “Aplikasi Overall Equipment Effectiveness (OEE) Dalam Upaya Mengatasi Tingginya Downtime Pada Stasiun Ketel Di Pg X Jawa Timur,” Multitek Indones.

J. Ilm., vol. 13, no. 2, pp. 95–103, 2019.

[9] Hidayat, Moh.Jufriyanto, and A. W. Rizqi, “Analisis Overall Equipment Effectiveness (OEE) Pada Mesin Cnc Cutting,” J. Rotor, vol. 13, no. 2, pp. 61–66, 2020.

[10] D. F. Hidayat, J. Hardono, and W. A. Wijaya, “Analisa Total Productive Maintenance (TPM) Menggunakan Overall Equipment Effectiveness (OEE) Pada Mesin CNC Milling,” J. Tek., vol. 9, no. 2, pp. 105–115, 2020, doi: 10.31000/jt.v9i2.3689.

[11] A. Rahman and S. Perdana, “Analisis Produktivitas Mesin Percetakan Perfect Binding Dengan Metode OEE Dan FMEA,” J. Ilm. Tek. Ind., vol. 7, no. 1, pp. 34–42, 2019, doi:

10.24912/jitiuntar.v7i1.5034.

[12] D. Diniaty and R. Susanto, “Analisis Total Produktive Maintenance (TPM) Pada Stasiun Kernel Dengan Menggunakan Metode Overall Equipment Effectiveness (OEE) Di Pt. Surya Agrolika Reksa,” J. Tek. Ind. J. Has. Penelit. dan Karya Ilm. dalam Bid. Tek. Ind., vol. 3, no. 2, pp. 60–64, 2017, doi: 10.24014/jti.v3i2.5561.

[13] M. J. Syaputra, U. Utomo, and E. Rimawan, “Analisa Kinerja Mesin Kemas Primer, Dengan Metode Overall Equipment Effectiveness (OEE) Di Sebuah Industri Farmasi,” J. Ind. Serv., vol. 5, no. 2, pp.

143–146, 2020, doi: 10.36055/jiss.v5i2.8003.

[14] D. Apriatno, “Usulan Penerapan Total Productive Maintenance (TPM) Guna Meningkatkan Kinerja Mesin Elektroplating Di Perusahaan Furnitur Tangerang,” J. OE, vol. 7, no. 3, pp. 271–288, 2015.

[15] N. Hairiyah, R. Rizki, and R. A. Wijaya, “Analisis Total Productive Maintenance (Tpm) Pada Stasiun Kernel Crushing Plant (Kcp) Di PT. X,” J. Teknol. Pertan. Andalas, vol. 23, no. 1, p. 103, 2019, doi:

10.25077/jtpa.23.1.103-110.2019.