PROPOSAL SKRIPSI

ANALISIS EFEKTIVITAS PACKER MACHINE MENGGUNAKAN METODE

OVERALL EFFECTIVENESS EQUIPMENT (OEE)

(Studi Kasus : PT SEMEN BOSOWA BANYUWANGI)

Diajukan oleh :

Rifqi Fauzi
16660010

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SUNAN KALIJAGA

YOGYAKARTA

2020
 DAFTAR ISI

DAFTAR ISI ................................................................................................................................... i

DAFTAR TABEL ......................................................................................................................... ii

DAFTAR GAMBAR ................................................................................................................... iii

BAB I PENDAHULUAN ............................................................................................................. 1

1.1 Latar Belakang ...................................................................................................................

1.2 Rumusan masalah ............................................................................................................

1.3 Tujuan penelitian ..............................................................................................................

1.4 Manaat penelitian .............................................................................................................

1.5 Batasan Penelitian ............................................................................................................

1.6 Asumsi Penelitian .............................................................................................................

BAB II LANDASAN TEORI .........................................................................................................

2.1 Posisi Penelitian ................................................................................................................

2.2 Perawatan (Maintenance) .............................................................................................

2.3 Overall Effectiveness Equipment (OEE) ........................................................................

2.4 Six Big Losses ............................................................................................................................

2.5 Failure Mode Effect Analisys (FMEA)

2.6 Fishbone Diagram ..................................................................................................................

BAB III METODE PENYELESAIAN MASALAH ...................................................................

3.1 Objek Penelitian ................................................................................................................

3.2 Teknik Pengambilan Data .............................................................................................

3.3 Alur Penelitian ...................................................................................................................

i
DAFTAR PUSTAKA .......................................................................................................................

ii
 DAFTAR TABEL

Tabel 2.1 Posisi Penelitian ........................................................................................................

Tabel 2.2 Severity Rate................................................................................................................

Tabel 2.3 Occurance Rate...........................................................................................................

Tabel 2.4 Detection Rate.............................................................................................................

iii
 DAFTAR GAMBAR

Gambar 2.1 Kurva Bathtub .......................................................................................................

Gambar 2.2 Karakter Kualitas atau Cause sebagai Kepala Fishbone Diagram .....

Gambar 2.3 Cabang/tulang Utama Fishbone Diagram ....................................................

Gambar 2.4 Cabang/tulang Lebih Kecil atau Lebih Spesifik........................................

Gambar 3.1 Diagram Alir Penelitian

iv
 BAB I

PENDAHULAN

1.1 Latar Belakang

Dewasa ini, perkembangan dunia industri semakin maju,

perusahaan/pelaku usaha memerlukan alat bantu yang lebih akurat,

terutama dalam menjaga pemeliharaan mesin produksi (Kurniawan,

2013). Hal ini dikarenakan mesin produksi merupakan salah satu

faktor utama berjalannya proses produksi (Ben-Daya et al, 2009).

Menurut Kurniawan (2013), apabila terjadi kerusakan atau downtime

pada mesin, maka proses produksi akan berhenti, sehingga perlu

menerapkan sistem manajemen pemeliharaan mesin produksi yang

dapat membantu meminimasi downtime pada kerusakan

Pengambilan keputusan pemeliharaan terkadang masih

terhambat, hal ini dikarenakan belum ada sistem pendukung yang

dapat membantu teknisi dalam memberikan keputusaan tersebut.

Sehingga perlu adanya alat bantu untuk mengetahui kapan mesin

harus mendapat perlakuan perawatan/pemeliharaan dan dapat

melakukan evaluasi tingkat efektivitas mesin berdasarkan data

historis perusahaan dalam melakukan perawatan. Selain evaluasi

tingkat efektivitas, perlu adanya langkah untuk menekan six big losses

sehingga akar permasalahan akan lebih spesifik dan penyelesaian

masalah dapat dilakukan lebih akurat (Kurniawan, 2013).

1
 PT Semen Bosowa Banyuwangi merupakan salah satu perusahaan

semen di Jawa Timur, dengan segmentasi pasar berada di Jawa Timur,

Bali, dan Lombok. Perusahaan ini mulai beroperasi ada tahun 1998

dengan mendatangkan semen kantong dengan berat 40 kg dan 50 kg

dari Maros, Sulawesi Selatan yang dikirim ke Flat Storage Banyuwangi

kemudian dipasarkan di daerah Banyuwangi dan sekitarnya.

Kemudian pada tahun 2000, PT Semen Bosowa Banyuwangi

mengembangkan usahanya untuk dapat melakukan proses packing

secara mandiri. Hingga pada tahun 2013 PT Semen Bosowa

Banyuwangi membangun perusahaan semen dengan mesin grinding

mill untuk dapat mengolah semen secara mandiri.

Berdasarkan hasil observasi lapangan, terdapat mesin utama

produksi pengantongan semen yang memiliki tingkat kualitas kurang

baik, hal ini didapatkan dari mesin packer yang berjalan tidak sesuai

dengan perintah yang diinput oleh komputer administrator, sehingga

proses pengantongan semen menjadi lebih lama dan target

pengantongan tidak dapat dicapai dengan sempurna. Oleh karena itu

perlu adanya analisis keefektifitasan mesin packer, sehingga operator

dapat mengetahui seberapa efektif mesin packer melakukan

pekerjaan yang diperintahkan dan dapat mengetahui penyebab dari

ketidakefektifitasan mesin packer. Cara untuk dapat mengetahui

tingkat efektifitas mesin packer dapat dilakukan dengan cara

menghitung nilai Overall Effectiveness Equipment (OEE), variabel yang

2
 dipertimbangkan dalam perhitungan tersebut adalah tingkat

kecepatan produksi, tingkat ketersediaan mesin untuk melakukan

produksi, dan tingkat kecacatan produk yang dihasilkan (Nakajima,

1988). Dengan mengetahui hal tersebut maka penentuan solusi

dilakukan dengan menerapkan analisis Failure Mode and Effect

Analisys (Stamatis, 1995) dan Fishbone Diagram, sehingga

mendapatkan sebab dan akibat kerugian yang ditimbulkan selama

proses produksi dan mendapatkan usulan untuk menekan kerugian

tersebut (Ishikawa, 1976).

Pada penelitian ini, memiliki ouput berupa usulan untuk

meningkatkan efektifitas packer machine dan output berupa

aplikasi/software pendukung berbasis web, menggunakan software R

Studio. Dengan adanya usulan peningkatan efektifitas packer machine

dan aplikasi tersebut diharapkan dapat membantu memberikan

informasi dan keterangan kepada supervisor dan operator produksi

mengenai tingkat efektivitas mesin secara keseluruhan dengan cepat

dan mudah pada periode tertentu.

1.2 Rumusan Masalah

Perumusan masalah pada penelitian ini sebagai berikut :

1.7.1 Bagaimana meningkatkan efektivitas packer machine 641-

PM1, 642-PM1, dan 643-PM1 menggunakan metode

Overall Effectiveness Equipment untuk mengetahui six big

losses?

3
 1.7.2 Bagaimana mengembangkan perangkat pendukung

pengolahan Overall Effectiveness Equipment dan six big

losses berbasis web?

1.3 Tujuan

Tujuan dari penelitian ini adalah sebagai berikut :

1.3.1 Untuk memberikan usulan untuk meningkatkan efektivitas

packer machine 641-PM1, 642-PM1, dan 643-PM1

menggunakan metode Overall Effectiveness Equipment

untuk mengetahui six big losses

1.3.2 Mengembangkan perangkat pendukung pengolahan

Overall Effectiveness Equipment dan six big losses berbasis

web

1.4 Manfaat

Dapat memberikan usulan kepada perusahaan untuk

meningkatkan efektifitas dan menekan kerugian pada packer machine

641-PM1, 642-PM1, dan 643-PM1 . Selain itu, perusahaan dapat

menggunakan perangkat pengolahan Overall Effectiveness Equipment

dan Six Big Losses ini, sehingga dapat mengetahui tingkat efektivitas

mesin pada periode tertentu secara berkelanjutan.

1.5 Batasan

Adapun batasan-batasan dalam melakukan penelitian ini sebagai

berikut :

4
 1.5.1 Perancangan dan pembuatan aplikasi ini hanya dilakukan di

mesin Packer 641-PM1, 642-PM1, dan 643-PM1 di PT Semen

Bosowa Banyuwangi.

1.5.2 Penelitian hanya dilakkan pada shift 1 dari jam 07.00 – 15.00.

1.5.3 Penelitian menggunakan data periode 1 Januari – 31 Desember

2019

1.6 Asumsi

Sedangkan asumsi yang diambil peneliti adalah sebagai berikut :

1.6.1 Tingkat efektifitas packer machine 641-PM1, 642-PM1, dan

643-PM1 cukup rendah.

1.6.2 Kerugian yang cukup tinggi dalam proses produksi

pengantongan semen.

5
 BAB II

LANDASAN TEORI

Pada bab ini terdapat teori-teori untuk penyelesaian masalah penelitian,

diantaranya adalah posisi penelitian terhadap penelitian terdahulu dan

kajian teori atau studi pustaka seperti perawatan (maintenance), Overall

Effectiveness Equipment (OEE), Six big losses, Failure Mode Effect Analisys

(FMEA), Fishbone Diagram, dan teori software R Studio.

2.1 Posisi Penelitian

Posisi penelitian bertujuan untuk mengetahui dan membandingkan

penelitian ini dengan penelitian terdahulu dengan tema yang linear.

Terdapat beberapa penelitian terdahulu dan penelitian ini, sebagai

berikut :

Tabel 2.1 Penelitian Terdahulu Mengenai OEE dan Six Big Losses
Analisis dan Penyelesaian Saran
N
Penulis PAR- FISH- SIMU- FMEA
o OEE SBL FMEA FTA TPM
ETO BONE LASI

Relkar,  
Anand S. et.
1 Al (2012)
Bilianto,    
Bernandus
Yoseph
2 (2016)

Lazim, Halim  
3 Mad. Et. al
Sodikin,    
Imam. Et. Al
4 (2017)

6
 Amrussalam.     
5 Et. Al (2016)

Bamber, C J  
6 (2003)

Hazmi,   
Muhammad
7 Faizal

Fauzi, Rifqi       
8 (2020)

2.2 Perawatan (Maintenance)

Pada teori perawatan menjelaskan mengenai definisi, tujuan, dan

klasifikasi perawatan.

2.2.1 Definisi Perawatan

Praktik pemeliharaan hingga saat ini cenderung dimaknai

sebagai tindakan terkait dengan perbaikan peralatan yang rusak.

Secara umum, kata pemeliharaan tidak akan terlepas dengan

pekerjaan memperbaiki, membongkar, atau memeriksa mesin

secara seksama dan menyeluruh. (Ngadiyono, 2010). Sehingga

secara umum definisi perawtatan sebagai berikut :

a. Menjaga (keep)

Pekerjaan rutin yang bertujuan untuk menjaga fasilitas

agar selalu dalam kondisi yang sedemikian rupa sehingga

terus dapat digunakan.

b. Mempertahankan (preserve)

7
 Kegiatan seperti tes, pengukuran, penggantian,

penyesuaian, dan perbaikan untuk mempertahankan atau

mengembalikan fungsi komponen/unit sehingga dapat

melakukan fungsi yang dibutuhkan perusahaan.

c. Melindungi (protect)

Seluruh tindakan yang bertujuan unutk melindungi asset

perusahaan dari berbagai konstarin sehingga dapat bekerja

secara optimal, seperti inspeksi, pengujian, pelayanan

(service) dan semua tindakan yang dilakuakn untuk menjaga

kekuatan untukmelakukan fungsinya.

Didalam ilmu pemeliharaan atau perawatan mesin, suatu

komponen/unit dan fasilitas lain tidak ada yang mampu

berproduksi selamanya, sehingga komponen/unit memiliki

umur tertentu. Pada kurva bathtub menunjukan hubungan

tingkat kegagalan terhadap waktu penggunaan mesin

produksi.

Sumber : (Ngadiyono, 2010)

Gambar 2.1 Kurva Bathtub

8
 Pada kurva bathtub menunjukan bahwa pada awal

penggunaan mesin, frekuensi kerusakan akan lebih sering,

sedangakan pada pertenggahan penggunaan mesin akan lebih

stabil dan awet. Dan pada akhir penggunaan mesin akan lebih

sering rusak (Ngadiyono, 2010).

2.2.2 Tujuan Perawatan

Menurut Ngadiyono (2010), perawatan memiliki tujuan secara

umum adalah untuk memperpanjang umur mesin, sehingga dapat

melakukan proses produksi dan menghasilkan ouput yang

diharapkan perusahaan, abik secara bentuk, ukuran, dan

standarisasi perusahaan terkait. Namun tujuan perawatan secara

rinci sebagai berikut :

a. Menjamin ketersediaan optimum peralatan yang tepat guna

memenuhi rencana kegiatan produksi dan proses produksi

dapat memperoleh laba investasi secara maksimal.

b. Memperpanjang umur produktif suatu mesin pada tempat kerja,

bangunan, dan seluruh isinya.

c. Menjamin ketersediaan seluruh peralatan yang diperlukan

dalam kondisi darurat.

d. Menjamin keselamatan semua orang yang berada dan

menggunakan sarana tersebut.

2.2.3 Klasifikasi Pemeliharaan

9
 Menurut Ngadiyono (2010), secara garis besar manajemen

pemeliharaan atau perawatan dapat dibagi menjadi 3 , yaitu :

a. Perbaikan Pemeliharaan (Maintenance Improvement)

Pemeliharaan ini dilakukan dengan cara menghilangakan

cara pemeliharaan yang dapat menyulitkan operator atau

teknisi. Sepertihalnya pelumasan pada komponen yang sulit di

jangkau oleh teknisi, maka pelumasan pada komponen tersebut

akan akan lebih mudah untuk ditinggalkan, dan frekuensi

pelumasan antara komponen yang lebih mudah dengan yang

sulit dijangkau akan lebih banyak komponen yang mudah

dijangkau, hal ini dikarenakan proses aktivitas tersebut

merupaka sifat alamiah manusia. Untuk menjaga komponen

mesin yang sulit dijangkau dari proses pelumasan maka perlu

adanya pelumasan permanen, atau bantalan seumur hidup,

sehingga proses pelumasan akan lebih mudah.

b. Pemeliharaan Preventif (Preventive Maintenance)

Pemeliharaan preventif merupakan pemeliharaan yang

bervariasi, hal ini bertujuan untuk menjaga performa mesin

dsalam bekerja, sehingga proses lebih lancar dan optimal.

Pemeliharaan preventif dibagi menjadi 3, yaitu

 Time-driven, pembuatan jadwal pemeliharaan secara ruti

 Predictive, melaksanakan perkiraan mesin akan rusak

berdasarkan data historis kerusakan mesin.

10
  Proactive, melakukan pemeliharaan dengan cara

mengganti komponen berdasarkan running hours.

Biasanya perusahaan menerapka system ini pada

komponen yang mahal dan ukuran besar.

c. Pemeliharaan Korektif (Corrective Maintenance )

Sistem pemeliharaan korektif merupakan siste yang tidak

terjadwal, hal ini dikarenakan pada saat proses produksi

terdapat komponen mesin yang tidak dapat beroperasi.

Biasanya pemeliharaan korektif disebut dengan breakdown

maintenance, namun dapat terdiri dari proses perbaikan,

restorasi, atau penggantian komponen.keuntungan

pemeliharaan korektif adalah pengeluaran biaya perawatan

yang rendah dan memerlukan jumlah tenaga kerja yang sedikit.

Namun dapat menjadi boomerang bagi perusahaan terkait jika

hanya menerapkan pemeiharaan korektif, karena apabila

pemeliharaan dilakukan hanya pada saat breakdown akan

meningkatkan biaya peralatan akibat downtime yang tidak

terencana.

2.3 Overall Equipment Effectiveness (OEE)

Overall Effectiveness Equipment (OEE) merupakan cara untuk

mengetahui tingkat efektifitas mesin prouksi dengan

mempertimbangkan 3 aspek yaitu availability rate, performance

11
efficiency, dan rate of quality (Nakajima, 1988). Hubungan dari ketiga

aspek tersebut dapat dilihat pada rumus berikut ini

OEE= Availability x Performance Rate x Quality Rate

Untuk menghitung nilai OEE, maka perlu diketahui nilai masing –

masing komponen tersebut. (Vorne Industri Inc, 2016).

2.3.1 Availability Rate

Availability merupakan fitur dan perbaikan, yang mana

seperti waktu setup dan waktu kerugian lainnya (Stamatis,

2010). Secara umum, reliability akan mempengaruhi availibility

atau keberadaan alat untuk berfungsi dengan baik terutama

untuk produk/barang repaireable (Kurniawan, 2013). Formula

pengolahan availibility rate (Nakajima, 1988) sebagai berikut :

loading time−downtime
A= x 100 %
loading time

2.3.2 Performance Efficiency

Merupakan cara untuk mnegetahui kinerja mesin atau

kecepatan mesin yang berfokus pada berkurangnya kecepatan

beroperasi dan pemberhentian minor (Stamatis, 2010).

Formula pengolahan performance efficiency (Nakajima, 1988)

sebagai berikut :

jumlah produksi x wktu siklus ideal

P= x 100 %
operation time

2.3.3 Rate of Quality

12
 Merupakan kerugian yang disebabkan karena cacat

produk seperti product scrap dan pengerjaan ulang/rework

(Stamatis, 2010). Formula pengolahan rate of quality

(Nakajima, 1988) sebagai berikut :

jumlah produksi x produk defect

Q= x 100 %
jumlah produksi

2.4 Six Big Losses

Menurut Nakajima (1988), kondisi operasi peralatan/equipment

tidak tergambar secara akurat kerika hanya berdasarkan pada

availibility, hanya downtime losses yang dihitung untuk mengetahui

avalibility. Sedangkan speed losses dan defect losses tidak dapat diketahui

melalui alaibility saja. Sehingga untuk mewakili kondisi operasi

equipment secara akurat, semua enam kerugian equipmen harus masuk

dalam pengolahan. Keenam kerugian tersebut dikenal dengan istilah six

big losses. dikategorikan menjadi 3 kategori utama berdasarkan aspek

kerugiannya, yaitu downtime losses, speed losses dan defects losses.

(Nakajima, 1988)

2.4.1 Downtime Losses

Downtime losses terdiri dari dua macam kerugian, yaitu

breakdown losses dan setup and adjustment losses.

a. Breakdown Losses

13
 Merupakan kerugian yang diakibatkan oleh kerusakan

mesin dan peralatan sehingga proses produksi terhenti.

Rumus yang digunakan adalah sebagai berikut :

total breakdown
BL=
loading time

b. Setup and Adjustment

Merupakan kerugian yang terjadi karena setelah setup

dilakukan, peralatan/mesin mengalami kerusakan dan

dikarenakan waktu setup yang lama. Rumus yang digunakan

adalah sebagai berikut :

total setup∧adjustime
SA=
loading time

2.4.2 Speed losses

Speed losses terdiri dari dua macam kerugian, yaitu idling and

minor stoppages dan reduced speed.

a. Idlling and Minor Stoppages

Merupakan kerugian yag disebabkan mesin berhenti

sesaat. Kerugian seperti ini tidak bisa dideteksi secara

langsung sehingga mesin tetap beroperasi namun tidak ada

output yang dihasilkan. Rumus yang digunakan adalah

sebagai berikut :

( jumlah target − jumlah produksi ) x cycle time

IMS=
loading time

b. Reduced Speed

14
 Pengurangan kecepatan mesin yang disebabkan waktu

siklus produksi bertambah dari waktu siklus ideal. Rumus

yang digunakan adalah sebagai berikut :

( actual cycle time−ideal cycle time ) x total produk

RS=
loading time

2.4.3 Defects Losses

Defects losses terdiri dari dua macam kerugian, yaitu defects in

process dan reduced yield.

a. Defects in Process

Merupakan kerugian dikarenakan produk hasil produksi

memiliki cacat setelah keluar dari proses produksi. Rumus

yang digunakan adalah sebagai berikut :

ideal cycle time x defect

DIP=
loading time

b. Reduced Yield

Merupakan kerugian pada awal waktu produksi atau saat

setup. Rumus yang digunakan adalah sebagai berikut :

ideal cycle time x jumlah cacat p ada awal produksi

RY =
loading time

2.5 Failure Mode and Effect Analysis (FMEA)

Menurut D.H. Stamatis (1995) FMEA merupakan sebuah metodologi

yang digunakan untuk mengevaluasi kegagalan terjadi dalam sebuah

sistem, desain, proses, atau pelayanan (service). Identifikasi kegagalan

potensial dilakukan dengan cara pemberian nilai atau skor masing –

15
masing moda kegagalan berdasarkan atas tingkat kerjadian (occurrence),

tingkat keparahan (serverity), dan tingkat deteksi (detection). Dengan

menggunakan FMEA dapat menentukan dengan urut tingkat resiko

potensi kerugian packer machine 641-PM1, 642-PM1, dan 643-PM1. Nilai

RPN yang merupakan hasil kali dari tiga faktor kegagalan yaitu severity,

occurance dan detection. Ada tiga aspek tersebut yang harus diketahui

dari potensi kegagalan yang mungkin muncul, yakni:

2.5.1 Severity (Keparahan)

Severity (keparahan) dari penyebab potensi kerugian, rate of

severity (keparahan) berdasarkan indikator sebagai berikut :

Tabel 2.2 Severity Rate

Rat Effect Severity

e
A potential failure mode effect
Hazardous without
10 safe and system operation
warning
without warning
A potential failure mode effect
Hazardous with
9 safe and system operation with
warning
warning
System inoperable with
8 Very high destructive failure without
compromising safety
System inoperable with
7 High
equipment damage
System inoperable with minor
6 Moderate
damage
System inoperable without
5 Low
damage

16
 System operable with significant
4 Very low degradation ofPerformance
Efficiency
System operable with some
3 Minor degradation of Performance
Efficiency
System operable with minimal
2 Very minor
interference
1 None No effect
Sumber : Y.M. Wang, et al, 2009

2.5.2 Occurrence (Kejadian)

Occurrence (kejadian) dari penyebab potensi kerugian, rating

of occurence (kejadian) berdasarkan indikator sebagai berikut :

Tabel 2.3 Occurance Rate

Probabilitas kejadian Tingkat kejadian Nilai

Sangat tinggi dan tidak bisa >1 in 2 10
1 in 3 9
dihindari
1 in 8 8
Tinggi dan sering terjadi
1 in 20 7
1 in 80 6
Sedang dan kadang terjadi
1 in 400 5
1 in 2.000 4
Rendah dan relatif jarang terjadi
1 in 15.000 3
Sangat rendah dan hampir tidak 1 in 150.000 2
1 in 1.500.000 1
pernah terjadi
Sumber : Y.M. Wang, et al, 2009

2.5.3 Detection (deteksi/kontrol saat ini)

Detection (deteksi/kontrol saat ini) atas potensi kerugian,

rating of detection (deteksi/kontrol saat ini) berdasarkan

indikator sebagai berikut :

Tabel 2.4 Detection Rate

17
 Deteksi Kemungkinan terdeteksi Rank.
Hampir tidak Tidak alat control yang mampu
10
mungkin mendeteksi
Sangat jarang Alat pengontrol saat ini sulit
mendeteksi bentuk dsn 9
penyebab kegagalan
Jarang Alat pengontrol saat ini sulit
mendeteksi bentuk dsn 8
penyebab kegagalan
Sangat rendah Kemampuan alat control untuk
mendeteksi bentuk dan 7
penyebab sangat rendah
Rendah Kemampuan alat control untuk
mendeteksi bentuk dan 6
penyebab rendah
Sedang Kemampuan alat control untuk
mendeteksi bentuk dan 5
penyebab sedang
Agak tinggi Kemampuan alat control untuk
mendeteksi bentuk dan 4
penyebab sedang sampai tinggi
Tinggi Kemampuan alat control untuk
mendeteksi bentuk dan 3
penyebab tinggi
Sangat tinggi Kemampuan alat control untuk
mendeteksi bentuk dan 2
penyebab sangat tinggi
Hampir pasti Kemampuan alat control untuk
mendeteksi bentuk dan 1
penyebab hampir pasti
Sumber : Y.M. Wang, et al, 2009

18
2.6 Fishbone Diagram

Ishikawa Diagram juga dikenal dengan diagram, sebab akibat

(cause and effect diagram) atau fishbone diagram merupakan salah satu

dari tujuh tools dasar untuk perbaikan kualias di industri Jepang.

Diagram ini digunakan untuk menampilkan faktor-faktor penyebab

khusus mengenai karakter kualitas atau permasalahan. Sehingga dapat

diilustrasikan bahwa karakter kualitas sama dengan effect sedangkan

faktor sama dengan cause, hal ini yang menyebabkan Fishbone Diagram

diberi nama cause and effect diagram (Ishikawa, 1976).

Menurut Ishikawa (1976), faktor-faktor yang terlibat dalam

masalah kualitas sering tidak dapat terhitung, artinya jumlah faktor

penyebab masalah sangat banyak. Diagram ini digunakan untuk

membantu dalam mengurutkan penyebab dari penurunan dan mengatur

perihal yang saling berhubungan.

Cause and effect diagram digambarkan untuk memeberikan

ilustrasi secara benar terhadap sesuatu yang mempengaruhi kualitas

produk. Penyusunan fishbone diagram dilakukan secara brainstorming

atau diskusi mengenai karakter kualitas yang dialami (Ishikawa, 1976).

Terdapat langkah-langkah dalam menyusun fishbone diagram sebagai

berikut :

Langkah Menentukan karakter kualitas (effect) atau

1 penyebab dari masalah yang dihadapi

Langkah Menulis karakter kualitas / penyebab disamping

19
2 kanan (sebagai kepala ikan), kemudian tarik garis

kekiri (sebagai tulang utama).

Gambar 2.2 Karakter kualitas atau cause sebagai

kepala Fishbone Diagram
Sumber : Ishikawa, 1976
Langkah Menulis faktor penyebab masalah atau karakter

3 kualitas pada tulang ikan

Gambar 2.3 Cabang/tulang utama diagram

Sumber : Ishikawa, 1976

Langkah Kemudian buatlah cabang dari faktor penyebab

4 masalah yang dianggap sebagai sebab spesifik,

cabang masalah dapat dibuat lebih detail dengan

membuat ranting dari cabang masalah.

20
 Gambar 2.4 Cabang/tulang lebih kecil / lebih
spesifik.
Sumber : Ishikawa, 1976

Langkah Periksa kembali cabang dan ranting masalah

5 penyebab yang dapat mengurangi kulitas.

21
 BAB III

METODOLOGI PENYELESAIAN MASALAH

3.1 Objek Penelitian

Objek penelitian ini dilakukan di PT Semen Bosowa Banyuwangi

pada packer machine 641 PM1 , 642-PM1, dan 643-PM1.

3.2 Teknik Pengambilan Data

Terdapat tiga teknik pengumpulan data yang dibutuhkan yaitu :

3.6.1 Data Interview (Wawancara)

Pengambilan data interview dilakukan dengan cara

bertanya kepada Head Dept. Produksi, Supervisor PPIC,

Supervisor Packer, Head Dept. Logistik dan Distribusi, Head

Section of Electrical, Head Section of Mechanical, Petugas WB,

Petugas Checker di Truck Line, petugas pengantongan semen,

petugas loading semen ke truk, dan driver truk di PT Semen

Bosowa Banyuwangi untuk mendapatkan informasi mengenai

permasalahan yang ada di perusahaan, penyebab, dan akibat

yang ditimbulkan dari permasalahan tersebut..

3.6.2 Data Pengamatan (Observasi)

Pengambilan secara langsung di lapangan terhadap data

yang dibutuhkan seperti Data yang diambil sebagai berikut

(Nakajima, 1988):

22
a. Jam kerja, didapatkan dari jumlah waktu kerja mulai pukul

07.00 – 15.00 WIB.

b. Over time, didapatkan dari jumlah waktu kerja setelah

pukul 15.00 WIB.

c. Machine work time, merupakan hasil penjumlahan dari jam

kerja dan overtime.

d. Planned downtime,merupakan waktu downtime terjadwal

atau direncanakan, seperti istirahat dan preventive

maintenance.

e. Loading time, merupakan jumlah jam kerja dengan

overtime, kemudian dikurangi planned downtime.

f. Setup & adjustment,waktu persiapan kerja mesin packer

sebelum proses produksi mulai.

g. Failure & repair,merupakan waktu kegagalan/kerusakan

atau perbaikan mesin.

h. Waktu operasi, merupakan waktu operasi mesin dan

menghasilkan output produk.

i. Target produksi, merupakan target output perusahaan

berdasarkan kapasitas mesin yaitu 2300

kantong/jam/mesin

j. Jumlah produksi, merupakan output produk pada periode

tertentu.

23
 k. Ideal cycle time,waktu ideal yang digunakan untuk mengisi

1 kantong semen.

l. Actual cycle time, waktu aktual yang digunakan untuk

mengisi 1 kantong semen.

m. Reject saat setup, merupakan jumlah reject product pada

saat setup mesin.

n. Reject setelah setup, merupakan reject product yang terjadi

setelah setup mesin.

o. Selain itu pengisian quisioner untuk mencari tingkat RPN (Risk

Priority Number) berdasarkan variabel 80% six big losses

tertinggi, sehingga mendapatkan informasi historis Risk

Prioriry Number (RPN) tahun 2019 lebih detail.

3.6.3 Studi pustaka

Mencari referensi dalam buku atau jurnal penelitian untuk

mendukung analisis yang dilakukan, dan membantu dalam

menyelesaikan permasalahan secara teori.

3.3 Alur Penelitian

Penelitian ini diawali dengan identifikasi masalah. Pada proses

ini perlu dilakukan observasi lapangan, sehingga dapat mengetahui

masalah yang terjadi dan perlu dianalisis sebab akibat dari masalah

tingkat efektifitas packer machine. Setelah melakukan identifikasi

masalah, langkah selanjutnya adalah melakukan studi pustaka untuk

24
mencari teori pemecahan masalah menggunakan referensi buku dan

jurnal nasional maupun internasional. Teori pemecahan masalah

dapat membantu untuk mengetahui jenis data yang dibutuhkan.

Pengumpulan data dilakukan secara kolektif dari data historis

perusahaan periode 1 Januari – 31 Desember 2019. Setelah data

dikumpulkan, langkah selanjutnya adalah melakukan pengolahan data

dan melakukan perancangan dan pengembangan perangkat

pendukung pengolahan data avalibility rate, performance efficiency,

rate of quality, overall effectiveness equipment, breakdown losses, setup

and adjustment losses, idling and minor stoppages, reduced speed,

defect in process, dan reduced yield. Dalam perancangan dan

pengembangan perangkat dapat menampilkan keterangan tingkat

efektivitas mesin apakah sudah sesuai atau dibawah standar

internasional. Selain itu, perangkat pengolahan dapat menampilkan

enam kerugian terbesar dalam proses pengantongan semen.

Analisis hasil merupakan langkah setelah pengolahan data,

analisis hasil menggunakan Failure Mode and Effect Analisys (FMEA)

sehingga didapatkan tingkat keprahan (severity), tingkat kejadian

(occurance), dan tingkat pengawasan (detection). Nilai resiko prioritas

(Risk Priority Number) didapatkan dari perkalian hasil severity,

occurance, dan detection. Setelah diketahui hasil nilai resiko prioritas

maka dapat segera dievaluasi menggunakan Fishbone Diagram untuk

mengetahui sebab-akibat dari nilai resiko prioritas tersebut. Setelah

25
dilakukan analisis, dapat diketahui solusi atau saran untuk

meningkatkan efektifitas dan dapat menekan tingkat kerugian proses

pengantongan semen. Adapun alur penelitian dapat ditampilkan

dalam bentuk diagram alir sebagai berikut :

26
 Mulai

Identifikasi Masalah

Perumusan Masalah

Studi Pustaka

Pengambilan Data OEE-SBL : waktu kerja, over time,

machine work time, planned downtime, loading time, setup &
adjustment, failure & repair, waktu produksi, target
produksi, jumlah produksi, ideal cycle time, actual cycle
time, reject saat setup, reject setelah setup.
Pengambilan Data FMEA : severity, occurance, detection

Pengolahan OEE : (availability rate, Performance

Efficiency, rate of quality) dan six big losses
(Nakajima, 1988) dan mengembangkan
perangkat pendukung pengolahannya.

Pengolahan RPN (Risk Priority Number)

Mencari sebab dan akibat rendahnya tingkat

OEE menggunakan Metode FMEA (Y.M.
Wang, et al, 2009) dan Fishbone Diagram
untuk mengurangi six big losses.

Analisis

Kesimpulan dan saran

Selesai

Gambar 3.1 Alur Penelitian

27
 DAFTAR PUSTAKA

Bamber, C. J. 2003. Cross-functional Team Working for Overall Effectiveness

Equipment (OEE). Journal of Rate of Quality Engineering Vol. 9 No. 3,

2003, pp 223-238 MCB UP Limited 1355 – 2511 . Researchgate

Ben-Daya, Mohammed, et al. 2009. Handbook of Maintenance Management

and Engineering. London : Springer Verlag London Limited.

Bilianto, Bernandus Yoseph. 2016. Pengukuran Efektivitas Mesin

Menggunkan Overall Effectiveness Equipment Untuk Dasar Usulan

Perbaikan. Jurnal Universits Muhammadiyah Malang. p-ISSN 1412-

6869

Ishikawa, Kouru 1976. Guide to Quality Control. Hong Kong : Asian

Productivity Organization

Kurniawan, Fajar. 2013. Teknik dan Aplikasi Manajemen Perawatan Industri.

Yogyakarta : Graha Ilmu

Lazim, Halim Mad. Et. al. 2008. Total Productive Maintenance And

Performance Efficiency: A Malaysian SME Experience. International

Review of Business Research Papers Vol 4 No. 4 Aug – Sept 2008 Pp.237-

250

Nakajima, S., 1988, Introduction to TPM (Total Productive Maintenance), 1st

Edition, Productivity Inc, Cambridge.

Ngadiyono, Yatin. 2010. Pemeliharaan Mekanik Industri. Yogyakarya :

Universitas Negeri Yogyakarta

28
Relkar, Anand S. Et. al. 2012. Optimizing & Analysing Overall Equipment

Effectiveness (OEE) Through Design of Experiment. 2973 – 2980, Science

Direct

Stamatis, D.H. 1995. Failure Mode and Analysis : FMEA from Theory

Stamatis, D.H. 2010. The OEE Primer Understanding Overall Equipment

Effectiveness, Reliability, and Maintainability. United States of

America : by Taylor and Francis Group, LLC Productivity Press

Vorne Industries Inc. (2002). Retrieved September 28, 2019, from World-Class

OEE: https://www.oee.com/world-class-oee.html

Wang, Y. M, Chin. K.S, Poon G.K.K, & Yang J.B. 2009, Risk Evaluation in Failure

Mode and Effects Analysis Using Fuzzyweighted Geometric Mean, Expert

Systems with Applications 36 (2009) 1995-1207, Science Direct

29