ANALISIS EFEKTIFITAS MESIN ROTARY PACKER DI PT.

CEMINDO GEMILANG BERDASARKAN NILAI OVERALL

EQUIPMENT EFFECTIVENESS (OEE)
Lintang Ajeng Maulida1, Said Salim Dahda2, Dzakiyah Widyaningrum3
1)
Mahasiswi Teknik Industri Universitas Muhammadiyah Gresik
2,3)
Dosen Universitas Muhammadiyah Gresik
Fakultas Teknik Universitas Muhammadiyah Gresik.
Jl. Sumatra 101 Gresik Kota Baru (GKB), Randuagung, 61121 Telp.(031) 3951414,
Faks. (0561) 740186
E-mail: lintangajeng177@gmail.com
2018

Abstrak
PT Cemindo Gemilang merupakan perusahaan yang memproduksi semen merek Semen Merah
Putih, dan produk semen yang diminati oleh konsumen adalah Semen PCC. Pengemasan Semen PCC
menggunakan mesin utama mesin rotary packer 1 dan rotary packer 2, dalam pengemasannya tergantung
dari permintaan konsumen. Jika permintaan dari konsumen semakin meningkat maka proses pengemasan
akan berlangsung secara terus menerus tiada henti, dengan demikian diperlukan perhatian khusus serta
tidak terlepas dari masalah efektivitas mesin. Untuk mengetahui tingkat efektifitas mesin dilakukan
pengukuran efektifitas menggunakan metode OEE. Metode OEE memiliki tiga faktor diantaranya adalah
Availability, Performance Efficiency dan, Quality Rate. Jika nilai OEE belum memenuhi standar ideal
OEE¸ maka akan dilakukan pengukuran six big losses. Kemudian dilakukannya pembuatan diagram
pareto untuk mengetahui nilai faktor terbesar dari six biglosses, dan memberikan usulan perbaikan
dengan menggunakan FMEA.Tingkat efektifitas mesin rotary packer 1 dan rotary packer 2 dapat dilihat
berdasarkan nilai OEE. Rata-rata nilai OEE mesin rotary packer 1 sebesar 40,39%, dan mesin rotary
packer 2 sebesar 48,49%. Nilai OEE pada kedua mesin tersebut belum memenuhi standar ideal OEE.
Hasil dari six big losses dan diagram pareto menunjukkan bahwa yang menyebabkan rendahnya
pancapaian nilai OEE pada kedua mesin tersebut adalah Reduced Speed Loss, Idling and Minor
Stoppages, Equipment Failure (Breakdown Loss), Setup and Adjustment Loss, dan Process Defect Loss.
Hasil RPN dari FMEA menunjukkan losses terbesar terletak pada faktor Reduced Speed Loss yaitu mode
kegagalan beyond maximum filling time. Usulan dari mode kegagalan tersebut adalah melakukan
pergantian parts yang preventive, dan menentukan umur atas masa pemakaian parts.

Kata Kunci : OEE, Six Big Losses, Diagram Pareto¸ FMEA

PENDAHULUAN semen dengan merek Semen Merah

Di dunia industri manufaktur, mesin
dan peralatan adalah penunjang produksi
yang merupakan salah satu kekuatan utama
dari perusahaan dalam keberlangsungan
proses produksi. Untuk menghasilkan setiap
produk yang berkualitas tinggi, sebuah
perusahaan manufaktur yang sedang
berkembang memerlukan pekerja dan
pegawai yang berkompeten, dengan bahan
baku dan material yang baik dan diolah
dengan mesin-mesin yang memadai, serta
diproses dengan sistem dan metode yang
tepat.
PT Cemindo Gemilang adalah
perusahaan manufaktur yang memproduksi
Putih.Produk semen yang dihasilkan adalah
Portland Composite Cement (PCC) dan
Ordinary Portland Cement (OPC).Dalam
satu tahun semen PCC terjual sebesar
7.739.907bag pada delivery order dengan
dua pilihan kemasan yaitu kemasan 40 kg
dan 50 kg. Pengemasan semen memiliki
beberapa kemasan yang berbeda, namun
proses pengemasannya tetap sama dengan
menggunakan mesin utama mesin rotary
packer.
Jika permintaan dari konsumen
semakin meningkat maka proses
pengemasan akan berlangsung secara terus
menerus tiada henti. Namun saat terjadi
peningkatan permintaan produk, justru 𝐿𝑜𝑎𝑑𝑖𝑛𝑔𝑇𝑖𝑚𝑒 − 𝐷𝑜𝑤𝑛𝑡𝑖𝑚𝑒
= × 100%
dalam proses pengemasan produk juga 𝐿𝑜𝑎𝑑𝑖𝑛𝑔𝑇𝑖𝑚𝑒
terjadi peningkatan downtime mesin rotary
packer. Oleh karena itu diperlukan Performance efficiencyadalah suatu
perhatian khusus serta tidak terlepas dari ratio yang menggambarkan kemampuan
masalah efektivitas mesin. dari peralatan dalam menghasilkan
Dengan demikian, maka diperlukan barang.Dapat dihitung dengan formula
sebagai berikut:
suatu metode sebagai langkah awal untuk
melihat pencapaian efektivitas dari suatu
𝑃𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒𝐸𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑦
mesin dengan menggunakan metode 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑒𝑑𝐴𝑚𝑜𝑢𝑛𝑡 × 𝐼𝑑𝑒𝑎𝑙𝐶𝑦𝑐𝑙𝑒𝑡𝑖𝑚𝑒
Overall Equipment Effectiveness (OEE). = × 100%
𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑛𝑔𝑇𝑖𝑚𝑒
OEE adalah sebuah metrik yang berfokus
pada seberapa efektif suatu operasi Quality rate merupakan suatu rasio
produksi dijalankan. Selain itu diharapkan yang menggambarkan kemampuan
pula dapat diketahui losses yang peralatan dalam menghasilkan produk yang
mempengaruhi efektivitas pada mesin sesuai dengan standar. Dapat dihitung
rotary packer. Dan dianalisis menggunakan dengan formula :
FMEA untuk mengidentifikasi potensi
kegagalan yang timbul dengan tujuan untuk 𝑄𝑢𝑎𝑙𝑖𝑡𝑦𝑅𝑎𝑡𝑒
𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑒𝑑𝐴𝑚𝑜𝑢𝑛𝑡 − 𝐷𝑒𝑓𝑒𝑐𝑡𝐴𝑚𝑜𝑢𝑛𝑡
meminimalkan resiko kegagalan = × 100%
𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑒𝑑𝐴𝑚𝑜𝑢𝑛𝑡
produksi.Dari penjelasan diatas, maka
dilakukan penelitian skripsi yang berjudul Perhitungan OEE menggunakan
“ANALISIS EFEKTIFITAS MESIN rumus sebagai berikut:
ROTARY PACKER DI PT. CEMINDO
GEMILANG BERDASARKAN NILAI OEE = Availability × Performance Efficiency ×
OVERALL EQUIPMENT Quality Rate × 100%
EFFECTIVENESS (OEE)”.
2.1.2 Six Big Losses
LANDASAN TEORI Alat ukur yang digunakan OEE yaitu
2.1. Overall Equipment Effectiveness untuk mengurangi atau menghilangkan six
(OEE) big losses. Adapun enam kerugian besar
Menurut Nakajima (1988) dalam (six big losses) tersebut adalah equipment
Ansori dan Mustajib (2013) OEE adalah failure, setup and adjustment loss, idling
suatu metode pengukuran tingkat efektifitas and minor stoppages, reduced speed loss,
pemakaian suatu peralatan atau sistem process defect loss, dan reduced yield loss.
dengan mengikutsertakan beberapa sudut
Kerugian akibat kerusakan peralatan
pandang dalam proses perhitungan tersebut.
(Equipment Failure Loss / Breakdown
Loss) dengan rumus.
2.1.1 Perhitungan Nilai OEE
Adapun bentuk pengukuran terhadap Breakdown loss
efektivitas suatu mesin atau OEE mesin 𝑇𝑜𝑡𝑎𝑙𝑏𝑟𝑒𝑎𝑘𝑑𝑜𝑤𝑛𝑡𝑖𝑚𝑒
= × 100%
memiliki tiga parameter ukur meliputi 𝐿𝑜𝑎𝑑𝑖𝑛𝑔𝑇𝑖𝑚𝑒
availability, performance efficiency, dan
quality rate. Dan Setup and Adjustment
Availability merupakan suatu rasio Loss(kerugian penyetelan dan penyesuaian).
yang menggambarkan pemanfaatan waktu Digunakan rumus.
yang tersedia untuk kegiatan operasi mesin
atau peralatan. Dapat dihitung dengan Setup and Adjustmen Loss
𝑇𝑜𝑡𝑎𝑙𝑠𝑒𝑡𝑢𝑝𝑎𝑛𝑑𝐴𝑑𝑗𝑢𝑠𝑚𝑒𝑛𝑡
formula: = × 100%
𝐿𝑜𝑎𝑑𝑖𝑛𝑔𝑇𝑖𝑚𝑒
𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑛𝑔𝑇𝑖𝑚𝑒
𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = × 100%
𝐿𝑜𝑎𝑑𝑖𝑛𝑔𝑇𝑖𝑚𝑒
 Idling and Minor Stoppages(kerugian 2.3. Failure Mode and Effect Analysis
karena menganggur dan perhentian mesin) (FMEA)
yaitu: Menurut Moubray (1992) dalam
Triwardani (2014)FMEA adalah metode
Idle and Minor Stoppages yang digunakan untuk mengidentifikasi
𝑁𝑜𝑛𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑒𝑡𝑖𝑚𝑒
= × 100% bentuk kegagalan yang mungkin
𝐿𝑜𝑎𝑑𝑖𝑛𝑔𝑇𝑖𝑚𝑒
menyebabkan setiap kegagalan fungsi dan
Dan Reduced Speed Loss (kerugian untuk memastikan pengaruh kegagalan
karena kecepatan operasi rendah) yaitu: berhubungan dengan setiap bentuk
kegagalan.
Reduce Speed Loss
𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛𝑡𝑖𝑚𝑒 − (𝐼𝐶𝑇 × 𝑃𝐴) METODOLOGI PENELITIAN
= × 100% Untuk mencari solusi untuk
𝐿𝑜𝑎𝑑𝑖𝑛𝑔𝑇𝑖𝑚𝑒
Keterangan : memecahkan masalah lebih terarah dan
ICT = Ideal Cycle Time mempermudah proses analisis. Selain itu,
PA = Processed Amount
untuk mendapatkan hasil penelitian yang
Process Defect Loss (kerugian cacat lebih baik diperlukan tahapan penelitian
produk dalam proses) digunakan rumus: yang tepat dan jelas, sebagai berikut.
Process Defect Loss
𝐼𝑑𝑒𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒 × 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒𝑓𝑒𝑐𝑡 𝑎𝑚𝑜𝑢𝑛𝑡
= × 100%
𝐿𝑜𝑎𝑑𝑖𝑛𝑔𝑇𝑖𝑚𝑒

Dan Reduced Yield Loss(kerugian

akibat hasil rendah) dengan rumus:

Reduce Yield Loss

𝐼𝑑𝑒𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑡𝑖𝑚𝑒 × 𝑇𝑜𝑡𝑎𝑙 𝑟𝑒𝑑𝑢𝑐𝑒 𝑦𝑖𝑒𝑙𝑑
= × 100%
𝐿𝑜𝑎𝑑𝑖𝑛𝑔𝑇𝑖𝑚𝑒

2.1.3 Standar Nilai OEE

Menurut Nakajima (1989) dalam
Ansori dan Mustajib (2013) standar ideal
OEE pada suatu perusahaan adalah sebagai
berikut.

Tabel 2.1 Standar Ideal OEE

OEE Procented
OEE Factor
(World Class)
Availability >90%
Performance efficiency >95%
Quality rate >99%
OEE >85%
Sumber : Seichi Nakajima, (1989) dalam Ansori
dan Mustajib (2013)

2.2. Diagram Pareto

Diagram pareto diperkenalkan
pertama kali oleh seorang ahli ekonomi dari
Italia bernama Vilfredo Pareto (1848-1923).
Diagram ini merupakan suatu gambar yang
mengurutkan klasifikasi data dari kiri ke
kanan menurut ukuran rangking tertinggi
hingga rendah.
Gamber 3.1 Flowchart Metodologi
Penelitian
HASIL DAN PEMBAHASAN
4.1 Pengumpulan Data
Hasil produksi mesin rotary packer 1
dan rotary packer 2 yang berkualitas baik
untuk memenuhi delivery order dari
konsumen pada bulan Januari 2017 – Berikut data setup and adjustment
Desember 2017. mesin rotary paker 1 dan rotary paker 2
pada bulan Januari – Desember 2017.
Tabel 4.1 Hasil Produksi
Roto1 Roto 2 Tabel 4.4 Data Setup and Adjustment
Hari Hsl Prod Hari Hsl Prod Roto 1 Roto 2
Bln Bln
Prod (Bag) Prod (Bag)
JK SA (Jam) JK SA (Jam)
Jan 29 253.860 30 314.700
Feb 28 229.376 28 299.657 Jan 52 4,33 30 2,50
Mar 31 291.766 31 311.011 Feb 24 2,00 42 3,50
Apr 26 217.122 26 285.617 Mar 70 5,83 30 2,50
Apr 46 3,83 14 1,17

Sumber : PT. Cemindo Gemilang

Sumber : PT. Cemindo Gemilang
Data produk damage pada mesin *JK : Jumlah Kalibrasi
SA : Setup and Adjustment
rotary packer 1 dan mesin rotary packer
2pada bulan Januari – Desember 2017.
Data Unplanned Downtime terdiri dari
tiga waktu downtime yaitu downtime
Tabel 4.2 Data Produk Damage
produksi, downtime maintenance, dan
Roto 1 (Bag) Roto 2 (Bag) downtime pergantian truk.Berikut data
Bulan
Jan 690 612 unplanned downtime mesin rotary paker 1
Feb 512 512 dan rotary paker 2 pada bulan Januari 2017
Mar 590 638 – Desember 2017.
Apr 727 727
Tabel 4.5 Data Unplanned Downtime
Mesin Rotary Packer 1
Sumber : PT. Cemindo Gemilang Jenis Downtime
Total
Bulan DTP DTM PT
(Jam)
Data rincian waktu kerja mesin (Jam) (Jam) (Jam)
(Availability Time) mesin rotary paker 1 Jan 4,15 22,32 31,70 58,17
dan mesin rotary paker 2 pada bulan Feb 2,07 23,88 28,13 54,08
Mar 5,40 48,02 27,50 80,92
Januari 2017 – Desember 2017. Apr 6,58 3,83 21,50 31,92

Tabel 4.3 Data Rincian Waktu Kerja Mesin

Shift / Jam / Roto 1 Roto2 Sumber : PT. Cemindo Gemilang
Bulan
Hari Shift (Jam) (Jam)
Jan 3 8 696 720 Tabel 4.6 Data Unplanned Downtime
Feb 3 8 672 672
Mesin Rotary Packer 2
Mar 3 8 744 744
Jenis Downtime
Apr 3 8 624 624 Total
Bulan DTP DTM PT
(Jam)
(Jam) (Jam) (Jam)
Jan 15,85 21,80 61,35 99,00
Sumber : PT. Cemindo Gemilang Feb 4,12 25,90 34,52 64,53
Mar 2,25 19,52 31,65 53,42
Data setup and adjustment Apr 3,18 1,52 32,58 37,28
menggunakan data kalibrasi mesin 40 kg ke
50 kg dan 50 kg ke 40 kg.
Keterangan : Sumber : PT. Cemindo Gemilang
*DTP : Downtime Produksi
Kalibrasi Mesin = 5 menit DTM : Downtime Maintenance
Contoh : PT : Perpindahan Truk
Bulan Januari = 52 kali kalibrasi
= 52 × 5 menit Data planned downtime meliputi
= 260 menit waktu pergantian shift, waktu preventive
= 4,33 Jam maintenance (PM), dan tidak ada Delivery
 Order (DO). Adapun data yang telah 1 dan rotary packer 2 bulan Januari -
dikumpulkan pada bulan Januari 2017 – Desember 2017 dapat dilihat pada Tabel 4.9
Desember 2017, sebagai berikut. dan Tabel 4.10.

Tabel 4.7 Data Planned Downtime Mesin Tabel 4.9 Nilai Availability Mesin Rotary
RotaryPacker 1 Packer 1
Jenis Planned Loading Operation Availability
Downtime (Jam) Bln Time Time (%)
Bln JH S/H Total(Jam)
TA (Jam) (Jam)
PS PM
DO Jan 332,33 301,53 90,73
Jan 29 3 14,5 8,43 340,73 363,67 Feb 282,98 255,03 90,12
Feb 28 3 14,0 0,00 375,02 389,02 Mar 387,67 328,42 84,72
Mar 31 3 15,5 0,00 340,83 356,33 Apr 253,38 239,13 94,38
Apr 26 3 13,0 7,78 349,83 370,62

Rata – Rata 92,43

Sumber : PT. Cemindo Gemilang Sumber : Pengolahan Data

Tabel 4.8 Data Planned Downtime Mesin Tabel 4.10 Nilai Availability Mesin Rotary
RotaryPacker 2 Packer 2
Jenis Planned Loading Operation Availability
Downtime (Jam) Bln Time Time (%)
Bln JH S/H Total(Jam)
TA (Jam) (Jam)
PS PM
DO Jan 373,67 333,52 89,26
Jan 30 3 15,0 14,00 317,33 346,33 Feb 333,58 300,07 89,95
Feb 28 3 14,0 0,00 324,42 338,42 Mar 360,18 335,92 93,26
Mar 31 3 15,5 0,00 368,32 383,82 Apr 314,28 308,42 98,13
Apr 26 3 13,0 3,08 293,63 309,72

Rata – Rata 93,95

Sumber : PT. Cemindo Gemilang Sumber : Pengolahan Data
*JH : Jumlah Hari
S/H : Shift / Hari Nilai Performance Efficiencymesin
PS : Pergantian Shift
PM : Preventive Maintenance rotary packer 1 bulan Januari 2017, dengan
TA DO : Tidak Ada Delivery Order standar kapasitas mesin rotary packer
sebesar 2200 b/h, maka didapat perhitungan
4.2 Perhitungan OEE Mesin sebagai berikut.
RotaryPacker 1 dan Rotary Packer 1 Jam
𝐼𝑑𝑒𝑎𝑙𝑐𝑦𝑐𝑙𝑒𝑡𝑖𝑚𝑒 =
2 2200 𝐵𝑎𝑔
Nilai availability mesin rotary = 0,0004545 jam/𝑏𝑎𝑔
packer 1 bulan Januari 2017. Operation time
= Operation Time Availability - Perpindahan
Truk
Loading time
Operation time
= Total availability - Planned downtime
= 301,53 Jam - 31,70 Jam = 269,83 Jam
Loading time
Processed Amount
= 696 Jam - 363,67 Jam = 332,33 Jam
= Hasil Produksi + Produk Damage
Operation time= Loading time - DT Produksi -
Processed Amount
DT Maintenance - Setup and Adjustment
= 253.860 Bag + 690 Bag = 254.550 Bag
Operation time
Performance Efficiency
= 323,33 Jam - 4,15 Jam - 22,32 Jam - 4,33 jam
Jam 254.550 𝑏𝑎𝑔 × 0,0004545
𝑏𝑎𝑔
= × 100%
= 301,53 Jam 269,83
Availability = 42,88%
301,53 Jam
= × 100% = 90,73 %
323,33 Jam Dengan perhitungan yang sama
untuk nilai performance efficiencymesin
Dengan perhitungan yang sama
rotary packer 1 dan rotary packer 2 bulan
untuk nilai availability mesin rotary packer
Januari- Desember 2017 dapat dilihat pada Tabel 4.14 Nilai Quality Rate Mesin Rotary
Tabel 4.11 dan Tabel 4.12. Packer 2
Processed Defect Quality
Tabel 4.11 Nilai Performance Bln Amount Amount Rate
(Bag) (Bag) (%)
EfficiencyMesin Rotary Packer 1
Jan 315.312 612 99,81
Processed Operation Performance
Feb 300.169 512 99,83
Bln Amount Time Efficiency
Mar 311.649 638 99,80
(Bag) (Jam) (%)
Apr 286.344 727 99,75
Jan 254.550 269,83 42,88
Feb 229.888 226,90 46,05
Mar 292.356 300,92 44,16
Rata-Rata 99,82
Apr 217.849 217,63 45,50
Sumber : Pengolahan Data

Rata – Rata 43,80 Setelah nilai availability,

Sumber : Pengolahan Data performance efficiency, dan quality rate
sudah diperoleh, maka langkah selanjutnya
Tabel 4.12 Nilai Performance Efficiency yaitu melakukan perhitungan OEE.
Mesin Rotary Packer 2 Perhitungan OEE mesin rotary packer 1
Bln
Processed Operation Performance pada bulan Januari 2017 adalah sebagai
Amount Time Efficiency berikut:
(Bag) (Jam) (%)
Jan 315.312 272,17 52,65 OEE = Availability × Performance Efficiency ×
Feb 300.169 265,55 51,38 Quality Rate × 100%
Mar 311.649 304,27 46,55 OEE = 90,73 × 42,88 × 99,73 = 38,80%
Apr 286.344 275,83 47,18
Dengan cara yang sama, perhitungan
OEE mesin rotary packer 1 dan rotary
Rata – Rata 51,71
packer 2 bulan Januari – Desember 2017
Sumber : Pengolahan Data
dapat dilihat pada Tabel 4.15 dan Tabel
Nilai Quality Ratemesin rotary 4.16.
packer 1 bulan Januari 2017 adalah, sebagai
Tabel 4.15 Perhitungan OEE Mesin Rotary
berikut:
Packer 1
𝑄𝑢𝑎𝑙𝑖𝑡𝑦𝑅𝑎𝑡𝑒 Avai PR QR OEE
Bln Ket
254.550 𝑏𝑎𝑔 − 690 𝑏𝑎𝑔 (%) (%) (%) (%)
= × 100% = 99,73% Jan 90,73 42,88 99,73 38,80 Imp
254.550 𝑏𝑎𝑔
Feb 90,12 46,05 99,78 41,41 Imp
Mar 84,72 44,16 99,80 37,33 Imp
Dengan perhitungan yang sama
Apr 94,38 45,50 99,67 42,79 Imp
untuk nilai quality ratemesin rotary packer
1 dan rotary packer 2 bulan Januari -
Desember 2017 dapat dilihat pada Tabel Rata
92,43 43,80 99,77 40,39 Imp
4.13 dan Tabel 4.14. -Rata
Ideal
90,00 95,00 99,00 85,00
Tabel 4.13 Nilai Quality Rate Mesin Rotary OEE
Packer 1 Sumber : Pengolahan Data
Processed Defect Quality
Bln Amount Amount Rate
(Bag) (Bag) (%)
Jan 254.550 690 99,73
Feb 229.888 512 99,78
Mar 292.356 590 99,80
Apr 217.849 727 99,67

Rata-Rata 99,77
Sumber : Pengolahan Data
Tabel 4.16 Perhitungan OEE Mesin Rotary Tabel 4.17 Equipment Failure Mesin
Packer 2 Rotary Packer 1
Avai PR QR OEE Total Loading Equipment
Bln Ket
(%) (%) (%) (%) Bln Breakdown Time Failure
Jan 89,26 52,65 99,81 46,91 imp Time (Jam) (Jam) (%)
Feb 89,95 51,38 99,83 46,13 Imp Jan 26,47 332,33 7,96
Mar 93,26 46,55 99,80 43,33 Imp Feb 25,95 282,98 9,17
Apr 98,13 47,18 99,75 46,18 Imp Mar 53,42 387,67 13,78
Apr 10,42 253,38 4,11

Rata
93,95 51,71 99,82 48,49 Imp
-Rata Total 285,08 4327,70
Ideal Rata-Rata 6,80
90,00 95,00 99,00 85,00
OEE Sumber : Pengolahan Data
Sumber : Pengolahan Data
*Avai : Availability Tabel 4.18 Equipment Failure Mesin
PR : Performance Efficiency
Rotary Packer 2
QR : Quality Rate
Total Loading Equipment
Ket : Keterangan
Bln Breakdown Time Failure
Imp : Improve
Time (Jam) (Jam) (%)
Jan 37,65 373,67 10,08
Dari hasil perbandingan nilai OEE Feb 30,02 333,58 9,00
diatas, ada dua faktor yang sudah Mar 21,77 360,18 6,04
memenuhi standar, yaitu faktor availability Apr 4,70 314,28 1,50
dan quality rate. Untuk faktor performance
efficiency belum mencapai standar,
sehingga perlu dilakukannya tindakan Total 258,40 4525,25
Rata-Rata 5,53
perbaikan (improve) untuk meningkatkan
Sumber : Pengolahan Data
nilai OEE pada mesin rotary packer 1 dan
mesin rotary packer 2. Perhitungan setup and adjustment
loss mesin rotary packer 1 bulan Januari
4.3 Perhitungan Six Big Losses Mesin 2017 sebagai berikut:
Rotary Packer 1 dan Rotary Packer
2 Setup and Adjustmen Loss
4,33 Jam
Perhitungan equipment failure = × 100%= 1,30%
332,33 Jam
(breakdown loss) mesin rotary packer 1
pada bulan Januari 2017 adalah: Dengan dilakukan cara yang sama
setup and adjustment loss mesin rotary
Total Breakdown Time
packer 1 dan rotary packer 2 bulan Januari
= DTProduksi + DT Maintenance
- Desember 2017 dapat dilihat pada Tabel
Total Breakdown Time 4.19 dan Tabel 4.20.
= 4,15 Jam + 22,32 Jam = 26,47 Jam
Equipment Failure (breakdown loss) Tabel 4.19 Setup and Adjustment Loss Mesin
26,47 Jam Rotary Packer 1
= × 100% = 7,9 % Loading Setup and
332,33 Jam Total Setup and
Bln Time Adjustment
Adjustment(Jam)
(Jam) Loss (%)
Dengan melakukan cara yang sama Jan 4,33 332,33 1,30
equipment failure mesin rotary packer 1 Feb 2,00 282,98 0,71
dan rotary packer 2bulan Januari - Mar 5,83 387,67 1,50
Apr 3,83 253,38 1,51
Desember 2017 dapat dilihat pada Tabel
4.17 dan Tabel 4.18.
Tota
31,00 4327,70
l
Rata-Rata 0,78
Sumber : Pengolahan Data
 Tabel 4.20 Setup and Adjustment Loss Untuk mengetahui besarnya
Mesin Rotary Packer 2 presentase faktor reduced speedmesin
Total Setup
Loading Setup and rotary packer 1 bulan Januari 2017yang
and hilang, denganideal cycle time sebesar
Bln Time Adjustment
Adjustment
(Jam)
(Jam) Loss (%) 0,0004545 b/h, maka dilakukan
Jan 2,50 373,67 0,67 perhitungan sebagai berikut:
Feb 3,50 333,58 1,05
Mar 2,50 360,18 0,69 Reduce Speed Loss
Jam
Apr 1,17 314,28 0,37 269,83 Jam – (0,0004545 × 254.550 𝐵𝑎𝑔)
𝑏𝑎𝑔
=
323,33 Jam
× 100% = 46.99%
Total 23,83 4525,25
Rata-Rata 0,52 Dengan dilakukan cara yang sama
Sumber : Pengolahan Data reduced speed loss mesin rotary packer 1
Besarnya faktor idling and minor dan rotary packer 2 bulan Januari -
stoppages mesin rotary packer 1 bulan Desember 2017 dapat dilihat pada Tabel
4.23 dan Tabel 4.24.
Januari 2017 adalah sebagai berikut:
Idling and Minor Stoppages
Tabel 4.23 Reduced Speed Loss Mesin
31,70 Jam Rotary Packer 1
= × 100% = 9,54 % Reduce Speed Reduce Speed
332,33 Jam Bln
Time (Jam) Loss (%)
Jan 154,14 46,38
Dengan dilakukan cara yang sama Feb 122,42 43,26
idling and minor stoppages mesin rotary Mar 168,04 43,35
packer 1 dan rotary packer 2 bulan Januari Apr 118,62 46,81
- Desember 2017 dapat dilihat pada Tabel
4.21 dan Tabel 4.22
Total 2106,53
Tabel 4.21 Idling and Minor Stoppages Rata-Rata 47,63
Mesin Rotary Packer 1 Sumber : Pengolahan Data
Loading
Bln
Perpindahan
Time(Jam
IMS(% Tabel 4.24 Reduced Speed Loss Mesin
Truk(Jam) ) Rotary Packer 2
)
Jan 31,70 332,33 9,54 Reduce Speed Reduce Speed
Bln
Feb 28,13 282,98 9,94 Time (Jam) Loss (%)
Mar 27,50 387,67 7,09 Jan 128,86 34,48
Apr 21,50 253,38 8,49 Feb 129,12 38,71
Mar 162,62 45,15
Apr 145,69 46,36
Total 335,95 4327,70
Rata-Rata 8,02
Sumber : Pengolahan Data Total 1813,70
Rata-Rata 40,24
Tabel 4.22 Idling and Minor Stoppages
Sumber : Pengolahan Data
Mesin Rotary Packer 2
Loading
Perpindahan IMS Untuk mengetahui presentase process
Bln Time(Jam
Truk(Jam) (%) defect lossmesin rotary packer 1 bulan
)
Jan 61,35 373,67 16,42 Januari 2017 dengan ideal cycle time
Feb 34,52 333,58 10,35 sebesar 0,0004545 b/h,didapat perhitungan
Mar 31,65 360,18 8,79
Apr 32,58 314,28 10,37
sebagai berikut:
Process Defect Loss
Jam
Total 480,67 4525,25 0,0004545 × 690 𝐵𝑎𝑔
𝐵𝑎𝑔
Rata-Rata 10,74 = × 100%
332,33 Jam
Sumber : Pengolahan Data = 0,09%
*IMS : Idling and Minor Stoppages
 Dengan dilakukan cara yang sama Tabel 4.27 Presentase Total TimeLoss
process defect loss mesin rotary packer 1 Roto 1 Roto 2
dan rotary packer 2 bulan Januari - Jenis Total Total
Losses TL (%) TL (%)
Desember 2017 dapat dilihat pada Tabel
(Jam) (Jam)
4.25 dan Tabel 4.26. Equipmemt
285,08 10,32% 258,4 10,02%
Failure
Tabel 4.25 Process Defect Loss Mesin Setup and
31,00 1,12% 23,83 0,92%
Rotary Packer 1 adjustment
Process Defect Process Defect Idling and
Bln
Time (Jam) Loss (%) Minor 335,95 12,16% 480,67 18,63%
Jan 0,31 0,09 Stoppages
Feb 0,23 0,08 Reduce
2106,53 76,27% 1813,70 70,30%
Mar 0,27 0,07 Speed Loss
Apr 0,33 0,13 Process
Defect 3,46 0,13% 3,42 0,13%
Loss
Total 3,46 Sumber : Pengolahan Data
Rata-Rata 0,08 4.4 Data Kuisioner FMEA
Sumber : Pengolahan Data Dari losses mesin rotary packer 1
dan rotary packer 2 memiliki mode
Tabel 4.26 Process Defect Loss Mesin kegagalan (failure mode) yang sama,
Rotary Packer 2 identifikasi mode kegagalan dapat dilihat
Process Defect Process Defect
Bln
Time (Jam) Loss (%)
pada Lampiran 1.
Jan 0,28 0,07 Kemudian dalam FMEA akan
Feb 0,23 0,07 dilakukan penentuan Risk Priority Number
Mar 0,29 0,08 (RPN),penulis menggunakan 1 kuisioner
Apr 0,33 0,11 yang akan diisi oleh tim FMEA. Adapun
rincian dari data kuisioner dapat dilihat
Total 3,42
pada Lampiran 2.
Rata-Rata 0,08
Sumber : Pengolahan Data ANALISIS DAN INTERPRETASI
HASIL
Dari perhitungan lima losses dari 5.1 Analisis Hasil Perhitungan Nilai
six big losses yang terjadi pada mesin OEE dan Six Big Losses
rotary packer 1 dan rotary packer 2, Mesin Rotary Packer 1
selanjutnya akan dilakukan perhitungan Diperoleh nilai faktor availability
presentase total time loss-nya yang mesin rotary packer 1 selama tahun 2017
dapat dilihat pada Tabel 4.27. berada diantara 84,72% sampai 98,63%,
dengan rata-rata sebesar 92,43%. Hal ini
menunjukkan bahwa nilai faktor
availability sudah mencapai standar
idealavailability yaitu sebesar 90%.
Pada faktor performance efficiency
mesin rotary packer 1 selama tahun 2017
berada diantara 22,91% sampai 52,60%,
dengan rata-rata 43,80%. Hal ini
menunjukkan bahwa bahwa nilai faktor
performance efficiency belum mencapai
standar ideal peroformance efficiency yaitu
95%.
Pada faktor quality rate mesin rotary
packer 1 selama tahun 2017 berada diantara
99,67% sampai 99,84%, dengan rata-rata
sebesar 99,77%. Jadi nilai faktor quality
rate sudah mencapai standar ideal faktor
quality rate yaitu sebesar 99%.
Kemudian diperoleh nilai OEE mesin
rotary packer 1 selama tahun 2017 berada
diantara 22,56% sampai 48,47%, dengan
rata-rata sebesar 40,39%. Hal ini
menunjukkan bahwa nilai OEE belum
mencapai standar ideal OEE yaitu 85%.
Dari hasil penelitian diperoleh nilai
lima losses dari six big losses yang
menyebabkan rendahnya pencapaian nilai
OEE pada mesin rotary packer 1. Berikut
diagram pareto presentase kumulatif faktor
lima losses dapat dilihat pada Gambar 5.1.
Gambar 5.1 Diagram Pareto Presentase
Kumulatif Faktor lima Losses Mesin Rotary
Packer 1
Mesin Rotary Packer 2
Diperoleh nilai faktor availability
mesin rotary packer 2 selama tahun 2017
berada diantara 89,26% sampai 98,14%,
dengan rata-rata sebesar 93,95%. Dari rata-
rata nilai faktor availability menunjukkan
bahwa nilai faktor availability sudah
mencapai standar idealavailability yaitu
sebesar 90%.
Pada faktor performance efficiency
mesin rotary packer 2 selama tahun 2017
berada diantara 44,93% sampai 58,48%,
dengan rata-rata 51,71%. Hal ini
menunjukkan bahwa bahwa nilai faktor
performance efficiency belum mencapai
standar ideal performance efficiency yaitu
95%.
Pada faktor quality rate mesin rotary
packer 2 selama tahun 2017 berada diantara
99,75% sampai 99,88%, dengan rata-rata
sebesar 99,82%. Jadi nilai faktor quality
rate sudah mencapai standar ideal faktor
quality rate yaitu sebesar 99%.
Kemudian diperoleh nilaiOEE mesin
rotary packer 2 selama tahun 2017 berada
diantara 41,88% sampai 55,48%, dengan
rata-rata sebesar 48,49%. Hal ini
menunjukkan bahwa nilai OEE belum
mencapai standar ideal OEE yaitu 85%.
Dari hasil penelitian, diperoleh nilai
lima losses dari six big losses yang
menyebabkan rendahnya pencapaian nilai
OEE pada mesin rotary packer 2. Berikut
diagram pareto presentase kumulatif faktor
lima losses dapat dilihat pada Gambar 5.2.
Gambar 5.2 Diagram Pareto Presentase
Kumulatif Faktor lima Losses Mesin Rotary
Packer 2
5.2 Usulan Perbaikan
Hasil identifikasi faktor yang
menyebabkan rendahnya nilai OEE dan
identifikasi masalah kritisnya kemudian
dilakukan usulan perbaikan sesuai dengan
perhitungan RPN terbesar dari hasil
worksheet FMEA untuk setiap mesin yang
menjadi objek penelitian yaitu mesin rotary
packer 1 dan mesin rotary packer 2. Usulan
perbaikan dapat dilihat pada Lampiran 3.
KESIMPULAN DAN SARAN
6.1. Kesimpulan
Nilai Overall Equipment
Effectiveness mesin rotary packer 1 dan
rotary packer 2 belum memenuhi standar
ideal OEE, dengan detail rata-rata sebagai
berikut.
Mesin Rotary Packer 1 :
• Availability : 92,43%
• Performance Efficiency :48,80%
• Quality Rate : 99,77%
• OEE : 40,39%
Mesin Rotary Packer 2 :
• Availability : 93,95%
• Performance Efficiency : 51,71%
• Quality Rate : 99,82%
• OEE : 48,49%
 Dari hasil perbandingan nilai OEE,
ada dua faktor yang memenuhi standar
yaitu faktor availability dan faktor quality
rate. Untuk faktor performance efficiency
belum mencapai standar, sehingga perlu
dilakukan tindakan perbaikan (improve)
untuk meningkatkan nilai OEE pada mesin
rotary packer 1 dan rotary packer 2. Ada
lima faktor loss yang menyababkan
rendahnya pencapaian nilai OEE mesin
rotary packer 1 dan rotary packer 2,
dengan detail faktor totaltime loss dapat
dilihat pada Tabel 6.1 dan Tabel 6.2.
Tabel 6.1 TotalTime Loss Mesin Rotary
Packer 1
Total Time Loss
Losses
(Jam)
Reduce Speed Loss 2106,53
Idling and Minor Stoppages 335,95
Equipment Failure 285,08
Setup and Adjustment Loss 31,00
Process Defect Loss 3,46
Tabel 6.1 TotalTime Loss Mesin Rotary
Packer 2
Total Time Loss
Losses
(Jam)
Reduce Speed Loss 1813,70
Idling and Minor Stoppages 480,67
Equipment Failure 258,4
Setup and Adjustment Loss 23,83
Process Defect Loss 3,42
Hasil identifikasi faktor yang
menyebabkan rendahnya nilai OEE dan
identifikasi masalah kritisnya kemudian
dilakukan usulan perbaikan sesuai dengan
perhitungan RPN terbesar dari hasil
worksheet FMEA. Adapun usulan
perbaikan mesin rotary packer 1 dan rotary
packer 2 :
• Reduce Speed Loss:
Dari penyebab kegagalan beyond
maximum filling time didapatkan usulan
perbaikan yaitu melakukan pergantian parts
yang preventiv dan menentukan umur atas
masa pemakaian parts.
• Idling and Minor Stoppages:
Dari penyebab kegagalan flow attempt
failed didapatkan usulan perbaikan yaitu
melakukan cleaning pada spout secara
terjadwal rutin setiap bulan.
• Equipment Failure :
Dari penyebab kegagalan impeller
thermal trip didapatkan usulan perbaikan
yaitu melakukan pemeriksaan impeller
secara berkala, dan melakukam
pembersihan impeller terhadap material
secara terjadwal rutin setiap bulan.
• Setup and Adjustment Loss:
Dari penyebab kegagalan weigher
decrease didapatkan usulan perbaikan
yaitumelakukan pemeriksaan sensor berat
secara berkala.
• Process Defect Loss :
Dari penyebab kegagalan bag presence
fault didapatkan usulan perbaikan yaitu
melakukan pengecekan penyangga bag
pada saat akan dilakukannya pengemasan
pada setiap pergantian delivery order.
6.2. Saran
Rekomendasi usulan perbaikan yang
telah diberikan oleh peneliti lebih baiknya
segera dilakukan oleh pihak perusahaan,
khususnya untuk bagian maintenance mesin
rotary packer. Untuk kedepannya agar lebih
baik bagi perusahaan diharapkan
mengambil hasil RPN yang baru dari
worksheet FMEA setelah dilakukannya
penerapan usulan perbaikan dari penulis.
Dan untuk penelitian selanjutnya
diharapkan agar lebih mampu menjabarkan
hasil penelitian serta dilakukannya
penelitian lebih luas terkait dengan faktor-
faktor dari tindakan perbaikan lainnya yang
mempengaruhi rendahnya pencapaian nilai
OEE.
DAFTAR PUSTAKA
Ansori, N. dan Mustajib, M.I. 2013. Sistem
Perawatan Terpadu (Integrated
Maintenance System).Yogyakarta:
Graha Ilmu.
Darmawan, T.D. dan Suhardi, B. 2017. Analisis
Overall Equipment Effectiveness dalam
Meminimalisi Six Big Losses pada
Area Kiln di PT. Semen Indonesia
(Persero) Tbk. Pabrik Tuban. Seminar
dan Konferensi Nasional IDEC, ISSN:
2579-6429, Hal 242-248.
Kurniawan, F. 2013. Teknik dan Aplikasi
Manejemen Perawatan Industri.
Yogyakarta: Graha Ilmu.
Rahmatullah, M. dan Agus, M. 2016. Analisis
Six Big Losses untuk Meningkatkan
Overall Equipment Effectiveness
 (OEE). Jurnal Teknologi dan
Manajemen, Vol.14, No.1, Hal 33-56.
Rimawan, E. dan Raif, A. 2016. Analisis
Pengukuran Nilai Overall Equipment
Effectiveness (OEE) pada Proses
Packaging di Line 2 (Studi Kasus PT.
Multi Bintang Indonesia. Tbk). Jurnal
Sinergi, Vol.20, No.2, Hal 140-148.
Rizkia, I. Dkk. 2015. Penerapan Metode
Overall Equipment Effectiveness (OEE)
dan Failure Mode and Effect Analysis
(FMEA dalam Mengukur Kinerja
Mesin Produksi Winding NT-880N
untuk Meminimasi Six Big Losses.
Jurnal Online Institut Teknologi
Nasional, Vol.03, No.04, Hal 273-284.
Rosyidi, K. Dkk. 2015. Peningkatan
Efektivitas Perawatan Mesin Perontok
Bulu Unggas dengan Metode Overall
Equipment Effectiveness dan Failure
Mode Effect Analysis (Studi Kasus di
Perusahaan Pengolahan Ayam
Kampun Pasuruan). Jurnal Jemis,
Vo.3, No.2, Hal 70-75.
Setyadi, I. 2013. Analisis Penyebab Kecacatan
Produk Celana Jeans dengan
Menggunakan Metode Fault Tree
Analysis (FTA) dan Failure Mode and
Effect Analysis (FMEA) di CV Fragile
Din Co. Bandung : Skripsi Universitas
Widyatama.
Tamim, M.R. 2017. Analisis Pengukuran
Kinerja Mesin Drawing Menggunakan
Metode Overall Equipment
Effectiveness (OEE) (Studi Kasus : PT.
Surya Cipta Baru Gresik). Gresik :
Skripsi UMG.
Triwardani, D.H. Dkk. 2013. Analisis Overall
Equipment Effectiveness (OEE) dalam
Meminimalisasikan Six Big Losses
pada Mesin Produksi Dual Filter
DD07 (Studi Kasus : PT. Filtrona
Indonesia, Surabaya, Jawa Timur).
Jurnal Rekayasa dan Manajemen Sistem
Industri. Hal 379-391.
Wignjosoebroto, S. 2013. Pengantar Teknik &
Manajemen Industri. Surabaya:
Penerbit Guna Widya.