Professional Documents
Culture Documents
Abstrak Penelitian ini dilakukan bertujuan untuk merumuskan efektivitas dan efisiensi kinerja dari
mesin Trupunch V 5000 I di PT. XYZ berdasarkan nilai Overall Equipment Effectiveness (OEE). Faktor yang
mempengaruhi penurunan efektivitas peralatan disebut Six Big Losses, yaitu Breakdown Loss, Set
Up/Adjustment Loss, Idling and Minor Stoppages, Reduce speed losses, Yield/Scrap Losses, Rework.Pada
laporan skripsi ini Penulis menerapkan metode Overall Equipment Effectiveness (OEE) untuk mengetahui
efektivitas dan efisiensi kinerja dari mesin Trupunch V 5000 I. Dalam penelitian ini dilakukan pengumpulan data
dengan mengambil data kerusakan mesin Trupunch V 5000 I dan mengolah data seperti mencari nilai OEE,
korelasi dan regresi serta menggunakan diagram fishbone.Berdasarkan dari hasil peritungan OEE faktor Six Big
Losses yang memberikan kontribusi terbesar pada mesin Trupunch V 5000 I adalah Reduce Speed Losses
dengan rata-rata nilai sebesar 28,97%, diikuti dengan Yield/Scrap Losses sebesar 16,39%, diikuti dengan Idling
and Minor Stoppages sebesar 7,67%, diikuti dengan Set Up/Adjustment Loss sebesar 2,93 %, dikiuti dengan
breakdown losses sebesar 2,53 % dan rework losses sebesar 0,69 %.
Kata Kunci: Mesin Trupunch V 5000 I, Overall Equipment Effectiveness (OEE), Six Big Losses, Regresi dan
Korelasi.
Abstrac This study was aimed to formulate the effectiveness and efficiency of the performance of the
engine V 5000 I Trupunch in PT. XYZ based on the value of Overall Equipment Effectiveness (OEE). Factors
affecting the decline in effectiveness of equipment called the Six Big Losses, namely Breakdown Loss, Set Up /
Loss Adjustment, Idling and Minor Stoppages, Reduce speed losses, Yield / Losses Scrap, Rework.This paper
reports on the authors apply the method of Overall Equipment Effectiveness (OEE) to examine the effectiveness
and efficiency of the performance of the engine V 5000 Trupunch I. In this research, data collection by retrieving
data Trupunch V 5000 engine failure and process the data as I find the value of OEE, correlation and
regression, and using fishbone diagrams.Based on the results peritungan Six Big Losses OEE factors that
contribute most to the machine I was Trupunch V 5000 Speed Reduce Losses with an average value of 28.97%,
followed by Yield / Scrap Losses amounted to 16.39%, followed by idling and Minor Stoppages by 7.67%,
followed by Set Up / Loss Adjustment for 2.93%, breakdown dikiuti with losses of 2.53% and rework losses of
0.69%.
Keywords: Mechanical Trupunch V 5000 I, Overall Equipment Effectiveness (OEE), Six Big Losses, Regression
and Correlation.
1
Program Studi Teknik Industri Universitas Mercubuana, Jakarta
Jurnal Skripsi – September 2013
2
Program Studi Teknik Industri Universitas Mercubuana, Jakarta
Jurnal Skripsi – September 2013
3
Program Studi Teknik Industri Universitas Mercubuana, Jakarta
Jurnal Skripsi – September 2013
4
Program Studi Teknik Industri Universitas Mercubuana, Jakarta
Jurnal Skripsi – September 2013
3. Methods (Metode kerja), yaitu berkaitan 1. Korelasi positif, terjadi apabila perubahan
dengan tidak ada prosedur dan metode antara variabel yang satu diikuti oleh
kerja yang benar, tidak jelas, tidak variabel lainnya dengan arah yang sama
diketahui, tidak terstandarisasi, tidak cocok (berbanding lurus). Artinya apabila
dan lain-lain. variabel yang satu meningkat, maka akan
4. Materials (bahan baku dan bahan diikuti peningkatan variabel lainnya.
pendukung), yaitu berkaitan dengan 2. Korelasi negatif, terjadi korelasi negatif
ketiadaan spesifikasi kualitas dari bahan apabila perubahan antara variabel yang
baku dan bahan pendukung yang satu diikuti oleh variabel lainnya dengan
digunakan, ketiadaan penanganan yang arah yang berlawanan (berbanding
efektif terhadap bahan baku dan bahan terbalik). Artinya apabila variabel yang
pendukung tersebut dan lain-lain. satu meningkat, maka akan diikuti
5. Media, yaitu berkaitan dengan tempat dan penurunan variabel lainnya.
waktu kerja yang tidak memperhatikan 3. Korelasi nihil, terjadi korelasi nihil apabila
aspek-aspek kebersihan, kesehatan, perubahan antara variabel yang satu
keselamatan kerja, kekurangan lampu diikuti oleh variabel lainnya dengan arah
penerangan, ventilasi yang buruk dan lain- yang tidak teratur (acak). Artinya apabila
lain. variabel yang satu meningkat, kadang
6. Motivation (motivasi), yaitu berkaitan diikuti dengan peningkatan pada variabel
dengan ketiadaan sikap kerja yang benar lain dan kadang diikuti dengan penurunan
dan professional, yang dalam hal ini pada variabel lain.
disebabkan sistem balas jasa dan Analisa korelasi digunakan untuk mengukur
penghargaan yang tidak adil kepada tenaga seberapa kuat atau derajat kedekatan, suatu
kerja. relasi yang terjadi antar variabel, dengan
7. Money (keuangan), yaitu berkaitan dengan keterangan interval kekuatan hubungan
ketiadaan dukungan financial (keuangan) sebagai berikut (Sugiyono) :
yang cukup guna memperlancar proses
pembuatan produk yang berkualitas Tabel 2.1 Interval Kekuatan
(Gaspersz, 2002:241). Interval
Keterangan
2.6 Regresi Kekuatan
Analisa Regresi digunakan untuk 0 Tidak ada korelasi
mempelajari dan mengukur hubungan statistik 0,00 - 0,25 Korelasi sangat lemat
yang terjadi antara dua atau lebih variabel. 0,25 - 0,50 Korelasi cukup
Dalam analisa regresi, suatu persamaan 0,50 - 0,75 Korelasi kuat
regresi hendak ditentukan dan digunakan 0,75 - 0,99 Korelasi sangat kuat
untuk menggambarkan pola atau fungsi 1 Korelasi sempurna
hubungan yang terdapat antar variabel. Sumbu
Y : variabel terikat (variabel yang akan
diestimasi nilainya) Sumbu X : variabel bebas
(variabel yang diasumsikan member pengaruh
terhadap variasi variabel terikat) Untuk
mempelajari hubungan – hubungan antara
variabel bebas maka regresi linier terdiri dari
dua bentuk, yaitu:
1. Analisis regresi sederhana (Simple analysis
regresi)
2. Analisis regresi berganda (Multiple analysis
regresi).
2.7 Korelasi
Korelasi adalah derajat hubungan linier
antara dua variabel atau lebih dari data hasil
pengamatan. Dua variabel dikatakan
berkorelasi apabila perubahan dalam satu
variabel diikuti oleh perubahan variabel lain,
baik yang searah maupun tidak. Hubungan
antara variabel dapat dikelompokkan menjadi Gambar 2.2 Beberapa Bentuk Diagram
tiga jenis : Pancar
5
Program Studi Teknik Industri Universitas Mercubuana, Jakarta
Jurnal Skripsi – September 2013
6
Program Studi Teknik Industri Universitas Mercubuana, Jakarta
Jurnal Skripsi – September 2013
7
Program Studi Teknik Industri Universitas Mercubuana, Jakarta
Jurnal Skripsi – September 2013
Setelah Persentase Jam Kerja, Cycle Time OEE = 95,49% x 98,79% x 74,78% x 100% =
dan Ideal Cycle Time diketahui maka 70,54%
Perhitungan Performance Efficiency untuk Dengan cara yang sama, maka perhitungan
bulan November 2012 sebagai berikut: Overall Equipment Effectiveness (OEE) untuk
bulan November 2012 – Juni 2013 disajikan
Performance Rate (P) = x 100 % dalam Tabel 4.12.
= 98,79%
Dengan cara yang sama, maka perhitungan Tabel 0.12 Perhitungan Overall Equipment
Performance Efficiency untuk bulan November Effectiveness (OEE)
2012 – Juni 2013 disajikan dalam Tabel 4.10 Rate of
Performance
Tabel 0.10 Perhitungan Performance Bulan
Availability
Efficiency
Quality
OEE (%)
Efficiency (%) Product
(%)
(%)
Ideal Perform Nov-12 95,49% 98,79% 74,78% 70,54%
Actual Actual Des-12 94,20% 44,86% 74,62% 31,53%
Cycle ance
Bulan Operatio Produ
Time Efficienc Jan-13 95,14% 56,21% 74,26% 39,71%
n (Jam) ct (m²)
(Jam/m²) y Feb-13 92,90% 97,03% 73,76% 66,48%
Nov-12 554,70 0,064 8.617 98.79% Mar-13 94,73% 58,11% 74,46% 40,99%
Des-12 424,36 0,029 6.582 44.86% Apr-13 94,01% 53,32% 74,59% 37,39%
Jan-13 453,08 0,037 6.882 56.21% Mei-13 95,02% 98,33% 72,64% 67,86%
Feb-13 359,64 0,090 3.871 97.03% Jun-13 94,85% 49,48% 72,96% 34,24%
Mar-13 554,24 0,069 4.664 58.11%
Apr-13 421,00 0,082 2.715 53.32% 4.2.5 Perhitungan OEE Six Big Losses
Mei-13 353,17 0,097 3.553 98.33% 4.2.5.1 Perhitungan Downtime Losses
Jun-13 367,16 0,035 5.088 49.48% Downtime Losses terdiri dari Breakdown
4.2.3 Perhitungan Rate of Quality Product Losses/Equipment Failures dan Setup and
Untuk menghitung nilai Rate of Quality Adjusment Losses.Untuk menghitung nilai
Product digunakan rumus sebagai berikut : Breakdown Losses/Equipment Failures
Rate of quality = digunakan rumus sebagai berikut :
– Breakdown Losses = x 100 %
x 100 %
Perhitungan Rate of Quality Product untuk
bulan November 2012 sebagai berikut: Perhitungan Breakdown Losses/Equipment
Failures untuk bulan November 2012 sebagai
Rate of Quality Product = x100 %
berikut:
= 74,78%
Breakdown Losses = x 100 %
Dengan cara yang sama, maka perhitungan
Rate of Quality Product untuk bulan November = 2,10 %
2012 – Juni 2013 disajikan dalam Tabel 4.11. Dengan cara yang sama, maka perhitungan
Tabel 0.11 Perhitungan Rate of Quality Breakdown Losses/Equipment Failures untuk
Product bulan November 2012 – Juni 2013 disajikan
Actual Total Total
Rate of dalam Tabel 4.13.
Quality Tabel 0.13 Perhitungan Breakdown Losses
Bulan Product Rework Scrap
Product
(m²) (m²) (m²)
(%) Breakdown Loading Breakdown
Nov-12 8.617 19 2.154 74,78% Bulan
(Jam) Time (Jam) Loss (%)
Des-12 6.582 25 1.646 74,62% Nov-12 12,20 580,9 2,10%
Jan-13 6.882 51 1.721 74,26% Des-12 11,48 450,51 2,55%
Feb-13 3.871 48 968 73,76% Jan-13 4,00 476,25 0,84%
Mar-13 4.664 25 1.166 74,46% Feb-13 16,00 387,14 4,13%
Apr-13 2.715 11 679 74,59% Mar-13 18,00 585,08 3,08%
Mei-13 3.553 84 888 72,64% Apr-13 10,33 447,53 2,31%
Jun-13 5.088 104 1.272 72,96% Mei-13 8,00 371,67 2,15%
4.2.4 Perhitungan Overall Equipment Jun-13 12,00 387,08 3,10%
Effectiveness (OEE) Untuk menghitung nilai Setup and
Untuk menghitung nilai Overall Equipment Adjusment Losses digunakan rumus sebagai
Effectiveness (OEE) digunakan rumus sebagai berikut :
berikut : Setup/Adjusment Losses =
OEE = Availability x Performance efficiency x x 100 %
Rate of quality product x 100%
Perhitungan Overall Equipment Perhitungan Setup and Adjusment Losses
Effectiveness (OEE) untuk bulan November untuk bulan November 2012 sebagai berikut:
2012 sebagai berikut: Setup/Adjusment Losses = x 100 = 2,41%
8
Program Studi Teknik Industri Universitas Mercubuana, Jakarta
Jurnal Skripsi – September 2013
Perhitungan Idling and Minor Stoppage Perhitungan Rework Losses untuk bulan
Losses untuk bulan November 2012 sebagai November 2012 sebagai berikut:
berikut:
Rework Losses = x 100%
Idling and minor stoppages losses
= 0,21 %
= x 100%
Dengan cara yang sama, maka perhitungan
= 5,73 % Rework Losses untuk bulan November 2012 –
Dengan cara yang sama, maka perhitungan Juni 2013 disajikan dalam Tabel 4.17.
Idling and Minor Stoppage Losses untuk bulan Tabel 0.17 Perhitungan Rework Losses
November 2012 – Juni 2013 disajikan dalam Ideal
Loading Total
Tabel 4.15. Bulan Time
Cycle
Rework
Rework
Tabel 0.15 Perhitungan Idling and Minor Time Loss
(Jam) (m²)
(Jam/m²) (%)
Stoppages Losses Nov-12 580,9 0,064 19 0,21%
Idling and Des-12 450,5 0,029 25 0,16%
Total
Loading Minor
Bulan Nonproduktif Jan-13 476,2 0,037 51 0,40%
Time (Jam) Stoppages
(Jam) Feb-13 387,1 0,090 48 1,12%
(%)
Mar-13 585,0 0,069 25 0,30%
Nov-12 580,9 33,30 5,73%
Apr-13 447,8 0,082 11 0,20%
Des-12 450,51 37,44 8,35%
Mei-13 371,6 0,097 84 2,21%
Jan-13 476,25 29,52 6,28%
Jun-13 387,0 0,035 104 0,96%
Feb-13 387,14 39,36 10,17%
Mar-13 585,08 39,75 6,59% Untuk menghitung nilai Reduced
Apr-13 447,53 41,00 9,16% Yield/Scrap Losses digunakan rumus sebagai
Mei-13 371,47 24,53 6,58% berikut :
Jun-13 387,08 31,54 8,22% Reduced Yield Losses =
Untuk menghitung nilai Reduced Speed
x 100%
Losses digunakan rumus sebagai berikut
:Reduce Speed Losses =
Perhitungan Reduced Yield Losses untuk
bulan November 2012 sebagai berikut:
x 100%
Perhitungan Reduced Speed Losses untuk Reduced Yield Losses
bulan November 2012 sebagai berikut:
Reduce Speed Losses
= x 100%= 23,58 %
9
Program Studi Teknik Industri Universitas Mercubuana, Jakarta
Jurnal Skripsi – September 2013
Dengan cara yang sama, maka perhitungan disesuaikan dengan banyaknya variabel
Reduced Yield Losses untuk bulan November (derajat bebas) dalam model. Seringkali
2012 - Juni 2013 disajikan dalam Tabel 4.18. juga disarankan, jika variabel bebas
Tabel 0.18 Perhitungan Reduced lebih dari dua, sebaiknya menggunakan
Yield/Scrap Losses adjusted R square. Dengan melihat nilai
Ideal Adjusted R Square 0,999 itu berati nilai
Loading Total Scrap
Cycle 2
Bulan Time Scrap Loss
(Jam)
Time
(m²) (%)
persamaan nilai R yang telah
(Jam/m²) disesuaikan dengan derajat bebas dan
Nov-12 580,9 0,064 2.154 23,58% nilai variabel terikat masih diterangkan
Des-12 450,5 0,029 1.646 10,56%
Jan-13 476,2 0,037 1.721 13,37%
sebesar 99,9% oleh variabel bebas.
Feb-13 387,1 0,090 968 22,53% Standard Error. Merupakan standar
Mar-13 585,0 0,069 1.166 13,76% error dari estimasi variabel terikat
Apr-13 447,8 0,082 679 12,53% (dalam kasus kita adalah permintaan).
Mei-13 371,6 0,097 888 23,36% Jika dibandingkan nilai standar error
Jun-13 387,0 0,035 1.272 11,73%
(SE) 0.0001 dengan standar deviasi
Sebelum digunakan untuk menjawab
(SD) 0,164 maka dapat dilihat nilai
permasalahan dan mencapai tujuan penelitian,
SE<SD maka model regresi semakin
hasil regresi yang disajikan pada model
tepat dalam memprediksi nilai OEE
regresi perlu dilakukan validasi atau dikaji
Tabel 0.20 ANOVA
lebih lanjut dengan indikator statistik seperti:
2 d Significa
t-test, F-Test, dan ukuran goodness of fit (R ). SS MS F
f nce F
Hasil regresi berganda (Uji t) dari persamaan Regre 0,19011 0,03168 261911
model awal yang dihasilkan dalam penelitian 6 0,00047
ssion 6863 6144 7,592
ini disajikan pada Tabel 4.20 Residu
1
1,2098 1,2098
Tabel 0.19 SUMMARY OUTPUT al E-08 E-08
0,19011
Total 7
6875
Regression Statistics Dengan membandingkan nilai Fhitung
Multiple R 0.9999 dengan Ftabel yaitu 2619117,592 > 233,98
R Square 0.9999 dengan tingkat signifikansi 0,000 (lebih kecil
Adjusted R dari α = 0,05 ) artinya model persamaan
Square 0.9999 regresi tersebut signifikan.
5. Analisa dan Pemecahan Masalah
Standard Error 0.0001
5.1 Analisa Perhitungan Overall Equipment
Observations 8 Effectiveness (OEE)
Analisa perhitungan overall equipment
Multiple R (R majemuk) adalah suatu effectiveness di PT. Laser Metal Mandiri
ukuran untuk mengukur tingkat (LMM) dilakukan untuk melihat tingkat
(keeratan) hubungan linear antara efektivitas penggunaan mesin Trupunch V
variabel terikat dengan seluruh 5000 I selama bulan November 2012 - Juni
variabel bebas secara bersama-sama. 2013. Pengukuran Overall Equipment
dengan melihat nilai Multiple R sebesar Effectiveness (OEE) ini merupakan perkalian
0,999 maka dapat dikatan bahwa Six antara Availability, Performance Efficiency dan
Big Losses (x1, x2, x3, x4, x5 dan x6) Rate of Quality Products. Hasil pengolahan
sangat mempengaruhi Nilai OEE (Y) data yang dilakukan pada periode November
2 2012 - Juni 2013 di PT. Laser Metal Mandiri
R Square (R ) sering disebut dengan
(LMM) adalah sebagai berikut :
koefisien determinasi, adalah mengukur
1. Selama periode November 2012 – Juni
kebaikan sesuai (goodness of fit) dari
2013 diperoleh nilai Availability dari mesin
persamaan regresi; hal ini berarti 99.9%
Trupunch V 5000 I sekitar 92,90% -
nilai OEE diterangkan oleh Six Big
95,49%. Nilai dari Performance Efficiency
Losses dan sisanya (100% - 99,99%
dari mesin Trupunch V 5000 I sekitar
= 0,01%) diterangkan oleh faktor-faktor
44,86% - 98,79%. Nilai dari Rate of Quality
lain
Products dari mesin Trupunch V 5000 I
Adjusted R Square. Suatu sifat
sekitar 72,64% - 74,78%. Dan hasil dari
2
penting R adalah square”. Istilah Overall Equipment Effectiveness (OEE)
penyesuaian berarti nilai R2 sudah yang berkisar antara 31,53% - 70,54%.
10
Program Studi Teknik Industri Universitas Mercubuana, Jakarta
Jurnal Skripsi – September 2013
2. Nilai OEE tertinggi terdapat pada bulan bedasarkan hasil perhitungan dengan
November 2012 sebesar 70,54%. Nilai Microsoft Excel adalah sebagai berikut :
OEE ini didapat dari nilai Availability Tabel 0.21 Tabel Kolerasi Antara Six
sebesar 95,49% nilai Performance Big Losses dengan OEE
Efficiency sebesar 98,79% dan nilai Rate of Kaku
Kolerasi Antara Hubungan Interval
Quality Products sebesar 74,78%. atan
Six Big Losses Antar Kekuatan
Koler
Sedangkan nilai OEE terendah terdapat dengan OEE Variable Kolerasi
asi
pada bulan Desember 2012 sebesar Breakdown Sangat
Positif 0,161
31,53%. Hal ini disebabkan karena nilai Losses Lemah
Availability sebesar 94,20%, Nilai Set
Sangat
Up/Adjustment Negatif 0,213
Performance Efficiency sebesar 44,86% Losses
Lemah
dan nilai Rate of Quality Products sebesar Idling and Minor
Sangat
74,62%. Stoppages Negatif 0,19
Lemah
5.1 Analisa Perhitungan OEE six big Losses
losses Reduce Speed
Negatif 0,999 Sangat Kuat
Losses
Setelah nilai OEE didapat maka selanjutnya Yield/Scrap
melakukan perhitungan OEE six big losses. Positif 0,999 Sangat Kuat
Losses
Semua data yang bersangkutan dengan OEE Rework Positif 0,505 Kuat
six big losses diolah dan menghasilkan nilai Korelasi yang dihasilkan dari faktor six big
OEE six big losses sebagai berikut : losses adalah korelasi negatif (Set
1. Nilai Breakdown Losses pada bulan Up/Adjustment Losses, and Minor Stoppages
November 2012 – Juni 2013 sekitar Losses , Reduce Speed Losses ) yang berarti
0,84% - 4,13%. jika ada salah satu faktor dari six big losses
2. Nilai Set up/Adjustment Losses pada yang meningkat maka faktor-faktor lain dari six
bulan November 2012 – Juni 2013 big losses akan mengalami penurunan, dan
sekitar 2,05% - 4,02%. korelasi Positif (Breakdown Losses,
3. Nilai Idling and Minor Stoppage Losses Yield/Scrap Losses, Rework) yang berarti jika
pada bulan November 2012 – Juni 2013 ada salah satu faktor dari six big losses yang
sekitar 5,73% - 10,17%. meningkat maka faktor-faktor lain dari six big
4. Nilai Reduce Speed Losses pada bulan losses akan ikut mengalami peningkatan.
November 2012 – Juni 2013 sekitar Dari hasil pengolahan data yang telah
1,15% - 51,94%. dilakukan maka faktor-faktor yang mempunyai
5. Nilai Rework Losses pada bulan pengaruh yang besar terhadap OEE adalah
November 2012 – Juni 2013 sebesar 0,16 Reduce Speed Losses dengan interval
– 2,21 %. kekuatan hubungan dengan OEE di atas 90%
6. Nilai Reduced Yield Losses/scrap pada yang berarti memiliki korelasi yang sangat
bulan November 2012 – Juni 2013 sekitar kuat.
10,56% - 23,58%. 5.4 Analisa Diagram Sebab Akibat
Dari hasil analisa di atas dapat diketahui Agar perbaikan dapat segera dilakukan,
bahwa faktor Reduce Speed Losses dalam maka analisa terhadap penyebab faktor-faktor
OEE six big losses merupakan faktor yang six big losses yang mengakibatkan rendahnya
memberikan kontribusi terbesar dalam OEE efektivitas mesin dalam perhitungan OEE
dengan persentase rata-rata sebesar 28,97%. dilakukan dengan menggunakan diagram
5.3 Analisa Perhitungan Regresi dan sebab akibat. Analisa dilakukan dengan
Korelasi melihat faktor dari six big losses yang
Dari hasil perhitungan OEE six big losses memberikan kontribusi yang besar dan
dari data yang didapat selanjutnya dilakukan memiliki korelasi yang kuat terhadap OEE
analisa regresi dan korelasi dari variabel yang yaitu Idling and Minor Stoppage Losses. Maka
terdapat pada OEE six big losses. Hal ini analisa diagram sebab akibat dari faktor ini
bertujuan untuk mengukur seberapa kuat, adalah sebagai berikut :
suatu relasi yang terjadi antar variabel dan a. Mesin/peralatan
membuat perkiraan nilai suatu variabel Sering terjadi gangguan tiba-tiba karena
(variabel dependen) jika nilai variabel yang lain preventive maintenance yang belum
yang berhubungan dengannya (variabel optimal.
lainnya) sudah ditentukan. Kecepatan mesin yang mulai berkurang
Selama periode November 2012 – Juni karena kurang terawat.
2013 pengolahan data hasil analisa regresi Banyak komponen yang aus pada mesin
dan korelasi di PT. Laser Metal Mandiri (LMM), yang belum diganti dan dipaksakan
11
Program Studi Teknik Industri Universitas Mercubuana, Jakarta
Jurnal Skripsi – September 2013
12