Skripsi Dwi Sutriyanto

SKRIPSI
ANALISIS KINERJA MESIN DENGAN PERHITUNGAN

OVERALL EQUIPMENT EFFETIVENESS PADA MESIN
PACKING LINE AUTOMATION
ANALYSIS OF MACHINE PERFORMANCE WITH

CALCULATIONS OVERALL EQUIPMENT EFFETIVENESS ON
PACKING LINE AUTOMATION MACHINE
Diajukan untuk Memenuhi salah satu syarat

Memperoleh Gelar Sarjana Teknik
Disusun Oleh:
DWI SUTRIYANTO
351910018
PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK
UNIVERSITAS PELITA BANGSA
BEKASI
2023
LEMBAR PERSETUJUAN SKRIPSI

Disusun Oleh:
DWI SUTRIYANTO
351910018
Telah diperiksa dan disahkan

pada tanggal : 11 Februari 2023
Dosen Pembimbing I Dosen Pembimbing II
Dr. Ir. Tri Ngudi Wiyatno, M.T.IPU Andini Putri Riandani, S.Gz, M.Si,
NIDN. 0425086503 NIDN. 0423099106
Mengetahui,
Ketua Program Studi Teknik Industri
Dr. Ir. Tri Ngudi Wiyatno, M.T.IPU

NIDN. 0425086503
i
i
LEMBAR PENGESAHAN

Disusun Oleh:
DWI SUTRIYANTO
351910018
Telah dipertahankan didepan Dewan Penguji

pada tanggal : 11 Februari 2023
Dosen Penguji I Dosen Penguji II
Ikhsan Romli, S.Si., M.Sc Fibi Eko Putra, S.T., M.T.

NIDN. 0413058603 NIDN. 0421069204
Dosen Pembimbing I Dosen Pembimbing II
Dr. Ir. Tri Ngudi Wiyatno, M.T.IPU Andini Putri Riandani, S.Gz, M.Si,
NIDN. 0425086503 NIDN. 0423099106
Mengetahui,
Ketua Program Studi Teknik Industri
Dr. Ir. Tri Ngudi Wiyatno, M.T.IPU

NIDN. 0425086503
Dekan Fakultas
Putri Anggun Sari, S.Pt., M.Si.

NIDN. 0424088403
ii
PERNYATAAN
KEASLIAN SKRIPSI
Sebagai mahasiswa Universitas Pelita Bangsa, yang bertanda tangan dibawah ini,
saya :
Nama : Dwi Sutriyanto
NIM : 351910018
Menyatakan bahwa karya ilmiah yang berjudul :
“Analisis kinerja mesin dengan Penghitungan Overall Equipment

Effetiveness Pada Mesin Packing Line Automation”
merupakan karya asli saya (kecuali cuplikan dan ringkasan yang masing-masing
telah saya jelaskan sumbernya dan perangkat pendukung seperti web cam dll).
Apabila dikemudian hari, karya saya disinyalir bukan merupakan karya asli saya,
yang disertai dengan bukti-bukti yang cukup, maka saya bersedia untuk
dibatalkan gelar saya beserta hak dan kewajiban yang melekat pada gelar tersebut.
Demikian surat pernyataan ini saya buat dengan sebenarnya.
Dibuat di : Bekasi
Pada Tanggal : 11 Februari 2023
Yang Menyatakan,
Dwi Sutriyanto
iii
PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK
KEPENTINGAN AKADEMIS
Sebagai mahasiswa Universitas Pelita Bangsa, yang bertanda tangan dibawah ini,
saya :
NIM : 351910018
demi mengembangkan Ilmu Pengetahuan, menyetujui untuk memberikan kepada
Universitas Pelita Bangsa Hak Bebas Royalti Non-Elsklusif (Non Exclusive
Royalty Free Right) atas karya ilmiah yang berjudul :
“Analisis kinerja mesin dengan Penghitungan Overall Equipment

Effetiveness Pada Mesin Packing Line Automation”
beserta perangkat yang diperlukan (bila ada). Dengan Hak Bebas Royalti Non-
Elsklusif ini Universitas Pelita Bangsa berhak untuk menyimpan, mengcopy ulang
(memperbanyak), menggunakan, mengelolanya dalam bentuk pangkalan data
(database), mendistribusikannya dan menampilkan/mempublikasikannya
diinternet atau media lain untuk kepentingan akadmeis tanpa perlu meminta ijin
dari saya selama tetap mencantumkan nama saya sebagai penulis/pencipta.
Saya bersedia untuk menanggung secara pribadi, tan[a melibatkan pihak

Universitas Pelita Bangsa, segala bentuk tuntutan hukum yang timbul atau
pelanggaran Hak Cipta dalam karya ilmiah saya ini.
Demikian surat pernyataan ini saya buat dengan sebenarnya

Dibuat di : Bekasi
Pada Tanggal : 11 Februari 2023
Yang Menyatakan,
Dwi Sutriyanto
iv
UCAPAN TERIMA KASIH
Dengan memanjatkan puji syukur kehadirat Allah SWT, Tuhan Yang Maha
Pengasih dan Maha Penyayang yang telah melimpahkan segala rahmat, hidayah,
dan inayah-Nya kepada penulis sehingga skripsi dengan judul “ANALISIS
KINERJA MESIN DENGAN PERHITUNGAN OVERALL EQUIPMENT
EFFETIVENESS PADA MESIN PACKING LINE AUTOMATION” dapat penulis
selesaikan sesuai dengan rencana karena dukungan dari berbagai pihak yang tidak
ternilai besarnya. Oleh karena itu penulis menyampaikan terima kasih kepada :
1. Bapak Hamzah Muhamad Mardi Putra, S.K.M., M.M, sebagai Rektor
Universitas Pelita Bangsa.
2. Bapak Dr. Ir. Supriyanto, M.P, sebagai Wakil Rektor 1 Universitas Pelita
Bangsa.
3. Ibu Putri Anggun Sari, S.PT, M.Si., sebagai Dekan Fakultas Teknik,
Universitas Pelita Bangsa.
4. Bapak Ir. Tri Ngudi Wiyatno, M.T selaku ketua prodi Teknik Industri
Universitas Pelita Bangsa dan selaku dosen pembimbing Laporan Tugas Akhir
yang telah bersedia meluangkan waktu dan tenaganya untuk memberikan
petunjuk, bimbingan, masukan, serta arahan kepada penulis dalam penyusunan
tugas Skripsi.
5. Keluarga besar yang saya cintai terkhusus untuk orang tua saya dan adik – adik
saya yang telah memberikan dukungan moral, materi dan spiritual.
6. Semua teman seperjuangan di prodi Teknik Industri yang selama ini sudah
saling membantu satu sama lain, terutama angkatan 2018. Semoga semua bisa
lulus tepat waktu
Semoga Tuhan Yang Maha Esa memberikan balasan yang lebih besar kepada
beliau-beliau dan pada akhirnya penulis berharap bahwa penulisan skripsi ini
dapat bermanfaat dan berguna sebagaimana mestinya.
Bekasi, 11 Februari 2023
Dwi Sutriyanto
v
ABSTRAK
Penelitian ini melanjutkan dari kuliah kerja praktek sebelumnya, Faktor

penting yang harus di perhatikan dalam mempertahankan mutu dan
meningkatkan produktivitas, adalah masalah perawatan mesin (preventiv
maintenance), Improvment di setiap masalah dan menjaga fasilitas produksi.
Berkaitan dengan hal tersebut, maka pihak yang menangani masalah perawatan
harus mampu menemukan sistem perawatan yang benar untuk dapat
meminimalisasi jumlah breakdown mesin dan biaya perbaikan atau perawatan
mesin yang dikeluarkan. mobile robot atau Automation kini menjadi pilihan, agar
produksi dengan optimal dengan man power yang sedikit misalnya adalah mesin
packing line Automated. Tujuan dilakukannya penelitian ini adalah untuk
menganalisa efektifitas mesin Automation pada area area Line Packing
Automation. Dan kegunaan man power melakukan Improvment berkelanjutan
jika sering terjadi breakdown, sehingga penghitungan OEE optimal. Metode
perhitungan OEE adalah metode digunakan untuk mengetahui efektifitas yang
dimiliki serta elemen yang mempengaruhinya, kemudian simulasi digunakan
untuk mengetahui secara detail mengenai elemen yang mempengaruhi nilai OEE
dan memberikan usulan yang sesuai. Dari hasil perhitungan, didapatkan nilai OEE
dari mesin traying pada packing line Automation sebesar 79% yang mana belum
mencapai standar dari OEE yaitu sebesar 85% sehingga pada periode sebelumnya
mesin traying belum beroperasi secara ideal. Berdasarkan analisa dengan
menggunakan six big losses, yang menjadi penyebab kerugian akibat equipment &
failure losses dan kerugian akibat iddling and minor stopages losses dengan total
persentase sebesar 75,4%. Berdasarkan hasil analisa dengan FMEA, akar
penyebab masalahnya adalah trouble pada tray takeout, sehingga dilakukan
modifikasi untuk meminimalisir trouble pada tray takeout. Dari hasil
improvement kinerja mesin tray sudah berada pada kondisi yang ideal dengan
nilai OEE sebesar 87%.
Kata Kunci : Perhitungan OEE, analisis kinerja mesin Automation
vi
vii
ABSTRACT
This research is continued from previous practical work lectures.

Important factors that must be considered in maintaining quality and increasing
productivity, are the problem of machine maintenance (preventive maintenance),
improvement in every problem and maintaining production facilities. In this
regard, the party dealing with maintenance issues must be able to find the correct
maintenance system to be able to minimize the number of machine breakdowns
and the cost of repairing or maintaining the machine incurred. mobile robots or
Automation are now an option, so that production is optimal with less man power,
for example, an Automated packing line machine. The purpose of this research is
to analyze the effectiveness of Automation machines in the Line Packing
Automation area. And the use of man power is to carry out continuous
improvement if frequent breakdowns occur, so that OEE calculations are optimal.
The OEE calculation method is a method used to determine the effectiveness
possessed and the elements that influence it, then a simulation is used to find out
in detail about the elements that affect the OEE value and provide appropriate
suggestions. From the calculation results, the OEE value of the traying machine
on the packing line Automation is 79% which has not reached the OEE standard
of 85% so that in the previous period the traying machine had not operated
ideally. Based on the analysis using six big losses, the causes of losses due to
equipment & failure losses and losses due to iddling and minor stoppages losses
with a total percentage of 75.4%. Based on the results of the analysis with FMEA,
the root cause of the problem is trouble on the takeout tray, so modifications are
made to minimize trouble on the takeout tray. From the results of the improved
performance of the tray machine, it is already in ideal condition with an OEE
value of 87%.
Key Word : OEE calculation, Automation engine performance analysis
viii
DAFTAR ISI
LEMBAR PERSETUJUAN SKRIPSI.....................................................................i

LEMBAR PENGESAHAN......................................................................................i
PERNYATAAN.....................................................................................................iii
KEASLIAN SKRIPSI............................................................................................iii
PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK.....iv
KEPENTINGAN AKADEMIS..............................................................................iv
UCAPAN TERIMA KASIH....................................................................................v
ABSTRAK..............................................................................................................vi
DAFTAR ISI........................................................................................................viii
DAFTAR TABEL...................................................................................................xi
DAFTAR GAMBAR............................................................................................xiii
DAFTAR LAMPIRAN.........................................................................................xiii
BAB I PENDAHULUAN........................................................................................1
1.1 Latar Belakang Masalah............................................................................1
1.2 Rumusan Masalah.....................................................................................7
1.3 Tujuan Penelitian.......................................................................................7
1.4 Batasan Masalah........................................................................................7
1.5 Manfaat Penelitian.....................................................................................8
1.5.1 Manfaat Bagi Program Studi Teknik Industri....................................8
1.5.2 Manfaat Bagi Mahasiswa...................................................................8
1.5.3 Manfaat Bagi Lokasi Penelitian.........................................................9
1.6 Sistematika Penulisan................................................................................9
BAB II LANDASAN TEORI................................................................................11
2.1 Tinjauan Pustaka.....................................................................................11
2.1.1 Tujuan Maintenance........................................................................11
2.1.2 Fungsi Maintenance.........................................................................12
2.1.3 Jenis-Jenis Maintenance..................................................................13
2.1.4 Preventive Maintenance...................................................................13
2.1.5 Corrective Maintenance...................................................................15
ix
2.1.6 Total Productive Maintenance (TPM).............................................17
2.1.7 Manajemen Sumber Daya Manusia.................................................18
2.1.8 Manfaat Total Productive Maintenance (TPM)...............................21
2.1.9 Overall Equipment Effectiveness (OEE)..........................................21
2.1.10 Formula Overall Equiepment Effectiveness (OEE).........................22
2.1.11 Six Big Losses...................................................................................24
2.1.12 Fishbone...........................................................................................26
2.1.13 Failure Mode and Effect Analysis (FMEA).....................................27
2.2 Penelitian Terdahulu................................................................................27
BAB III METODOLOGI PENELITIAN..............................................................30
3.1 Objek Penelitian......................................................................................30
3.2 Jenis Data................................................................................................30
3.3 Data yang digunakan...............................................................................30
3.4 Metode Yang Digunakan.........................................................................31
3.4.1 Availability Ratio.............................................................................32
3.4.2 Performance Efficiency....................................................................32
3.4.3 Rate Of Quality Product..................................................................32
3.4.4 Overall Equipment Effectiveness (OEE)..........................................33
3.4.5 Six Big Losses...................................................................................33
3.4.6 Diagram Parreto..............................................................................33
3.4.8 Failure Mode Effect Analysis (FMEA)............................................34
3.5. Prosedur Penelitian..................................................................................35
BAB IV ANALISIS DATA DAN PEMBAHASAN.............................................37
4.1 Pengumpulan Data..................................................................................37
4.1.1 Sejarah Perusahaan..........................................................................37
4.1.2 Data yang digunakan........................................................................39
4.2 Hasil Pengujian........................................................................................40
4.2.1 Perhitungan Availability Ratio.........................................................42
4.2.2 Performa Efficiency.........................................................................44
4.2.3 Rate Of Quality Product..................................................................46
4.2.3 Overall Equipment Effectiveness.....................................................48
4.3 Six Big Losses..........................................................................................49
x
4.3.1 Equipement Failure Losses..............................................................49
4.3.2 Setup And Adjustment Losses...........................................................50
4.3.3 Reduced Speed Losses......................................................................51
4.3.4 Idling And Minor Stoppages Losses.................................................51
4.3.5 Defect Losses....................................................................................52
4.3.6 Rework Losses..................................................................................53
4.3.7 Analisa six big losses.......................................................................54
4.4 Pembahasan.............................................................................................55
4.4.1 Failure Mode And Effect Analysis...................................................55
4.4.2 Fishbone...........................................................................................60
4.4.3 Modifikasi Improvement Mesin.......................................................62
4.5 Hasil Analisis..........................................................................................64
BAB V PENUTUP.................................................................................................70
5.1 Kesimpulan..............................................................................................70
5.2 Saran........................................................................................................70
DAFTAR PUSTAKA
xi
DAFTAR TABEL
Tabel 1.1 Data produksi tahun 2021........................................................................2

Tabel 1.2 Data downtime mesin periode Januari – Juni 2021..................................4
Tabel 1.3 Data kerusakan mesin traying tahun 2021...............................................6
Tabel 4.1 Data Jam Kerja packing line automation 39
Tabel 4.2 Data Hasil Produksi Tahun 2021...........................................................39

Tabel 4.3 Data downtime mesin traying periode januari - juni 2021....................40
Tabel 4.4 Data parameter OEE harian...................................................................41
Tabel 4.5 Nilai OEE harian mesin trying...............................................................42
Tabel 4.6 Tabel perhitungan availability ratio......................................................43
Tabel 4.7 Hasil perhitungan performa efficiency...................................................45
Tabel 4.8 Hasil perhitungan rate of quality product..............................................47
Tabel 4.9 Perhitungan nilai OEE...........................................................................48
Tabel 4.10 Hasil perhitungan equipment failure losses.........................................49
Tabel 4.11 Hasil perhitungan Set-up dan adjustmen losses...................................50
Tabel 4.12 Hasil perhitungan redused speed losses...............................................51
Tabel 4.13 Hasil perhitungan Idling & minor losses.............................................52
Tabel 4.14 Hasil perhitungan defect losses............................................................53
Tabel 4.15 Hasil perhitungan rework losses..........................................................53
Tabel 4.16 Perhitungan six big losses....................................................................54
Tabel 4.17 Failure mode pada mesin traying........................................................56
Tabel 4.18 Tim brainstorming...............................................................................56
Tabel 4.19 Penilaian severity.................................................................................57
Tabel 4.20 Penilaian occurance.............................................................................58
Tabel 4.21 Brainstorming detection.......................................................................59
Tabel 4.22 Hasil perhitungan RRN........................................................................60
Tabel 4.23 Hasil Modifikasi Improvement............................................................63
Tabel 4.24 Data Waktu Perbaikan Akibat Trouble Tray Takeout.........................65
xii
Tabel 4.25 Data Downtime setelah perbaikan........................................................65
Tabel 4.26 Availability Ratio Setelah Perbaikan...................................................66
Tabel 4.27 Hasil perhitungan OEE setelah perbaikan...........................................67
xiii
DAFTAR GAMBAR
Gambar 1.1 Grafik Terget Harian Line Atomation..................................................1

Gambar 1.2 Data hasil produksi tahun 2021............................................................3
Gambar 1.3 Grafik Downtime Mesin di Line Automation.......................................4
Gambar 2.1 Total Productive Maintenance 17
Gambar 2.2 Pilar TPM...........................................................................................18

Gambar 2.3 Standar Nilai OEE..............................................................................22
Gambar 2.4 Diagaram fishbone.............................................................................26
Gambar 3.1 Diagaram fishbone 34
Gambar 3.2 Kerangka Berfikir...............................................................................35
Gambar 4.1 PT Hoyu Indonesia 37
Gambar 4.2 Flow proses produksi.........................................................................38

Gambar 4.3 Grafik Availability Ratio....................................................................43
Gambar 4.4 Grafik Rasio Effisiensi performa.......................................................46
Gambar 4.5 Grafik rasio kualitas produk...............................................................47
Gambar 4.6 Diagram parreto pada jenis losses mesin traying...............................54
Gambar 4.7 Fishbone Breakdown Try Takeout.....................................................61
Gambar 4.8 Availability Ratio Setelah Perbaikan..................................................66
Gambar 4.9 Grafik nilai OEE mesin traying sebelum perbaikan..........................68
Gambar 4.10 Grafik nilai OEE mesin traying sesudah perbaikan.........................68
xiv
DAFTAR LAMPIRAN
1. Lampiran 1 Biodata Mahasiswa

2. Lampiran 2 Lembar Bimbingan
3. Lampiran 3 Surat Keterangan Perusahaan
4. Lampiran 4 Hasil Kuisioner FMEA Dengan Google Form
xv
1
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah

Perkembangan teknologi di dunia industri yang semakin maju,
mengondisikan industri kosmetik dalam rantai produksi mengunakan
mesin-mesin berbasis automation agar lebih efektif dan efisien. Hal ini
yang melatar belakangi PT. Hoyu Indonesia mengimplementasikannya di
area produksi packing powder line. Saat ini Departemen Produksi PT.
Hoyu Indonesia sedang menghadapi problem turunnya kinerja di area
produksi packing powder line yang disebabkan oleh beberapa faktor.
Metode OEE dan Improvement adalah metode yang diperlukan
memperoleh keadaan operasi produksi yang memuaskan sesuai apa yang
telah direncanakan. Agar mendapatkan hasil perhitungan OEE, Perawatan
mesin atau peralatan dalam mesin Automation pun diperlukan di industri
manufaktur. diharapkan beroperasi secara maksimal sehingga
penghitungan OEE memenuhi target rata-rata produksi salah satunya
adalah dengan melakukan perawatan terhadap mesin dan peralatan
tersebut.
Gambar 1.1 Grafik Terget Harian Line Atomation

Sumber : Dokumentasi PT. Hoyu Indonesia (2021)
Bersdasarkan pada grafik diatas, dari data produksi pada line
1
automation perusahaan memiliki target harian produksinya sebesar 33.000
pcs/hari dengan kapasitas mesin yang digunakan adalah sebesar 35.000
2
pcs/hari sedangkan hasil produksi harian terendah mencapai 20.000

pcs/hari, hal tersebut menyebabkan tidak mampu mencapai target produksi
bulanan. Hasil produksi pada 6 bulan diawal tahun 2021 belum mampu
mencapai target yang ditetapkan oleh perusahaan sehingga hal tersebut
menyebabkan perusahaan tidak mampu memenuhi 100% permintaan dari
customer. Dengan perhitungan ratio pencapaian target pad bulan januari
sebagai berikut :
Hasil Produksi
Ratio Pencapaian Target = x 100 %
Target
649.840
Ratio Pencapaian Target = x 100 % = 82%
792.000
Perhitungan ratio pencapaian target pada bulan-bulan berikutnya

ditunjukan oleh data hasil produksi pada tabel 1.1.
Tabel 1.1 Data produksi tahun 2021
Data Produksi Tahun 2021
Hasil Produksi Target

Bulan Ratio
(Pcs) (Pcs)
Januari 649,840 792,000 82%

Februari 658,640 792,000 83%
Maret 684,540 792,000 86%
April 678,890 792,000 86%
Mei 655,450 792,000 83%
Juni 665,665 792,000 84%
Total 3,993,025 4,752,000
3
Gambar 1.2 Data hasil produksi tahun 2021

Pada gambar 1.2 terlihat pada 1 tahun sebelumnya, kegiatan
produksi pewarna rambut yang dilakukan oleh PT. Hoyu Indonesia pada
tiap bulannya belum mencapai target yang telah ditentukan. Dimana
perusahaan menetapkan target sebanyak 792.000pcs untuk tiap bulannya.
Sedangkan hasil produksi yang dihasilkan di 6 bulan awal tahun 2021 pada
tiap bulannya masih belum bica mencapai target.
Kelancaran proses produksi membutuhkan dukungan mesin–mesin
dan peralatan yang baik. Sedangkan di line Automation memiliki kendala
yaitu sering terjadi breakdown atau mesin trouble dan menyebabkan tidak
performa mesin yang dijalankan tidak maksimal. maka dari itu Kesiapan
mesin produksi menjadi hal pokok untuk kegiatan produksi, dengan mesin
yang baik produk yang dihasilkan akan sesuai dengan standar kualitas dan
target yang ditetapkan. Namun seringkali yang terjadi adalah kelalaian
dalam pemeliharaan mesin, pemeliharaan baru dilakukan apabila
kerusakan telah terjadi ketika produksi yang menyebabkan pemborosan.
Kegiatan proses produksi pewarna rambut yang dilakukan di line
Automation mengalam 8 proses diantaranya adalah washing, labeling,
4
traying, gloving, leafleting, boxing, dozzen, dan cartoning. Dari 8 mesin

yang digunakan dalam kegiatan proses produksi pewarna rambut, terdapat
beberapa mesin yang sering mengalami trouble sehingga dampak dari
kerusakan mesin terbebut menyebabkan terganggunya kelancaran kegiatan
proses produksi dan menurunkan tingkat produktivitas mesin akibat dari
kegiatan corrective maintenance yang menyebabkan stop line. Data
downtime mesin ditunjukan pada tabel 1.2.
Tabel 1.2 Data downtime mesin periode Januari – Juni 2021
Mesin Mesin Mesin Mesin Mesin Mesin Mesin Mesin Total

Bulan
Washing Labeling Traying Gloving Leafleting Boxing Dozzen Cartoning (Menit)
JAN 60 145 1740 245 150 60 30 30 2460
FEB 45 140 1380 45 120 120 40 45 1935
MAR 120 180 1050 120 90 40 0 60 1660
APR 80 40 1095 125 40 0 45 40 1465
MEI 60 90 1410 45 160 40 30 40 1875
JUNI 80 50 1440 180 125 30 60 60 2025
Total 445 645 8115 760 685 290 205 275 11420
Gambar 1.3 Grafik Downtime Mesin di Line Automation

Sumber : Pengolahan Data (2023)
5
Dapat dilihat pada tabel 1.3 waktu downtime yang terjadi pada
tahun 2021 yaitu selama 11.420 menit atau setara dengan 190 jam.
Berdasarkan grafik pada gambar 1.2, waktu downtime terbesar terjadi pada
mesin traying dengan lama waktu downtime 8115 menit. Sehingga
berdasarkan data di atas perlu dilakukan penelitian untuk meminimalisir
dowtime yang terjadi saat ini.
Mesin traying adalah adalah mesin yang diciptakan untuk
mempermudah proses pengemasan tray, wadah, ataupun tempat produk
yang berbentuk kotak, mesin ini memiliki total sebanyak 4 jalur dalam 1
mesin dengan kapasitas produksi kurang lebih 73 pcs/menit. Berdasarkan
temuan di lapangan. diperoleh beberapa masalah utama di sub area mesin
tray meliputi trouble tray (wadah dari prodak), glove insert ( sarung
tangan ) overlod ( kelebihan kapsitas botol), back take out (peletakan
gelove yang tidak sempurna), dan bottle rotary ( botol jatuh dan tidak
sempurna). Hal itu menyebabkan kehilangan waktu akibat dari stop mesin
untuk memperbaiki trouble yang terjadi. Pada tabel 1.3 menunjukan data
trouble khususnya bagian mesin traying yang terjadi pada mesin traying
sepanjang periode Januari – Juni tahun 2021.
Kelancaran proses produksi membutuhkan dukungan mesin–mesin
dan peralatan yang baik. Sedangkan di line Automation memiliki kendala
yaitu sering terjadi breakdown atau mesin trouble dan menyebabkan tidak
performa mesin yang dijalankan tidak maksimal. maka dari itu Kesiapan
mesin produksi menjadi hal pokok untuk kegiatan produksi, dengan mesin
yang baik produk yang dihasilkan akan sesuai dengan standar kualitas dan
target yang ditetapkan.
Dilihat dari tabel 1.3 dimana troubel pada mesin trying sering
terjadi dengan waktu downtime mesin paling lama adalah 180
menit/harinya atau 3 jam/harinya, sedangkan standar waktu downtime
pada line automation adalah 8 jam perbulan. Melihat permasalahan yang
terjadi, penulis akan melakukan analisa pengukuran permformance pada
mesin traying dengan menggunakan metode overall equipment
6
effectiveness (OEE) dan melakukan perbaikan dengan metode failure mode

and effect analysis (FMEA).
Tabel 1.3 Data kerusakan mesin traying tahun 2021

Jenis Kerusakan Pada Mesin Design Tray 2021
Waktu Perbaikan
Bulan Tanggal Jenis Kerusakan
(Menit)
Januari 02-Jan trouble tray (wadah dari prodak) 120
Januari 07-Jan glove insert (sarung tangan) 90
Januari 10-Jan overload ( kelebihan kapsitas botol) 60
Januari 12-Jan back take out (peletakan gelove yang tidak sempurna) 120
Januari 20-Jan glove insert (sarung tangan) 60
Januari 23-Jan bottle rotary (botol jatuh dan tidak sempurna) 90
Februari 03-Feb glove insert (sarung tangan) 120
Februari 04-Feb glove insert (sarung tangan) 60
Februari 07-Feb trouble tray (wadah dari prodak) 180
Februari 09-Feb bottle rotary (botol jatuh dan tidak sempurna) 120
Februari 19-Feb back take out (peletakan gelove yang tidak sempurna) 120
Februari 23-Feb overload ( kelebihan kapsitas botol) 120
Maret 01-Mar trouble tray (wadah dari prodak) 120
Maret 05-Mar overload ( kelebihan kapsitas botol) 90
Maret 09-Mar back take out (peletakan gelove yang tidak sempurna) 120
Maret 19-Mar overload ( kelebihan kapsitas botol) 90
April 05-Apr back take out (peletakan gelove yang tidak sempurna) 45
April 08-Apr trouble tray (wadah dari prodak) 180
April 16-Apr overload ( kelebihan kapsitas botol) 90
April 20-Apr glove insert (sarung tangan) 60
Mei 02-May overload ( kelebihan kapsitas botol) 90
Mei 05-May back take out (peletakan gelove yang tidak sempurna) 90
Mei 08-May trouble tray (wadah dari prodak) 180
Mei 20-May overload ( kelebihan kapsitas botol) 90
Juni 02-Jun trouble tray (wadah dari prodak) 180
Juni 10-Jun overload ( kelebihan kapsitas botol) 90
Juni 14-Jun back take out (peletakan gelove yang tidak sempurna) 90
Juni 19-Jun glove insert (sarung tangan) 90
Juni 26-Jun glove insert (sarung tangan) 120
Total waktu breakdown mesin traying pada line automation 8115

7
Tujuan dari penelitian ini adalah untuk melakukan analisa

pengukuran performance mesin traying dengan menggunakan metode
overall equipment effectiveness (OEE) kemudian setelah mengetahui nilai
dari OEE pada mesin traying akan di lakukan improvement untuk
meminimalisir waktu downtime dari mesin traying
1.2 Rumusan Masalah

Adapun rumusan masalah dalam penelitian skripsi ini adalah :
1. Bagaimana cara mengetahui efektivitas Mesin Automation dengan

mengunakan metode overall equipment Effectiveness ?
2. Bagaimana mengetahui nilai efesiensi dan efektivitas dengan
penyebabnya dengan menggunan six big loses?
3. Bagaimana mengetahui solusi perbaikan dengan metode (FMEA)
yang di lakukan di mesin line Automation khususnya Traying
1.3 Tujuan Penelitian

Penelitian di dilakukan di PT Hoyu Indonesia mempunyai tujuan khusus.
Tujuan dari penelitian ini adalah sebagai berikut :
1. Penelitian ini bertujuan untuk merumuskan efektivitas dan kinerja dari

mesin trying pada packing line Automation dengan menggunakan
metode Overall Equipment Effectiveness (OEE).
2. Melakukan analisa akar masalah penyebab menurunnya performance
mesin traying dengan six big losses.
3. Untuk mengetahui kinerja dari mesin tray harian setelah dilakukan
imrpovement dengan analisa failure mode effect analyis (FMEA).
1.4 Batasan Masalah

Pembahasan terhadap suatu masalah yang dikemukakan harus ada suatu
pembatasan agar tidak menyimpang, terarah, dan mudah dipahami agar
tujuan dapat tercapai dengan optimal. Adapun batasan- batasan masalah
dalam penelitian Skripsi ini adalah sebagai berikut:
8
1. Objek penelitian dilakukan pada mesin operasional yaitu mesin

packing Line Automation khususnya pada mesin traying.
2. Perhitungan tingkat efektivitas mesin dengan menggunakan metode
Overall Equipmentt Effectiveness (OEE) untuk mengetahui besarnya
kerugian.
3. Penelitian yang dilakukan sampai pada pemberian usulan perbaikan/
Improvment dengan melakukan modifikasi pada mesin traying untuk
meningkatkan kinerja mesin traying.
1.5 Manfaat Penelitian

Kegiatan Penelitian Skripsi ini diharapkan dapat memberikan manfaat
khususnya bagi penulis, pembaca dan Manfaatnya adalah:
1.5.1 Manfaat Bagi Program Studi Teknik Industri

1. Penelitian ini diharapkan dapat digunakan untuk menambah referensi
sebagai bahan penelitian lanjutan yang lebih ditail dan mendalam pada
masa yang akan datang khususnya dalam bidang Teknik Industri.
2. Sebagai referensi bidang studi Teknik Industri dalam membantu
perusahaan meningkatkan produktivitas perusahaan dengan cara
Improvment dan penghitungan OEE harian.
3. Sebagai alternatif solusi baik dari setiap permasalahan yang terdapat
di perindustrian dengan melakukan penghitungan OEE dan
Improvment agar mengetahui kinerja mesin harian tersebut.
1.5.2 Manfaat Bagi Mahasiswa

1. Mahasiswa mampu menerapkan ilmu yang dipelajari di perguruan
tinggi ke dalam dunia kerja.
2. Mahasiswa mampu menambah wawasan dan mampu meningkatkan
keterampilan serta kemampuannya dan etika kerja yang baik.
3. Mahasiswa mendapatkan pengetahuan mengenai kegiatan Total
Productive Maintenance di perusahaan.
9
1.5.3 Manfaat Bagi Lokasi Penelitian

Manfaat bagi lokasi penelitian yaitu diharapkan dapat membantu
Menemukan masalah serta penyebab dari terjadinya kurangnya hasil
produksi harian dengan melakukan penghitungan OEE dan Improvment
berkelanjutan
1.6 Sistematika Penulisan

Agar penyusun tugas akhir ini lebih terstruktur, maka sistimatika penulisan
adalah sebagai berikut :
BAB I. PENDAHULUAN
Menjelaskan mengenai latar belakang masalah, rumusan masalah, batasan

masalah, tujuan penelitian, dan manfaat penelitian.
BAB II. TINJAUAN PUSTKANA DAN LANDASAN TEORI
Terdiri atas kajian induktif dan kajian deduktif. Bagian ini berisi tentang
studi pustaka dan landasan teori yang digunakan pada penelitian yang
sedang dilakukan saat ini. Selain itu, menyajikan ringkasan hasil penelitian
yang pernah dilakukan sebelumnya oleh peneliti lain yang memiliki
keterkaitan dengan penelitian ini.
BAB III. METODOLOGI PENELITIAN
Menjelaskan mengenai objek penelitian, metode pengumpulan data,

kerangka penelitian, data yang dibutuhkan dalam pelaksanaan dan
penyusunan penelitian.
BAB IV. HASIL DAN PEMBAHASAN
Berisi tentang data – data yang diperoleh dan proses pengolahan data. Pada
bab ini menjadi acuan dalam pembahasan hasil pengolahan data pada Bab
V yang berisi tentang pengumpulan dan pengolahan data.
BAB V. PENUTUP
10
Dalam bab ini berisi kesimpulan yang telah didapat dari hasil pembahasan
dan menyampaikan saran-saran untuk perbaikan dari masalah tersebut.
DAFTAR PUSTAKA
Memuat berbagai sumber refensi buku, jurnal dan lain-lain penulis jadikan
sebagai acuan pada penulisan skripsi ini.
11
BAB II
LANDASAN TEORI
2.1 Tinjauan Pustaka

Perawatan adalah suatu aktifitas yang dilakukan pada suatu industri
untuk mempertahankan atau menambah daya dukung mesin selama proses
produksi berlangsung. Suatu mesin produksi yang digunakan secara terus-
menerus akan mengalami penurunan, karena itu perlu dilakukan
perawatan. Perawatan yang optimal hendaknya dilakukan secara continue
dan periode agar mesin dapat berfungsi secara maksimal. (Kurniawan,
2013)
Pemeliharaan adalah kegiatan untuk memelihara atau menjaga
fasilitas/peralatan pabrik dan mengadakan perbaikan atau
penyesuaian/penggantian yang diperlukan agar supaya terdapat suatu
keadaan operasi produksi yang memuaskan sesuai dengan apa yang
direncanakan. (Assauri, 2016)
Pemeliharaan adalah segala kegiatan yang di dalamnya adalah
untuk menjaga sistem peralatan agar bekerja dengan baik. (J Heizer et al.,
2017)
Dari beberapa pengertian penulis menyimpulkan bahwa
maintenance adalah suatu kegiatan atau aktivitas yang dilakukan untuk
menjaga dan merawat seluruh peralatan dan fasilitas yang dimiliki dengan
tujuan agar peralatan tersebut dapat berfungsi secara baik dari waktu ke
waktu.
2.1.1 Tujuan Maintenance

Tujuan pemeliharaan yang utama dapat didefenisikan sebagai berikut:
1. Untuk memperpanjang kegunaan asset.
2. Untuk menjamin ketersediaan optimum peralatan yang diHIang untuk
produksi dan mendapatkan laba investasi maksimum yang mungkin.
3. Untuk menjamin kesiapan operasional dari seluruh peralatan yang
diperlukan dalam keadaan darurat setiap waktu.
11
12
4. Untuk menjamin keselamatan orang yang menggunakan sarana

tersebut. (Stamatis, 2013)
Tujuan pemeliharaan berikutnya yaitu :
1. Kemampuan produksi dapat memenuhi kebutuhan sesuai dengan
rencana produksi.
2. Menjaga kualitas pada tingkat yang tepat untuk memenuhi apa yang
dibutuhkan oleh produk itu sendiri dan kegiatan produksi yang tidak
terganggu.
3. Untuk membantu mengurangi pemakaian dan penyimpangan yang di
luar batas dan menjaga modal yang di investasikan tersebut.
4. Untuk mencapai tingkat biaya pemeliharaan serendah mungkin,
dengan melaksanakan kegiatan pemeliharaan secara efektif dan
efisien.
5. Menghindari kegiatan pemeliharaan yang dapat membahayakan
keselamatan para pekerja.
6. Mengadakan suatu kerja sama yang erat dengan fungsi - fungsi utama
lainnya dari suatu perusahaan dalam rangka untuk mencapai tujuan
utama perusahaan yaitu tingkat keuntungan (return on investment)
yang sebaik mungkin dan total biaya yang terendah. (Assauri, 2016)
2.1.2 Fungsi Maintenance

Fungsi pemeliharaan adalah agar dapat memperpanjang umur
ekonomis dari mesin dan peralatan produksi yang ada serta mengusahakan
agar mesin dan peralatan produksi tersebut selalu dalam keadaan optimal
dan siap pakai untuk pelaksanaan proses produksi. Keuntungan -
keuntungan yang akan diperoleh dengan adanya pemeliharaan yang baik
terhadap mesin, adalah sebagai berikut :
1. Mesin dan peralatan produksi yang ada dalam perusahaan yang
bersangkutan akan dapat dipergunakan dalam jangka waktu panjang.
2. Pelaksanaan proses produksi dalam perusahaan yang bersangkutan
berjalan dengan lancar.
13
3. Dapat menghindarkan diri atau dapat menekan sekecil mungkin

terdapatnya kemungkinan kerusakan-kerusakan berat dari mesin dan
peralatan produksi selama proses produksi berjalan.
4. Peralatan produksi yang digunakan dapat berjalan stabil dan baik,
maka proses dan pengendalian kualitas proses harus dilaksanakan
dengan baik pula.
5. Dapat dihindarkannya kerusakan-kerusakan total dari mesin dan
peralatan produksi yang digunakan.
6. Apabila mesin dan peralatan produksi berjalan dengan baik, maka
penyerapan bahan baku dapat berjalan normal. (Gulati & Smith, 2013)
2.1.3 Jenis-Jenis Maintenance

Terdapat 2 jenis pemeliharaan diantaranya adalah :
1. Preventive maintenance disebut juga tindakan pencegahan atau
overhaul, yaitu kegitaan pemeliharaan dan perawatan untuk mencegah
kerusakan yang tak terduga dan menemukan kondisi atau keadaan
yang menyebabkan fasilitas operasi lebih tepat. Pemeliharaan
prefentif apabila direncanakan dengan baik dapat mencegah terjadinya
kegagalan atau kerusakan, sebab apabila terjadi kerusakan peralatan
operasi dapat berakibat kemacetan produksi secara total.
2. Corrective maintenance disebut juga break down maintenance, yaitu
kegiatan pemeliharaan dan perawatan yang dilakukan setelah terjadi
kerusakan, kegagalan, atau kelainan fasilitas produksi sehingga tidak
dapat berfungsi dengan baik. (Gulati & Smith, 2013)
2.1.4 Preventive Maintenance

Preventive maintenance (PM) sangat penting untuk mendukung
fasilitas produksi yang termasuk dalam golongan “critical unit”. teknik
perawatan ini dilakukan secara inspeksi terhadap asset peralatan untuk
memprediksikan terhadap kerusakan/kegagalan yang akan terjadi.
Preventive maintenance adalah pemeliharaan yang dilakukan secara
terjadwal, umumnya secara periodik, dimana sejumlah tugas pemeliharaan
14
seperti inspeksi, perbaikan, penggantian, pembersihan, pelumasan dan

penyesuaian dilaksanakan. (Kurniawan, 2013)
Preventive maintenance adalah kegiatan pemeliharaan dan

perawatan yang dilakukan untuk mencegah timbulnya kerusakan-
kerusakan yang tidak terduga dan menemukan kondisi atau keadaan yang
dapat menyebabkan fasilitas produksi mengalami kerusakan pada waktu
proses produksi. Jadi, semua fasilitas produksi yang mendapatkan
perawatan (preventive maintenance) akan terjamin kontinuitas kerjanya
dan selalu diusahakan dalam kondisi atau keadaan yang siap dipergunakan
untuk setiap operasi atau proses produksi pada setiap saat. (Hensen, 2014)
Dengan melakukan preventive maintenance perusahaan dapat

meminimalisir terjadinya kerusakan parah pada asset yang dimilikinya,
berikut manfaat dari preventive maintenance :
1. Memperkecil overhaul ( turun mesin ).

2. Mengurangi kemungkinan reparasi berskala besar.
3. Mengurangi biaya kerusakan / pergantian mesin.
4. Memperkecil kemungkinan produk-produk yang rusak.
5. Meminimalkan persediaan suku cadang.
6. Memperkecil hilangnya gaji – gaji tambahan akibat penurunan mesin
( overhaul ).
7. Menurunkan harga satuan dari produk pabrik.
Preventive maintenance membutuhkan inspeksi dan servis secara

rutin maupun periodik, berikut 2 macam preventive maintenance
diantaranya adalah :
1. Routine maintenance yaitu kegiatan perawatan yang dilakukan secara

rutin. Contohnya, yaitu pembersihan fasilitas atau peralatan,
pelumasan (lubrication) atau pengecekan oli, pengecekan isi bahan
bakarnya dan apakah termasuk dalam pemanasan (warming up) dari
15
mesin-mesin selama beberapa menit sebelum dipakai beroperasi

sepanjang hari.
2. Periodic maintenance yaitu kegiatan perawatan yang dilakukan
secara periodic atau dalam jangka waktu tertentu.
Proses yang dilakukan dalam kegiatan preventive maintenance

diantaranya adalah :
1. Melakukan pencatatan dan pengelolaan data tentang perawatan,

kegagalan, dan penggunaan peralatan (dasar analisis peralatan)
2. Semua jenis kegiatan predictive. Termasuk inspeksi, melakukan
pengukuran,inspeksi part untuk kualitas, analisis pelumas,
temperature, getaran, kebisingan, pencatatan semua data dari kegiatan
predictive untuk trend analysis
3. Perbaikan minor (30 menit), dorongan yang besar kearah
produktivitas
4. Writing up setiap kondisi yang memerlukan perhatian khusus , yang
berpotensial kearah kegagalan
5. Penjadwalan dan pelaksanaan perbaikan yang dinstruksikan
6. Menggunakan frekuensi dan severity kegagalan untuk meningkatkan
PM task list
7. Training dan upgrading kemampuan sistem PM. (Kurniawan, 2013)
2.1.5 Corrective Maintenance

Kegiatan ini biasa disebut juga dengan kegiatan reparasi atau
perbaikan. Dalam kegiatan ini biasanya tidak dapat direncanakan terlebih
dahulu sebab hanya dapat diperbaiki setelah terjadi kerusakan, bahkan
terkadang perbaikan tersebut bisa tertunda dan terlambat. Corrective
maintenance (CM) merupakan kegiatan perawatan yang dilakukan setelah
mesin atau fasilitas produksi mengalami kerusakan atau gangguan
sehingga tidak dapat berfungsi dan memproduksi dengan baik dan benar.
(Kurniawan, 2013)
16
Kegiatan corrective maintenance bersifat perbaikan yakni menunggu

sampai kerusakan terjadi terlebih dahulu, kemudian baru diperbaiki agar
fasilitas produksi maupun peralatan yang ada dapat dipergunakan kembali
dalam proses produksi sehingga operasi dalam proses produksi dapat
berjalan lancar dan kembali normal. Apabila suatu perusahaan hanya
mengambil tindakan untuk melakukan corrective maintenance saja, maka
terdapat faktor ketidakHItian akan lancarnya fasilitas dalam proses
produksi maupun peralatannya sehingga akan menimbulkan efek-efek
yang dapat menghambat kegiatan produksi Apabila Nanti terjadi
kerusakan maupun gangguan secara tiba-tiba pada fasilitas produksi yang
dipakai perusahaan.
Tindakan corrective maintenance (CM) ini kelihatannya lebih

murah biayanya dibandingkan tindakan preventive maintenance (PM).
Namun, saat kerusakan terjadi selama proses produksi berlangsung, maka
biaya perawatan akan mengalami peningkatan akibat terhentinya proses
produksi. Selain itu, biaya-biaya perawatan dan pemeliharaan akan
membengkak pada saat terjadinya kerusakan tersebut. Dengan demikian,
dapat disimpulkan bahwa tindakan ini lebih memusatkan permasalahan
setelah permasalahan itu terjadi, bukan menganalisa masalah untuk
mencegahnya agar tidak terjadi.
Tindakan corrective maintenance jauh lebih mahal, maka sedapat

mungkin harus dicegah dengan mengintensifkan kegiatan preventive
maintenance. Diperlukan juga adanya pertimbangan bahwa dalam jangka
panjang untuk mesin-mesin yang mahal dan termasuk dalam ”critical unit”
dari proses produksi, PM akan jauh lebih menguntungkan dibandingkan
CM.
Corrective maintenance dapat dihitung dengan MTTR (mean time

to repair) dimana time to repair ini meliputi beberapa aktivitas yang
biasanya dibagi ke dalam 3 grup, antara lain :
17
1. Preparation time yaitu waktu yang dibutuhkan untuk persiapan seperti

mencari orang untuk pekerjaan, travel, peralatan sudah dipenuhi atau
belum dan tes perlengkapan.
2. Active maintenance time yaitu waktu yang diperlukan untuk
melakukan pekerjaan tersebut. Meliputi waktu untuk mempelajari
repair charts sebelum actual repair dimulai dan waktu yang
dihabiskan dalam menverifikasi bahwa kerusakan tersebut sudah
diperbaiki. Kemungkinan juga meliputi waktu untuk post-repair
documentation ketika hal tersebut harus diselesaikan sebelum
perlengkapan tersedia. Contohnya Aircraft.
3. Delay time (logistic time) adalah waktu yang dibutuhkan untuk
menunggu komponen dalam mesin untuk diperbaiki. (Kurniawan,
2013)
2.1.6 Total Productive Maintenance (TPM)

TPM adalah metode yang digunakan meningkatkan produktivitas
mesin melalui perawatan peralatan. Menurut sejarah konsep TPM
dipelopori oleh seorang ahli yaitu Seichi Nakajima pada tahun 1960 juga
menjadi bagian dalam penerapan lean manufacturing bertujuan
menghilangkan waste (pemborosan).
Gambar 2.1 Total Productive Maintenance

Sumber : https://surabaya.proxsisgroup.com/ (2019)
18
Total productive maintenance (TPM) adalah suatu sistem

pemeliharaan mesin yang melibatkan semua element, dimulai dari
manajemen puncak sampai karyawan di lini depan, dari operator produksi,
pengembang, pemasaran dan administrasi. Operator tidak hanya
menjalankan mesin, tetapi juga merawat mesin. Total productive
maintenance sebagai suatu pendekatan yang inovatif dalam maintenance
dengan cara mengoptimasi keefektifan peralatan, mengurangi bahkan
menghilangkan kerusakan mendadak (breakdown) dan melakukan
pemeliharaan mandiri oleh operator. (A. Prabowo & Agustiani, 2017)
Total productive maintenance berfungsi untuk memelihara mesin
dan peralatannya agar selalu dalam kondisi prima. Untuk memenuhi tujuan
ini, diperlukan maintenance yang prefentif dan prediktif. Dengan
mengaplikasikan prinsip TPM dapat meminimalisir kerusakan pada mesin.
Masalah yang umum terjadi pada mesin misalnya kotor, mur dan baut
hilang, oli jarang diganti, kebocoran, bunyi-bunyi tak normal, getaran
berlebihan.(Saipudin, 2019)
2.1.7 Manajemen Sumber Daya Manusia

Implementasi yang dilakukan total prevemtive maintenance yaitu
dengan menerapkan 8 pilar yang harus dikerjakan oleh seluruh elemen
diperusahan demi keberhasilan TPM yang akan diimplementasikan oleh
perusahaan.
19
Gambar 2.2 Pilar TPM

Sumber : (Saipudin, 2019)
1. Autonomous maintenance yaitu memberikan tanggung jawab

pemeliharaan rutin kepada operator seperti pembersihan mesin,
pengecekan kelengkapan dan fungsi pada mesin, dan inspeksi mesin
dengan merasakan gertaran dan bunyibunyi. Dengan demikian,
operator atau pekerja yang bersangkutan memiliki rasa kepemilikan
yang tinggi, meningkatan pengetahuan pekerja terhadap peralatan
yang digunakannya. Dengan pilar autonomous maintenance, mesin
dan peralatan produksi dapat diHItikan bersih dan terpelihara dengan
baik serta dapat mendentifikasikan potensi kerusakan sebelum
terjadinya kerusakan yang lebih parah.
2. Planned maintenance yaitu menjadwalkan tugas pemeliharaan
berdasarkan tingkat rasio kerusakan yang pernah terjadi atau tingkat
kerusakan yang diprediksikan. Jika tidak ada jadwal produksi kepala
line akan menuliskan daftar kerusakan mesin dan tim maintenance
akan melakukan penggantian part, melakukan pemeriksaan dan
setting. Dengan planned maintenance, kita dapat mengurangi
kerusakan yang terjadi secara mendadak serta dapat lebih baik
mengendalikan tingkat kerusakan komponen.
20
3. Quality maintenance yaitu membahas tentang masalah kualitas

dengan memastikan peralatan atau mesin produksi dapat mendeteksi
dan mencegah kesalahan selama produksi berlangsung. Dengan
kemampuan mendeteksi kesalahan ini, proses produksi menjadi cukup
handal dalam menghasilkan produk sesuai dengan spesifikasi pada
pertama kalinya. Dengan demikian, tingkat kegagalan produk akan
terkendali dan biaya produksi pun menjadi semakin rendah
4. Focused improvement yaitu membentuk kelompok kerja untuk secara
proaktif mengidentifikasikan mesin atau peralatan kerja yang
bermasalah dan memberikan solusi atau usulanusulan perbaikan.
Kelompok kerja dalam melakukan focused improvement juga bisa
mendapatkan karyawan-karyawan yang bertalenta dalam mendukung
kinerja perusahaan untuk mencapai targetnya.
5. Early equipment management yaitu merupakan pilar TPM yang
menggunakan kumpulan pengalaman dari kegiatan perbaikan dan
pemeliharaan sebelumnya untuk memastikan mesin baru dapat
mencapai kinerja yang optimal. Tujuan dari pilar ini agar mesin atau
peralatan produksi baru dapat mencapai kinerja yang optimal pada
waktu yang sesingkat-singkatnya. Hal ini dilakukan karena mesin baru
membutuhkan penyesuaian produksi pada standar yang diingkan
perusahaan.
6. Training dan education pada pilar ini diperlukan untuk mengisi
kesenjangan pengetahuan saat menerapkan TPM (total productive
maintenance). Kurangnya pengetahuan terhadap alat atau mesin yang
dipakainya dapat menimbulkan kerusakan pada peralatan tersebut dan
menyebabkan rendahnya produktivitas kerja yang akhirnya merugikan
perusahaan. Dengan memberikan training dan catatan pada mesin
diharapkan operator atau team engineering dapat belajar dan
mengaplikasikan langsung pada kerusakan atau hanya sekedar
melakukan pemeliharaan pada mesin atau peralatan
21
7. Safety, health and environment yaitu pekerja harus mampu

menjalankan fungsinya dalam lingkungan yang aman dan sehat.
Dalam pilar ini, perusahaan diwajibkan untuk menyediakan
lingkungan yang aman dan sehat serta bebas dari kondisi berbahaya.
Seperti penyediaan alat pelindung diri. Tujuan pilar ini adalah
mencapai target tempat kerja yang “accident free” (Tempat Kerja
yang bebas dari segala kecelakaan).
8. TPM in administration selanjutnya pilar dalam TPM adalah
menyebarkan konsep TPM ke dalam fungsi administrasi. Dengan
demikian, tujuan pilar TPM ini agar semua pihak dalam organisasi
(perusahaan) memiliki konsep dan persepsi yang samatermasuk staff
administrasi (perencanaan, pembelian, dan keuangan). (Saipudin,
2019)
2.1.8 Manfaat Total Productive Maintenance (TPM)

Salah satu manfaat dan tujuan utama TPM adalah meningkatkan
produktivitas pabrik dan peralatan dengan investasi sederhana dalam
pemeliharaan. Dengan melakukan investasi seperti contoh: pemeliharaan
peralatan, sehingga kerugian peralatan dapat diminimalisir. Ada enam
kerugian yang dapat dicegah atau umum di sebut dengan six big loses :
1. Kerusakan yang disebabkan oleh peralatan (Breakdown losses caused
by the equipment).
2. Kerugian Set-up dan penyesuaian (Set-up and adjustment losses).
3. Kerugian penghentian kecil (Minor stoppage losses)
4. Kerugian kecepatan (Speed losses).
5. Kerugian kualitas dan pengerjaan ulang (Quality defect and rework
losses).
6. Yield losses
Dua kerugian pertama mempengaruhi ketersediaan peralatan, kerugian

ketiga dan keempat mempengaruhi efisiensi peralatan, dan kerugian
kelima menghasilkan penurunan kualitas. (A. Prabowo & Agustiani, 2017)
22
2.1.9 Overall Equipment Effectiveness (OEE)

OEE merupakan ukuran menyeluruh yang mengindentifikasikan
tingkat produktifitas mesin / peralatan dan kinerjanya secara teori.
Pengukuran ini sangat penting untuk mengetahui area mana yang perlu
untuk ditingkatkan produktivitas ataupun efisiensi mesin / peralatan dan
juga dapat menunjukkan area bottleneck yang terdapat pada lintasan
produksi. OEE juga merupakan alat ukur untuk mengevaluasi dan
memperbaiki cara yang tepat untuk jaminan peningkatan produktivitas
penggunaan mesin / peralatan. (Saipudin, 2019)
OEE adalah hasil yang dapat dinyatakan sebagai rasio output aktual
dari peralatan dibagi dengan output maksimum peralatan di bawah kondisi
performa terbaik. OEE didasarkan pada pengukuran tiga rasio utama,
yaitu: availability (A), performance efficiency (PE), dan rate of quality
product (ROQP). (Suliantoro et al., 2017)
OEE merupakan efektivitas peralatan secara keseluruhan untuk
mengevaluasi seberapa performance peralatan. OEE juga digunakan
sebagai kesempatan untuk memperbaiki produktivitas sebuah perusahaan
yang pada akhirnya digunakan sebagai langkah pengambilan keputusan.
OEE merupakan metode yang digunakan sebagai alat ukur dalam
penerapan program TPM guna menjaga peralatan pada kondisi ideal
dengan menghapuskan six big losses peralatan. (Ihsan & Azizi, 2017)
2.1.10 Formula Overall Equiepment Effectiveness (OEE)

Formula matematis dari overall equiepment effectiveness (OEE)
dirumuskan sebagai berikut:
OEE = Avalibility x Performance x Quality Product x 100% (2.1)

23
Gambar 2.3 Standar Nilai OEE

Berdasarkan dari suatu penghargaan yang disampaikan oleh japan institute
of plant maintenance, maka kondisi ideal dari OEE adalah:
1. Availability ratio > 90%

2. Performa efficiency > 95%
3. Rate of quality product > 99%
Dari hasil perhitungan berdasarkan benchmark dari 3 parameter dalam

perhitungan OEE, maka secara idealnya nilai OEE minimal adalah sebesar
85%.
1. Availability Ratio
Availability merupakan suatu perbandingan yang mengambarkan
pemanfaatan Waktu yang tersedia untuk kegiatan operasi mesin atau
peralatan Availability Digunakan untuk menghitung downtime losses,
yaitu memperhitungkan setiap ada kejadian mesin tidak dapat
beroperasi sepanjang waktu peroses yang tersedia. Demikian formula
yang digunakan untuk mengukur availability ratio adalah :
a. Operation Time
b. Waktu Kerja
c. Downtime
Avalibility ratio dapat dihitung dengan menggunakan rumus :
Loading Time−Downtime
Avalibility ratio = x 100 % (2.2)
Loading Time
24
Waktu Kerja adalah waktu yang tersedia (availability) per hari atau
per bulan dikurang dengan waktu downtime mesin direncanakan
(planned downtime). (Wiyatno et al., 2018b)
Waktu Kerja = Total Avalibility – Planned Downtime (2.3)
Planned downtime adalah jumlah waktu downtime mesin untuk

pemeliharaan (scheduled maintenance) atau kegiatan manajemen
lainnya. Operation time merupakan hasil pengurangan Waktu Kerja
dengan waktu downtime mesin (nonoperation time) dengan kata lain
operation time adalah waktu operasi tersedia (availability time)
setelah waktu downtime mesin dikeluarkan dari total availability yang
direncanakan. Downtime mesin adalah waktu proses seharusnya
digunakan mesin akan tetapi karena adanya gangguan pada
mesin/peralatan (equipment failures) mengakibatkan tidak ada output
yang dihasilkan. Downtime meliputi mesin berhenti beroperasi akibat
kerusakan mesin/peralatan, penggantian cetakan (dies), pelaksanaan
prosedur setup dan adjustment dan lain – lainnya. (Hensen, 2014)
2. Performance Efficiency
Performance ratio merupakan suatu perbandingan yang
menggambarkan kemampuan dari peralatan untuk menghasilkan
produk. Performance ratio digunakan untuk menghitung speed losses,
dimana didalamnya termasuk setiap faktor yang menyebabkan
kehilangan waktu efektif dalam proses produksi seperti salah
mengoperasikan mesin/peralatan, material yang tidak standar
(sehingga sering setting ulang), keausan pada komponen mesin,
hingga kesalahan pada operator. Terdapat tiga faktor yang dibutuhkan
untuk menghitung performance effeciency ratio diantaranya :
a. Ideal Cycle Time
b. Processed Amount
c. Operation Time
25
Performance effeciency ratio dapat dihitung dengan menggunakan

rumus sebagai berikut :
Process Amount x Ideal Cycle Time

Performance = x 100 % (2.4)
OperationTime
3. Rate Of Quality Product

Rate of quality product adalah rasio jumlah produk yang lebih baik
terhadap jumlah total produk yang diproses. Jadi rate of quality
product adalah hasil perhitungan dengan menggunakan dua faktor
berikut.
a. Processed Amount (Jumlah produk yang di proses)
b. Defect Amount (Jumlah produk cacat)
Rate of quality product dapat dihitung dengan menggunakan rumus

sebagai berikut :
Process Amount x Defect Amount

Quality product = x 100 % (2.5)
Processed Amount
2.1.11 Six Big Losses

Dalam perusahaan ada beberapa kerugian dalam perusahaan yang
terkait dengan peralatan, yang biasa disebut six big losses. Adapun six big
losses adalah sebagai berikut yang digolongkan menjadi 3 macam
(Stamatis, 2013):
1. Donwtime Losses
Breakdown losses atau equipment failure adalah kerusakan mesin
atau peralatan yang tidak diinginkan dan menyebabkan kerugian
pada perusahaan karena menimbulkan penurunan output, waktu yang
sia-sia, atau reject dari barang yang di produksi. Beberapa yang
termasuk kedalam golongan equipment failure antara lain: kerugian
akibat gangguan (downtime), menunggu faktor pedukung, tidak ada
operator, pergantian shift. (Gulati & Smith, 2013)
Set-Up dan adjustmen losses adalah kerugian yang ditimbulkan
karena kegiatan set-up termasuk penyesuaian untuk mengganti suatu
26
jenis produk berikutya untuk proses produksi berikutnya. Yang

termasuk di dalamnya adalah set-up material di mesin, material
shortages, operator shortages, major adjustment, dan warm-up time.
(Wiyatno et al., 2018a)
2. Speed Losess
Idling dan minor stoppages losses adalah kerugian karena kejadian
berhentinya mesin sejenak, kemacetan mesin, idle time mesin.
Kerugian ini umumnya memakan waktu yang singkat serta tidak
membutuhkan personal maintenance. (Suhendra & Wiyatno, 2022)
Redused speed losses adalah kerugian yang timbul karena kecepatan
aktual proses berada di bawah kecepatan optimal dari mesin.
Sehingga hal ini menyebabkan proses produksi tidak berjalan dengan
optimal.
3. Defect Losess
Process defect adalah Kerugian yang timbul karena adanya produk
yang cacat. Kecacatan produk menimbulkan kerugian material,
pengurangan jumlah produksi, peningkatan limbah produksi, dan
penambahan waktu apabila dilakukan pengerjaan ulang pada produk
yang cacat tersebut.
Reduce yield Loses atau Start–up losses adalah kerugian waktu dan
material yang timbul selama proses produksi karena factor keadaan
operasi yang tidak stabil, tidak tepatnya penanganan dan
pemasangan mesin, ketidaktahuan operator pada proses produksi
yang dia jalankan. (A. Prabowo & Agustiani, 2017)
2.1.12 Fishbone
Fishbone adalah strategi yang dibuat oleh Kaoru Ishikawa untuk
membedakan keadaan dan hasil logis dari suatu masalah. Bagian dasar dari
kerangka tulang ikan menunjukkan masalah saat ini, sementara cabang lain
yang akan mendorong cabang utama adalah penyebab kesulitan yang
umumnya diurutkan menjadi individu, bahan, peralatan, eksekutif, dan
iklim. Garis tulang ikan sangat berharga dalam peningkatan kualitas
27
karena dapat menggambarkan pendorong utama berbagai masalah dalam

pengaturan yang mudah. (Chopra & Menidl, 2016)
Diagram fishbone adalah sebuah grafik yang menggambarkan

hubungan masalah atau akibat dengan faktor-faktor yang menjadi
penyebab timbulnya masalah. (J Heizer et al., 2017)
Berdasarkan beberapa definisi, dapat disimpulkan bahwa diagram fishbone
adalah sebuah alat yang menggambarkan grafik hubungan masalah atau
akibat dengan faktor-faktor yang menjadi penyebab timbulnya masalah
sehingga dapat membantu dalam melakukan analisa penyelesaian masalah.
Gambar 2.4 Diagaram fishbone

Sumber : (J Heizer et al., 2017)
2.1.13 Failure Mode and Effect Analysis (FMEA)

FMEA merupakan salah satu bentuk analisa kualitatif risiko dan
secara umum tujuan penyusunan FMEA adalah untuk membantu dalam
pemilihan desain alternative yang memiliki kehandalan dan keselamatan
potensial tinggi, menjamin bahwa semua moda kegagalan yang dapat
diperkirakan dan dampak yang ditimbulkannya terhadap kesuksesan
operasional sistem telah dipertimbangkan, membuat daftar kegagalan
potensial, serta mengidentifikasi dampak yang ditimbulkannya,
mengembangkan kriteria awal untuk rencana dan desain pengujian besar
serta untuk membuat daftar pemeriksaan sistem sebagai analisa kualitatif
kehandalan dan ketersediaan, sebagai dokumentasi untuk referensi pada
masa yang akan datang untuk membantu menganalisa kegagalan yang
28
terjadi di lapangan serta membantu bila sewaktu-waktu terjadi perubahan

desain sebagai data input untuk studi banding serta sebagai basis untuk
menentukan prioritas pemeliharaan/perawatan. (Saipudin, 2019)
Risk priority number (RPN) adalah indikator kekritisan untuk
menentukan tindakan koreksi yang sesuai dengan moda kegagalan. RPN
digunakan oleh banyak prosedur FMEA untuk menaksir resiko
menggunakan tiga kriteria berikut :
1. Keparahan efek (severity)

2. Kejadian penyebab (Occurance)
3. Deteksi penyebab (Detection)
Angka prioritas RPN merupakan hasil kali rating keparahan,

kejadian, dan deteksi. Angka ini hanyalah menunjukkan rangking atau
urutan defisiensi desain sistem.
2.2 Penelitian Terdahulu

Untuk menunjang penelitian ini, terdapat beberapa penelitian
terdahalu dengan menggunakan metode everall equipment effectiveness
(OEE) yang dijadikan referensi. diantaranya :
1. Penelitian sebelumnya dari (Mardian et al., 2022), Hasil penerapan

OEE didapati perhitungan rata-rata OEE mesin steamer adalah
82,19% masih dibawah standar JIPM yaitu ≥85. Kemudian
berdasarkan six big losses didapati nilai breakdown losses 6,08%, set
up & adjustment losses 5,21% , idling minor & stoppage losses
21,42%, reduced speed losses 1,48%, process defect losses 5,04% ,
dan reduced yield 0%. Analisis mengunakan metode FMEA
menunjukkan bahwa RPN tertinggi pada pergantian part fire adjust
switch 175. Kemudian usulan perbaikan dilakukan dengan metode
autonomus maintenance dengan tahapan CILT, metode, mesin,
pengukuran, dan lingkungan.
2. Penelitian sebelumnya dari (Ariyah, 2022), Berdasarkan penelitian
yang telah dilakukan, maka dapat di simpulkan bahwa nilai OEE yang
29
di dapatkan pada mesin Batching Plant yaitu 80,45%, sedangkan

untuk standar OEE internasional yaitu 85% sehingga perlu adanya
perbaikan. Faktor yang menjadi prioritas perbaikan yaitu performance
atau kinerja mesin dalam memproduksi beton, karena nilai
performance merupakan nilai terendah dari tiga faktor yang
mempengaruhi nilai OEE telah direncanakan serta membuat laporan
diakhir kegiatan perawatan.
3. Penelitian sebelmnya dari (R. F. Prabowo et al., 2020), Nilai Overall
Equipment Effectiveness (OEE) mesin grinding periode Juli – Agustus
2019 dengan rata rata 90.73% masih dibawah standar nilai Overall
Equipment Effectiveness (OEE) dengan penyebab oleh Quality ratio
rendah yang masih di bawah standard JIPM yaitu dengan rata -rata
98,54%. Perusahaan dapat mengetahui efektifitas mesin dengan
perhitungan tingkat keefektifan peralatan menggunakan Total
Productive Maintenance (TPM) berdasarkan nilai Overall Equipment
Effectiveness (OEE), sehingga dapat meningkatkan efektivitas
peralatan serta mengeliminasi kerugian besar bagi perusahaan yang
dikenal dengan six Big losses.
4. Penelitian sebelumya dari (Karmilawati et al., 2021), Dari hasil
analisa dengan menggunakan fishbone diagram yang menyebabkan
banyak waktu downtime adalah terjadinya dies kotor yang
mengakibatkan tekanan pada mesin moulding cerex berkurang karena
terganjal sisa-sisa kotoran yang menempel pada dies. Setelah
dilakukan perbaikan dengan pemasangan pneumatic roadless cylinder
nilai performance dapat ditingkatkan menjadi 95.32%, dan nilai oee
dapat ditingkatkan menajdi 85% sesuai dengan standar world class.
5. Penelitian sebelumnya dari (Pahmi Hamda, 2018), Berdasarkan
permasalahan tersebut maka dilakukan analisis Total Productive
Maintenance (TPM) dengan menggunakan metode Overall Equipment
Effectivenes (OEE) dan dilakukan analisis diagram sebab akibat untuk
usulan perbaikan. Hasil analisis menunjukkan Overall Equipment
30
Effectivenes (OEE) untuk mesin exuder diperoleh rata-rata sebesar

37,129%, dimana dengan aktivitas yang diukur pada indeks
ketersediaan sebesar 94,618%, kinerja sebesar 39,321%, dan kualitas
sebesar 99,845%. Perbaikan yang diusulkan yang pertama adalah
menjalankan perawatan pencegahan berdasarkan jadwal perawatan
yang telah direncanakan serta membuat laporan diakhir kegiatan
perawatan. Usulan berikutnya adalah meningkatkan manajemen
pemasaran untuk dapat meningkatkan permintaan setiap periodenya
sehingga mengurangi waktu mesin mengganggur. Usulan ketiga
mengenai pengadaan spare part harus lebih aktif agar tidak terlalu
lama apabila terjadi masalah pada mesin yang diharuskan mengganti
komponen mesin.
31
BAB III
METODOLOGI PENELITIAN
3.1 Objek Penelitian

Penelitian ini dilakukan di PT. Hoyu Indonesia yaitu perusahaan
yang bergerak di bidang pembuatan cat rambut asal jepang kawasan KIIC
Obyek dari penelitian ini adalah data harian maintenance dan kaHIitas
produksi pada periode Agustus 2021 sampai September 2021 yang
didapatkan dari bagian Line Powder prodaktion PT. Hoyu Indonesia.
Penelitian ini menggunakan metode kuantitatif dengan jenis kompartif,
yang mana penelitian ini melakukan perbandingan antara sebelum dan
sesudah modifikasi dengan berdasarkan perhitungan dari nilai OEEnya.
3.2 Jenis Data

Jenis data yang digunakan pada penelitian ini dibagi menjadi 2
diantaranya adalah sebagai berikut:
1. Data Primer
Data primer adalah data yang diperoleh bukan dari informasi langsung
perusahaan melainkan sumber-sumber lain. Meliputi informasi dari
berbagai buku maupun jurnal ilmiah yang berkaitan dengan penelitian
yang dilakukan.
2. Data Sekunder
Data sekunder data yang diperoleh langsung dari objek penelitian

melalui wawancara dan observasi secara langsung dengan pihak yang
dipercaya untuk mengelola segala aspek kegiatan yang ada di
dalamnya.
3.3 Data yang digunakan

Teknik pengumpulan data yang penulis lakukan pada penelitian ini
ialah dengan melakukan analisa langsung ke perusahaan yang kemudian
mengumpulkan data-data yang dibutuhkan untuk permsalahan yang
dihadapi. Beberapa cara yang dilakukan diantaranya:
30
32
1. Studi Lapangan
Penulis melakukan observasi lapangan dengan mencari data dan

melihat langsung lini produksi di PT. Hoyu Indonesia. Dimana data
yang dikumpulkan diantaranya :
a. Data umum perusahaan. Yaitu data yang berkaitan dengan PT.

Hoyu Indonesia dengan sejarah perkembangan perusahaan, lokasi
perusahaan, dll.
b. Data hasil produksi tahun 2021.
c. Data waktu downtime pada mesin di packing line automation.
d. Data waktu kerja pada line powder production.
e. Data kaHIitas mesin yang digunaka pada packing line automation.
2. Wawancara
Teknik ini dilakukan dengan cara penulis melakukan wawancara
langsung kepada karyawan yang berhubungan langsung dengan
masalah penelitian ini.
3. Kuesioner
Dengan cara ini peneliti akan memberikan seperangkat pertanyaan
terkait dalam penelitian yang sedang dijalankan kepada karyawan
yang dijadikan sebagai responden.
4. Studi Pustaka
Cara ini merupakan sebuah cara untuk mendapatkan informasi dari
berbagai sumber yang dapat membantu tercapainya penelitian yang
baik seperti buku referensi, jurnal, dan berbagai sumber yang
berkaitan dengan penelitian ini.
3.4 Metode Yang Digunakan

Data yang dikumpulkan, kemudian diolah agar dapat digunakan
dalam penelitian. Tahapan pengolahan data yang dilakukan dalam
penelitian ini adalah melakukan pengolahan data dengan menggunakan
metode overall equipment effectiveness (OEE).
33
3.4.1 Availability Ratio

Availability merupakan rasio operation time terdapat waktu Waktu
Kerja. Sehingga dapat menghitung availability mesin dibutuhkan nilai dari
:
d. Operation Time
e. Waktu Kerja
f. Downtiem
Avalibility ratio dapat dihitung dengan menggunakan rumus :
Loading Time−Downtime
A= x 100 %
Loading Time
(3.1)
3.4.2 Performance Efficiency

Performance effeciency ratio merupakan suatu rasio yang
menggambarkan kemampuan dari peralatan dalam menghasilkan barang.
Terdapat tiga faktor yang dibutuhkan untuk menghitung performance
effeciency ratio diantaranya :
a. Ideal Cycle Time

b. Processed Amount
c. Operation Time
Performance effeciency ratio dapat dihitung dengan menggunakan

rumus sebagai berikut :
Process Amount x Ideal Cycle Time

PE = x 100 % (3.2)
OperationTime
3.4.3 Rate Of Quality Product

Rate of quality product adalah rasio jumlah produk yang lebih baik
terhadap jumlah total produk yang diproses. Jadi rate of quality product
adalah hasil perhitungan dengan menggunakan dua faktor berikut.
a. Processed Amount (Jumlah produk yang di proses)

b. Defect Amount (Jumlah produk cacat)
34
Rate of quality product dapat dihitung dengan menggunakan rumus

sebagai berikut :
Process Amount x Defect Amount

ROQP = x 100 % (3.3)
Processed Amount
3.4.4 Overall Equipment Effectiveness (OEE)

Formula matematis dari overall equiepment effectiveness (OEE)
dirumuskan sebagai berikut:
3.4.5 Six Big Losses

Mengeleminasi beberapa kerugian dalam perusahaan yang terkait
dengan peralatan, yang biasa disebut six big losses. Adapun six big losses
adalah sebagai berikut yang digolongkan menjadi 3 macam:
1. Donwtime Losses : Breakdown losses atau equipment failure, Set-Up

dan adjustmen losses
2. Speed Losess : Idling dan minor stoppages losses, Redused speed
losses
3. Defect Losess : Process defect, Reduce yield Loses atau Start–up
losses
3.4.6 Diagram Parreto

Diagram pareto ini dipakai untuk menganalisa suatu fenomena,
agar dapat menentukan hal-hal yang menjadi prioritas dan dominan dalam
menganalisis dan mengatasi fenomena tersebut. Prinsip pareto lebih
dikenal dengan prinsip 80/20, yang artinya 20% masalah memiliki dampak
sebesar 80%. Oleh karena itu untuk mengatasi suatu masalah misalnya
dalam kegiatan produksi maka dengan diagram pareto tidak harus
memukul rata untuk membereskan semua masalahnya secara bersamaan,
melainkan perlu mencari faktor dominannya kemudian meyelesaikan
faktor dominan tersebut terlebih dahulu.
35
3.4.7 Fisbone
Diagram fishbone adalah sebuah alat yang menggambarkan grafik

hubungan masalah atau akibat dengan faktor-faktor yang menjadi
penyebab timbulnya masalah sehingga dapat membantu dalam melakukan
analisa penyelesaian masalah.
Gambar 3.1 Diagaram fishbone

Sumber : (Jay Heizer & Render, 2005)
3.4.8 Failure Mode Effect Analysis (FMEA)

Tujuan penyusunan FMEA adalah untuk membantu dalam
pemilihan desain alternative yang memiliki kehandalan dan keselamatan
potensial tinggi, menjamin bahwa semua moda kegagalan yang dapat
diperkirakan dan dampak yang ditimbulkannya terhadap kesuksesan
operasional sistem telah dipertimbangkan, membuat daftar kegagalan
potensial, serta mengidentifikasi dampak yang ditimbulkannya.
Dalam membuat FMEA nila risk priority number (RPN) adalah
indikator kekritisan untuk menentukan tindakan koreksi yang sesuai
dengan moda kegagalan. RPN digunakan oleh banyak prosedur FMEA
untuk menaksir resiko menggunakan tiga kriteria berikut :
1. Keparahan efek (severity)

2. Kejadian penyebab (Occurance)
3. Deteksi penyebab (Detection)
36
3.5. Prosedur Penelitian
Mulai
Referensi
- Jurnal-
Studi Literatur
Jurnal
- Buku Studi
Lapangan
- Observasi
Identifikasi - Wawancara
Masalah - Kuisioner
- Jam kerja mesin

- Data produksi Pengumpulan Data
- Data downtime
- Rasio
ketersedian
waktu
- Effisiensi
Pengolahan Data Kinerja
- Quality
Porduct
- OEE Value
- Six Big Loses
Analisis Dengan
- Diagram parreto
- FMEA metode OEE
- Fishbone
Hasil Analisa dan

Pembahasan
Kesimpulan dan
Saran
Selesai
Gambar 3.2 Kerangka Berfikir

37
Dari flowchart diatas penelitian ini dimulai dari melakukan studi

literature dengan mencari beberapa sumber yang dijadikan sebagai
referensi seperti buku dan jurnal-jurnal. Kemudian barulah dilakukan
proses identifikasi masalah dengan melakukan studi lapangan dengan cara
obervasi, wawancara dan kuisioner yang selanjutnya barulah dilakukan
pengumpulan data yang dibutuhkan pada penelitian ini diantaranya data
jam kerja mesin, waktu downtime mesin, dan data hasil produksi pada
tahun 2021.
Setelah mengumpulkan data yang dibutuhkan, tahapan selanjutnya

adalah melakukan pengolahan data dengan menggunakan metode overall
equipment effectiveness (OEE) dengan urutan sebagai berikut:
1. Availibility Ratio
2. Performance Efficiency
4. OEE Value
Dari hasil nilai OEE yang didapatkan, kemudian dilakukan analisa

penyebab dari performa mesin yang tidak maksimal dengan six big losses
yang kemudian diambil penyebab dominan berdasarkan dari diagram
parreto untuk kemudian dianalisa dengan fisbone dan FMEA.
Setelah diketahui akar masalah penyebab performa mesin yang

kurang maksimal, berikutnya barulah dilakukan improvement untuk
menghilangkan akan penyebab masalah yang terjadi sehingga hasil dan
kesimpulan dari penelitian ini didapatkan.
38
BAB IV
ANALISIS DATA DAN PEMBAHASAN
4.1 Pengumpulan Data

Penelitian ini dimulai dari melakukan observasi lapangan serta
melakukan pengambilan data yang berhubungan pada penelitian ini.
4.1.1 Sejarah Perusahaan
Gambar 4.1 PT Hoyu Indonesia

Sumber : Dokumenstasi PT. Hoyu Indonesia (2021)
PT. Hoyu Indonesia (Hoyu) bukan hanya perusahaan pewarna
rambut dengan pangsa HIar terbesar di Jepang, namun juga merupakan
salah satu pemimpin produsen produk pewarna rambut dan perawatan
rambut di lebih dari 70 negara. Sebagai pembawa kesenangan dalam
mewarnai rambut, slogan Hoyu “Color Your Heart” mengekspresikan
keinginan kami untuk membawa dimensi baru ke dalam kehidupan
seseorang melalui rangkaian produk pewarnaan dan perawatan rambut
yang inovatif.
Dengan latar belakang bisnis yang kuat dan HIsion yang tak
berkesudahan untuk mewarnai dan merawat rambut, Hoyu menandai
kiprah 100 tahunnya pada bulan Februari. Selalu menjaga untuk tetap lebih
37
39
maju dengan cara menganalisa tren HIar, Hoyu secara terus menerus
memperkenalkan produk-produk pionir, dan mendapatkan kepercayaan
konsumen di Jepang dan juga di seluruh dunia. Tidak berpuas diri hanya
dengan menyediakan produk-produk berkualitas tinggi, Hoyu terus
menerus berusaha memberikan nilai tambah produk-produknya melalui
R&D dan menggunakan teknologi terkini dan bahan-bahan yang paling
aman untuk digunakan.
PT. Hoyu Indonesia menyediakan cat rambut atau kosmetik

berkualitas dapat diurutkan menjadi beberapa kegiatan yang membentuk
suatu alur ekspor atau impor. Pada laporan ini merupakan alur line
produksi line packing khusus line Automation. Kegiatan ekspor
merupakan kegiatan menciptakan produk jadi oleh negara asal untuk
kemudian di kirim dan dijual ke negara lain. perlu dilakukan pembuatan
alur dalam proses produksi sehingga dapat mudah di ketahui diagram alir
dan peta aliran proses untuk operasi mana permasalahannya dalam proses
produksi dan suatu analisa masalah Berikut adalah alur proses line.
Keterangan : lokasi
yang menjadi
pembahasan pada
skripsi ini
Gambar 4.2 Flow proses produksi

40
4.1.2 Data yang digunakan

Data-data yang dikumpulkan adalah data jam kerja produksi
pewarna rambut pada mesin packing line automation, data hasil produksi
dari mesin automation dan data waktu downtime mesin automation.
Tabel 4.1 Data Jam Kerja packing line automation
Jam
Jumlah Waktu
Jumlah Total Kerja /
Bulan Kerja
Hari Kerja Shift/Hari Hari
(Menit)
(Jam)
Januari 24 1 8 11520
Februari 24 1 8 11520
Maret 24 1 8 11520
April 24 1 8 11520
Mei 24 1 8 11520
Juni 24 1 8 11520
Total 69120
Sumber : Dokumentasi PT. HI (2021)
Dari tabel 4.1 menunjukan data jam kerja dari packing line
automation, dimana waktu jam kerja yang diberlakukan oleh PT. Hoyu
Indonesia adalah senin sampai dengan sabtu, dengan 8 jam kerja/hari,
dengan menerapkan sistem Non shift. Waktu kerja ini lah yang menjadi
dasar waktu operasi dari mesin trying.
Setelah mengetahui jumlah waktu running dari mesin trying,

selanjutnya mengumpulkan data hasil produksi dari mesin trying pada
periode januari - juni tahun 2021, Selanjutnya tabel 4.2 menunjukan hasil
produksi pada tahun 2021.
Tabel 4.2 Data Hasil Produksi Tahun 2021
Hasil Produksi Produk NG

Bulan Produk OK (Pcs)
(Pcs) (Pcs)
Januari 656,338 649,840 6,498
Februari 663,909 658,640 5,269
Maret 690,701 684,540 6,161
April 685,679 678,890 6,789
Mei 661,349 655,450 5,899
Juni 671,656 665,665 5,991
Total 4,029,632 3,993,025 36,607
41
Dari tabel 4.2 menunjukan data hasil produksi pada peridoe januari
- juni tahun 2021, dimana hasil produksi dari mesin traying pada tahun
2021 adalah sebanyak 4.029.632 pcs, dengan produk yang ok adalah
sebesar 3.993.025 pcs. Angka produk ok yang didapatkan belum
memenuhi target, sedangkan target yang ditetapkan adalah 4.752.000 box.
Selanjtunya data yang dikumpulkan untuk melakukan perhitungan
performa mesin adalah data downtime mesin pada tahun 2021.
Tabel 4.3 Data downtime mesin traying periode januari - juni 2021
Waktu Planed Breakdown Waktu

Bulan Kerja Downtime MC Tray Operasi
(Menit) (Menit) (Menit) (Menit)
Januari 11520 480 1740 9300
Februari 11520 480 1380 9660
Maret 11520 480 1050 9990
April 11520 480 1095 9945
Mei 11520 480 1410 9630
Juni 11520 480 1440 9600
Dari tabel 4.3 menunjukan data waktu downtime dari mesin trying
pada periode januari – juni tahun 2021, dimana pada tiap bulannya tim
maintenance telah menetapkan penjdawalan pemeliharaan pada mesin
trying pada tiap minggunya yaitu selama 1 kali 8 jam/bulan, namun pada
aktualnya meskipun sudah dilakukan preventive maintenance mingguan,
mesin trying masih mengalami corrective maintenance dengan waktu yang
cukup tinggi.
4.2 Hasil Pengujian

Penelitian ini bertujuan untuk melakukan perbaikan terhadap mesin
traying dengan mengukur performa mesin dengan metode overall
effectiveness equipment (OEE) dan kemudian melakukan analisa perbaikan
dengan metode failure mode effect analysis (FMEA) dan kemudian
42
melakukan modifikasi terhadap masalah kerusakan yang sering terjadi.

Dimana tahapan yang dilakukan dalam pengolahan data ini adalah :
1. Availability Ratio
2. Performa Efficiency
4. Overal Equipment Effectiveness Value
5. Six Big Loses
6. Failure Mode Effect Analysis (FMEA)
Sebelum mememulai penelitian ini, penulis telah telebih dahulu

mengukur performa mesin trying dengan menghitung nilai OEE harian
yang dilakukan pada minggu pertama bulan juli. Data dan hasil
perhitungan nilai OEE harian pada mesin tyring ditunjukan pada tabel
berikut.
Tabel 4.4 Data parameter OEE harian

Perhitungan OEE harian Minggu Pertama Bulan Juli 2021
Ideal Cycle Jumlah Hasil Waktu
Produk OK Produk NG Breakdown
Tanggal Time Waktu Kerja Produksi Operasi
(Box) (Box) (Menit)
(Menit) (Menit) (Box) (Menit)
05-Jul-21 0.013699 480 25,058 24,736 322 120 360
06-Jul-21 0.013699 480 25,680 25,350 330 105 375
07-Jul-21 0.013699 480 26,774 26,430 344 105 375
08-Jul-21 0.013699 480 27,126 26,778 348 90 390
09-Jul-21 0.013699 480 26,227 25,890 337 90 390
Total 2400 130,863 129,184 1679 510 1890
Dari data harian yang ditunjukan pada tabel 4.4 kemudian barulah
dilakukan perhitungan performa mesin dengan OEE yang ditunjukan pada
perhitungan pada tanggal 5 juli 2021 sebagai berikut :
480 Menit −120 Menit

1. Availability Ratio = x 100 % = 75%
480 Menit
25.058 Pcs x 0.013699 Menit
2. Performa Efficiency = x 100 % = 95%
360 Menit
24.736
3. Rate of quality product = x 100 % = 99%
25.058
43
4. OEE = 75% x 95% x 99% = 71%
Selanjutnya untuk perhitungan selengkapnya untuk 1 minggu

kedepan ditunjukan pada tabel 4.5.
Tabel 4.5 Nilai OEE harian mesin trying
Nilai OEE harian Minggu Pertama Bulan Juli 2021

Availability Performa Rate Of Quality
OEE
Tanggal Ratio Eficiency Product
%
% % %
05-Jul-21 75% 95% 99% 71%
06-Jul-21 78% 94% 99% 72%
07-Jul-21 78% 98% 99% 75%
08-Jul-21 81% 95% 99% 76%
09-Jul-21 81% 92% 99% 74%
Rata-Rata 79% 95% 99% 74%
Berdasarkan pada tabel 4.5 dapat diketahui bahwa nilai OEE harian
yang diukur pada minggu pertama dibulan juli 2021 memiliki rata-rata
sebesar 74%, Nilai tersebut belum mampu melebihi dari standar nilao
OEE yang mana sebesar 85%. Sehingga perlu dilakukannya perhitungan
nilai OEE bulanan untuk mengetahui secara lebih jauh performa dari
mesin trying yang kemudian akan dilakukan modifikasi imporvement
untuk jangka panjang.
4.2.1 Perhitungan Availability Ratio

Dalam mengukur nilai performa OEE, parameter yang pertama
diukur adalah rasio dari ketersediaan waktu operasi. Dimana rumus dalam
menghitung availability ratio (AR) adalah :
Waktu Kerja−Downtime
Availability Ratio = x 100 %
Waktu Kerja
(4.1)
Keterangan :
- Waktu Kerja = Waktu jam kerja penggunaan mesin yang tersedia

- Downtime = Waktu berhenti mesin akibat kerusakan dan pemeliharaan
44
Selanjutnya avalabilty ratio mesin traying pada bulan januari dapat

dilihat pada perhitungan dibawah.
11.520−(480+1.740)
Availability Ratio = x 100 % = 81%
11.520
Perhitungan pada bulan-bulan berikutnya dapat dilihat pada tabel

4.6.
Tabel 4.6 Tabel perhitungan availability ratio
Availability Ratio
Availablity
Waktu Kerja Operation Time
Bulan Ratio
(Menit) (Menit)
%
Januari 11520 9300 81%
Februari 11520 9660 84%
Maret 11520 9990 87%
April 11520 9945 86%
Mei 11520 9630 84%
Juni 11520 9600 83%
Rata-Rata 84%
Sumber : Pengolahan data (2021)
Pada tabel 4.6 menunjukan hasil perhitungan nilai availability ratio

pada tiap bulannya, hasil yang didapatkan dari perhitungan nilai
availability ratio berdasarkan rata-rata adalah sebesar 84%.
Gambar 4.3 Grafik Availability Ratio

45
Gambar 4.3 menunjukan grafik dari rasio ketersediaan waktu pada

mesin trying. mengacu pada japan institute of plant maintenance,
Availabailty ratio memiliki standar ideal sebesar 90%. Berdasarkan dari
grafik diatas, rasio ketersediaan pada mesin traying masih berdasar
dibawah standar sehingga dapat diketahui bahwa mesin traying belum
memiliki rasio ketersediaan waktu yang ideal.
4.2.2 Performa Efficiency

Setelah menghitung nilai availability ratio, parameter berikutnya
yang akan dihitung dalam pengukuran performa menggunakan metode
OEE adalah menghitung nilai performa mesin dengan mengukur performa
efficiency. Performa efficiency adalah pengukuran kinerja mesin
berdasarkan dari hasil output yang dihasilkan oleh mesin traying kemudian
dibandingkan dengan kapasitas yang dimiliki mesin traying. Rumus dalam
menghitung nilai performa efficiency adalah sebagai berikut :
Hasil Produksi x IdealCycle Time

Performa Efficiency = x 100 % (4.2)
Operation Time
Keterangan :
- Hasil produksi = Total hasil produksi keseluruhan
- Ideal cycle time = Waktu siklus ideal berdasarkan kapasitas mesin
- Operation time = Waktu operasi mesin
Dalam menghitung performa efficiency ada beberapa parameter
yang harus ditentukan terlebih dahulu, berikut hasil perhitungan dalam
penentuan ideal cycle time dan operation time.
1. Ideal cycle time

Ideal cycle time adalah waktu siklus ideal yang seharusnya dihasilkan
oleh mesin traying berdasarkan dari kapasiitas yang dimiliki oleh
mesin, Mesin traying memiliki kapasitas 73 pcs/menit. Hasil
perhitungan ideal cycle time adalah sebagai berikut :
46
Waktu kerja
Ideal cycle time =
Waktu kerja x MC capacity
(4.3)
11.520
Ideal cycle time = = 0.013699 menit/pcs
11.520 x 73
2. Operation time
Operation time adalah total dari waktu bersih dalam pengoperasin
mesin traying. Hasil perhitungan operation time pada bulan januari
adalah sebagai berikut :
Operation time = Waktu Kerja - (Waktu Kerja – (downtime +
brekdown))
Operation time = 11.520 - (11.520 – (480 + 1740)) = 9300 menit
Setelah mendapatkan hasil perhitungan dari cycle time dan

operation time barulah dilakukan perhitungan performa efficiency (PE),
hasil perhitungan pada bulan januari sebagai berikut :
656.338 x 0.013699
Performa Efficiency = x 100 % = 97%
9300
Perhitungan pada bulan-bulan berikutnya dapat dilihat pada tabel 4.7
Tabel 4.7 Hasil perhitungan performa efficiency
Performance Efficiency
Process Ideal Cycle Performa
Operation Time
Bulan Amount Time Efficiency
(Menit)
(Menit) (Menit) %
Januari 656,338 0.013699 9300 97%
Februari 663,909 0.013699 9660 94%
Maret 690,701 0.013699 9990 95%
April 685,679 0.013699 9945 94%
Mei 661,349 0.013699 9630 94%
Juni 671,656 0.013699 9600 96%
Rata-Rata 95%
47
Pada tabel 4.7 menunjukan hasil perhitungan nilai performa

efficiency pada tiap bulannya, hasil yang didapatkan dari perhitungan nilai
performa efficiency berdasarkan rata-rata adalah 95%.
Gambar 4.4 Grafik Rasio Effisiensi performa

Pada gambar 4.4 menunjukan grafik dari rasio effisiensi performa

mesin. mengacu pada japan institute of plant maintenance, performance
efficiency memiliki standar ideal sebesar 95% Dimana berdasarkan dari
grafik rasio, meskipun performa dari mesin traying masih fluktuatif,
namum apabila diambil rata-rata dari keseluruhan effisiensi performa
mesin traying sudah cukup untuk dikatakan ideal.
4.2.3 Rate Of Quality Product

Rate of quality product adalah mengukur kualitas output yang
dihasilkan oleh mesin traying. Hasil perhitungan dari rate of quality
product adalah sebagai berikut :
Produk Ok
Rate of quality product = x 100 % (4.4)
Hasil Produksi
48
649.840
Rate of quality product = x 100 % = 99%
656.338
Perhitungan pada bulan-bulan berikutnya dapat dilihat pada tabel

4.8.
Tabel 4.8 Hasil perhitungan rate of quality product
Rate Of Quality Product

Rate Of Quality Product
Bulan Jumlah Diproses Produk OK
%
Januari 656,338 649,840 99%
Februari 663,909 658,640 99%
Maret 690,701 684,540 99%
April 685,679 678,890 99%
Mei 661,349 655,450 99%
Juni 671,656 665,665 99%
Rata-Rata 99%
Pada tabel 4.8 menunjukan hasil perhitungan nilai rate of quality

product pada tiap bulannya, hasil yang didapatkan dari perhitungan nilai
rate of quality product berdasarkan rata-rata adalah 99%.
Gambar 4.5 Grafik rasio kualitas produk

Pada gambar 4.5 menunjukan grafik dari rasio kualitas produk.

mengacu pada japan institute of plant maintenance, rate of quality product
memiliki standar ideal sebesar 99%. Dimana berdasarkan dari grafik rasio
49
kualitas produk yang dihasilkan oleh msein traying sudah melebihi standar
sehingga dapat dikatakan ideal. Setelah mendapatkan 3 parameter yang
dibutuhkan, tahapan selanjutnya barulah mengukur performa mesin
traying dengan menghitung nilai OEE.
4.2.3 Overall Equipment Effectiveness

Tahapan terakhir dari metode ini adalah dengan mengukur
performa mesin dengan menghitung nilai OEE, dimana berdasarkan dari
suatu penghargaan yang disampaikan oleh japan institute of plant
maintenance, maka kondisi ideal dari OEE adalah sebagai berikut :
1. Availability ratio > 90%

2. Performa efficiency > 95%
3. Rate of quality product > 99%
Dari hasil perhitungan berdasarkan benchmark dari 3 parameter

dalam perhitungan OEE, maka secara idealnya nilai OEE minimal adalah
sebesar 85%. Hasil perhitungan performa dengan nilai OEE dari mesin
traying pada bulan januari sebagai berikut :
OEE = 81% x 97% x 99% = 77%
Berdasarkan hasil perhitungan nilai OEE pada bulan januari maka dapat
disimpulkan bahwa dibulan januari performa dari mesin traying belum
beroperasi secara maksimal. Salanjutnya perhitungan nilai OEE pada
bulan-bulan berikutnya ditunjukan pada tabel 4.9.
Tabel 4.9 Perhitungan nilai OEE
Nilai OEE
Rate Of
Availability Performance
Bulan Quality OEE
Ratio Efficiency
Product
Januari 81% 97% 99% 77%
Februari 84% 94% 99% 78%
Maret 87% 95% 99% 81%
April 86% 94% 99% 81%
50
Mei 84% 94% 99% 78%

Juni 83% 96% 99% 79%
Rata-Rata 84% 95% 99% 79%
Berdasarkan dari hasil perhitungan nilai OEE pada tabel 4.9 dapat
disimpulkan bahwa dari rata-rata nilai OEE pada periode januari – juni
tahun 2021, performa mesin traying belum dikatakan berjalan secara ideal,
dengan nilai OEE sebesar 79% sedangkan nilai ideal dari OEE adalah
sebesar 85%. Sehingga perlunya dilakukan improvement agar pada periode
berikutnya mesin traying dapat berjalan secara ideal.
4.3 Six Big Losses

Setelah mendapatkan nilai OEE dari mesin traying, tahapan
selanjutnya adalah mengukur nilai losses berdasarkan six big losses
dimana pada tahapan ini yang akan diukur adalah kerugian akibat
kerusakan alat, kerugian persiapan dan penyesuaian, kerugian akibat
kecepatan yang menurun, kerugian akibat menunggu karena mesin stop,
dam kerugian akibat produk cacat dan proses rework.
4.3.1 Equipement Failure Losses

Dalam menghitung equipment failure losses dapat dilakukan
dengan menggunakan rumus :
Downtime
Equipment failure losses = x 100 % (4.5)
Waktu Kerja
Selanjutnya barulah dilakukan perhitungan equipment failure losses pada

bulan januari:
2220 Menit
Equipment failure losses = x 100 %=19 %
11.520 Menit
Selanjutnya hasil perhitungan pada bulan berikutnya bisa dilihat pada tabel
4.10.
Tabel 4.10 Hasil perhitungan equipment failure losses
Bulan Waktu Kerja Downtime Equpment

51
Failure Losses
(Menit)
(Menit) %
Januari 11,520 2220 19%
Februari 11,520 1860 16%
Maret 11,520 1530 13%
April 11,520 1575 14%
Waktu Kerja Equpment
Downtime
Bulan Failure Losses
(Menit)
(Menit) %
Mei 11,520 1890 16%
Juni 11,520 1920 17%
Rata-Rata 16%
Dilihat dari tabel 4.10 menunjukan rata-rata kerugian akibat dari

equipment failure losses adalah sebesar 16%.
4.3.2 Setup And Adjustment Losses

Dalam melakukan perhitungan set-up dan adjustmen losses dapat
dilakukan dengan menggunakan rumus :
Setup t ime
Set-up dan adjustmen losses = x 100 % (4.6)
Waktu Kerja
Selanjutnya barulah dilakukan perhitungan set-up dan adjustmen losses

pada bulan januari:
480 Menit
Set-up dan adjustmen losses = x 100 %=4 %
11.520 Menit
4.11.
Tabel 4.11 Hasil perhitungan Set-up dan adjustmen losses
Setup &
Waktu Setup
Adjustment
Bulan Kerja Time
Losses
(Menit) (Menit)
%
Januari 11,520 480 4%
Februari 11,520 480 4%
Maret 11,520 480 4%
April 11,520 480 4%
52
Mei 11,520 480 4%

Juni 11,520 480 4%
Rata-Rata 4%
Dilihat dari tabel 4.11 menunjukan rata-rata kerugian akibat dari Set-up
dan adjustmen losses adalah sebesar 4%.
4.3.3 Reduced Speed Losses

Dalam melakukan perhitungan redused speed losses dapat
Operationtime−( Hasil x Ideal cycle time)

Speed losses = x 100 % (4.7)
Waktu Kerja
Selanjutnya barulah dilakukan perhitungan redused speed losses pada

bulan januari:
9300−(656.338 x 0.013699)
Redused speed losses = x 100 %=3 %
11.520 Menit
4.12.
Tabel 4.12 Hasil perhitungan redused speed losses
Reduced
Waktu Operation Ideal Hasil
Speed
Bulan Kerja Time Cycletime Produksi
Losses
(Menit) (Menit) (Menit) (Box)
%
Januari 11,520 9,300 0.013699 656,338 3%
Februari 11,520 9,660 0.013699 663,909 5%
Maret 11,520 9,990 0.013699 690,701 5%
April 11,520 9,945 0.013699 685,679 5%
Mei 11,520 9,630 0.013699 661,349 5%
Juni 11,520 9,600 0.013699 671,656 3%
Rata-Rata 4%
Dari tabel 4.12 menunjukan rata-rata kerugian akibat Redused

speed losses adalah sebesar 4%.
53
4.3.4 Idling And Minor Stoppages Losses

Dalam melakukan perhitungan Idling & minor losses dapat
(Target−Hasil) x Ideal cycle time

Idling & minor losses = x 100 % (4.8)
Waktu Kerja
Selanjutnya barulah dilakukan perhitungan Idling & minor losses pada

bulan januari:
(792.000−656.338)x 0.013699
Idling & minor losses = x 100 %=16 %
11.520 Menit
Selanjutnya hasil perhitungan Idling & minor losses pada bulan berikutnya
bisa dilihat pada tabel 4.13.
Tabel 4.13 Hasil perhitungan Idling & minor losses
Iddling
Hasil Ideal Waktu
Target Minor
Bulan Produksi Cycletime Kerja
(Box) Losses
(Box) (Menit) (Menit)
%
Januari 792,000 656,338 0.013699 11,520 16%
Februari 792,000 663,909 0.013699 11,520 15%
Maret 792,000 690,701 0.013699 11,520 12%
April 792,000 685,679 0.013699 11,520 13%
Mei 792,000 661,349 0.013699 11,520 16%
Juni 792,000 671,656 0.013699 11,520 14%
Rata-Rata 14%
Dilihat dari tabel 4.13 menunjukan rata-rata kerugian akibat idling and
minor stoppages losses adalah sebesar 14%.
4.3.5 Defect Losses

Dalam melakukan perhitungan defect losses dapat dilakukan
Produk NG x Ideal cycle time

Defect losses = x 100 %
Waktu Kerja
(4.9)
54
Selanjutnya barulah dilakukan perhitungan process defect losses pada

bulan januari:
6.498 x 0.013699
Defect losses = x 100 %=1 %
11.520 Menit
4.14.
Tabel 4.14 Hasil perhitungan defect losses
Produk NG Ideal Cycletime Waktu Kerja Defect

Bulan
(Box) (Menit) (Menit) %
Januari 6,498 0.013699 11,520 1%
Februari 5,269 0.013699 11,520 1%
Maret 6,161 0.013699 11,520 1%
April 6,789 0.013699 11,520 1%
Mei 5,899 0.013699 11,520 1%
Juni 5,991 0.013699 11,520 1%
Rata-Rata 1%
Dilihat dari tabel 4.14 menunjukan rata-rata kerugian akibat process defect
losses adalah sebesar 1%.
4.3.6 Rework Losses

Dalam melakukan perhitungan rework losses dapat dilakukan
produk rework x Ideal cycle time

Rework losses = x 100 % (4.10)
Waktu Kerja
Selanjutnya barulah dilakukan perhitungan rework losses pada bulan

januari:
6.498 x 0.013699
Rework losses = x 100 %=1 %
11.520 Menit
4.15
55
Tabel 4.15 Hasil perhitungan rework losses
Produk Rework Ideal Cycletime Waktu Kerja Rework

Bulan
(Box) (Menit) (Menit) %
Januari 6,498 0.01370 11,520 1%
Februari 5,269 0.01370 11,520 1%
Maret 6,161 0.01370 11,520 1%
April 6,789 0.01370 11,520 1%
Mei 5,899 0.01370 11,520 1%
Juni 5,991 0.01370 11,520 1%
Rata-Rata 1%
Dilihat dari tabel 4.15 menunjukan rata-rata kerugian akibat rework

losses adalah sebesar 1%.
4.3.7 Analisa six big losses

Setelah mendapatkan hasil perhitungan dari seluruh kerugian
berdasarkan six big losses, tahapan selanjutnya adalah melakukan analisa
dari hasil perhitungan yang sudah dilakukan sehingga kemudian dapat di
temukan persentase kerugian yang paling tinggi sehingga kerugian tersebut
kemudian akan diprioritaskan untuk dilakukan perbaikan.
Tabel 4.16 Perhitungan six big losses
Six Big Losses

Persentase Ratio
No Jenis Losses
Kerugian Kerugian
1 Equipment Failure Losses 0.16 40%
2 Setup & Adjustment Loses 0.04 10%
3 Reduced Speed Losses 0.04 11%
4 Iddling and Minor Stopages Losses 0.14 36%
5 Defect Losses 0.01 2%
6 Rework Losses 0.01 2%
Total 0.4 100%
Pada tabel 4.16 menunjukan hasi perhitungan keseluruhan dari six

big losses, selanjutnya dilakukan analisa dengan membuat diagram
parreto, untuk kemudian menantukan prioritas yang akan dilakukan
perbaikan.
56
Gambar 4.6 Diagram parreto pada jenis losses mesin traying

Pada gambar 4.6 menunjukan diagram parreto dari six big losses
pada mesin traying, dimana berdasarkan hasil analisa dengan parreto chart
menunjukan bahwa 80% permasalahan akan terlebih dahulu dilakukan
perbaikan, sehingga dapat disimpulkan bahwa pada tahapan selanjutnya,
yang akan diprioritaskan untuk dilakukan perbaikan adalah kerugian akibat
dari equipment failure losses dan iddling and minor stopages losses,
dengan total persentase sebesar 75,4%.
4.4 Pembahasan
Setelah melakukan perhitungan performa dari mesin traying
dengan menggunakan metode overall equipment effectiveness dapat
diketahui bahwa nilai OEE dari mesin traying pada tahun 2021 adalah
79%, sehingga nilai tersebut belum mencapai standar dari OEE yaitu
sebesar 85%. Selanjutnya dilakukan analisa penyebab dari tidak
maksimalnya performa dari mesin traying dengan menganalisa six big
losses.
Berdasarkan dari hasil analisa dengan six big losses didapatkan

bahwanya persentase kerugian terbesar terjadi pada 2 jenis kerugian yaitu
dari equipment failure losses dan iddling and minor stopages losses
dengan total persentase sebesar 75%. Selanjutnya barulah dilakukan
analisa akar penyebab masalah dari kerugian akibat equipment failure
losses dan iddling and minor stopages losses dengan metode failure mode
57
and effect analysis dan fishbone, dan selanjuntya hasil dari analisa akar
penyebab masalah barulah dilakukan modifikasi untuk menghilangkan
akar dari permasalahan yang terjadi.
4.4.1 Failure Mode And Effect Analysis

Tahapan selanjutnya adalah dengan melakukan analisa akar
masalah penyebab dari kerugian dengan menggunakan metode failure
mode and effect analysis (FMEA). Dimana dalam penentuan akan
penyebab masalah dari kerugian akibat equipment failure losses dan
iddling and minor stopages losses ditentukan berdasarkan nilai RPN
tertinggi. Data mode kegagalan dapat dilihat pada tabel dibawah.
Tabel 4.17 Failure mode pada mesin traying
No Failure Failure Mode Failure Effect

Glove insert Mesin Stop
Equipment &
1 Tray Takeout Mesin Stop
Failure Losses
Overload Mesin Stop
Bottle Rotary Mesin Stop
Iddling and
2 minor stopages Overload Mesin Stop
losses
Tray Takeout Mesin Stop
Pada tabel 4.17 menunjukan tiap mode kegagalan yang

menyebabkan kerugian dan menurunkan performa mesin traying yaitu
equipment & failure losses dan iddling and minor stopages losses
masing-masing terdapat 3 mode kegagalan. Selanjutnya barulah
menentukan nilai severity, occurance, dan detection dengan melakukan
brainstroming terhahadap 5 responden yang menjadi tim dalam melakukan
improvement pada mesin traying. Data kuisioner selengkapnya terdapat
pada lampiran di skripsi ini. Dimana tim yang menjadi responden adalah
sebagai berikut :
58
Tabel 4.18 Tim brainstorming
No Nama Jabatan
1 Kudrot Hasim Manager Produksi
2 Asep Triyadi Supervisor Produksi
3 Lia Yulia PIC Produksi
4 Zaki Habibi Staff Engineering
5 Dwi Sutriyanto Teknisi Engineering

Selanjutnya barulah melakukan perhitungan nilai severity,

occurance, dan detection berdasarkan hasil dari brainstorming.
1. Severity
Severity adalah tingkat keparahan yang terjadi, dimana kriteria
penilaian dari severity adalah sebagai berikut :
- 1 = Tidak ada akibat
- 2 = Terjadi akibat tetapi sedikit berpengaruh pada performa mesin
- 3 = Terjadi dan berpengaruh pada performa mesin
- 4 = Terjadi dan sangat berpengaruh pada performa mesin
- 5 = Terjadi dan menyebabkan performa mesin menurun
Hasil braintroming dari severity sebagai berikut :
Tabel 4.19 Penilaian severity
Brainstorming Severity
No Failure Failure Mode Failure Effect 1 2 3 4 5 S
1 Equipment
& Failure Glove insert Mesin Stop 2 2 4 3 4 3
Losses
Tray Takeout Mesin Stop 4 4 4 5 3 4
59
Overload Mesin Stop 3 3 2 5 2 3
Bottle Rotary Mesin Stop 3 3 3 3 3 3

Iddling and
minor
2 Overload Mesin Stop 3 3 4 2 3 3
stopages
losses
Tabel 4.19 menunjukan hasil penilaian severity pada mode kegagalan dari
penyebab penurunan performa mesin traying.
2. Occurance
Occurance adalah tingkat keseringan dari mode kegagalan yang
menyebabkan penurunan performa mesin traying, dimana kriteria
penilaian dari occurance adalah sebagai berikut :
- 1 = Tidak pernah terjadi
- 2 = Jarang terjadi
- 3 = Sering terjadi
- 4 = Sangat sering terjadi
- 5 = Selalu terjadi
Hasil braintroming dari occurance sebagai berikut :
Tabel 4.20 Penilaian occurance
Brainstorming Occurance
No Failure Failure Mode Failure Effect 1 2 3 4 5 O
Glove insert Mesin Stop 2 2 2 2 2 2

Equipment
1 & Failure Tray Takeout Mesin Stop 3 4 4 4 5 4
Losses
60

Iddling and
minor
stopages
losses
Tabel 4.20 menunjukan hasil penilaian occurance pada mode

kegagalan dari penyebab penurunan performa mesin traying.
3. Detection
Detection adalah tingkat yang menunjukan kemudahan dalam
mendeteksi suatu mode kegagalan dari penuruna performa mesin
traying yang terjadi, dimana kriteria penilaian dari detection adalah
sebagai berikut :
- 1 = Sangat jelas
- 2 = Jelas
- 3 = Memerlukan inspeksi
- 4 = Sangat sulit dideteksi
- 5 = Tidak dapat terdeteksi
Hasil braintroming dari detection sebagai berikut :
Tabel 4.21 Brainstorming detection
Brainstorming Detection
No Failure Failure Mode Failure Effect 1 2 3 4 5 D
Glove insert Mesin Stop 2 3 3 3 4 3
Equipment
1 & Failure Tray Takeout Mesin Stop 4 4 5 5 2 4
Losses

61

Iddling and
minor
stopages
losses
Tabel 4.21 menunjukan hasil penilaian detection pada mode

kegagalan dari penyebab penurunan performa mesin traying.
Setelah mendapatkan nilai dari severity (tingkat keparahan),

occurance (tingkat keseringan), dan detection (tingkat kemudahan) barulah
melakukan perhitungan nilai risk priority number (RPN) dimana dimana
kriteria penilaian dari risk priority number (RPN) adalah sebagai berikut :
Hasil perhitungan RRN dapat dilihat pada tabel 4.20
Tabel 4.22 Hasil perhitungan RRN
N RP
Failure Failure Mode Failure Effect S O D
o N
Glove insert Mesin Stop 3 2 3 18
Equipment
1 & Failure Tray Takeout Mesin Stop 4 4 4 64
Losses
Overload Mesin Stop 3 3 3 27
Bottle Rotary Mesin Stop 3 3 2 18

Iddling and
minor
2 Overload Mesin Stop 3 2 3 18
stopages
losses
Tray Takeout Mesin Stop 4 4 4 64
Dari tabel 4.22 menunjukan hasil perhitungan RPN pada losses

tertinggi dari mesin traying, dimana berdasarkan dari nilai RPN tertinggi,
mode kegagalan yang menjadi penyebab utama dari kerugian akibat
62
equipment & failure losses adalah tray takeout sehingga menyebabkan

mesin seringkali trouble hingga mesin stop. Selanjutnya penyebab utama
dari kerugian akibat Iddling and minor stopages losses adalah tray takeout
sehingga menyebab banyak operator yang menunggu akibat mesin traying
berhenti. Setelah mengetahui akar penyebab utama dari menurunnya
performa mesin traying, selanjutnya dilakukan perbaikan dengan
menggunakan fishbone.
4.4.2 Fishbone
Setelah mendapatkan akar penyebab masalah berdasarkan nilai
RPN tertinggi, selanjutnya akar masalah tersebut akan dilakukan analisa
dengan menggunakan metode fishbone, hasil analisa dengan fishbone
dapat dilihat pada gambar dibawah.
Gambar 4.7 Fishbone Breakdown Try Takeout

Permasalahan utama yang menyebabkan kerugian akibat

equipment & failure losses dan Iddling and minor stopages losses adalah
63
tray takeout. Berdasarkan pada gambar 4.7, penyebab utama dari masalah
tray takeout adalah sebagai berikut :
1. Man
Berdasarkan pada faktor manusia, yang menjadi penyebab tray
takeout adalah kurangnya inovasi serta pemahan dari mesin yang
digunakan oleh operator itu sendiri sehingga operator seringkali
menggunakan mesin secara sembarang. Dari penyebab ini maka perlu
dibuatkannya sesi training untuk pengoperasian mesin sehingga para
user lebih memahami bagaimana penggunaan dan perawatan mesin
yang tepat.
2. Machine
Berdasarkan pada faktor mesin, yang menjadi penyebab tray takeout
adalah kekuatan dari pneumatik mesin yang lemah dan kapasitas
mesin di setting terlalu cepat (100pcs/menit) selain itu juga belum ada.
Untuk mengatasi permasalahan ini makan tekanan angin dari
pneumatic dibuat full serta kapasitas mesin diturunkan menjadi
73pcs/menit.
3. Methode
Berdasarkan pada faktor methode, yang menjadi penyebab tray
takeout yaitu belum adanya perhitungan performa dengan OEE
sehingga para pekerja dan manajemen tidak mengetahui apakah mesin
yan berjalan setiap harinya sudah berjalan dalam kondisi ideal atau
belum. Untuk mengatasi permasalahan ini, Dilakukannya perhitungan
nilai OEE harian untuk memantau kinerja mesin pada tiap harinya.
4. Material
Berdasarkan pada faktor material,yang menjadi penyebab tray takeout

adalah tingkat kualitas material yang rendah dan material yang terlalu
keras (tidak lentur). Untuk mengatasi permasalahan ini maka stopper
dibuat zig-zag serta perlunya pencarian vendor baru yang dapat
mensupply material yang sesuai dengan kualitas yang diharapkan.
64
4.4.3 Modifikasi Improvement Mesin

Setelah mendapatkan hasil analisis akar masalah dengan
menggunakan fishbone, tahapan selanjutnya adalah membuat rekomendasi
perbaikan dengan memodifikasi mesin trying dengan memasang cover
pelindung. Pada gambar 4.9 menunjukan mesin traying sebelum
modifikasi.
Pada penelitian ini, terdapat 3 modifikasi improvement yang akan

diberikan untuk menghilangkan masalah yang terjadi akibat dari kerugian
pada equipment & failure losses dan Iddling and minor stopages losses
yang disebabkan oleh tray takeout. Modifikasi improvement yang
diberikan diantaranya adalah :
1. Penambahan selang airgun

2. Perubahan design stopper tray menjadi Zig-Zag
3. Penambahan cover mesin
Perbandingan sebelum dan sesudah improvement dintunjukan pada

tabel dibawah.
65
Tabel 4.23 Hasil Modifikasi Improvement

Modifikasi Improvement Traying Process
No Jenis Modifikasi Sebelum Improvemet Sesudah Improvemet
Selang
Airgun
Penambahan Selang
1
Airgun
Jalur Tray Sebelum Improvement Jalur Tray Dengan Penambahan Selang Airgun
2 Design Tray Zig-Zag
Design Stopper Tray Sejajar Design Stopper Tray Zig-Zag
Cover
Penutup
Penambahan Cover
3
Mesin
Mesin Traying Tanpa Cover Depan Mesin Traying Dengan Cover Depan
1. Penambahan selang airgun

Sebelum dilakukannya perbaikan, sedotan dari jalur tray yang terlalu
rapat menyebabkan sedotan pneumatik tidak kuat sehingga mesin
menjadi trouble. Modifikasi tambahan selang airgun yang dibuat akan
66
membantu dorongan dari pneumatik mesin sehingga menjadi lebih

maksimal.
2. Perubahan design stopper tray menjadi Zig-Zag
Pada design tray sebelumnya tray yang terlalu rapat menyebabkan
mesin tidak bisa bekerja secara optimal dan menyebabkan banyak tray
yang hancur akibat keluar dari jaluar tray. Maka dari itu dilakukan
perbaikan dengan mengubah design tray dengan model stopper zig-
zag supaya tidak banyak yang rapat dan mudah untuk di vakum
dengan mengunakan teknologi pneumatik sehingga masalah tray yang
reject tidak terlalu banyak terjatuh atau reject.
3. Penambahan cover mesin
Sebelum adanya cover penutup mesin, Banyaknya tray yang jatuh dan
masuk kedalam rail mesin sehingga menyebabkan rail pada mesin
tray mudah selip. Pembuatan cover sederhana dengan kerdus dapat
mencegah dan mengurangi jatuhnya tray ke dalam rail mesin tray.
Setelah dilakukan modifikasi pada mesin traying, permasalahan terkait

dengan tray takeout dapat diminimalisir, sehingga potensi mesin trouble
dan mesin berhenti akibat dari tray takeout dapat dihilangkan.
4.5 Hasil Analisis

Dari beberapa jenis kerusakan yang terjadi selama 6 bulan terakhir
pada mesin traying yang ditunjukan pada tabel 1.3, tabel dibawah ini
menunjukan lama waktu dari jenis trouble tray takeout yang terjadi pada
mesin traying selama 6 bulan terakhir.
Tabel 4.24 Data Waktu Perbaikan Akibat Trouble Tray Takeout
Waktu Perbaikan Akibat Tray Takeout

Bulan
(Menit)
Januari 1320
Februari 840
Maret 750
April 900
Mei 1140
67
Juni 1050
Total 6000
Sumber : Pengolaha data (2021)
Setelah dilakukan perbaikan dengan melakukan modifikasi

penambahan airgun, perubahan design tray menjadi zig-zag, dan
penambahan cover mesin, maka permasalah dari kerugian akibat
equipment & failure losses dan Iddling and minor stopages losses dapat
dihilangkan. sehingga dapat diasumsikan bahwa waktu downtime akibat
dari tray takeuot data dihilangkan sehingga waktu downtime setelah
dikurangi dari waktu perbaikan akibat trouble tray take ditunjukan pada
tabel 4.25.
Tabel 4.25 Data Downtime setelah perbaikan
Data Downtime Tahun 2021 Tanpa Trouble Tray Takeout

Waktu Planed Waktu
Breakdown
Bulan Kerja Downtime Operasi
(Menit)
(Menit) (Menit) (Menit)
Januari 11520 480 420 10620
Februari 11520 480 540 10500
Maret 11520 480 300 10740
April 11520 480 195 10845
Mei 11520 480 270 10770
Juni 11520 480 390 10650
Berdasarkan dari data diatas kemudia barulah dilakukan

pengukuran availability ratio setelah perbaikan yang ditunjukan pada
perhitungan sebagai berikut :
11.520−(480+420)
Availability Ratio = x 100 % = 92%
11.520
Perhitungan selengkapanya ditunjukan pada tabel berikut :

68
Tabel 4.26 Availability Ratio Setelah Perbaikan
Loading Operation
AR
Bulan Time Time
%
(Menit) (Menit)
Januari 11520 10620 92%
Februari 11520 10500 91%
Maret 11520 10740 93%
April 11520 10845 94%
Mei 11520 10770 93%
Juni 11520 10650 92%
Rata-Rata 93%
Pada tabel 4.26 menunjukan hasil perhitungan nilai availability

ratio setelah perbaikan pada tiap bulannya, dimana hasil yang didapatkan
dari perhitungan nilai availability ratio berdasarkan rata-rata adalah
sebesar 93%.
Gambar 4.8 Availability Ratio Setelah Perbaikan

Dari gambar 4.8 hasil perhitungan nilai availability ratio setelah

perbaikan sudah berada diatas standarnya, sehingga dapat disimpulkan
bahwa hasil improvement yang dilakukan sudah membuat kondisi
69
availabiliy ratio yang ideal. Selajutnya barulah dilakukan perhitungan nilai

OEE setelah dilakukan perbaikan, barulah dilakukan perhitungan OEE
setelah perbaikan, dengan perhitungan pada bulan januari sebagai berikut :
OEE = 92% x 97% x 99% = 88%
Hasil perhitungan setelah perbaikan untuk bulan berikutnya dapat

dilihat pada tabel 4.27.
Tabel 4.27 Hasil perhitungan OEE setelah perbaikan
Nilai OEE
Rate Of
Availability Performa
Quality OEE
Bulan Ratio (After) Efficiency
Product %
% %
%
Januari 92% 97% 99% 88%
Februari 91% 94% 99% 85%
Maret 93% 95% 99% 87%
April 94% 94% 99% 88%
Mei 93% 94% 99% 87%
Juni 92% 96% 99% 88%
Rata-Rata 93% 95% 99% 87%
Dari tabel 4.27 menunjukan hasil perhitungan dari nilai OEE

setelah dilakukan perbaikan adalah sebesar 87% sehingga dapat
disimpulkan bahwa nilai OEE setelah perbaikan sudah melebihi standar
nilai OEE yaitu sebesar 85%, sehingga dengan perbaikan modifikasi yang
dilakukan, mesin traying sudah dapat beroperasi dalam performa yang
ideal. Selanjutnya barulah dilakukan perbandingan antara sebelum dan
sesudah perbaikan.
70
Gambar 4.9 Grafik nilai OEE mesin traying sebelum perbaikan

Dari gambar 4.9 menunjukan grafik dari nilai OEE sebelum

perbaikan. Dimana pada tiap bulannya, performa dari mesin traying belum
berada dalam performa yang ideal dengan rata-rata dari nilai OEEnya
adalah sebesar 79%.
Gambar 4.10 Grafik nilai OEE mesin traying sesudah perbaikan

71
Pada gambar 4.10 menunjukan grafik dari nilai OEE setelah

dilakukan perbaikan, terdapat peningkatan yang signifikan dari nilai OEE
setelah dilakukannya perbaikan pada mesin traying dengan rata-rata nilai
OEE sebesar 87%, sehingga hasil dari perbaikan yang dilakukan dengan
membuat modifikasi pelumasan otomatis dapat meningkatkan performa
dari mesin traying hingga ke performa yang ideal.
72
BAB V
PENUTUP
5.1 Kesimpulan
Dari hasil penelitian beberapa kesimpulan yang didapatkan adalah :
1. Berdasarkan hasil perhitungan, didapatkan nilai OEE dari mesin traying

pada packing line Automation sebesar 79% yang mana belum mencapai
standar dari OEE yaitu sebesar 85% sehingga pada periode sebelumnya
mesin traying belum beroperasi secara ideal.
2. Berdasarkan analisa dengan menggunakan six big losses, yang menjadi
penyebab kerugian akibat equipment & failure losses dan kerugian akibat
iddling and minor stopages losses dengan total persentase sebesar 75,4%.
3. Berdasarkan hasil analisa dengan FMEA, akar penyebab masalahnya
adalah trouble pada tray takeout, sehingga dilakukan modifikasi untuk
meminimalisir trouble pada tray takeout. Dari hasil improvement kinerja
mesin tray sudah berada pada kondisi yang ideal dengan nilai OEE sebesar
87%.
5.2 Saran
Berdasarkan hasil kesimpulan, saran yang dapat diberikan oleh penulis
adalah:
1. PT. HI perlu melakukan pengukuran performa dari seluruh mesin yang

digunakan dalam proses produksi sehingga dapat mengetahui apakah
mesin yang digunakan sudah dalam keadaan yang ideal atau belum.
2. PT. HI perlu memperhatikan kondisi serta pemeliharaan mesin yang
digunakan dalam proses produksi sehingga bisa selalu beroperasi dalam
keadaan yang ideal dan memberikan produktivitas yang prima.
3. Dengan adanya penelitian ini, PT. HI dapat mengetahui performa dari
mesin traying sehingga perusahaan disarankan untuk segera melakukan
modifikasi pada mesin traying agar dapat meningkatkan performa mesin
tersebut.
70
DAFTAR PUSTAKA
Ariyah, H. (2022). Penerapan Metode Overall Equipment Effectiveness (OEE)
Dalam Peningkatan Efisiensi Mesin Batching Plant (Studi Kasus: PT.
Lutvindo Wijaya Perkasa). Jurnal Teknologi Dan Manajemen Industri
Terapan (JTMIT), Vol. 1, No, 70–77.
Assauri, S. (2016). Manajemen Operasi Produksi (Pencapaian Sasaran.
Organisasi Berkesinambungan). PT. Raja Grafido Persada.
Chopra, S., & Menidl, P. (2016). Supply Chain Management. Strategy, Planning
And Operating (Sixth Edit). Person Education Limited.
Gulati, R., & Smith, R. (2013). Maintenance and Reliability Best Practices.
Industrial Press Inc.
Heizer, J, Render, B., & C, M. (2017). Principles of Operation Management
Sustainable and Supply Chain Management. Pearson.
Heizer, Jay, & Render, B. (2005). Operations Management. Salemba.
Hensen, R. C. (2014). Overall Equipment Effectiveness (Oee) - Ebook And Print
Book Combo (London). Industrial Press, Incorporated.
Ihsan, H. M., & Azizi, A. (2017). Analisis Nilai Overall Equipment Effectiveness
(OEE) pada Mesin Ripple Mill. Jurnal Hasil Penelitian Dan Karya Ilmiah
Dalam Bidang Teknik Industri, Vol. 3(No. 1).
Karmilawati, E., Mulyono, K., & Nugroho, S. (2021). Pendekatan OEE (Overall
Equipment Effectiveness) Untuk Mengurangi Losses Pada Mesin Moulding
Cerex. Jurnal Optimasi Teknik Industri, VOL. 03, N, 46–48.
Kurniawan, F. (2013). Manajemen Perawatan Industri: Teknik dan Aplikasi.
Graha Ilmu.
Mardian, R. A., Yunitasari, E. W., & Nurhayati, E. (2022). Integrasi OEE dan Six
Big Losses Untuk Meningkatkan Nilai Efektivitas Mesin Steamer
(Pendekatan FMEA di UMKM Marrone Brownies). - Jurnal Ilmiah Teknik
Industri Dan Informasi, Vol. 10 –.
Pahmi Hamda. (2018). ANALISIS NILAI OVERALL EQUIPMENT
EFFECTIVENESS (OEE) UNTUK MENINGKATKAN PERFORMA
MESIN EXUDER DI PT PRALON. Jurnal Ilmiah Teknologi Dan Rekayasa,
Volume 23(No. 2).
Prabowo, A., & Agustiani, M. (2017). Evaluasi Penerapan Total Productive
Maintenance (Tpm) Melalui Pendekatan Overall Equipment Effectiveness
(OEE) Untuk Meningkatkan Kinerja Mesin High Speed Wrapping Di Pt.
Tes. Jurnal PASTI., Vol XII, No. 1(1): 50 – 6.
Prabowo, R. F., Hariyono, H., & Rimawan, E. (2020). Total Productive
Maintenance (TPM) pada Perawatan Mesin Grinding Menggunakan Metode
Overall Equipment Effectiveness (OEE). Journal Industrial Servicess, Vol. 5
No.
Saipudin, S. (2019). Analisis Perhitungan Overall Equipment Effectiveness (OEE)
Untuk Peningkatan Nilai Efektifitas Mesin Oven Line 7 Pada PT. UPA.
Jurnal Teknik Industri Universitas Mercu Buana.
Stamatis, D. . (2013). The OEE Primer: Understanding Overall Equipment
Effectiveness, Reliability, and Maintainability. Taylor & Francis.
Suhendra, S., & Wiyatno, T. N. (2022). Peningkatan Nilai Overall Equipment
Effectiveness Pada Industri Otomotif Di Indonesia Menggunakan Metode
SMED. Prosiding Sains Dan Teknologi, 1, 621–629.
Suliantoro, H., Susanto, N., Prastawa, H., Sihombing, I., & M, A. (2017).
PENERAPAN METODE OVERALL EQUIPMENT EFFECTIVENESS
(OEE) DAN FAULT TREE ANALYSIS (FTA) UNTUK MENGUKUR
EFEKTIFITAS MESIN RENG. J@ti Undip: Jurnal Teknik Industri, Vol.
12(No. 2).
Wiyatno, T. N., Fatchan, M., & Firmansyah, A. (2018a). Implementasi Metode
Overall Equipment Efectiveness (Oee) Guna Mengukur Efektivitas Mesin
Produksi. Seminar Rekayasa Teknologi, p-ISSN : 2621-7112, 559–566.
Wiyatno, T. N., Fatchan, M., & Firmansyah, A. (2018b). Sistem Informasi
Produktivitas Mesin Dengan Metode Overall Equipment Effectiviness.
JUTIKOMP, 205–214.
LAMPIRAN
Lampiran 1. Biodata Mahasiawa
RIWAYAT HIDUP

Tempat, Tanggal Lahir : Jakarta, 14 Mei 1993
Jenis Kelamin : Laki-Laki
Agama : Islam
Kewarganegaraan : Indonesia
Status : Belum Menikah
Alamat : Kp. Rawa pasung RT 004 RW 022, Jl. sultan
agung
Kecamatan Bekasi Barat, Kode Pos 17133
E-mail : dwi.sutriyanto@gmail.com
No Telepon : +62 812-10221334 / 08979736053
PENDIDIKAN
Formal :
 2000-2006 : SDN Kota Baru
 2007-2009 : SMPN Negeri 13 Bekasi
 2010-2012 : SMK Cipta Karya Bekasi
 2018-2023 : Universitas Pelita Bangsa

Lampiran 2. Lembar Bimbingan
Lampiran 3. Surat Keterangan Perusahaan
Lampiran 4. Hasil Kuisioner FMEA Dengan Goolge Form
ii

Skripsi Dwi Sutriyanto

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Skripsi Dwi Sutriyanto

Diunggah oleh

Hak Cipta:

Format Tersedia

SKRIPSI

ANALISIS KINERJA MESIN DENGAN PERHITUNGAN

ANALYSIS OF MACHINE PERFORMANCE WITH

Diajukan untuk Memenuhi salah satu syarat

PROGRAM STUDI TEKNIK INDUSTRI

ANALISIS KINERJA MESIN DENGAN PERHITUNGAN

Telah diperiksa dan disahkan

Dosen Pembimbing I Dosen Pembimbing II

Dr. Ir. Tri Ngudi Wiyatno, M.T.IPU

ANALISIS KINERJA MESIN DENGAN PERHITUNGAN

Telah dipertahankan didepan Dewan Penguji

Ikhsan Romli, S.Si., M.Sc Fibi Eko Putra, S.T., M.T.

Dosen Pembimbing I Dosen Pembimbing II

Dr. Ir. Tri Ngudi Wiyatno, M.T.IPU

Putri Anggun Sari, S.Pt., M.Si.

Nama : Dwi Sutriyanto

Menyatakan bahwa karya ilmiah yang berjudul :

“Analisis kinerja mesin dengan Penghitungan Overall Equipment

Pada Tanggal : 11 Februari 2023

“Analisis kinerja mesin dengan Penghitungan Overall Equipment

Saya bersedia untuk menanggung secara pribadi, tan[a melibatkan pihak

Demikian surat pernyataan ini saya buat dengan sebenarnya

Penelitian ini melanjutkan dari kuliah kerja praktek sebelumnya, Faktor

Kata Kunci : Perhitungan OEE, analisis kinerja mesin Automation

This research is continued from previous practical work lectures.

Key Word : OEE calculation, Automation engine performance analysis

LEMBAR PERSETUJUAN SKRIPSI.....................................................................i

Tabel 1.1 Data produksi tahun 2021........................................................................2

Tabel 4.1 Data Jam Kerja packing line automation 39

Tabel 4.2 Data Hasil Produksi Tahun 2021...........................................................39

Gambar 1.1 Grafik Terget Harian Line Atomation..................................................1

Gambar 2.1 Total Productive Maintenance 17

Gambar 2.2 Pilar TPM...........................................................................................18

Gambar 3.1 Diagaram fishbone 34

Gambar 3.2 Kerangka Berfikir...............................................................................35

Gambar 4.1 PT Hoyu Indonesia 37

Gambar 4.2 Flow proses produksi.........................................................................38

1. Lampiran 1 Biodata Mahasiswa

1.1 Latar Belakang Masalah

Gambar 1.1 Grafik Terget Harian Line Atomation

pcs/hari sedangkan hasil produksi harian terendah mencapai 20.000

Perhitungan ratio pencapaian target pada bulan-bulan berikutnya

Tabel 1.1 Data produksi tahun 2021

Data Produksi Tahun 2021

Hasil Produksi Target

Januari 649,840 792,000 82%

Gambar 1.2 Data hasil produksi tahun 2021

traying, gloving, leafleting, boxing, dozzen, dan cartoning. Dari 8 mesin

Tabel 1.2 Data downtime mesin periode Januari – Juni 2021

Mesin Mesin Mesin Mesin Mesin Mesin Mesin Mesin Total

Sumber : Dokumentasi PT. Hoyu Indonesia (2021)

Gambar 1.3 Grafik Downtime Mesin di Line Automation

effectiveness (OEE) dan melakukan perbaikan dengan metode failure mode

Tabel 1.3 Data kerusakan mesin traying tahun 2021

Sumber : Dokumentasi PT. Hoyu Indonesia (2021)

Tujuan dari penelitian ini adalah untuk melakukan analisa

1.2 Rumusan Masalah

1. Bagaimana cara mengetahui efektivitas Mesin Automation dengan

1.3 Tujuan Penelitian

1. Penelitian ini bertujuan untuk merumuskan efektivitas dan kinerja dari

1.4 Batasan Masalah

1. Objek penelitian dilakukan pada mesin operasional yaitu mesin

1.5 Manfaat Penelitian