Jl. Kaliurang Km 14.4 Sleman, DIY 55184 1,2)Email: teknik.industri@uii.ac.id ABSTRAK

Penerapan Metode Total Productive Maintenance (TPM) untuk Mengatasi Masalah Six-Big Losess dalam Mencapai Efisiensi Proses Produksi (Studi Kasus pada PT. Itokoh Ceperindo) Aldila Samudro Mukti 1, Hudaya 2 1, 2 ) Fakultas Teknologi Industri, Jurusan Teknik Industri, Universitas Islam Indonesia Jl. Kaliurang Km 14.4 Sleman, DIY 55184 1,2)Email: teknik.industri@uii.ac.id ABSTRAK PT. Itokoh Ceperindo merupakan perusahaan yang bergerak dalam bidang usaha casting baja dan stainless steel. Dalam dunia industry, faktor efektifitas mesin sangat mempengaruhi proses produksi, oleh sebab itu diperlukan langkah-langkah yang efektif dan efisien dalam pemeliharaan mesin untuk dapat menanggulangi dan mencegah masalah efektifitas mesin. Total Productive Maintenance (TPM) merupakan metode pemeliharaan yang melibatkan semua pihak yang terdapat dalam suatu perusahaan untuk dapat saling bekerjasama dalam menghilangkan factor Six big losses. Berdasarkan pengukuran efektivitas mesin Induction Furnance dengan menggunakan metode Overall Equipment Effectiveness (OEE), didapatkan nilai OEE dari mesin Induction Furnance untuk periode Oktober 2010 September 2011 berkisar antara 83.63% sampai 88.67%. Kondisi ini menunjukkan bahwa kemampuan mesin Induction Furnance belum mencapai kondisi yang ideal ( 85%). Adapun yang mempengaruhi nilai OEE dan menjadi prioritas utama untuk dieliminasi perusahaan adalah Scrap/Yield Loss sebesar 50,85% dan Set-up and Adjustment Loss sebesar 32,49%. Kata Kunci: Overall Equipment Effectiveness (OEE), Total Productive Maintenance (TPM), Six big losses. ABSTRACT PT. Itokoh Ceperindo is a steal casting and stainless steel company. Engine efectifity is cruicial in production process. Thus, requires efective and efficeint steps in machine maintenance to overcome and prevent machine efficiency issues. Total Productive Manitenance (TPM) is a maintenance method involving all companies stakeholers to cooperate in eliminating six big losses factor. Based on Induction Furnance Mchine Performance using overall equioment effectiveness, the OEE score in october 2010 september 2011 varies between 83.63% to 88,67%. This shows that the machine is not in its idealconditions ( 85%). It is a priority to eliminate Scrap/Yield Loss (50,85% ) and Set-up and Adjustment Loss (32,49%). Keyword: Overall Equipment Effectiveness (OEE), Total Productive Maintenance (TPM), Six big losses Pendahuluan Penelitian ini dilakukan untuk mendapatkan gambaran kesesuaian antara kondisi perusahaan dimana factor six-big losses sangat berpengaruh terhadap efisiensi dan efektifitas proses produksi perusahaan dengan penerapan total productive maintenance (TPM). TPM merupakan sistem Jepang yang unik dari suatu kepakaran manajerial, telah diciptakan pada tahun 1971, berdasarkan konsep pemeliharaan pencegahan atau pemeliharaan mandiri yang telah diperkenalkan dari Amerika Serikat pada tahun 1950-an sampai tahun 1960-an (Corder, 1998). Menurut Nakajima (1988) TPM adalah suatu program untuk pengembangan fundamental dari fungsi pemeliharaan dalam suatu organisasi, yang melibatkan seluruh SDM-nya. Metode yang digunakan adalah metode Overall Equipment Effectiveness (OEE) yang digunakan untuk mengukur tingkat efektivitas yang sesuai dengan prinsip prinsip TPM untuk dapat mengetahui besarnya kerugian (six big losses) meliputi breakdown losses, setup and adjustment losses, reduced speed losses, idling and minor stoppages, rework losses dan scrap/yield losses. penelitian 89

ditekankan pada faktor-faktor kinerja produksi yang meliputi produktivitas pekerja, man hour, product delivery dan tingkat defect. Metode Penelitian Obyek Penelitian Penelitian ini dilakukan di PT. Itokoh Ceperindo. Pengumpulan Data Teknik pengumpulan data yang digunakan dalam penelitian ini adalah : 1. Studi Lapangan Wawancara Pengumpulan data secara langsung dengan tanya jawab kepada responden, yaitu dengan pihak manajemen perusahaan atau karyawan perusahaan. Observasi Teknik pengumpulan data dengan cara melakukan pengamatan secara langsung pada objek yang diteliti. 2. Studi Kepustakaan Studi kepustakaan adalah usaha mencari dan mengumpulkan literatur-literatur, karya ilmiah dan referensi yang mendukung serta berkaitan dengan masalah yang diteliti sehingga dapat digunakan sebagai dasar analisis dalam pemecahan masalah. Pengolahan Data Penentuan Availability Ratio Availability merupakan rasio dari operation time, dengan mengeliminasi Downtime peralatan, terhadap loading time. Rumus yang digunakan adalah: Operation Time Availability = Loading Time x 100% Penentuan Performance Efficiency Performance effieciency merupakan hasil perkalian dari Operating speed rate dan net Operating speed, atau rasio kuantitas produk yang dihasilkan dikalikan dengan waktu siklus idealnya terhadap waktu yang tersedia untuk melakukan proses produksi. Rumus yang digunakan adalah: Performance = Operating speed rate Operating Rate Ideal Cycle Time Actual Cycle Time x Output = x x 100% Actual Cycle Time Operation Time Processed Amount x Theoretical Cycle Time Performance Effieciency = x 100% Operation Time Penentuan Rate Of Quality Product Rate of quality product merupakan suatu rasio yang menggambarkan kemampuan peralatan dalam menghasilkan produk yang sesuai dengan standar perusahaan. Rumus yang digunakan adalah: Processed Amount Defect Amount Rate Of Quality Products = x 100% Processed Amount Penentuan Overall Equipment Effetiveness (OEE) OEE = Avaibility (%) Performance (%) Quality Yield (%) 90

Perhitungan OEE Six big losses 1. Downtime Losses Downtime adalah waktu yang seharusnya digunakan untuk melakukan proses produksi akan tetapi karena adanya gangguan pada mesin mengakibatkan mesin tidak dapat melaksanakan proses produksi sebagaimana mestinya. Equipment Failures dan Setup Adjusment adalah yang termasuk dalam Downtime Losses.. Equipment Failures Equipment Failures yaitu kerusakan mesin / peralatan yang tiba-tiba dan mengakibatkan kerugian, karena kerusakan mesin akan menyebabkan mesin tidak beroperasi menghasilkan output. Equipment Failure Loss = Total Breakdown Time Loading Time x 100% Setup and Adjustment Setup and Adjustment adalah semua waktu set-up termasuk waktu penyesuaian dan juga waktu yang dibutuhkan untuk kegiatan-kegiatan pengganti satu jenis produk berikutnya untuk proses produksi selanjutnya. Untuk mengetahui Setup and Adjustment digunakan rumus: Setup and Adjustment loss= TotalSetupandAdjustmenTime x 100% LoadingTime 2. Speed Losses Idling and Minor Stoppage Idling and Minor Stoppage Losses disebabkan oleh kejadian-kejadian seperti pembersihan mesin sejenak, kemacetan mesin dan idle time dari mesin. Idling and Minor Stoppages = Nonproductive Time Loading Time 91 x 100% Reduced Speed Losses Reduced Speed Losses adalah selisih antara waktu kecepatan produksi aktual dengan kecepatan produksi mesin yang ideal. Reduced Speed Losses= Operation Time (Ideal Cycle Time x Total Product Process) Loading Time x100% 3. Defect Losses Defect Losses adalah mesin tidak menghasilkan produk yang sesuai dengan spesifikasi dan standar kualitas produk yang telah ditentukan oleh perusahaan. Faktor yang dikategorikan ke dalam Defect Losses adalah Rework Loss dan Yield/Scrap Loss. Rework Loss Rework Loss yaitu kerugian yang disebabkan karena adanya produk cacat maupun kerja produk diproses ulang. Rework Loss= Ideal Cycle Time Rework Loading Time x 100% Yield/Scrap Losses Yield/Scrap Losses disebabkan oleh material yang tidak terpakai atau sampah bahan baku. Yield/Scrap Losses= Ideal Cycle Time Scrap Loading Time x 100% Perhitungan Variabel Variabel Produksi 1. Product Delivery Product Delivery yaitu berapa banyak barang yang bisa diproduksi terhadap rencana yang ditetapkan oleh perusahaan. Jumlah Produksi Product Delivery = Planning Produksi 100% 2. Man hour Man hour adalah suatu perhitungan di mana jumlah jam kerja dikalikan dengan jumlah karyawan dibagi dengan jumlah produksi. Jumlah Jam Kerja Jumlah Jam Kerja Man Hour = Jumlah Produksi 3. Defect/Reject Defect/Reject merupakan kegagalan suatu produk akibat proses yang tidak sesuai dengan standar.

Defect/Reject = Jumlah Produk Cacat Jumlah Produksi 100% Diagram Pareto Untuk melihat lebih jelas Six big losses yang mempengaruhi efektivitas mesin Induction Furnance, maka akan dilakukan perhitungan time loss untuk masing-masing faktor dalam Six big losses. Diagram Cause and Effect Diagram ini berguna untuk menganalis dan menemukan faktor faktor yang berpengaruh secara signifikan terhadap penentuan karakteristik kualitas output kerja. Hasil dan Pembahasan Penentuan Availability Ratio Tabel 1. Perhitungan Availability ratio bulan Oktober 2010 September 2011 Bulan Loading Time (jam) Total Downtime Operation Time Availability Rasio % Oktober 316 18.2 297.8 94.24050633 November 296.5 15.8 280.7 94.67116358 Desember 316.5 17.9 298.6 94.34439179 Januari 316.3 21.2 295.1 93.29750237 Februari 296.8 15.3 281.5 94.84501348 Maret 287 18.2 268.8 93.65853659 April 296.7 17.8 278.9 94.00067408 Mei 346 21.8 324.2 93.69942197 Juni 287 15.4 271.6 94.63414634 Juli 296.6 18.9 277.7 93.62778152 Agustus 326 17.1 308.9 94.75460123 Sptember 326 17.3 308.7 94.69325153 Perhitungan Performance Efficiency Bulan Tabel 2. Perhitungan Performance efficiency bulan Oktober 2010 September 2011 Total Product Processed (Kg) Ideal Cycle Time (Jam/Kg) Operatio Time Performance efficiency (%) Oktober 14570 0.02022 297.8 98.92726662 November 12797 0.02167 280.7 98.79265764 Desember 14077 0.02098 298.6 98.90671802 Januari 13899 0.02098 295.1 98.81430701 Februari 12756 0.02183 281.5 98.92130728 Maret 12998 0.02046 268.8 98.93566964 April 13233 0.02084 278.9 98.87978487 Mei 16721 0.01916 324.2 98.81997532 Juni 12639 0.02126 271.6 98.9341458 Juli 12446 0.02206 277.7 98.86883687 Agustus 12766 0.0239 308.9 98.77222402 Sptember 13259 0.023 308.7 98.78749595 92

Perhitungan Rate Of Quality Product Tabel 3. Perhitungan rate of quality product bulan Oktober 2010 Septemberi 2011 Bulan Total Product Processed (Kg) Total Scrap Weight (Kg) Rate Of Quality Product (%) Oktober 14570 794 94.55044612 November 12797 766 94.01422208 Desember 14077 1091 92.24976913 Januari 13899 1289 90.72595151 Februari 12756 858 93.27375353 Maret 12998 1246 90.41390983 April 13233 667 94.95957077 Mei 16721 1736 89.61784582 Juni 12639 1054 91.66073265 Juli 12446 1105 91.12164551 Agustus 12766 1084 91.50869497 Sptember 13259 710 94.64514669 Perhitungan Overall Equipment Effectiveness (OEE) Tabel 4. Perhitungan overall equipment effectiveness Bulan Oktober 2010 September 2011 Bulan Availability Rasio % Performance efficiency (%) Rate Of Quality Product (%) OEE Oktober 94.621 99.122 94.55 88.67866021 November 94.569 98.792 94.014 87.83408982 Desember 94.344 98.906 92.249 86.07927308 Januari 93.297 98.814 90.725 83.63982893 Februari 94.845 98.921 93.354 87.58623742 Maret 93.66 98.936 90.413 83.77981192 April 94.1 98.879 94.959 88.35473354 Mei 94.699 98.819 89.617 83.86413061 Juni 94.634 98.934 91.67 85.82622227 Juli 93.627 98.868 91.121 84.34810579 Agustus 94.754 98.772 91.025 85.19068061 Sptember 94.693 98.787 94.645 88.53507269 Berikut ini adalah nilai OEE yang diperoleh pada mesin Induction Furnance selama periode Oktober 2010 September 2011: 1. Pada bulan Oktober 2010 September 2011 diperoleh nilai OEE sebesar 83.63982893% - 88.67866021%. Dari hasil tersebut ternyata masih terdapat nilai OEE yang berada di bawah keadaan ideal 85%. 2. Nilai OEE tertinggi pada mesin Induction Furnance didapat pada bulan Oktober 2010 sebesar 88.67866021% dengan rasio Availability 94,621%, Performance Efficiency 99,122% dan Rate of Quality Product 94,55%. Rendahnya nilai OEE mesin Induction Furnance pada periode Januari 2011sebesar 83.63982893% disebabkan oleh rasio Availability sebesar 93,297% dan Performance Efficiency sebesar 98,814% sedangkan rasio Rate of Quality Product memiliki nilai yang rendah yaitu90,725%. 93

Perhitungan OEE Six big losses 1. Downtime Losses Equipment Failures Tabel 5. Perhitungan equipment failure loss bulan Oktober 2010 September 2011 Bulan Machine Break Loading Time (jam) Equipment Failure Loss (%) Oktober 2.3 316 0.727848101 November 1.1 296.5 0.370994941 Desember 1.4 316.5 0.442338073 Januari 4.8 316.3 1.517546633 Februari 1.1 296.8 0.370619946 Maret 3.3 287 1.149825784 April 2.7 296.7 0.910010111 Mei 4.5 346 1.300578035 Juni 1.3 287 0.452961672 Juli 3.1 296.6 1.045178692 Agustus 1.2 326 0.36809816 Sptember 1.3 326 0.398773006 Setup and Adjustment Tabel 6. Perhitungan setup and adjustment bulan September 2010 Januari 2011 Setup and Adjustment Bulan Schedule Shutdown Warm Up (Jam) Total (Jam) Loading Time (Jam) Setup Loss (%) Oktober 3 11 14 316 4.430379747 November 3 10.5 13.5 296.5 4.55311973 Desember 3 12 15 316.5 4.739336493 Januari 3 11.6 14.6 316.3 4.615871009 Februari 2.5 10.4 12.9 296.8 4.346361186 Maret 2.5 10.8 13.3 287 4.634146341 April 3 10.6 13.6 296.7 4.583754634 Mei 3.5 11.7 15.2 346 4.393063584 Juni 2.5 10.2 12.7 287 4.425087108 Juli 3 11.4 14.4 296.6 4.855023601 Agustus 3.5 10.8 14.3 326 4.386503067 Sptember 3.4 11.1 14.5 326 4.447852761 2. Speed Losses Idling and Minor Stoppage Tabel 7. Perhitungan idling and minor stoppages Bulan Oktober 2010 September 2011 Bulan Pencucian Mesin Loading Time (jam) Idling and Minor Stoppages (%) Oktober 1.4 316 0.443037975 November 1.2 296.5 0.404721754 Desember 1.5 316.5 0.473933649 Januari 1.8 316.3 0.569079987 94

Tabel 7. Perhitungan idling and minor stoppages Bulan Oktober 2010 September 2011 lanjutan Bulan Pencucian Mesin Loading Time (jam) Idling and Minor Stoppages (%) Februari 1.3 296.8 0.438005391 Maret 1.6 287 0.557491289 April 1.5 296.7 0.505561173 Mei 2.1 346 0.606936416 Juni 1.4 287 0.487804878 Juli 1.4 296.6 0.472016183 Agustus 1.6 326 0.490797546 Sptember 1.5 326 0.460122699 Bulan Reduced Speed Losses Tabel 8. Perhitungan reduced speed losses bulan Oktober 2010 September 2011 Operation Time Ideal Cycle Time (Jam/Kg) Total Product Processed (Kg) Loading Time (Jam) Reduced Speed Losses (%) Oktober 297.8 0.02022 14570 316 0.010109494 November 280.7 0.02167 12797 296.5 0.011430051 Desember 298.6 0.02098 14077 316.5 0.010314502 Januari 295.1 0.02098 13899 316.3 0.011062219 Februari 281.5 0.02183 12756 296.8 0.010230863 Maret 268.8 0.02046 12998 287 0.009968362 April 278.9 0.02084 13233 296.7 0.010530098 Mei 324.2 0.01916 16721 346 0.011056763 Juni 271.6 0.02126 12639 287 0.01008662 Juli 277.7 0.02206 12446 296.6 0.010590829 Agustus 308.9 0.0239 12766 326 0.011633742 Sptember 308.7 0.023 13259 326 0.011481595 3. Defect Losses Rework Loss Tabel 9. Perhitungan rework loss bulan Oktober 2010 September 2011 Bulan Loading Time (Jam) Ideal Cycle Time (Jam/Kg) Rework (Kg) Rework Losses (%) Oktober 316 0.02022 0 0 November 296.5 0.02167 0 0 Desember 316.5 0.02098 0 0 Januari 316.3 0.02098 0 0 Februari 296.8 0.02183 0 0 Maret 287 0.02046 0 0 April 296.7 0.02084 0 0 Mei 346 0.01916 0 0 Juni 287 0.02126 0 0 Juli 296.6 0.02206 0 0 Agustus 326 0.0239 0 0 Sptember 326 0.023 0 0 95

Persentase Aldila Samudro Mukti, Hudaya/ Penerapan Metode Total Productive Maintenance (TPM) untuk Mengatasi Masalah Six-Big Losess dalam Mencapai Efisiensi Proses Produksi Yield/Scrap Losses Tabel 10. Perhitungan yield/scrap losses bulan Oktober 2010 September 2011 Bulan Ideal Cycle Time (Jam/Kg) Total Scrap Weight (Kg) Loading Time (Jam) Yield/Scrap Losses (%) Oktober 0.02022 794 316 5.080594937 November 0.02167 766 296.5 5.598387858 Desember 0.02098 1091 316.5 7.231968404 Januari 0.02098 1289 316.3 8.549864053 Februari 0.02183 858 296.8 6.31069407 Maret 0.02046 1246 287 8.882634146 April 0.02084 667 296.7 4.68496124 Mei 0.01916 1736 346 9.613225434 Juni 0.02126 1054 287 7.807679443 Juli 0.02206 1105 296.6 8.218577208 Agustus 0.0239 1084 326 7.947116564 Sptember 0.023 710 326 5.009202454 Tabel 11. Pengurutan persentase faktor six big losses mesin Induction Furnance No Six big losses Total Time Losses (jam) Persentase (%) Persentase Kumulatif (%) 1 Scrap/Yield Loss 262,99 50,85 50,85 2 Set up and Adjustment Loss 168 32,49 83,34 3 Reduced Speed Loss 39,77 7,69 91,03 4 Breakdown Loss 28,1 5,43 96,46 5 Idling and Minor Stoppages 18,3 3,54 100 6 Rework Loss 0 0 100 Total 100 Dari hasil pengurutan persentase faktor Six big losses tersebut maka akan digambarkan diagram Paretonya sehingga terlihat jelas urutan dari keenam faktor yang mempengaruhi efektivitas pada mesin Induction Furnance. 60 50 40 30 20 10 0 50,85 Scrap/Yield Loss Diagram Pareto Six Big Losses 32,49 Set up and Adjustment Loss 7,69 5,43 3,54 0 Breakdown Rework Loss Loss Reduced Speed Loss Six Big Losses Idling and Minor Stoppages Gambar 1. Diagram pareto persentase faktor six big losses Induction Furnance periode Oktober 2010 September 2011. 96

Perhitungan Variabel Variabel Produksi 1. Product Delivery Tabel 12. Perhitungan product delivery bulan Oktober 2010 September 2011 Bulan Total Good Product (Kg) Planning Product Delivery Oktober 13776 13912 99,02242668 November 12031 12149 99,02872664 Desember 12986 13110 99,05415713 Januari 12610 13043 96,68021161 Februari 11898 12031 98,89452248 Maret 11752 12088 97,22038385 April 12566 12692 99,00724866 Mei 14985 15254 98,23652812 Juni 11585 11702 99,00017091 Juli 11341 11730 96,68371697 Agustus 11682 11797 99,02517589 Sptember 12549 12675 99,00591716 Pada bulan Oktober 2010 September 2011 diperoleh nilai product delivery sebesar 96,68% - 99,05%. Dari hasil tersebut ternyata masih terdapat nilai product delivery yang berada di bawah keadaan ideal 99%. Presentase product delivery terendah terjadi pada bulan Januari 2011. Persentase terendah tersebut terjadi karena total good product yang dihasilkan sangat rendah yaitu 13776 Kg dimana nilai tersebut jauh dari planning product yaitu sebesar 13043 Kg 2. Man hour Tabel 13..Perhitungan man hour bulan Oktober 2010 September 2011 Bulan Total Available Time (Jam) Jumalah Pekerja Total Product Processed (Kg) Man hour Oktober 320 90 14570 1,976664379 November 270 90 12797 1,898882551 Desember 300 90 14077 1,918022306 Januari 320 90 13899 2,072091517 Februari 270 90 12756 1,904985889 Maret 290 90 12998 2,008001231 April 300 90 13233 2,040353661 Mei 350 90 16721 1,883858621 Juni 290 90 12639 2,065036791 Juli 270 90 12446 1,952434517 Agustus 270 90 12766 1,903493655 Sptember 330 90 13259 2,239987933 Pada bulan Oktober 2010 September 2011 diperoleh nilai Man hoursebesar 1,883858621 Jam 2,239987933 Jam. Dari hasil tersebut nilai Man hour yang tinggi terjadi pada bulan September 2011. Hal tersebut disebabkan karena pada bulan September 2011 nilai total available time tinggi yaitu sebesar 330 Jam. 3. Defect/Reject Tabel 14..Perhitungan defect/reject bulan Oktober 2010 September 2011 Bulan Total Product Processed (Kg) Produk Cacat Defect/Reject Oktober 14570 136 0,933424846 November 12797 118 0,922091115 97

Tabel 14..Perhitungan defect/reject bulan Oktober 2010 September 2011 lanjutan Bulan Total Product Processed (Kg) Produk Cacat Defect/Reject Desember 14077 124 0,880869503 Januari 13899 433 3,115332038 Februari 12756 133 1,042646598 Maret 12998 336 2,585013079 Tabel 14..Perhitungan defect/reject bulan Oktober 2010 September 2011 lanjutan Bulan Total Product Processed (Kg) Produk Cacat Defect/Reject April 13233 126 0,952165042 Mei 16721 269 1,608755457 Juni 12639 117 0,925706148 Juli 12446 389 3,125502169 Agustus 12766 115 0,900830331 Sptember 13259 126 0,950297911 Pada bulan Oktober 2010 September 2011 diperoleh nilai tingkat defect sebesar 0,95% - 3,12%. Dari hasil tersebut nilai tingkat defect terbesar terjadi pada bulan Juli 2011. Tingkat defect pada bulan tersebut terjadi karena terdapat 389 Kg produk cacat yang dihasilkan Diagram Sebab Akibat/Fishbone Melalui diagram Pareto dapat dilihat bahwa faktor yang memberikan kontribusi terbesar dari faktor Six big losses tersebut adalah Scrap/Yield Loss sebesar 50,85%dan Set up and Adjustment Loss32,49%. Menurut aturan Pareto (aturan 80%) maka nilai persentase kumulatif mendekati atau sama dengan 80% menjadi prioritas permasalahan yang akan dibahas selanjutnya. Oleh karena itu, kedua faktor inilah yang akan dianalisis dengan menggunakan diagram sebab akibat. Dalam diagram sebab akbat pada gambar 2 dan gambar 3 dibawah ini akan diketahui penyebab tingginya faktor scrap/yield loss dan set up dan adjustment loss. Operator Mesin Bahan Baku Kurang Terlatih Pengawasan yang Kurang Sering Mengalami Gangguan Mesin Yang Sudah Tua Sering Mengalami Keausan Bahan Baku Yang Kurang Bagus Manajemen Bahan Baku yang Kurang Baik Kurang Teliti Scrap/Yield Loss Quality Control yang Kurang Baik Control Terhadap Suhu Mesin yang Minim Proses Dibawah Standard Jarang Mengalami Pembersihan Mesin Proses Lingkungan Gambar 2. Diagram sebab akibat/fishbone scrap/yield loss 98

Operator Mesin Bahan Baku Kurang Terlatih Kurangnya Jumlah Operator Sering Mengalami Gangguan Mesin Yang Sudah Tua Perawatan yang Kurang maksimal Bahan Baku Yang Kurang Bagus Manajemen Bahan Baku yang Kurang Baik Kurang Teliti Sering terjadi penundaan Proses Produksi Control Terhadap Suhu Mesin yang Minim Set up and Adjustment Loss Proses Dibawah Standard Mesin Kotor Proses Lingkungan Gambar 3. Diagram sebab akibat/fishbone setup and adjustment loss Analisa diagram sebab akibat untuk faktor scrap/yield loss loss dan set up and adjustment loss adalah sebagai berikut: 1. Manusia (operator) Operator kurang teliti dalam pengoperasian mesin sehingga mesin tidak bekerja secara maksimal. Kurangnya jumlah tenaga kerja yang ditugaskan sehingga menambah waktu tunggu (delay) bila mesin mengalami kerusakan. Kurangnya pengawasan terhadap kinerja operator yang berakibat kinerja operator dalam pengoperasian mesin kurang maksimal. 2. Mesin (peralatan) Umur mesin yang sudah tua mempengaruhi terjadinya gangguan seperti aus pada beberapa bagian. Kurangnya fasilitas dan sarana perawatan mesin. 3. Bahan Baku (material) Tidak ada spesifikasi bahan baku yang berkualitas dalam penanganan material sehingga dapat menyebabkan mesin berjalan yang tidak konstan. Manajeman bahan baku yang kurang bagus menyebabkan banyak bahan baku yang terbuang ketika diolah pada mesin. 4. Lingkungan Kotoran seperti debu atau sisa bahan baku yang menempel pada mesin akan mempengaruhi efektifitas mesin. Kontrol suhu lingkungan kerja yang jarang dilakukan menyebabkan operator yang mudah merasa gerah. 5. Proses Kerja Keadaan mesin yang tua menyebabkan terjadi penundaan proses produksi karena beberapa gangguan. Proses yang menggunakan mesin secara terus menerus harus menuntut agar mesin selalu dalam keadaan yang stabil, maka perlu adanya pemeliharaan dan perawatan yang lebih intensif. Evaluasi dan Usulan Penyelesaiaan Masalah Usulan Penyelesaian Masalah Six big losses Berikut ini adalah tindakan yang harus dilakukan untuk menangani masalah tersebut: 1. Langkah langkah perbaikan pada faktor tenaga kerja 99

Memberikan training atau penyuluhan kepada operator secara berkala, misalnya dilakukan kegiatan training setiap enam bulan. Menambah jumlah tenaga kerja untuk mengurangi terjadinya delay jika terjadi kerusakan pada mesin dengan kemampuan kerja operator yang optimal. Meningkatkan pengawasan terhadap kinerja tenaga kerja agar kegiatan produksi berjalan lebih efektif. 2. Langkah langkah perbaikan pada mesin produksi Melakukan perawatan mesin secara berkala untuk menemukan kondisi tak wajar pada mesin sedini mungkin. Melakukan pemeliharaan pada kondisi yang wajar seperti, pengencangan baut, pembersihan mesin dan mengganti bagian mesin yang rusak. Menerapkan dan mengembangkan metode penaggulangan kondisi mesin. 3. Langkah langkah perbaikan pada bahan baku atau material Membuat standar ukuran bahan yang sesuai sehingga mesin bekeja secara optimal dan mengurangi jumlah sisa bahan baku yang terbuang. 4. Langkah langkah perbaikan pada faktor lingkungan Melakukan pembersihan mesin sebelum dan sesudah proses operasi. Lebih memperhatikan suhu lingkungan kerja sehingga operator merasa lebih nyaman dengan lingkungan keja. 5. Langkah langkah perbaikan pada faktor proses kerja Melakukan pemeliharaan dan perawatan untuk mengurangi gangguan dan mengembalikan mesin pada kondisi yang optimal. Menentukan standar pelaksanaan setting tools. Penerapan Total Productive Maintenance (TPM) Agar implementasi TPM berhasil, maka perusahaan harus memiliki: 1. Dukungan dari Top Manajemen. 2. Pemahaman dan komitmen dari setiap orang dalam organisasi. 3. Pelatihan dan motivasi dari setiap orang di dalam organisasi. 4. Manajemen harus mendidik, mempromosikan dan membangun budaya baru di mana tim dapat berfungsi guna menghasilkan sebuah sistem TPM. 5. TPM memerlukan pemberdayaan karyawan, dengan partisipasi total dari seluruh tenaga kerja. 6. TPM tidak akan berhasil jika hanya sebagai sebuah program pemeliharaan, tetapi harus menjadi program dari setiap orang. 7. Dengan TPM, operator mesin bertanggung jawab atas pemeliharaan rutin mesin dan peralatan, termasuk pembersihan dan pemeliharaan area kerja. 8. Para karyawan dilatih untuk dapat mengidentifikasi permasalahan, menentukan pemecahan dan menerapkan metode kerja yang dikembangkan oleh kelompok kecil. Kesimpulan Berdasarkan hasil analisa dan uraian hasil Overall Equipment Effectiveness pada mesin Induction Furnance, maka dapat diambil beberapa kesimpulan sebagai berikut: 1. Dari pengukuran tingkat efektivitas mesin dengan menggunakan metode OEE pada bulan Oktober 2010- September 2011 yang dilakukan di PT. Itokoh Ceperindo, terdapat beberapa bulan dimana presentase tersebut kurang dari standar ideal OEE yaitu 85%. Hal itu terjadi pada bulan Januari (83.63%), Maret (83.77%), Mei (83.86%), Juli (84.34%). Persentase nilai OEE yang rendah terjadi karena mesin banyak mengalami gangguan, seperti mesin mati secara tiba-tiba dan bagian komponen pada mesin yang mengalami kerusakan. Diluar faktor tersebut hal-hal seperti operator kurang menguasai mesin dan kurang disiplinnya operator dalam merawat mesin juga menjadi penyebab rendahnya nilai OEE. 100

2. Tingkat efektifitas mesin dan lingkungan perusahaan sangat berpengaruh terhadap product delivery, man hour dan tingkat product defect. Hal ini dapat dilihat ketika mesin mengalami banyak gangguan dan kerusakan maka nilai product delivery akan menurun, nilai man hour yang meningkat dan nilai Product Defect yang bertambah. Jika ketiga hal tersebut terjadi dalam sebuah perusahaan maka nilai efisiensi dan efektivitas akan menurun dalam sebuah perusahaan dimana pemborosan biaya dan waktu akan terjadi. Selain itu terjadi penurunan kualitas kinerja dan produk perusahaan tersebut. 3. Faktor yang mempengaruhi tingkat produktivitas di PT. Itokoh Ceperindo dapat dilihat dari persentase six big losses mesin Induction Furnance. Di mana besarnya persentase breakdown loss sebesar 5,43%, set-up and adjustment loss sebesar 32,49%, reduced speed loss sebesar 7,69%, idling and minor stoppages sebesar 3,54%, rework loss sebesar 0% dan scrap/yield loss sebesar 50,85%. Presentase terbesar pada scrap/yield loss disebabkan karena breakdown pada mesin produksi, kualitas operator yang kurang baik, dan bahan baku yang digunakan kurang berkualitas. Daftar Pustaka Corder, Anthony., (1992). Maintenance Management Technique. Jakarta: Erlangga. Seiichi Nakajima., (1988). Introduction to Total Productive Maintenance (TPM), Cambridge : Productivity Press Inc., hal. 21. 101