Manufacturing Letters 19 (2019) 21-24

Daftar isi tersedia di ScienceDirect

Surat Manufaktur

homepage jurnal: www.elsevier .com / cari / mfglet

Metode baru analisis kemacetan untuk sistem manufaktur

He Tang
School of Engineering Technology, Eastern Michigan University, Ypsilanti, MI, Amerika Serikat

articleinfo abstrak

Sejarah artikel: Salah satu pengukuran sistem manufaktur adalah Overall Equipment Effectiveness (OEE). Makalah ini mengulas OEE, membahas kerugian
Diterima 18 Agustus 2018 throughput dari tiga faktor OEE, dan mengeksplorasi informasi tersembunyi di OEE. Makalah ini mengusulkan metode baru berdasarkan OEE
Diterima dalam bentuk revisi 28 Desember 2018 Diterima 7
untuk mengidentifikasi hambatan sistem manufaktur yang kompleks. Metode baru ini mempertimbangkan tidak hanya keluaran dari sistem
Januari 2019
manufaktur tetapi juga pengaruh dari sistem hulu dan hilirnya. Oleh karena itu, metode baru dapat mengungkapkan pemenuhan dan
Tersedia online 10 Januari 2019
kompetensi sebenarnya dari sistem manufaktur, yang dapat memandu upaya perbaikan.

Kata kunci:
Sistem manufaktur
Perkumpulan Insinyur Manufaktur (UKM) 2019. Diterbitkan oleh Elsevier Ltd. Semua hak dilindungi undang-undang.
Throughput
OEE
Kemacetan

1. Perkenalan [6–8] . Model untuk memprediksi throughput menggunakan keandalan rata-rata stasiun dengan
throughput sistem nyata telah ditinjau [9] . Metode untuk mendukung proses pengambilan keputusan
Throughput produksi adalah salah satu kapabilitas terpenting untuk sistem manufaktur. dipelajari [10] .
Throughput dapat diekspresikan dengan berbagai cara, seperti jumlah total unit yang diproduksi dan Dalam praktik industri, OEE sering digunakan untuk pemenuhan sistem manufaktur. Misalnya,
jumlah pekerjaan yang diselesaikan per jam (JPH). Baik total unit dan JPH menunjukkan output Toyota menggunakan metode sederhana berdasarkan masa aktif rata-rata peralatan untuk
keseluruhan dari sistem manufaktur. mengidentifikasi kemacetan [11] . Tindakan perbaikan harus direncanakan dan diimplementasikan
pada unit bottleneck.
Tiga faktor utama dapat menyeret throughput sistem. Mereka adalah ketersediaan (A) yang
disebut waktu henti, kinerja (P) tentang operasi yang lambat, dan kualitas produk (Q) karena cacat. Selain itu, konsep standalone telah digunakan untuk beberapa aspek analisis manufaktur, seperti
Ketiga faktor tersebut dihitung dengan di [12–15] . Peneliti menemukan '' definisi throughput Stand Alone dari subsistem produksi tidak
sejelas untuk satu stasiun dalam literatur saat ini atau dalam praktik ” [16] . Untuk sistem manufaktur
yang kompleks, konsep standalone membutuhkan lebih banyak studi.
p Sebuah ð Þ Q ¼ ug ð Þ
SEBUAH
¼ t Sebuah ð% Þ; P. ¼ ð1Þ
t p%; u%

dimana t Sebuah mewakili waktu produksi aktual, t waktu produksi yang direncanakan, p Sebuah tingkat 2. Review OEE
operasi aktual, proses yang dirancang
menilai, u g jumlah unit bagus yang diproduksi, dan u jumlah unit yang diproduksi. Kemudian, Overall 2.1. Interpretasi OEE
Equipment Effectiveness (OEE) adalah
dinyatakan sebagai produk dari tiga faktor. Salah satu cara untuk menafsirkan kontribusi faktor individu
A, P, dan Q dari OEE adalah untuk memperkirakan kontribusinya terhadap keluaran sistem
Sebuah manufaktur. Kerugian throughput karena ketersediaan sistem, kinerja, dan kualitas masing-masing
OEE ¼ APQ ¼ t Sebuah pu g ð% Þ ð2Þ
tpu adalah (1 A), (1 P), dan (1 Q). Jadi, penjumlahan kerugiannya adalah (1 A) + (1 P) + (1 Q)

Penelitian tentang subjek ini difokuskan pada kinerja dan peningkatan sistem [1,2] . Empat
[17] . Menariknya, 1 [(1 A) + (1 P) +
metode utama OEE untuk situasi yang berbeda diselidiki [3] Simulasi komputer digunakan untuk
(1 Q)] sangat dekat dengan OEE ketika A, P, dan Q lebih baik dari 90% ( Gambar 1 ), yang merupakan
mempertimbangkan penyumbatan jalur produksi dan probabilitas kelaparan, catatan konten
pemahaman baru.
penyangga [4,5] , dan deteksi bottleneck
1 ½ð 1 SEBUAH Þ þ ð 1 P. Þ þ ð 1 Q Þ OEE ¼ APQ ð3Þ

Alamat email: htang2@emich.edu

https://doi.org/10.1016/j.mfglet.2019.01.003
2213-8463 / 2019 Society of Manufacturing Engineers (SME). Diterbitkan oleh Elsevier Ltd. Semua hak dilindungi undang-undang.
22 H. Tang / Manufacturing Letters 19 (2019) 21–24

OEE menunjukkan kapasitas keseluruhan dari suatu sistem dan subsistemnya. Namun, OEE
tidak memberikan informasi untuk identifikasi dan analisis bottleneck [18] . Secara superfisial,
subsistem dengan OEE terendah dapat dinilai sebagai penghambat untuk sistem yang kompleks.
Namun, penilaian seperti itu mungkin atau mungkin tidak benar karena OEE yang rendah dapat
disebabkan oleh subsistem lain. Oleh karena itu, analisis lebih lanjut diperlukan untuk memahami
mengapa OEE suatu subsistem rendah dan subsistem mana yang merupakan bottleneck sebenarnya
dalam suatu sistem.

3. Metode baru OEE mandiri

3.1. Dampak eksternal pada operasi

Keluaran dari suatu subsistem dapat dipengaruhi oleh subsistem hulu dan hilirnya. Misalnya,
cacat dapat dihasilkan baik di dalam subsistem atau oleh subsistem hulu. Untuk tujuan identifikasi
hambatan dan mengikuti tindakan perbaikan, penting untuk mengetahui dari mana masalah kualitas
Gambar 1. Perbedaan antara OEE dan 1 [(1 A) + (1 P) + (1 Q)].
berasal.

Demikian pula, untuk ketersediaan, ada tiga kemungkinan alasan untuk situasi non-operatif.
Yang pertama adalah kesalahan dari subsistem itu sendiri. Yang kedua adalah bahwa subsistem
sedang menunggu suku cadang (atau kelaparan) karena tidak ada pekerjaan baru yang tersedia dari
subsistem hulu. Kemungkinan alasan ketiga adalah bahwa subsistem tidak dapat mengirim pekerjaan
yang telah diselesaikan ke subsistem berikutnya (atau diblokir) karena tidak dapat menerima
pekerjaan baru untuk alasan apa pun. Untuk dua situasi terakhir, akar penyebabnya bersifat
eksternal.

Efektif untuk upaya perbaikan pada subsistem untuk difokuskan pada kesalahannya sendiri.
Menjadi kelaparan dan diblokir tidak berada di bawah kendali subsistem. Dengan demikian, situasi
tersebut harus diekstraksi dari evaluasi subsistem untuk analisis bottleneck. Subsistem seperti itu
dapat dilihat secara mandiri.

3.2. Kemampuan mandiri

Dengan demikian, kapabilitas mandiri diperkenalkan untuk menunjukkan pemenuhan sejati dari
Gambar 2. Kesalahan estimasi menggunakan 1 [(1 A) + (1 P) + (1 Q)] untuk OEE. sistem manufaktur. Ketersediaan stasiun yang berdiri sendiri didiskusikan sebagai produktivitas
stasiun sementara tidak terpengaruh oleh stasiun yang berdekatan [19] . Untuk analisis OEE dalam hal
ini
Tambahan, Gambar 2 menunjukkan dua kasus untuk mengevaluasi kesalahan estimasi kertas, ketersediaan mandiri (A sa) didefinisikan sebagai
menggunakan 1 [(1 A) + (1 P) + (1 Q)] untuk OEE. Pada gambar tersebut, garis hitam menunjukkan
t Sebuah
kesalahan estimasi jika A, P, dan Q semuanya berada dalam kisaran 90–100%. Garis merah SEBUAH
sa ¼ ð% Þ ð4Þ
t ð tsþ tb Þ
menunjukkan estimasi kesalahan dari situasi tipikal, dimana salah satu dari A, P, dan Q lebih baik
dari 90%, faktor kedua lebih baik dari 95%, dan yang ketiga lebih baik dari 98%. dimana t s dan T b menunjukkan waktu kelaparan dan waktu memblokir, respec-
giat. Dibandingkan dengan ketersediaan konvensional, A sa tidak termasuk waktu kelaparan dan waktu
pemblokiran, yang disebabkan oleh hulu
Oleh karena itu, penjumlahan dari ketiga faktor kerugian tersebut dan subsistem hilir. Dalam sistem produksi otomatis, waktu kelaparan dan waktu pemblokiran
ð 1 SEBUAHÞ þ ð 1 P. Þþð1T Þ dapat digunakan untuk memahami OEE di bawah biasanya dicatat. Jadi,
keadaan operasional normal di mana faktor-faktornya lebih baik dari 90%. Kapabilitas suatu sistem sebuah sa untuk semua subsistem dapat dengan cepat diperoleh.
manufaktur dapat diartikan sebagai kontribusi aditif dari ketiga faktor tersebut untuk sistem yang Berdasarkan konsep standalone, performa standalone
berjalan dengan baik. Pemahaman ini dapat menjadi dasar untuk analisis di masa mendatang. (P. sa) dan kualitas mandiri (Q. sa) dapat didefinisikan dan disajikan dalam persamaan berikut:

ug
P. sa ¼ p Sebuah ð%;
Þ Q sa ¼ ð% Þ ð5Þ
hlm u uu u
2.2. Tantangan identifikasi bottleneck
dimana p u menunjukkan kehilangan kecepatan karena operasi hulu, u u
mewakili kualitas unit yang buruk karena operasi hulu. Kemudian,
Sistem manufaktur yang kompleks, seperti sistem perakitan kendaraan, dapat dipandang
dengan sa, P. sa, dan Q sa, OEE mandiri (atau OEE sa) diperkenalkan dan disajikan oleh
sebagai rantai besar dengan banyak subsistem. Kekuatan dan kinerja suatu sistem (rantai)
ditentukan oleh kemampuan maksimum yang dapat dimiliki oleh subsistem (tautan) terlemah dari
rantai tersebut. Dengan demikian, bottleneck sistem manufaktur mengacu pada subsistem yang t Sebuah ðphlm
Sebuah
u ug Þ ð uu Þ%
membatasi kapasitas seluruh sistem.
OEE sa ¼ SEBUAH sa P. sa Q sa ¼ ½ t ð t þ t Þ ðÞ
s b u

ð6Þ
Dengan demikian, mengubah setiap subsistem dari sistem manufaktur dapat mempengaruhi
kemampuannya, tetapi meningkatkan subsistem bottleneck dapat meningkatkan kompetensi sistem Dibahas di atas, tiga faktor OEE dapat menjadi tambahan untuk situasi operasi yang khas.
secara signifikan. Oleh karena itu, upaya perbaikan harus dimulai dengan mengidentifikasi hambatan. Dengan demikian, sebuah ilustrasi perbandingan
ison dari OEE dan OEE sa ditampilkan dalam Gambar 3 .
 H. Tang / Manufacturing Letters 19 (2019) 21–24 23

OEE menunjukkan kapabilitas secara keseluruhan dan teramati, sedangkan OEE sa mengungkapkan kapabilitas

sistem sebenarnya yang sebagian tersembunyi karena eksternal

faktor.
Oleh karena itu, bijaksana untuk menghitung OEE dan OEE sa untuk semua pria-
subsistem manufaktur. Jika OEE dan OEE sa berada dalam urutan yang berbeda bersama dengan
subsistem, penting untuk memahami perbedaan-
mempengaruhi dan mengatur arah peningkatan.
Untuk mengimplementasikan OEE sa, Penting agar dampak subsistem hulu dan hilir dapat dicatat
secara waktu nyata. Di
aplikasi, tidak sulit untuk mendapatkan A sa. Namun, dampaknya
dari subsistem hulu di P sa dan Q sa mungkin tidak segera tersedia. Dalam kasus seperti itu, OEE
mandiri (6) mungkin sederhana
diberikan kepada (7) , di mana dampak dari hulu pada kinerja dan kualitas didiskon menjadi perkiraan
cepat.

t p Sebuah u g
Gambar 3. Ilustrasi perbedaan antara OEE dan OEE sa.
OEE sa disederhanakan ¼ SEBUAH sa PQ ¼ ð% Þ ð7 Þ
tsþ
½ t ð Sebuah tb Þ pu

OEE sa-disederhanakan hanya berdasarkan A sa. Masalah yang terkait dengan kinerja dan kualitas hulu
4. Diskusi tentang OEE mandiri
dapat ditangani secara terpisah.

Terbukti, untuk memahami dampak eksternal dan menghitung

OEE sa, waktu kelaparan (t s) dan waktu pemblokiran (t b) operasi
5. Kesimpulan
dari sistem manufaktur harus tersedia. OEE sa dapat langsung diterapkan ke sistem manufaktur dalam
pengaturan serial.
Berdasarkan praktik pada sistem manufaktur yang kompleks,
Untuk pengaturan paralel dan hybrid dari sistem manufaktur, con-
penulis menyajikan dengan pemahaman baru tentang mandiri A sa, P. sa,
kecuali OEE sa dapat diterapkan. Namun, lebih banyak upaya untuk mengidentifikasi
dan Q sa. Selanjutnya penulis mengusulkan OEE mandiri sa dan membahasnya dengan sebuah contoh,
dan menganalisis waktu kelaparan yang sesuai (t s) dan waktu pemblokiran akan dibutuhkan.
yang dapat diterapkan pada pria serial-
sistem manufaktur.
Untuk pembahasan, pabrik perakitan kendaraan dipilih sebagai contoh. Pabrik memiliki tiga
OEE sa menunjukkan pemenuhan throughput yang sebenarnya dan kapabilitas subsistem
operasi serial utama, Body, Paint, dan General Assembly (GA). Untuk produksi seminggu, informasi
manufaktur dengan mengecualikan pengaruh dari
terkait throughput ditampilkan di Gambar 4 .
hulu dan hilir. Oleh karena itu, OEE sa adalah alat yang efektif untuk mengidentifikasi kemacetan
sistem.
Dalam hal ini, Toko Cat memiliki OEE terendah (87,7%), yang berarti toko Cat adalah
OEE sa akan membutuhkan lebih banyak aplikasi dan studi lebih lanjut tentang keefektifannya.
penghambat bagi pabrik pada minggu tersebut dan harus menjadi titik fokus perbaikan. Namun,
Selain itu, studi lebih lanjut dapat dilakukan tentang dampaknya
kinerja dan kualitas hulu di OEE sa dan aplikasi ke sistem manufaktur dalam pengaturan paralel dan
OEE sa menunjukkan produksi Cat secara signifikan dihilangkan dari bengkel Body (6,2%) dan diblokir
hibrid.
oleh toko GA (2,3%).
OEE sa Toko Body adalah yang terendah (93,9%) di antara ketiga toko. Itu menunjukkan bahwa
sebenarnya pabrik itu mengalami bottleneck Referensi
toko Body, yang menyebabkan status kelaparan di toko Paint dan GA. Dengan demikian, fokus
utama perbaikan harus pada kesalahan yang terjadi di bengkel Body. [1] Blumenfeld DE, Li JS. Rumus analitik untuk keluaran jalur produksi
dengan stasiun identik dan kegagalan acak. Matematika Probl Eng 2005; 3: 293–308 .
[2] Kimball PE. Strategi otomatisasi ramping untuk volume tinggi, kompleksitas tinggi,
Informasi kunci diungkapkan oleh OEE sa adalah kemampuan aktual suatu subsistem tanpa sistem manufaktur [tesis MBA]. Institut Teknologi Massachusetts; 2015 .
pengaruh dari subsistem tetangganya.
[3] Rita G dkk. Pada analisis efektivitas dalam sel manufaktur: kritis
implementasi dari pendekatan yang ada. Dalam: Konferensi internasional ke-27 tentang otomasi yang fleksibel
dan manufaktur cerdas, 27-30 Juni 2017, Modena, Italia, vol. 11. Manufaktur Procedia; 2017. hal. 1882–91. https://doi.org/

10.1016 / j.promfg. 2017.07.328 .

[4] Lin Li L dkk. Deteksi bottleneck berbasis data dari sistem manufaktur. Int J
Prod Res 2009; 47 (18): 5019–36 .
[5] Pandian A, Ali A. Simulasi bengkel robot otomotif untuk kinerja
perbaikan menggunakan umpan balik tanaman. Int J Ind Syst Eng 2011; 7 (3): 269–91 .
[6] Zhao D dkk. Algoritme deteksi bottleneck untuk perakitan produk yang kompleks
baris berdasarkan kapasitas operasi maksimum. Soal Matematika 2014; 2014.
https://doi.org/10.1155/2014/258173 .
[7] Chang Q dkk. Kontrol pabrik pengawas berdasarkan produksi waktu nyata
umpan balik. J Manuf Sci Eng 2006; 129 (3): 653–60 .
[8] Li L dkk. Prediksi hambatan throughput dari sistem manufaktur menggunakan
analisis deret waktu. J Manuf Sci Eng 2011; 133 (2). https://doi.org/10.1115/
1.4003786 .
[9] Kehandalan stasiun Huang N. Mean menyebabkan overestimasi throughput dalam
desain sistem produksi. J Manuf Syst 2012; 31 (2): 184–94 .
[10] Michalos G. Generasi desain jalur perakitan multi kriteria otomatis
metode untuk dukungan pengambilan keputusan: studi kasus otomotif [Ph.D. disertasi]. Yunani: Sekolah
Teknik, Universitas Patras; 2011 .
[11] Roser C et al. Metode deteksi kemacetan praktis. Phoenix, Arlington, VA,
AS: Prosiding konferensi simulasi musim dingin ke-33; 2001. hal. 949–53 .
[12] Subramaniyan M et al. Algoritme berdasarkan data untuk kemacetan throughput
analisis sistem produksi. Prod Manuf Res 2018; 6 (1): 225–46. https: //
doi.org/10.1080/21693277.2018.1496491 .
[13] Li Y et al. Analisis throughput mandiri pada perambatan gelombang
Gambar 4. Contoh status operasi perakitan kendaraan. gangguan pada sub-sistem produksi. J Manuf Sci Eng 2013; 135 (5): 51001 .
24 H. Tang / Manufacturing Letters 19 (2019) 21–24

[14] Dui H. Mengevaluasi perlindungan untuk faktor eksternal dalam sistem multi-status. Int J
Performabilitas Eng 2018; 14 (3): 579–84. https://doi.org/10.23940/ijpe.18.03. hal19.579584 .
[15] Tentang aleb K et al. Rumus bentuk tertutup mandiri untuk tingkat keluaran
jalur aliran serial terdistribusi normal asynchronous. J Manuf Syst 2017; 43: 117–28 .
[16] Li Y et al. Analisis throughput yang berdiri sendiri pada perambatan gelombang
gangguan pada subsistem produksi. J Manuf Sci Eng 2013; 135 (5). https: // doi.org/10.1115/1.4024815 .
[17] Tang H. Proses perakitan kendaraan otomotif dan manajemen operasi,
ISBN: 978-0-7680-8338-5. Warrendale, PA: SAE Internasional; 2017 .
[18] Pound E dkk. Fisika pabrik untuk manajer, ISBN: 978-0-07-182550-3. Baru
York, NY: McGraw Hill; 2014 .
[19] Al-Aomar R. Sebuah metodologi untuk menentukan proses dan tingkat sistem
metrik kinerja manufaktur. Kertas Teknis SAE 2002-01-2900;
2002. https://doi.org/10.4271/2002-01-2900 .