Effectiveness Machine
USULAN PENINGKATAN EFEKTIVITAS MESIN MENGGUNAKAN METODE OVERALL EQUIPMENT EFFECTIVENESS (OEE) DAN FAULT TREE ANALYSIS (FTA) PADA MESIN MOULDING PT. TFM
Angga Novian Virana Putra*, Rony Prabowo, Moch Kalam Mollah
Jurusan Teknik Industri, Fakultas Teknologi Industri, Institut Teknologi Adhi Tama Surabaya
*Corresponding Author: [email protected]
Abstrak - Mesin moulding ialah mesin yang dipakai untuk membentuk permukaan kayu di PT. TFM yang memiliki frekuensi kendala yang tinggi mengakibatkan adanya downtime menjadikan proses produksi menjadi tidak efektif karena adanya penurunan produktivitas. Berdasarkan masalah yang ada, maka perlu adanya pengukuran efektivitas mesin untuk mengetahui penyebab dan kemudian diusulkan perbaikan.
Pengukuran yang digunakan ialah dengan metode overall equipment effectiveness OEE dan fault tree analysis FTA serta mengetahui nilai dari six big losses. Hasil dalam penelitian ini diperoleh nilai rata-rata OEE 82% yang masih dibawah standar global yaitu 85%. Losses yang paling berpengaruh terdapat pada reduced speed losses dengan presentase rata-rata 10,8% dan total nilai presentase 64,8%, total time losses 6.315 menit dengan rata-rata 1.053 menit. Idling and minor stoppage losses nilai presentase rata- rata 4,8% dengan total presentase 29,0%, total time losses 2.453 menit dengan rata-rata 409 menit.
Process defect losses nilai presentase rata-rata 2,6% dengan total presentase 15,8%, total time losses 1.532 menit dengan rata-rata 255 menit. Penyebab kurangnya nilai efektivitas dipengaruhi oleh faktor mesin, manusia, dan material.
Kata kunci: Overall Equipment Effectiveness, Fault Tree Analysis, Six Big Losses.
1. PENDAHULUAN
Ditopang oleh kemajuan teknologi yang begitu pesat, ekonomi global semakin mendorong terjadinya seleksi alam yang mengarah pada kelangsungan hidup suatu perusahaan mana yang paling kuat. Bisnis dan perusahaan yang paling dapat beradaptasi dengan tuntutan lingkungan saat ini akan berhasil menawarkan apa yang masyarakat inginkan. Langkah untuk meningkatkan produktivitas merupakan perihal yang fundamental akan keberhasilan suatu perusahaan pada siklus bisnis.
PT. TFM merupakan salah satu perusahaan manufaktur yang memproduksi lantai kayu atau wood flooring untuk alas lantai pada rumah, restoran, dan hotel. Produk lantai kayu ini pada prosesnya menggunakan mesin sawer, mesin handsaw, mesin oven atau kiln try, mesin moulding, dan mesin gerinda. PT. TFM sering mengalami kendala yang disebabkan berhentinya suatu mesin, yang sering mengalami permasalahan yaitu mesin moulding dengan jumlah kendala terbanyak dari
pada mesin lainnya. Berikut merupakan data downtime pada mesin moulding seperti berikut:
Gambar 1 .Data Downtime Mesin Moulding Dalam proses kinerjanya, tugas dari mesin moulding ialah membentuk kayu dan memberi profil tang and grove. Proses tersebut merupakan tahap ke empat dari proses pembuatan lantai kayu. Adanya
518
403 335 452
576 459
0 100 200 300 400 500 600 700
Total Time (menit)
Bulan
DOWNTIME MESIN MOULDING
Industrial Engineering Journal Vol.11 No.2 (2022) P-ISSN 2302-934X
E-ISSN 2614-2910
Web Journal : https://journal.unimal.ac.id/miej DOI: https://doi.org/10.53912/iej.v10i2.764
downtime pada mesin moulding akan mengakibatkan terhambatnya proses produksi pembuatan produk lantai kayu yang sudah ditetapkan oleh PT. TFM. Oleh sebab itu, pengukuran performance begitu penting untuk PT.
TFM, untuk itu perlu adanya penelitian guna mengukur keefektifan mesin moulding dengan menerapkan metodologi Overall Equipment Effectiveness (OEE), melakukan analisis asal mula adanya six big losses mesin moulding kayu dengan menerapkan Fault Tree Analysis (FTA), serta membagikan solusi repair guna memajukan keefektifan mesin moulding.
2. KAJIAN LITERATUR
2.1 Overall Equipment Effectiveness (OEE) Overall Equipment Effectiveness (OEE) adalah parameter komprehensif sebagai penentuan tingkatan produktivitas mesin/peralatan dari performa teoritis. Pada proses mengukur dibutuhkan guna mengidentifikasi wilayah tertentu yang mungkin perlu dimaksimalkan produktivitasnya atau efisiensi mesin/alat serta dapat memperlihatkan wilayah bottleneck di lini produksi [1].
Suatu perusahaan harus melakukan pengukuran OEE dikarenakan 3 (tiga) alasan utama yaitu sebagai berikut [2]:
1. Membantu memprioritaskan tujuan dari pekerjaan pengembangan dalam pencerminan produk/hasil.
2. Menyatukan perspektif dari memanfaatkan, proses serta bobot pada fasilitas atau alat-alat.
3. Melakukan pengukuran sesuatu yang berubah dari daya muat, kualitas serta produktivitas.
Manfaat memilih dan menggunakan Overall Equipment Effectiveness (OEE) diantaranya:
1. Dalam penggunaanya OEE mampu menetapkan starting point oleh perusahaan dan juga alat.
2. Mampu diaplikasikan sebagai cara mencari keadaan bottleneck di sebuah peralatan atau mesin.
3. Mampu diaplikasikan dalam
mengidentifikasikan losses berupa hilangnya produktivitas (true productivity losses).
4. Dapat menetapkan hal utama pada usaha sebagai langkah untuk meningkatkan OEE kemudian meningkatkan produktivitas.
Kelebihan dan Kekurangan metode Overall Equipment Effectiveness (OEE) sebagai berikut, yaitu [3]:
Kelebihan OEE yaitu:
1. Membantu menentukan cara terbaik untuk memantau serta meningkatkan efektivitas dari proses manufaktur.
2. Memastikan efektivitas TPM dan inisiatifnya dengan berkontribusi atau ikut serta pada keseluruhan kerangka kerja untuk mengevaluasi efisiensi produksi.
3. Membantu mempertimbangkan berbagai sub parameter dari proses manufaktur, yakni availability, performance dan quality rate. Dari ketiga rasio tersebut akan dikalikan dan hasilnya akan disajikan kedalam bentuk presentase.
Kelemahan OEE yaitu:
1. OEE hanya berjalan pada satu platform saja.
2. OEE menghendaki scanning data rate yang tinggi jadi tidak cocok jalan hanya di cloud system saja.
Ada beberapa tahapan dalam pengukuran dengan menggunakan metode OEE, yaitu [4]:
1. Avaibility
Tahapan ini memiliki tujuan guna menjelaskan permasalahan pendayagunaan waktu sebagai aktivitas jalannya mesin ataupun perlengkapan, telah ditetapkan dari industri sebagai penciptaan produktivitas output pembuatan yang benar. Rumus yang dapat digunakan seperti berikut:
𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = 𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒
𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 𝑥 100% …… (2.1) 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦
=𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 − 𝐷𝑜𝑤𝑛𝑡𝑖𝑚𝑒
𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 𝑥100%
2. Performance
Tahapan ini memiliki tujuan untuk menganalisa hasil rekapan sebagaimana mesin menciptakan output setiap satu jam bersumber pada rekap riset berupa bentuk pengamatan objek dilingkup hasil pembuatan (packing) industri.
𝑃𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒 𝑅𝑎𝑡𝑒 =
𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑒𝑑 𝑎𝑚𝑜𝑢𝑛𝑡 𝑥 𝐼𝑑𝑒𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒
𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒 𝑥 100% ... (2.2) 3. Quality
Tahapan ini memiliki tujuan untuk menganalisa mutu produk yang sesuai dengan standar.
𝑄𝑢𝑎𝑙𝑖𝑡𝑦 𝑅𝑎𝑡𝑒 =
𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑒𝑑 𝑎𝑚𝑜𝑢𝑛𝑡− 𝐷𝑒𝑓𝑒𝑐𝑡 𝑎𝑚𝑜𝑢𝑛𝑡
𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑒𝑑 𝑎𝑚𝑜𝑢𝑛𝑡 𝑥 100% ... (2.3) Metode Overall Equipment Effectiveness (OEE) merupakan jumlah penskalaan atas performa juga berkaitan pada Avaibility, Performance, serta Quality. untuk memperoleh nilai OEE maka bisa menerapkan persamaan diantaranya [5]:
OEE = Availability x Performance x Quality ... (2.4) Berikut merupakan gambaran dari tahapan perhitungan metodelogi Overall Equipment Effectiveness (OEE):
Planned Production time
Operating Time
Net Operating time
Fully Productive
Time
Downtime losses
Speed losses
Quality losses
Breakdowns
Breakdowns per machine (stopped longer than 10 mins)
- less than once month Setups and
adjustments
Setup/adjustment time – less than 10 mins
Reduced speed
Achieve ideal cycle times (design speed) : increase 15%
or more Minor stops and Idlings
Minor stoppages and idling per machine – under 10 mins
Defects and rework
Rate (including products to be reworked) – less than 0,1%
Startup and yield loss
Startup yield – 98% or more of lot
Availability Operating time
Loading time Greater than 90%
Performances Ideal cycle time x total pieces
Operating time Greater than 95%
Quality Good pieces Total pieces Througput process – greater
than 99%
Average total operating lose
OEE = Availibility x Performance x Quality
Equipment
Six Big Losses
OEE Factor
Gambar 2 .Tahapan perhitungan Metode OEE Menurut Jannah kondisi ideal OEE yang usai dipastikan dari JIPM (Japan Institute Of Plant Maintenance) dalam suatu perusahaan adalah [6]:
Tabel 1. Standart Ideal OEE Faktor OEE Presentase nilai
standar OEE Availability > 90%
Performance > 95%
Quality Rate > 99%
OEE > 85%
Berlandaskan penjelasan mengenai standar nilai OEE yang sudah ditetapkan oleh kinerja OEE kelas dunia terdapat 4 (empat) cara dalam penilaian skor metode OEE yaitu, sebagai berikut:
1. Apabila nilai OEE = 100 %, hasil produksi dipercaya telah sempurna. Hanya menghasilkan produk tiada yang rusak, berjalan dengan performa yang tangkas serta tiadanya downtime.
2. Apabila nilai OEE = 85 %, hasil produksi dipercaya sebagai tingkat dunia. Jumlah yang berlebih dari pabrik, pada angka tersebut adalah angka yang sangat tepat guna membentuk tujuan jangka panjang.
3. Apabila nilai OEE = 60 %, produksi dipercaya dalam tingkat kewajaran. Namun terlihat keberadaan ruang besar guna melaksanakan improvement.
4. Apabila nilai OEE = 40 %, produksi dipercaya mempunyai prosentase yang sangat rendah.
Namun terdapat sebagian kasus bisa mudah untuk dilaksanakan improvement.
2.2 Six Big Losses
Keberhasilan dalam lini produksi tidak luput dari adanya losses, losses tersebut oleh Rinawati,
dibedakan jadi 6 (enam) bagian besar sebagai berikut merupakan pengertian dari six big losses [7]:
1. Equipment Failures adalah kerugian terjadi karena peralatan rusak.
𝐸𝑞𝑢𝑖𝑝𝑚𝑒𝑛𝑡 𝑓𝑎𝑖𝑙𝑢𝑟𝑒𝑠 = 𝐷𝑜𝑤𝑛𝑡𝑖𝑚𝑒
𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 𝑥 100% … (2.5)
2. Set up dan adjustment time adalah kerugian yang disebabkan dari peralihan kondisi operasi.
𝑆𝑒𝑡𝑢𝑝 dan 𝑎𝑑𝑗𝑢𝑠𝑡𝑚𝑒𝑛𝑡 𝑙𝑜𝑠𝑠 =
𝑆𝑒𝑡𝑢𝑝 dan 𝑎𝑑𝑗𝑢𝑠𝑡𝑚𝑒𝑛𝑡 𝑡𝑖𝑚𝑒
𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 𝑥100% ...(2.6)
3. Idling dan minor stoppages losses, adalah bentuk resesi yang dihasilkan dari penghentian alat sebab adanya masalah sementara.
𝐼𝑑𝑙𝑖𝑛𝑔 𝑎𝑛𝑑 𝑚𝑖𝑛𝑜𝑟 𝑠𝑡𝑜𝑝𝑝𝑎𝑔𝑒𝑠 =
𝑁𝑜𝑛 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑒 𝑡𝑖𝑚𝑒
𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 𝑥100% ..… (2.7)
4. Reduce speed losses ialah kecepatan pembuatan yang dikurangi dari kecepatan desain perlengkapan tersebut.
𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒−(𝐼𝑑𝑒𝑎𝑙 𝐶𝑦𝑐𝑙𝑒 𝑇𝑖𝑚𝑒 𝑥 𝑇𝑜𝑡𝑎𝑙 𝑃𝑟𝑜𝑑𝑢𝑐𝑡 𝑃𝑟𝑜𝑐𝑒 𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑇𝑖𝑚𝑒
…... (2.8)
5. Defect atau quality losses adalah hasil dari proses pembuatan yang jauh dari spesifikasi yang usai diatur.
𝑆𝑐𝑟𝑎𝑝 𝑙𝑜𝑠𝑠/𝑌𝑖𝑒𝑙𝑑 =
𝐼𝑑𝑒𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒 𝑥 𝑆𝑐𝑟𝑎𝑝
𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 𝑥 100% ………. (2.9)
6. Defect in process atau rework losses adalah bentuk resesi yang disakibatkan dari output cacat yang dihasilkan.
𝐷𝑒𝑓𝑒𝑐𝑡 𝑖𝑛𝑝𝑟𝑜𝑐𝑒𝑠𝑠 𝑙𝑜𝑠𝑠𝑒𝑠 =
𝐼𝑑𝑒𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒 𝑥 𝐷𝑒𝑓𝑒𝑐𝑡
𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 𝑥 100% …... (2.10)
2.3 Fault Tree Analysis (FTA)
Fault Tree Analysis (FTA) dipakai untuk memperhatikaan reliabilitas sebentuk produk serta membuktikan jalinan kausalitas dari sebuah kasus dengan kasus yang berbeda [8].
Pendapat Djamal & Azizi, simbol yang dipergunakan pada Fault Tree Analysis FTA bisa diklasifikasikan menjadi 2 (dua) jenis, antara lain [9]:
1. Gate Symbol
Simbol gerbang bisa dipergunakan untuk menampilkan hubungan peristiwa pada suatu sistem.
Tabel 2. Simbol Gerbang Pada FTA
No. Gate
Symbol Nama dan Keterangan 1.
And gate, Output event berlaku ketika seluruh input event berjalan pada waktu yang sama
2.
Or gate, output event berlaku ketika setidaknya sebuah input event sedang kejadian
3.
k out of n gate, output event berlaku ketika paling
minim k output dari n input event sedang kejadian
4.
Exclusive OR gate, Output event berlaku ketika sebuah input event, namun tidak sedang kejadian
5.
Inhibit gate, input menciptakan output ketika
conditional event telah ada
6.
Priority and gate, Output event kejadian dari kanan ataupun kiri
7.
Not gate, Output event kejadian ketika input event tidak kejadian 2. Simbol event (kejadian)
Simbol peristiwa dipakai guna memperlihatkan karakter pada setiap peristiwa dari sistem.
Tabel 3. Simbol Event Pada FTA No. Simbol Event Nama dan
Keterangan
1.
Elipse,
memperlihatkan peristiwa pada tingkatan teratas (top event) pada pohon kesalahan
2.
Rectangle, memperlihatkan peristiwa pada tingkatan medium (intermediate fault
event) pada pohon kesalahan
3.
Circle,
memperlihatkan peristiwa pada tingkatan terbawah (lowest level failure event) atau dapat diartikan dengan peristiwa paling mendasar (basic event)
4.
Diamond, memperlihatkan peristiwa yang tidak terkira (undeveloped event). Peristiwa yang tidak terkira bisa diamati di pohon kesalahan serta dengan anggapan sebagai peristiwa paling depan yang dapat
mengakibatkan kerusakan
5.
House,
memperlihatkan peristiwa masukan (input event) serta merupakan peristiwa terkontrol (signal).
Pelaksanaan ini bisa mengakibatkan kerusakan.
D Fails
G1
A Fails
A
B or C Fails
G2
B Fails
B
C Fails
C Top Event
And Gate
Fault Event
Or Gate Basic Event
Gambar 3 .Contoh Penggambaran FTA Berikut ini merupakan langkah-langkah dalam penerapan FTA:
1. Identitikasi masalah
Analisa dengan langkah-langkah FTA agar ditemukan pemicu turunnya produktivitas kemudian evaluasi perbaikan.
2. Konstruksi Fault Tree Analysis (FTA)
Konstruksi FTA berisi penjabaran tentang penyebab rendahnya produktivitas secara detail dan memiliki bentuk seperti simbol- simbol FTA.
3. Minimum cut set
Minimum cut set ialah gabungan campuran terkecil oleh basic event, dimana top event dapat berlangsung apabila basic event sedang terjadi.
4. Analisis kualitatif
Analisis kualitatif dibutuhkan karena memiliki tujuan mendapatkan kombinasi peristiwa yang mengarah pada teradinya top event.
5. Analisis kuantitatif
Tujuan melakukan analisis kuantitatif adalah untuk memahami kemungkinan dari peristiwa yang diamati.
3. METODOLOGI PENELITIAN
Penelitian ini digarap dari dua ragam data meliputi data primer dan data sekunder. Data primer berisikan keterangan mengenai informasi seputar perusahaan dan mesin. Kemudian data sekunder berisikan informasi data yang nantinya dipakai pada proses perhitungan efektivitas suatu mesin. Data yang dipakai pada penelitian kali ini merupakan data operation time, data jumlah produk yang dihasilkan, data downtime yang dialami oleh mesin, data set up and adjustment, data defect produk yang dihasilkan oleh mesin.
Pengolahan Data 1. Perhitungan Nilai Availability Rate 2. Perhitungan Nilai Performance Rate 3. Perhitungan Nilai Rate of Quality
4. Perhitungan Nilai OEE (Overall Equipment Effectiveness) 5. Perhitungan Six Big Losses
6. Identifikasi penyebab losses terbesar dengan FTA (Fault Tree Analysis)
Analisis dan Pembahasan
Kesimpulan dan Saran
Selesai Tahapan
Pengolahan Data
Tahapan Menganalisis dan Pembahasan
Tahapan Kesimpulan dan Saran
Usulan peningkatan efektifitas mesin Mulai
Pengidentifikasian Masalah
Merumuskan Masalah
Tujuan dari Penelitian
Studi Lapangan Studi Literatur
Pengumpulan Data 1. Data Primer
a. Profil umum PT. Tirta Flora Makmur b. Identifikasi mesin moulding c. Proses produksi produk lantai kayu d. Cara kerja mesin moulding 2. Data Sekunder
a. Data Operation Time/jam kerja mesin moulding b. Data jumlah produk yang dihasilkan mesin moulding
c. Data downtime mesin moulding d. Data set up and Adjustment mesin moulding e. Data deffect produk lantai kayu di mesin moulding Tahapan
Pengidentifikasian Masalah dan Tujuan
Tahapan Mengumpulkan Data
Gambar 4 .Bentuk Konsep
Penelitian didahului dengan mengukur tingkatan efektivitas mesin secara menerapkan metodologi OEE. Metode OEE terdapat tiga pilar primer meliputi availability rate, performance rate, serta quality rate. Kemudian semua pilar OEE yang ada dilakukan pengkalian agar memperoleh nilai
OEE dan selanjutnya melakukan hitungan six big losses supaya memperoleh nilai kerugian yang begitu memiliki pengaruh akan efektivitas mesin.
Seusai mendapatkan nilai six big losses yang begitu mendominasi dalam pengaruhnya akan efektivitas mesin, langkah selanjutnya melakukan identifikasi akar permasalahannya dengan menggunakan FTA. Langkah terakhir melakukan usulan perbaikan terhadap masalah yang telah ditemukan.
4. HASIL DAN PEMBAHASAN 4.1 Perhitungan OEE
Hasil OEE diperoleh dari pengkalian tiga pilar utamanya meliputi availability rate, performance rate, serta quality rate.
Tabel 4. Hasil Perhitungan OEE
Bulan A P Q OEE
Maret 95% 87% 96% 79%
April 96% 88% 97% 82%
Mei 96% 90% 96% 83%
Juni 95% 89% 98% 83%
Juli 94% 90% 97% 82%
Agustus 95% 89% 97% 82%
Rata-rata 95% 89% 97% 82%
Berlandaskan hasil dari pengolahan data diperoleh medio nilai OEE menurut mesin moulding sebesar 82%, kemudian perlu ditingkatkan dari standarisasi ideal sesuai world class sebesar 85%, nilai tersebut dipengaruhi dari performance rate dan quality rate, sehingga diperlukan identifikasi lebih lanjut dengan perhitungan six big losses.
4.2 Perhitungan Six Big Losses
Analisa hitungan six big losses memiliki tujuan agar menangkap informasi tetang losses yang paling mempengaruhi akan berkurangnya tingkatan efektivitas mesin.
Gambar 5 .Diagram Pareto
Berlandaskan hasil perhitungan oleh six big losses diperoleh kerugian yang begitu memiliki pengaruh diantaranya reduced speed losses yang
bernilai 52%, idling and minor stoppage yang bernilai 20%, dan process defect losses yang bernilai 13%, dimana losses tersebut termasuk dalam kategori speed losses dan defect losses.
4.3 Fault Tree Analysis
Setelah memahami hitungan six big losses, untuk menentukan losses atau kerugian yang pengaruhnya pada efektifitas mesin moulding, selanjutnya ditentukan akar permasalahan melalui Fault Tree Analysis (FTA).
4.3.1 Reduced Spedd Losses
Nilai probabilitas pada reduced speed losses:
Tabel 5. Probabilitas Reduced Speed Losses Kejadian
Dasar Deskripsi Probabilitas L1
Umur pakai motor begitu usang
0,0066
L2 Kurangnya
perawatan motor 0,0066 L3 Umur bearing
begitu usang 0,0066 L4 Bearing minim
diolesi pelumas 0,0066 Tabel 5. Probabilitas Reduced Speed Losses
(Lanjutan) Kejadian
Dasar Deskripsi Probabilitas L5 Cakra gigi minim
diolesi pelumas 0,0066 L6 Rantai minim
diolesi pelumas 0,0066 L7
Operator tidak paham setting selisih antara roll
0,0066
L8
Operator tidak memahami menseting roll
0,0066
L9 Roll sedikit
pembersihan 0,0066 L10
Serbuk kayu tertinggal pada roll
0,0066
Pada perhitungan probabilitas reduced speed losses didapatkan hasil nilai probabilitas yang sama dengan nilai 0,0066, sehingga usulan pada redced speed losses memiliki prioritas yang sama.
Permasalahan yang perlu ditangani pada reduced speed losses untuk meningkatkan efektivitas mesin salah satunya adalah usia pemakaian dinamo sudah lama. Usulan perbaikan yang diberikan oleh peneliti adalah melakukan perbaikan secara rutin dan
mengganti komponen dinamo yang sudah tidak layak.
4.3.2 Idling and Minor Stoppage Losses
Nilai probabilitas pada idling and minor stoppage losses:
Tabel 6. Probabilitas Idling and Minor Stoppage Losse
Kejadian
Dasar Deskripsi Probabilitas I1
Operator minim pemahaman setting roll
0,0066
I2
Operator minim pemahaman setting pisau
0,0066
I3 Tingginya getaran
mesin 0,0529
I4 Hasil kuncian baut
as tidak pas/selip 0,0066 I5
Penguncian baut penyangga as tidak pas/selip
0,0066
I6 Bearing pecah 0,0066
Tabel 6. Probabilitas Idling and Minor Stoppage Losse (Lanjutan)
Kejadian
Dasar Deskripsi Probabilitas I7
Penguncian baut pisau tidak pas/selip
0,0066
I8
Penguncian baut penyangga pisau tidak pas/selip
0,0066
I9
Penguncian baut gear as tidak pas/selip
0,0066 Pada perhitungan probabilitas idling and minor stoppage losses didapatkan hasil nilai probabilitas tertinggi dengan nilai 0,0529, sehingga usulan pada idling and minor stoppage losses yang perlu ditangani terlebih dahulu adalah tingginya getaran mesin. Usulan perbaikan yang diberikan oleh peneliti adalah dengan membatasi tingkat getaran dengan memasang peredam getaran pada setiap komponen.
4.3.3 Process Defect Losses
Nilai probabilitas pada idling and minor stoppage losses:
Tabel 7. Probabilitas Process Defect Losses
Kejadian Dasar
Deskripsi
Probabilitas O1 Material kayu tidak
bagus 0,0132
O2
Operator kurang mengerti cara setting roll
0,0132
O3
Operator kurang mengerti cara setting pisau
0,0066 O4 Usia pisau sudah
lama 0,0066
O5 Pelumasan Bearing
tidak rutin 0,0132
O6 Tingginya getaran
mesin 0,0662
O7
Pisau jarang diberi pelumas saat proses memotong
0,0066 O8 Tekstur kayu yang
tidak bagus 0,0066
O9 Penguncian baut
as tidak benar 0,0066 O10 Penguncian baut
penyangga as salah 0,0066 O11 Penguncian baut
pisau salah 0,0066
Tabel 7. Probabilitas Process Defect Losses (Lanjutan)
Kejadian Dasar
Deskripsi
Probabilitas
O12
Penguncian baut penyangga pisau salah
0,0066 O13 Penguncian baut
gear as tidak benar 0,0066 Pada perhitungan probabilitas process defect losses didapatkan hasil nilai probabilitas tertinggi dengan nilai 0,0662, sehingga usulan pada process defect losses yang perlu ditangani terlebih dahulu adalah tingginya getaran mesin. Usulan perbaikan yang diberikan oleh peneliti adalah membatasi tingkat getaran dengan memasang peredam getaran pada setiap komponen.
5. KESIMPULAN
Berlandaskan hasil serta pokok bahasan yang sebelumnya dilangsungkan, mampu ditarik kesimpulan untuk tingkatan efektivitas (OEE) mesin moulding diperiode Maret 2021 hingga Agustus 2021 ada diantara nilai 79% sampai dengan 83%, dengan rata-rata 82% (dibawah standar OEE ideal 85%) sehingga dilanjutkan dengan hitungan six big losses. Pada hitungan six big losses diperoleh tiga
faktor yang mendominasi ialah reduced speed losses dengan memiliki presentase sebesar 52%, kemudian idling and minor stoppage dengan memiliki presentase sebesar 20%, serta process defect losses dengan memiliki presentase sebesar 13%. Ketiga faktor tersebut kemudian dianalisa dengan menggunakan FTA dan ditemukan akar permasalahannya. Selanjutnya akar permasalahan dari setiap faktor dicari nilai probabilitas dan dicari nilai tertinggi, pada reduced speed losses terdapat nilai probabilitas yang sama, sehingga memiliki prioritas yang sama dari semua akar permasalahan, pada idling and minor stoppage losses terdapat nilai probabilitas tertinggi pada akar permasalahan tingginya getaran mesin, pada process defect losses terdapat nilai probabilitas tertinggi dengan akar permasalahan tingginya getaran mesin.
Gambar 5 .Fault Tree Reduced Speed Losses Mesin Moulding Reduced speed losses mesin
moulding (J)
Berkurangnya kecepatan putaran motor (K1)
Putaran bearing tidak normal (K3)
Gaya gesek antara cakra gigi dengan rantai tinggi (K4) OR
OR OR
Dekatnya jarak roll satu dengan yang lain (K5)
Kotornya pada bidang roll (K6)
OR OR
Usia pemakaian dinamo sudah
Lama (L1)
Kondisi dinamo kurang Terawat (L2)
Roll jarang dilakukan pembersihan (L9)
Sisa serbuk kayu menempel di roll
(L10)
Chain/rantai jarang diolesi pelumas (L6)
Operator kurang paham allowance jarak
antara roll (L7)
Operator kurang paham cara menyeting roll
(L8)
Cakra gigi minim diolesi pelumas (L5) Gesekan antara roll
dengan kayu tinggi (K2)
OR
Umur Bearing terlalu
tua (L3)
Bearing jarang diberi pelumas (L4)
AND
Gambar 6 .Fault Tree Idling and Minor Stoppage Losses Mesin Moulding
Idling and minor stoppage losses mesin moulding (G)
Hasil setting roll tidak tepat (H1)
Hasil setting pisau tidak tepat (H2) OR
OR OR
Tempati as roll mengalami perubahan
horizontal (H3)
Tempat as roll mengalami perubahan
vertikal (H4) OR
Tingginya getaran mesin
(I3)
Operator tidak memahami
cara menseting roll (I1)
Baut as roll kendur (H7)
AND
AND
Penguncian baut as tidak pas/selip (I4)
Tingginya getaran mesin
(I3)
Baut kaki as roll kendur (H8)
Putaran gear as tidak normal (H9)
Baut gear as kendur (H12)
AND OR
Bearing hancur (I6) Hasil kuncian
baut kaki as tidak tepat/selip (I5)
Tingginya getaran mesin
(I3)
Hasil kuncian baut gear as kurang pas/selip
(I9) AND
Tingginya vibrasi mesin
(I3)
Posisi pisau mengalami perubahan horizontal
(H5)
Tingginya getaran mesin
(I3) Baut pisau
kendur (H10)
AND
AND
Hasil kuncian Baut pisaur tidak pas/selip
(I7)
Tingginya vibrasi mesin
(I3)
Operator tidak memahami prosedur menseting
pisau (I2)
Keadaan pisau mengalami perubahan vertikal (H6)
Tingginya vibrasi mesin
(I3) Baut kaki pisau kendur
(H11)
AND
AND
Hasil kuncian baut kaki pisau tidak Pas/selip
(I8)
Tingginya vibrasi mesin
(I3)
Gambar 7 .Fault Tree Process Defect Losses Mesin Moulding
Proses defect losses mesin moulding (M)
T&G tidak simetris (N1) Produk tidak setarai akan
spesifikasi (N2) Produk retak/pecah (N3)
OR
OR OR OR
Roll goyang/tidak stabil (N4)
Hasil setting roll tidak tepat (N5)
OR OR
Operator kurang mengerti cara setting roll (O2)
Material kayu jeleks
(O1)
Operator kurang mengerti cara setting roll
(O2) Bearing pecah (N8)
Pelumasan bearing tidak
rutin (O5)
Tingginya getaran mesin (O6)
keadaan as roll beralih secara horizontal (N9)
keadaan as roll beralih secara vertikal (N10)
Pisau tumpul (N7)
OR
Usia pisau sudah
Lama (O4) Material
kayu tidak bagus (O1)
Tingginya gaya gesek ketika memotong (N13)
Pisau kurang diolesii pelumas
saat proses memotong (O7)
Tekstur kayu yang tidak bagus (O8) Hasil setting pisau tidak
tepat (N6)
OR
Operator kurang mengerti
cara setting pisau (O3) Posisi pisau berubah
secara horizontal (N11)
Posisi pisau berubah secara vertikal (N12)
AND OR OR
Baut as roll kendor
(N14) Tingginya
getaran mesin (O6)
Penguncian baut as kurang tepat
(O9)
Tingginya getaran mesin (O6)
OR
Baut kaki as roll Kendor (N15)
Putaran gear as tidak Normal (N16)
OR
Penguncian baut penyangga
as salah (O10)
Tingginya getaran mesin (O6)
Baut settingan gear as kendor (N19)
OR
Bearing pecah (N8)
Pelumasan bearing tidak
rutin (O5)
Tingginya getaran mesin (O6) OR
Penguncian baut gear as Kurang tepat
(O13)
Tingginya vibrasi mesin
(O6) AND AND
AND
Baut pisau kendor (N17) Tingginya
getaran mesin (O6)
AND
Tingginya getaran mesin (O6)
Penguncian baut pisau salah
(O11)
AND
Baut penyangga pisau kendor (N18) Tingginya
getaran mesin (O6)
AND
Tingginya getaran mesin (O6)
Penguncian baut penyangga
pisau salah (O12)
6. DAFTAR PUSTAKA
[1] Nallusamy, S., & Majumdar, G. (2017).
Enhancement of Overall Equipment Effectiveness Using Total Productive Maintenance in a Manufacturing Industry.
International Journal of Performability Engineering, 13(2), 173–188.
[2] Krisnaningsih, E. (2015). Usulan Penerapan TPM dalam Rangka Peningkatan Efektifitas Mesin dengan OEE sebagai Alat Ukur di PT XYZ.
Prosisko, 2(2),
[3] Arif Rahman, & Perdana, S. (2019). Analisa Produktivitas Mesin Perfect Binding Menerapkan Metode OEE dan FMEA. Jurnal Ilmiah Teknik Industri, 7(1), 34–42.
[4] Rinawati, I. (2014). Total Productive Maintenance. SAE Technical Papers, 21–26.
[5] Jannah, R. M., & Nalhadi, S. A. (2017). Analisis Efektivitas Pada Mesin Centrifugal Dengan Menggunakan Metode Overall Equipment Effectiveness (OEE).
[6] Mayangsari, D. F., Adianto, H., & Yuniati, Y.
(2015). Usulan Pengendalian Kualitas Produk Isolator dengan Metode Failure Mode and Effect Analysis (FMEA) dan Fault Tree Analysis (FTA). Teknik Industri Nasional Bandung, 3(2), 81–91.
[7] Djamal, N., & Azizi, R. (2015). Mengidentifikasi serta Rancangan Perbaikan Pemicu Delay Pada Melting Proses Menerapkan Fault Tree Analysis (FTA) Pada PT. XYZ. Jurnal Intech Teknik Industri, 1(1), 34–45.
[8] Prabowo, R., & Aditia, R. (2020). Analisis Produktivitas Menggunakan Metode POSPAC dan Performance Prism Sebagai Upaya Peningkatan Kinerja (Studi Kasus: Industri Baja Tulangan di PT. X Surabaya). Jurnal Rekayasa Sistem Industri, 9(1), 11-22.
[9] Prabowo, R. (2017). Pengendalian Persediaan Bahan Baku Oli Untuk Mesin Diesel Tipe G4J- 801, G5J-801 dan G7J-801 di PT. Hansan Asembling–Malang. PROZIMA (Productivity, Optimization and Manufacturing System Engineering), 1(1), 33-43.
