Abstrak
Salah satu perusahaan di wilayah Jawa Timur yang bergerak dalam industri perkebunan dan pengolahan teh
yaitu PTPN XII (Persero) Bantaran, Blitar. Permasalahan yang sedang dihadapi perusahaan ini berupa mesin Roll
CTC Triplex di stasiun penggilingan dan Fluid Bed Dryer di stasiun pengeringan yang sering mengalami kegagalan
produksi atau menghasilkan waktu downtime yang dominan sangat besar karena penurunan performance dan
reliability pada mesin. Permasalahan kerugian produksi yang dihasilkan oleh mesin Roll CTC Triplex dan Fluid Bed
Dryer perlu dilakukan evaluasi perbaikan untuk meminimalisasi kerugian yang dihasilkan dengan cara melakukan
perhitungan terhadap nilai Overall Equipment Effectiveness dan menentukan kebijakan perawatan yang optimal pada
mesin produksi dengan menggunakan metode Markovian Decision Process. Hasil perhitungan nilai OEE yang
dihasilkan mesin Roll CTC Triplex sebesar 75,78% dan hasil nilai OEE yang dihasilkan mesin Fluid Bed Dryer
67,51%. Kebijakan perawatan yang paling optimal yang dihasilkan mesin Roll CTC Triplex yaitu perencanaan
perawatan usulan pada saat P3 dengan melakukan perawatan korektif pada status 3 dan 4, kebijakan perawatan yang
paling optimal yang dihasilkan mesin Fluid Bed Dryer yaitu perencanaan perawatan usulan pada saat P2 dengan
melakukan perawatan korektif pada status 4 dan perawatan pencegahan pada status 3.
Kata kunci : Downtime, FBD, Kegagalan Produksi, MDP, OEE, Roll CTC Triplex
Abstract
One company in the east java which moves in and processing industry is tea plantation namely PTPN XII
(Persero) Bantaran, Blitar. The problem currently faced by these firms concerned with state of machine Roll CTC
Triplex in milling station and Fluid Bed Dryer in dryer station often failure of production or produces downtime the
dominant very large caused by the decline in the performance of and reliability in machine. The loss of production
generated by a Roll CTC Triplex and Fluid Bed Dryer necessary for improvement in order to minimise losses
resulting. Loss of production problems generated by a machine to Roll CTC Triplex and Fluid Bed Dryer need to be
evaluated improvement to minimise losses resulting in a manner to calculate the Overall Equipment Effectiveness
and determine maintenance policy optimal on a production decision by using the method Markovian Decision
Process. Calculated value of OEE produced machine Roll CTC Triplex of 75,78 % and the results of the value of
OEE produced machine Fluid Bed Dryer 67,51 %. Maintenance policy most optimal produced machine Roll CTC
Triplex is planning proposal maintenance at P3 with make the corrective maintenance on the state 3 and 4,
maintenance policy most optimal produced machine Fluid Bed Dryer that is planning proposal maintenance at P2
with make the corrective maintenance on the state 4 and preventive maintenance on the state 3.
Keywords: Downtime, Failure of Production, FBD, MDP, OEE, Roll CTC Triplex
PENDAHULUAN
Latar Belakang
Perekonomian yang semakin berkembang
dari waktu ke waktu tidak terlepas dari sektor
industri yang menopangnya. Agroindustri
merupakan salah satu industri yang tumbuh
dengan
pesat
dan
berpengaruh
pada
perekonomian
dunia.
Perkebunan
dan
pengolahan teh adalah salah satu agroindustri
yang jumlahnya cenderung mengalami fluktuasi.
Kapasitas produksi yang dihasilkan juga
mengalami penurunan jumlah produksi tiap
Keterangan :
Processed Amount adalah jumlah produk
yang diproses (Kg)
Defect Amount adalah jumlah produk yang
cacat (Kg)
Perhitungan
Nilai
Overall
Equipment
Effectiveness
Menurut Jaqin (2011), Overall Equipment
Effectiveness merupakan produk dari Six Big
Losses pada mesin. OEE juga merupakan ukuran
menyeluruh yang mengidentifikasi tingkat
produktivitas mesin dan kinerjanya secara teori.
Formula matematis dari OEE dirumuskan
sebagai berikut:
State
1
2
3
4
Keterangan
Sempurna (Baik)
Kelas dunia (Kerusakan Ringan)
Wajar (Kerusakan Sedang)
Rendah (Kerusakan Berat)
1/1
n11
1/2
n12
1/3
n13
Transisi Status
1/4
..
..
..
..
n14 ...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
n11
n12
n13
n14
..
..
..
..
n44
4/4
n44
Kondisi
Baik (1)
1
2
3
4
5
6
Kondisi
Kerusakan
Berat (4)
n11 + n12 +
n13 + n14
...
...
...
...
n11 + n12 +
n13 + n14
n21 + n22 +
n23 + n24
...
...
...
...
n21 + n22 +
n23 + n24
n31 + n32 +
n33 + n34
...
...
...
...
n31 + n32 +
n33 + n34
n41 + n42 +
n43 + n44
...
...
...
...
n41 + n42 +
n43 + n44
..
p44
n12/1
n13/1
n14/1
...
...
n44/4
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
n11/1
n12/1
n13/1
n14/1
...
...
n44/4
p11
p12
p13
p14
...
...
p44
N1
n11/1
2
3
Keterangan :
p11, p12, p13,p44 adalah jumlah probabilas
tiap-tiap status dalam 1 semester.
nij adalah banyaknya kerusakan mesin yang ada
pada periode t berada di status i berubah menjadi
status j pada t + 1.
Nilai dari p41 = 1
p11
0
0
1
p12
p22
0
0
p13
p23
p33
0
p14
p24
p34
0
Dari hasil
dan
masukkan ke syarat
batas :
1 + 2 + 3 + 4 = 1
Perhitungan Matriks Probabilitas Perawatan
Mesin yang Diusulkan
Perhitungan untuk mendapatkan perawatan
mesin yang optimal dilakukan suatu usulan
kebijakan perawatan yang didapatkan dari
perubahan matriks transisi awal sesuai dengan
tindakan atau kebijakan yang dilakukan. Dengan
dilakukannya usulan kebijakan perawatan, maka
diusulkan empat perencanaan perawatan mesin
yang dilakukan yaitu (Darmawan, 2007) :
a. Perawatan korektif pada status 4 dan
perawatan pencegahan pada status 2, dan 3
(P1).
b.
c.
d.
p11
1
0
1
p12
0
1
0
p13
0
0
0
p14
0
0
0
Dimana :
Dimana :
Dari hasil
dan
masukkan ke syarat
batas :
1 + 2 + 3 + 4 = 1
Perhitungan matriks probabilitas transisi
yang diusulkan lainnya ditentukan berdasarkan
keputusan perawatan yang dilakukan tiap-tiap
kebijakan. Keputusan dalam menentukan
perawatan dapat dilihat pada Tabel 7.
Tabel 7. Keputusan Keputusan dalam
Menentukan Perawatan
Keputusan
1
2
3
Kondisi
Tidak dilakukan tindakan perawatan
Dilakukan perawatan pencegahan
(sistem kembali ke status sebelumnya)
Perawatan korektif (sistem kembali ke
status 1)
Roll CTC
Triplex
Mesin Kebijakan
Perawatan
P0
P1
P2
P3
P4
E
(Rp)
544.200.427
0
0
0
0
544.200.427
544.200.427
0
0
544.200.427
544.200.427
544.200.427
544.200.427
542.402.626
542.402.626
542.402.626
542.402.626
542.402.626
542.402.626
542.402.626
544.177.595
209.299.484
30.779.092
28.638.859
209.299.484
Kebijakan
Fluid Bed
Dryer
Baik
(1)
P0
P1
P2
P3
P4
0,0459
0,5833
0,0538
0,1113
0,5833
Kerusakan
Ringan
(2)
0,7683
0,4167
0,9000
0,8454
0,4167
Kerusakan
Sedang
(3)
0,1689
0
0,0462
0,0434
0
Kerusakan
Berat (4)
0,0169
0
0
0
0
36.781.915
0
0
0
0
36.781.915
36.781.915
0
0
36.781.915
36.781.915
36.781.915
36.781.915
56.189.261
56.189.261
E
(Rp)
4
56.189.261
56.189.261
56.189.261
56.189.261
56.189.261
37.115.518
15.327.024
1.699.324
2.438.614
15.327.024
DAFTAR PUSTAKA
Ahuja. I. P. S, Khamba. J. S dalam Malik. N. A.
2013. Pengukuran Kinerja Operasional
Melalui Implementasi Total Productive
Maintenance Di PT XYZ. Journal of
Business and Entrepreneurship. ISSN :
2302 4119 Vol. 1, No.2.
Anonim. 2014. Produksi Perkebunan Besar
Menurut Jenis Tanaman, Indonesia.
Dilihat
20
Januari
2014.
<http://www.bps.com>.
. 2014. Potensi Teh Di Jawa Timur.
Dilihat 20 Januari 2014. <http://
regionalinvestment.Bpkm.go.id>.
Arifin. S, Amar. S, dan Mualim. 2013.
Penerapan Metode Markovian Decision
Process dan OEE (Overall Equipment
Effectiveness)
Untuk
Menentukan
Kebijakan Perawatan (Studi Kasus Di
PT DEN). Skripsi, Teknik Industri.
Universitas Trunojoyo Madura, Madura.
Bernstein. D. S. 2009. Policy Iteration For
decentralized Control Of Markov Decision
Processes. Journal of Artificial Intelligence
Research. Vol 34, Issue 4, 89-132.
Boban. B, dan Joseph. J. 2013. Enhancing
Overall Equipment Effectiveness for a
Manufacturing Firm through Total
Productive Maintenance. International
Journal of Emerging Technology and
Advanced Engineering. Vol 3, Issue 8, 425429.
Darmawan. A. 2007. Perencanaan Kebijakan
Perawatan Mesin Menggunakan Metode
Markov Chain (Studi Kasus di PG.