BAB III

ANALISIS EFEKTIVITAS PENGGUNAAN MESIN

PADA STASIUN PENGELEMAN MENGGUNAKAN METODE
OVERALL EQUIPMENT EFFECTIVENESS (OEE)

(Studi Kasus : PT. Mahkota Sumit)

3.1 Tinjauan Kondisi Rill

PT. Mahkota Sumit adalah perusahaan yang bergerak dibidang manufaktur

penyedia bahan bangunan, khususnya pembuatan kusen pintu dan jendela. Pada

aktifitasnya terbagi beberapa bagian yakni proses pemasaran, proses produksi, dan

proses pemasangan.

Kegiatan pada proses produksi di PT. Mahkota Sumit berlangsung terus

menerus pada jam kerja. Semua aktifitas menggunakan peralatan mesin baik yang

manual, semi otomatis maupun otomatis. Dalam hal ini pemeliharaan mesin

menjadi salah satu kunci utama yang harus dijaga agar keberlangsungan proses

produksi tidak terganggu.

Kerusakan yang sering terjadi pada mesin menimbulkan tingginya biaya

pemeliharaan dan perawatan perusahaan, dan akan berakibat pada terhenti dan

terhambatnya proses produksi, serta menurunya efektivitas kinerja penggunaan

mesin dan pada akhirnya merugikan perusahaan.

Berikut jumlah dan jenis kerusakan yang terjadi pada periode Agustus –

Desember 2018

24
Tabel 3.1 Daftar Kerusakan Dan Jumlah Kerusakan Periode Agustus-Desember
2018
Jumlah Keruskan
No Nama Mesin Bulan Agustus s/d jenis-jenis kerusakan
Desember 2018
1 Mesin Potong 3 Selang angin bocor
Mesin V, Potong
2 0 -
sudut
Selang angin bocor,
pemanas rusak,
3 Mesin Lem 44 pengeleman tidak
siku, kain pemanas
sobek, kabel putus
4 Mesin T 0 -
5 Mesin lubang kunci 4 Patahnya mata bor
6 Mesin lubang air 1 Mata bor tumpul
7 Mesin potong besi 7 Mata gerinda patah
8 Mesin IL 0 -
Pisau tumpul selang
9 Mesin potong GB 2
angin bocor
Rusaknya otomatis
10 Mesin Kompresor 7
penambah angin
Jumlah 68
Sumber : Mahkota Sumit, 2018

Dari tabel 3.1 diatas dapat dilihat sering terjadinya kerusakan mesin yang

mengakibatkan terhambatnya proses produksi. Jumlah kerusakan yang sering

terjadi pada mesin lem sebanyak 44 kali. Dengan banyaknya jumlah kerusakan

tentu akan besar pula biaya yang dikeluarkan perusahaan untuk perbaikannya.

Kerusakan ringan satu kali perbaikan Rp. 150.000,00, kerusakan sedang satu kali

perbaikan Rp. 300.000,00 dan kerusakan berat Rp. 500.000,00

Berikut data jumlah dan biaya kerusakan mesin yang terjadi di PT.

Mahkota Sumit pekanbaru

25
Tabel 3.2 Daftar Biaya Perbaikan Stasiun Pengeleman Periode Agustus s/d
Desember 2018
Tingkat Kerusakan
Bulan Biaya
Ringan Sedang Berat
Agustus 4 3 1 Rp2.000.000
September 3 2 1 Rp1.700.000
Oktober 5 3 2 Rp2.650.000
November 2 2 1 Rp1.400.000
Desember 7 4 4 Rp4.250.000
Total 21 14 9 Rp12.000.000
Sumber : Mahkota Sumit, 2018

Pada tabel 3.2 diatas dapat dilihat jumlah kerusakan yang terjadi pada

periode Agustus s/d Desember 2018 dan dapat terlihat besarnya biaya yang

dikeluarkan perusahaan. Kerusakan mesin ini terjadi hampir setiap bulan dan

berdampak terhadap pemenuhan permintaan konsumen oleh perusahaan. Berikut

ini data jumlah permintaan konsumen terhadap kusen pintu dan jendela.

Tabel 3.3 Daftar Permintaan Konsumen Periode Agustus s/d Desember 2018
Jenis Produk / Unit Kapasitas
Pintu Jendela Jendela Kaca prodksi /
No Bulan Pintu /
Sleding / swing / Jungkit / Mati / bulan /
Unit
Unit Unit Unit Unit Unit
1 Agustus 250 80 220 220 200 970
2 September 150 120 155 130 150 705
3 Oktober 100 60 270 200 100 730
4 November 280 30 250 210 380 1150
5 Desember 220 35 185 150 210 800
Jumlah / Unit 1000 325 1080 910 1040 4355 Sum

ber : Mahkota Sumit, 2018

Dari tabel diatas dapat dilihat permintaan konsumen terhadap produk

sangat banyak, hal ini akan tidak terpenuhi dengan baik apabila efektivitas mesin

terus mengalami penurunan. Maka dari itu perlu pengkajian lebih lanjut untuk

menganalisis efektivitas pemanfaatan mesin di PT. Mahkota Sumit.

26
3.2 Tinjauan Literatur

3.2.1 Defenisi Perawatan

Dalam istilah perawatan disebutkan bahwa disana tercakup dua pekerjaan

yaitu istilah “perawatan” dan “perbaikan”. Perawatan dimaksudkan sebagai

aktifitas untuk mencegah kerusakan, sedangkan istilah perbaikan dimaksudkan

sebagai tindakan untuk memperbaiki kerusakan.

Perawatan di suatu industri merupakan salah satu faktor yang penting

dalam mendukung suatu proses produksi yang mempunyai daya saing di pasaran.

Produk yang dibuat industri harus mempunyai hal-hal berikut:

1. Kualitas baik

2. Harga pantas

3. Di produksi dan diserahkan ke konsumen dalam waktu yang cepat.

Oleh karena itu proses produksi harus didukung oleh peralatan yang siap

bekerja setiap saat dan handal. Untuk mencapai hal itu maka peralatan-peralatan

penunjang proses produksi ini harus selalu dilakukan perawatan yang teratur dan

terencana.

Perawatan ( maintenance ) adalah Suatu kombinasi dari berbagai tindakan

yang dilakukan untuk menjaga suatu barang atau alat, memperbaikinya sampai

pada suatu kondisi yang dapat diterima. Merawat dalam pengertian “suatu kondisi

yang dapat diterima” antara suatu perusahaan berbeda dengan perusahaan

lainnya.

Perawatan (maintenance) merupakan suatu perawatan atau pemeliharaan

yang dilakukan pada selang waktu yang telah ditentukan sebelumnya. Peranan

27
perawatan tehadap komponen mesin sangat penting artinya untuk mencegah

terjadinya kecacatan produk, dan mencegah terjadinya pemberhentian

(downtime) produksi. Dan perawatan yang paling baik digunakan adalah

perawatan pencegahan sebelum terjadinya kerusakan (preventive

maintenance). Untuk itu, disini akan dirumuskan mengenai “usulan perawatan

pencegahan komponen kritis dari macam-macam mesin berdasarkan kriteria

minimasi downtime”.

Beberapa pengertian perawatan (maintenance) menurut ahli :

a. Menurut (Corder ,1988), perawatan merupakan suatu kombinasi dari

tindakan yang dilakukan untuk menjaga suatu barang dalam, atau untuk

memperbaikinya sampai, suatu kondisi yang bisa diterima.

b. Menurut (Assauri ,1993), perawatan diartikan sebagai suatu kegiatan

pemeliharaan fasilitas pabrik serta mengadakan perbaikan, penyesuaian

atau penggantian yang diperlukan agar terdapat suatu keadaan operasi

produksi yang sesuai dengan yang direncanakan.

c. Menurut (Dhillon ,1997), perawatan adalah semua tindakan yang penting

dengan tujuan untuk menghasilkan produk yang baik atau untuk

mengembalikan kedalam keadaan yang memuaskan.

3.2.2 Overall Equipment Effectiveness (OEE)

OEE merupakan ukuran menyeluruh yang mengidentifikasikan tingkat

produktivitas mesin/peralatan dan kinerja secara teori. Pengukuran ini sangat

penting untuk mengetahui area mana yang perlu untuk ditingkatkan

produktifivitas atau efesiensi mesin/peralatan dan dapat juga menunjukan

28
bottleneck yang terdapat pada lintasan produksi. OEE juga merupakan alat ukur

untuk mengevaluasi dan memperbaiki cara yang tepat untuk menjamin

peningkatan produktivitas pengunaan mesin/peralatan.

Formula matematis efektifitas keseluruhan peralatan dan mesin (OEE)

yang ditetapkan oleh Japan Institute Productive Maintenance (JIPM) adalah 85%

dimana OEE

OEE =(AV% x PE% x RQ%) x 100 %

Perlu diketahui salah satu manfaat dari perhitungan OEE adalah untuk

memudahkan dalam pencarian untuk dilakukan suatu perbaikan. Oleh karna itu

untuk pengisian AV, PE dan RQ harus tepat dan sesui dengan permasalahan yang

terjadi.

1. Availability

Availability adalah rasio waktu operation time terhadap loading time-nya

dengan nilai standar availability 90%. Sehingga dapat menghitung Availability

mesin dibutukan nilai dari:

a. Operation time

b. Loading time

c. Down time

(waktuload ing)−(downtime)
Avaibility = x 100 %
waktu load ing

2. Performance efficiency

Efektifitas produksi (production effectiveness), yaitu efektifitas kegiatan

produksi. Nilai ini merupakan parameter kualitas kegiatan produksi. Standar

29
untuk nilai efektifitas produksi (PE) yang ditetapkan oleh JIPM adalah minimal

95%.

( ideal cycle ) X ( jumlahunit yang diproses)

Performanceefficiency = x100%
waktu operasi

Keterangan :

Ideal cycle = Waktu siklus/pengerjaan

Jumlah unit diproses = Banyaknya jumlah produk yang dihasilakan.

Waktu operasi = Waktu bersih alat/mesin bekerja tanpa kerusakan.

3. Rate of quality

Tingkat kualitas (rate of quality), adalah efektifitas produksi berdasarkan

kualitas produk yang dihasilkan. Standar untuk tingkat kualitas (RQ) yang

ditetapkan JIPM adalah minimal 99% RQ memiliki formasi sebagai berikut :

Rate of quality =
∑ produk−∑ cacat
∑ produk
Keterangan :

Jumlah produk = Banyaknya jumlah produk yang dihasilakan

Jumlah cacat = Banyaknya jumlah produk cacat dalam sistem produksi

3.2.3 Diagram Sebab Akibat (Cause And Effect Diagram)

Diagram ini dikenal dengan istilah tulang ikan (fish bone diagram)

diperkenalkan pertama kali pada tahun 1943 oleh prof. Kaoru Ishikawa (Tokyo

university). Diagram ini berguna untuk menganalisa dan menemukan faktor-faktor

yang berpengaruh secara signifikan terhadap penentuan karakteristik kualitas

output kerja. Dalam hal ini metode sumbang saran akan cukup efektif digunakan

30
untuk mencari faktor-faktor penyebab terjadinya penyimpangan kerja secara

detail.

Untuk mencari faktor-faktor penyebab terjadinya penyimpangan kualitas

hasil kerja maka, ada lima faktor penyebab utama yang signifikan yang perlu

diperhatikan,yaitu :

a. Manusia (man)

b. Metode kerja (work method)

c. Mesin atau peralatan kerja lain (machine/equipment)

d. Bahan baku (raw material)

e. Lingkngan kerja (work environment)

3.3 Pembahasan

Mesin/peralatan yang menjadi objek penelitian adalah pada bagian

produksi kusen di PT. Mahkota Sumit yaitu pada mesin pengeleman kusen pintu

dan jendela, karena pada periode Agustus s/d Desember paling sering mengalami

kerusakan padahal mesin ini bersifat critical unit dimana ketika terjadi kerusakan

pada mesin ini akan mengakibatkan terhentinya proses produksi.

Berikut data waktu produksi waktu loading, down time, jumlah produk

serta jumlah cacat produk dari periode bulan Agustus s/d Desember 2018.

Tabel 3.4 Waktu Kerja Mesin Lem Produksi Periode Agustus s/d Desember 2018

31
 Jumlah Cacat Waktu Ideal Down Waktun
Bulan Produk / Produk / Kerja Time time Kerja
Unit Unit (jam) / Unit/ Jam (jam) Efektif
Agustus 970 9 208/26 25 183
September 705 18 200/25 15 185
Oktober 730 4 216/27 0,15 28 188
November 1150 9 200/25 6 194
Desember 800 15 192/24 18 174
Jumlah 4355 55 1016/127 0,15 91 924
Sumber: Mahkota Sumit , 2018

3.3.1 Perhitungan Availability (AV)

Availability adalah rasio waktu operation time terhadap loading time-nya.

Berikut contoh perhitungan ketersediaan mesin pada bulan

1. Agustus 2018 :

Diketahui: Jam kerja perhari = 8 jam

Hari kerja Agustus = 26 hari kerja

Loading Time = (jam kerja )+ (jam lembur) + (waktu start)

= 208 + 0 + 0 = 208 jam/bulan

Downtime = 25 jam/bulan

Operation time = waktu loading – downtime

= 208 – 25

= 183 jam/bulan

208−25
Maka, Availability = x100%
208

= 87,98%

≈ 88%

2. September 2018:

32
Diketahui: jam kerja perhari =8

Hari kerja September = 25 hari kerja

Loading time = jam kerja + jam lembur + waktu start

= 200 + 0 + 0 = 200 jam/bulan

Downtime = 15 jam/bulan

Operation time = waktu loading- downtime

= 200 - 15

= 185 jam/bulan

200−15
Maka, Availability = x100%
200

= 92,5%

≈ 93%

3. Oktober 2018 :

Diketahui: Jam kerja perhari = 8 jam

Hari kerja Oktober = 27 hari kerja

Loading Time = jam kerja + jam lembur + waktu start

= 216 + 0 + 0 = 216 jam/bulan

Downtime = 28 jam/bulan

Operation time = waktu loading – downtime

= 216 – 28

= 188 jam/bulan

216−28
Maka, Availability = x 100%
216

= 86%

33
 4. November 2018 :

Diketahui: Jam kerja perhari = 8 jam

Hari kerja November = 25 hari kerja

Loading Time = jam kerja + jam lembur + waktu start

= 200 + 0 + 0 = 200 jam/bulan

Downtime = 6 jam/bulan

Operation time = waktu loading – downtime

= 200 – 6

= 194 jam/bulan

200−6
Maka, Availability = x 100%
200

= 97%

5. Desember 2018 :

Diketahui: Jam kerja perhari = 8 jam

Hari kerja Desember = 24hari kerja

Loading Time = jam kerja + jam lembur + waktu start

= 192 + 0 + 0 = 192 jam/bulan

Downtime = 18 jam/bulan

Operation time = waktu loading – downtime

= 192 – 18

= 174 jam/bulan

192−18
Maka, Availability = x 100%
192

= 91%

34
 6. januari 2019 :

Diketahui: Jam kerja perhari = 8 jam

Hari kerja januari = 27hari kerja

Loading Time = jam kerja + jam lembur + waktu start

= 216 + 0 + 0 = 216 jam/bulan

Downtime = 18 jam/bulan

Operation time = waktu loading – downtime

= 192 – 20

= 172jam/bulan

172−20
Maka, Availability = x 100%
192

= 91%

Dengan perhitungan yang sama untuk menghitung avaibility (AV) mesin

pengeleman kusen pintu dan jendela periode Agustus s/d Desember 2018 dapat

dilihat pada tabel bawah ini.

Tabel 3.5 Rekapitulasi Perhitungan Availability Mesin Lem

Bulan AV (%)
Agustus 88
September 93
Oktober 86
November 97
Desember 91
Rata-rata 91
Sumber : Pengolahan Data Kerja Praktek, 2018

35
 Grafik Availability Stasiun Pengelem
98
96
94
92
90
AV (%)

88
86
84
82
80
Agustus September Oktober November Desember
Axis Title

Gambar 3.1 Grafik Availability Mesin Lem Periode Agustus s/d Desember 2018
Sumber: Pengolahan Data Kerja Praktek, 2018

Dari hasil perhitungan dan grafik availability mesin lem diatas dapat

dilihat ketersediaan mesin lem dari periode Agustus s/d Desember rata-rata 91 %

masih diatas standar JIPM 90%, namun pada bulan Agustus dan Oktober

mengalami penurunan dan lebih rendah dari standar jipm.

3.3.2 Perhitungan Performance Efficiency (PE)

Performance efficiency adalah rasio kualitas produk yang dihasilkan

dikalikan dengan waktu siklus idealnya terhadap waktu yang tersedia untuk

melakukan proses produksi.

Berikut adalah perhitungan performance efficiency (PE) pada bulan

agustus s/d desember 2018 adalah.

1. Agustus 2018

Processed amount = 970 unit

Ideal cycle time = 0,15 jam/unit

Operasi time = 208 jam/bulan

36
 0,15 X 970
Maka, PE = x 100 %
208

` = 70%

2. September 2018

Processed amount = 705 unit

Ideal cycle time = 0,15 jam/unit

Operasi time = 200 jam/bulan

0,15 X 705
Maka, PE = x 100 %
200

= 53 %

3. Oktober 2018

Processed amount = 730 unit

Ideal cycle time = 0,15 jam/unit

Operasi time = 216 jam/bulan

0,15 X 730
Maka, PE = x 100 %
216

= 51 %

4. November 2018

Processed amount = 1.150 unit

Ideal cycle time = 0,15 jam/unit

Operasi time = 200 jam/bulan

0,15 X 1.150
Maka, PE = x 100 %
200

= 82 %

5. Desember 2018

37
 Processed amount = 800 unit

Ideal cycle time = 0,15 jam/unit

Operasi time = 192 jam/bulan

0,15 X 800
Maka, PE = x 100 %
192

= 62 %

Dengan perhitungan yang sama untuk menghitung performance efficiency

(PE) mesin pengeleman kusen pintu dan jendela periode agustus s/d desember

2018 dapat dilihat pada tabel bawah ini.

Tabel 3.6 Rekapitulasi Performance Efficiency Mesin Lem

Bulan PE (%)
Agustus 70
September 53
Oktober 51
November 82
Desember 62
Rata-rata 64
Sumber: Pengolahan Data Kerja Praktek, 2018

Grafik Performance Effeciency Stasiun Pengeleman

90
80
70
60
50
PE (%)

40
30
20
10
0
Agustus September Oktober November Desember
Gambar 3.2 Grafik Performance Efficiency Mesin Lem Periode Agustus
s/d Desember 2018
Sumber: Pengolahan Data Kerja Praktek, 2018

38
 Dari hasil perhitungan dan grafik performance efficiency mesin lem diatas

dapat dilihat performa proses mesin lem dari periode Agustus s/d Desember rata-

rata 64% sangat jauh di bawah standar jipm yang sebesar 95 %.

3.3.3 Perhitungan Rate of Quality Product (RQ)

Rateof quality product adalah rasio produk yang baik (good products)

yang sesuai dengan spesifikasi kualitas produk yang telah ditentukan terhadap

jumlah produk yang diproses.

Berikut contoh perhitungan rate of quality product pada bulan Agustus

2018 adalah :

1. Agustus 2018

Processed amount = 970 unit

Defect amount = 9 unit

970−9
RQ = X 100 %
970
❑
RQ =99 %

2. September 2018

Processed amount = 705 unit

Defect amount = 18 unit

705−18
RQ = X 100 %
705

RQ =97 % ❑

3. Oktober 2018

Processed amount = 730 unit

Defect amount = 4unit

39
 730−4
RQ = X 100 %
730
❑
RQ =99 %

4. November 2018

Processed amount = 1.150unit

Defect amount = 9 unit

1150−9
RQ = X 100 %
1150

RQ =99 %❑

5. Desember 2018

Processed amount = 800 unit

Defect amount = 15 unit

800−15
RQ = X 100 %
800
❑
RQ =98 %

Dengan perhitungan yang sama untuk menghitung rate of quality product

(RQ) mesin pengeleman kusen pintu dan jendela periode Agustus s/d Desember

2018 dapat dilihat pada tabel bawah ini

Tabel 3.7 Rekapitulasi Rate Of Quality Product Mesin Lem

Bulan RQ (%)
Agustus 99
September 97
Oktober 99
November 99
Desember 98
Rata-rata 98
Sumber: Pengolahan Data Kerja Praktek, 2018

40
 Grafik Rate Of Quality Product Stasiun Pengeleman
99.5

99

98.5

98
RQ (%)

97.5

97

96.5

96
Agustus September Oktober November Desember
Gambar 3.3 Grafik Rate Of Quality Product periode agustus s/d
desember2018
Sumber: Pengolahan Data Kerja Praktek, 2018

Dari hasil perhitungan dan grafik rate of quality mesin lem diatas dapat

dilihat kualitas produksi mesin lem dari periode Agustus s/d Desember rata-rata

99 % sudah memenuhi standar JIPM. Namun pada bulan September dan bulan

Desember pernah mengalami penurunan kualitas produksi di bawah standar JIPM.

3.3.4 Perhitungan Overall Equipment Effectiveness (OEE)

Setelah perhitungan availability, performance efficince rate of quality

product pada mesin pengeleman jendela diperoleh maka dilakukan perhitungan

nilai overall equipment effectiveness untuk mengetahui seberapa besar efektivitas

pengunaan mesin pengeleman pintu dan jendela di PT.Mahkota Sumit.

Berikut adalah perhitungan overall equipment effectiveness pada pada

periode Agustus – Desember 2018 adalah.

1. Agustus 2018.

(OEE) = (0,98 x 0,79 x 0,99) x 100%

= 76 %

41
 2. September 2018.

(OEE) = (0,91 x 0,70 x 0,97) x 100%

= 61 %

3. Oktober 2018.

(OEE) = (0,86 x 0,76 x 0,99) x 100%

= 64 %

4. November 2018.

(OEE) = (0,97x 0,64 x 0,99) x 100%

= 61%

5. Desember 2018.

(OEE) = (0,91 x 0,78 x 0,98) x 100%

= 69 %

Dengan perhitungan yang sama untuk menghitung overall equipment

effectiveness mesin pengeleman kusen pintu dan jendela periode Agustus s/d

Desember 2018 dapat dilihat pada tabel bawah ini.

Tabel 3.8 Rekapitulasi Overall Equipment Effectiveness Stasiun Pengeleman periode

Agustus s/d Desember 2018
OEE
Bulan (%)
Agustus 76
September 61
Oktober 64
November 61
Desember 69
Rata-rata 66
Sumber: Pengolahan Data Kerja Praktek, 2018

42
 Grafik Overall Equitment Effectiveness Stasiun Pengeleman
80

70

60

50
OEE (%)

40

30

20

10

0
Agustus September Oktober November Desember
Gambar 3.4 Grafik Overall Equipment Effectiveness periode Agustus s/d
Desember 2018
Sumber: Pengolahan Data, 2018

Dari hasil perhitungan dan grafik overall equitment effectiveness Stasiun

diatas dapat dilihat efektivitas stasiun pengeleman dari periode Agustus s/d

Desember 2018 rata-rata 66 % sangat jauh di bawah standar JIPM sebesar 85 %.

3.3.5 Analisis Penyebab Rendahnya Efektivitas Mesin

Dari hasil perhitungan Overall Equipment Effectiveness terlihat tingkat

efektivitas penggunaan mesin pengeleman pintu dan jendela periode Agustus s/d

Desember 2018 masih belum memenuhi standar JIPM sebesar 85%. Agar

perbaikan dapat segera dilakukan maka analisa terhadap penyebab rendahnya

efektivitas pemanfaatan mesin pengeleman dilakukan dengan menggunakan

diagram sebab akibat.

43
 Kurangnya Manusia Performans mesin Mesin
pengetahuan Tidak ada
operator pelatihan
Umur mesin
Kurang pedulinya operator
terhadap mesin

Human error Kerusakan

Operator kurang Terlambat pengisian

pelumas
Beban kerja tinggi
Kurang pelumas Rendahnya
Efektivitas
Keterbatasan para Pemanfaatan Mesin
ahli perawatan Pengeleman
Tadak adanya pelatihan Kebersihan
pengembangan keterampilan
mesin kurang
Proses Tempat kerja
pemeliharaan Tidak ada
panas
tidak standar pengawasan
Jarang Tidak ada
Tidak ada standar Mesin rusak dibersihkan ventilasi ruangan
acuan baru diperbaiki
Siskulasi udara
kurang baik

Metode Lingkungan

Gambar 3.5 Diagram Sebab Akibat Rendahnya Efektivitas Pemanfaatan Mesin Pengeleman
Sumber : Pengolahan Data Kerja Praktek, 2018

45
3.4 Rekomendasi

Berdasarkan dengan perhitungan nilai availibility (AV),

performance effecience (PE), rate of quality (RQ) serta nilai overall

equipment effectiveness (OEE) hasil perhitungan nilai efektivitas mesin

lem berada sangat jauh dibawah standar JIPM oleh karena perlu adanya

rekomendasi perbaikan agar efektivitas mesin pengeleman di PT.Mahkota

Sumit dapat ditingkatkan.

Maka rekomendasi yang diberikan melakukan perawatan berkala

terhadap pemeliharaan mesin, menentukan jadwal untuk mengontrol

perlakuan pemberian pelumas secara berkala, agar mesin bekerja lebih

lama, merekomendasikan agar memberikan pelatihan terhadap operator

dan tanggung operator, menambahkan jumlah operator atau karyawan agar

mengembangkan pelatihan khusus terhadap perawatan,

merekomendasikan agar merancang ulang lingkungan kerja, agar suasana

lingkungan kerja aman dan nyaman, menstandarkan jadwal dan proses

pemeliharaan mesin, merekomendasikan agar perusahan memberikan

pelatihan operator dalam perawatan mesin.

44