Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
2. Data Sekunder merupakan data yang tidak langsung diamati oleh peneliti.
Data ini merupakan dokumentasi perusahaan, hasil penelitian yang sudah
lalu dan data lainnya.
3. Data yang dikumpulkan nantinya digunakan dalam pengolahan data, data
yang dikumpulkan antara lain:
a. Data Produksi Perusahaan
b. Loading Time
c. Operation Time
d. Processe Time
e. Defect Amount
f. Planned Downtime
g. Jenis mesin yang dipakai dan berapa lama waktu kerusakannya.
4.5. Pengolahan dan Analisis Data
Data yang dikumpulkan, kemudian diolah agar dapat digunakan dalam penelitian. Tahapan pengolahan data yang dilakukan dalam penelitian ini adalah:
1. Penentuan Availability Ratio
2. Perhitungan Performance Efficiency
3. Perhitungan Rate of Quality Product
4. Perhitungan Overall Equipment Effectiveness
5. Perhitungan OEE Six Big Losses
6. Pendefinisian permasalahan yang sebenarnya dilakukan dengan
menggunakan Diagram Cause and Effect
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
4.6. Analisis Pemecahan Masalah
Menganalisis hasil pengolahan data untuk mengetahui seberapa besar perubahan tingkat efektivitas penggunaan mesinperalatan produksi dan untuk
memperoleh penyelesaian dari masalah yang ada antara lain: 1.
Analisis Perhitungan Overall Equipment Effectiveness 2.
Analisis Perhitungan OEE Six Big Losses 3.
Analisis Diagram Sebab Akibat 4.
EvaluasiUsulan Pemecahan Masalah
4.7. Kesimpulan dan Saran
Berdasarkan hasil analisa dan uraian hasil pengukuran Overall Equipment Effectiveness OEE dapat ditarik beberapa kesimpulan. Setelah didapatkan
beberapa kesimpulan barulah diberikan beberapa saran. Tahapan dalam proses penelitian dapat dilihat pada Gambar 4.1.
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Studi Pendahuluan
Perumusan Masalah dan Tujuan
Studi Orientasi Pengumpulan Data:
a. Data Primer b. Data Sekunder
Studi Pustaka
Pengolahan Data: Pengukuran Tingkat Efektivitas dan Effisiensi Mesin
dengan menggunakan Metode OEE
Analisis Pemecahan Masalah: A. Analisa OEE,
B. Analisa Six Big Losses, C. Analisa Cause and Effect Diagram
D. EvaluasiUsulan Pemecahan Masalah
Kesimpulan dan Saran
Gambar 4.1. Tahapan Proses Penelitian
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
BAB V PENGUMPULAN DAN PENGOLAHAN DATA
Pengumpulan Data
PT. Hadi Baru merupakan pabrik crumb rubber yang proses produksinya berjalan secara kontinuterus-menerus dan mesinperalatan berjalan selama 16 jam
dalam satu hari kerja yang terbagi dalam 2 shift, yaitu shift I mulai dari pukul 07.00-15.00 dan shift II pukul 15.00-23.00.
Berdasarkan hasil wawancara dengan pembimbing lapangan, maka mesin yang menjadi objek penelitian adalah mesin slab cutter I di stasiun pencincangan
dan pembersihan karet. Mesin slab cutter I berfungsi untuk mencincang bokar hasil olahan sebelumnya menjadi potongan yang berukuran lebih kecil. Adapun
alasan mesin slub cutter I dijadikan objek penelitian adalah: 3.
Mesin slab cutter I memiliki tingkat kerusakan yang sering terjadi dibandingkan mesin lainnya.
4. Mesin slab cutter I memiliki waktu delay dan perawatan yang lebih
lama dibandingkan dengan mesin lainnya. Data yang dikumpulkan adalah data selama satu tahun terakhir, yaitu
mulai dari bulan Januari 2008 sampai dengan bulan Desember 2008. .
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
5.1.1. Data Produksi
Data produksi di PT. Hadi Baru disajikan di Tabel 5.1 dan jumlah scrap dan rework pada Tabel 5.2. Data ini merupakan rekapitulasi dari laporan produksi
PT. Hadi Baru.
Tabel 5.1. Data Produksi Crumb Rubber Bulan Januari-Desember 2008
Bulan Produksi Crumb Rubber
Kg Januari 2008
1.615.980 Februari 2008
1.825.730 Maret 2008
1.750.690 April 2008
1.530.644 Mei 2008
1.610.140 Juni 2008
1.715.176 Juli 2008
1.499.500 Agustus 2008
1.598.736 September 2008
1.643.190 Oktober 2008
1.580.300 November 2008
1.635.120 Desember 2008
1.710.250 Sumber : PT. Hadi Baru
Tabel 5.2. Data Produksi, Gross Product, Scrap dan Rework Crumb Rubber dari Bulan Januari-Desember 2008
Bulan Produksi Crumb
Rubber Kg
Gross Product Kg
Broke Kg Scrap
Rework Total
Januari 2008 1.615.980
1.575.160 19.470
21.350 40.820
Februari 2008 1.825.730
1.795.130 14.712
15.888 30.600
Maret 2008 1.750.690
1.697.445 23.726
29.519 53.245
April 2008 1.530.644
1.485.180 22.187
23.277 45.464
Mei 2008 1.610.140
1.565.299 21.980
22.861 44.841
Juni 2008 1.715.176
1.685.110 14.510
15.556 30.066
Juli 2008 1.499.500
1.460.125 18.895
20.480 39.375
Agustus 2008 1.598.736
1.560.175 17.290
21.271 38.561
September 2008 1.643.190
1.600.150 20.790
22.250 43.040
Oktober 2008 1.580.300
1.550.187 14.867
15.246 30.113
November2008 1.635.120
1.603.109 15.790
16.221 32.011
Desember 2008 1.710.250
1.680.130 14.799
15.321 30.120
Sumber: PT. Hadi Baru
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
5.1.2. Data Jam Kerja dan Delay Mesin
Dari hasil pengamatan pada mesin slab cutter I di stasiun pencincangan dan pembersihan karet, faktor-faktor yang menyebabkan delay pada mesin slab
cutter I adalah: 1.
Pencucian mesin, yaitu waktu yang dibutuhkan untuk membersihkan part mesin yang kotor seperti kotoran yang mengendap ketika proses
pembersihan dan pencincangan karet. 2.
Warm-up time, yaitu lama waktu persiapan mesin sebelum dioperasikan 3.
Penyetelan sparepart, merupakan pemeliharaan harian berupa penyetelan komponen dan perbaikan part-part mesin yang longgar
4. Schedule shutdown, yaitu lama waktu berhenti produksi yang ditetapkan
oleh perusahaan meliputi pelumasan, penggantian part dimana umur pakai part mesin telah ditetapkan oleh perusahaan
5. Planned downtime, yaitu waktu downtime yang telah dijadwalkan dalam
rencana produksi. 6.
Machine break, yaitu kerusakan atau gangguan terhadap mesinperalatan yang menyebabkan mesin berhenti beroperasi untuk sementara waktu.
7. Power cut-off, yaitu berhentinya operasi mesin diakibatkan oleh
gangguan listrik dari PLN. Data delay mesin disajikan pada Tabel 5.3.
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009. USU Repository © 2009
Tabel 5.3. Data Jam Kerja dan Delay Mesin Slab Cutter I Bulan Januari-Desember 2008
Bulan Jam
Kerja Tersedia
Jam Data Delay Mesin
Schedule Shutdown
Penyetelan Sparepart
Jam Planned
Downtime Jam
Pencucian Mesin
Jam Warm-up
Time Jam
Machine Break
Jam Power
Cut-off Jam
Total Delay
Jam Januari 2008
416 1,5
3,2 30,6
12,5 1,25
13,3 1,09
63,44 Februari 2008
384 1.3
1 31,9
14,8 1,30
12,5 1,95
64,75 Maret 2008
416 0,9
3,5 32,9
17,5 1,10
14,5 1,12
71,52 April 2008
416 0,8
5 23,9
10,9 1,05
10,3 1,23
53,18 Mei 2008
416 1,6
5,3 43,24
9,8 1,02
13,8 1,15
75,91 Juni 2008
416 2,7
4,9 42,9
9,9 1,32
12,4 1,35
75,47 Juli 2008
416 1,4
4,2 40,9
10,3 1,09
13 1,4
72,29 Agustus 2008
416 1,5
5,1 37,6
12,4 1,19
12,9 2,13
72,82 September 2008
416 1,2
6,3 42,9
13,6 1,05
8,71 1,52
75,28 Oktober 2008
416 3,9
23,7 9,1
1,25 11,8
1,4 51,15
November2008 416
1,1 4,1
30,8 8,9
1,05 9,3
1,39 56,64
Desember 2008 416
1,3 4,4
32 7,9
1,32 12,3
1,09 60,31
Sumber: PT. Hadi Baru
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Pengolahan Data Penentuan Availability Ratio
Availability merupakan rasio dari operation time, dengan mengeliminasi downtime peralatan, terhadap loading time. Rumus yang digunakan untuk
mengukur availability ratio adalah:
100 100
× −
= ×
=
Time Loading
Downtime Time
Loading Time
Loading Time
Operation ty
Availabili
Operation Time dihitung dengan rumus: Operation Time = Loading Time – Total Downtime
Loading time adalah waktu yang tersedia perbulan dikurangi dengan waktu downtime yang telah ditetapkan oleh perusahaan planned downtime
Loading Time = Available Time – Planned Downtime Hasil perhitungan loading time dapat dilihat pada Tabel 5.4.
Tabel 5.4. Perhitungan Loading Time
Bulan Available Time
Jam Planned Downtime
Jam Loading Time
Jam Januari 2008
416 30,6
385,4 Februari 2008
384 31,9
352,1 Maret 2008
416 32,9
383,1 April 2008
416 23,9
392,1 Mei 2008
416 43,24
372,76 Juni 2008
416 42,9
373,1 Juli 2008
416 40,9
375,1 Agustus 2008
416 37,6
378,4 September 2008
416 42,9
373,1 Oktober 2008
416 23,7
392,3 November 2008
416 30,8
385,2 Desember 2008
416 32
384
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Downtime mesin merupakan waktu dimana mesin tidak dapat melakukan operasi sebagaimana mestinya karena adanya gangguan terhadap mesinperalatan.
Pada mesin slab cutter I, faktor-faktor yang menyebabkan downtime adalah pencucian mesin, schedule shutdown, penyetelan sparepart, power cut-off, dan
machine break. Hasil perhitungan downtime dapat dilihat pada Tabel 5.5.
Tabel 5.5. Perhitungan Downtime Bulan Januari-Desember 2008
Bulan Schedule
Shutdown Jam
Pencucian Mesin
Jam Penyetelan
Sparepart Jam
Machine Break
Jam Power
Cut-off Jam
Total Downtime
Jam Januari 2008
1,5 12,5
3,2 13,3
1,09 31.59
Februari 2008 1.3
14,8 1
12,5 1,95
34,55 Maret 2008
0,9 17,5
3,5 14,5
1,12 37,52
April 2008 0,8
10,9 5
10,3 1,23
29,23 Mei 2008
1,6 9,8
5,3 13,8
1,15 31,65
Juni 2008 2,7
9,9 4,9
12,4 1,35
31,25 Juli 2008
1,4 10,3
4,2 13
1,4 30,3
Agustus 2008 1,5
12,4 5,1
12,9 2,13
34,03 September 2008
1,2 13,6
6,3 8,71
1,52 31,33
Oktober 2008 9,1
3,9 11,8
1,4 26,2
November 2008 1,1
8,9 4,1
9,3 1,39
23,4 Desember 2008
1,3 7,9
4,4 12,3
1,09 26,99
Perhitungan availability untuk bulan Januari 2008 sebagai berikut:
8 ,
91 100
4 ,
385 59
, 31
4 ,
385 100
= ×
− =
× =
Time Loading
Time Operation
ty Availabili
Dengan cara yang sama, maka perhitungan availability untuk bulan Januari 2008 -Desember 2008 disajikan dalam Tabel 5.6.
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Tabel 5.6. Perhitungan Availability Ratio Bulan Januari 2008-Desember 2008
Bulan Loading Time
Jam Total Downtime
Jam Operation Time
Jam Availability Ratio
Januari 2008 385,4
31,59 353,81
91,8 Februari 2008
352,1 34,55
317,55 90,1
Maret 2008 383,1
37,52 345,58
90,2 April 2008
392,1 29,23
363,87 92,8
Mei 2008 372,76
31,65 341,11
91,5 Juni 2008
373,1 31,25
341,85 91,6
Juli 2008 375,1
30,3 344,8
91,9 Agustus 2008
378,4 34,03
344,37 91
September 2008 373,1
31,33 341,77
91,6 Oktober 2008
392,3 26,2
366,1 93,3
November2008 385,2
23,4 361,8
93,9 Desember 2008
384 26,99
357,01 92,9
Perhitungan Performance Efficiency
Perhitungan performance efficiency dimulai dengan perhitungan ideal Cycle Time. Ideal cycle time merupakan waktu siklus ideal mesin dalam
melakukan pencincangan dan pembersihan karet dari kotoran. Untuk menghitung ideal cycle time maka perlu diperhatikan persentase jam kerja terhadap delay,
dimana jam kerja adalah: jam kerja =
100 1
× −
Time Available
Delay Total
Persentasi jam kerja efektif dapat dilihat pada Tabel 5.7.
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Tabel 5.7. Perhitungan Persentase Jam Kerja Efektif
Bulan Available Time
Jam Total Delay
Jam Jam Kerja
Januari 2008 416
63,44 84,75
Februari 2008 384
64,75 83,13
Maret 2008 416
71,52 82,8
April 2008 416
53,18 87,21
Mei 2008 416
75,91 81,75
Juni 2008 416
75,47 81,85
Juli 2008 416
72,29 82,62
Agustus 2008 416
72,82 82,49
September 2008 416
75,28 81,9
Oktober 2008 416
51,15 87,7
November 2008 416
56,64 83,38
Desember 2008 416
30,31 85,5
JamKg 0,000238
1.615.980 4
, 385
Pr =
= =
bRubber oduksiCrum
Time Loading
Siklus Waktu
Waktu siklus ideal = Waktu siklus x Jam kerja = 0,000238 JamKg x 84,75
= 0,000212 JamKg Dengan demikian, perhitungan waktu siklus ideal untuk bulan Januari
2008 sampai dengan bulan Desember 2008 disajikan pada Tabel 5.8.
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Tabel 5.8. Perhitungan Ideal Cycle Time Bulan Januari-Desember 2008
Bulan Produksi Crumb
Rubber Kg
Loading Time
Jam Ideal Cycle
Time JamKg
Januari 2008 1.615.980
385,4 0,000212
Februari 2008 1.825.730
352,1 0,000160
Maret 2008 1.750.690
383,1 0,000181
April 2008 1.530.644
392,1 0,000223
Mei 2008 1.610.140
372,76 0,000189
Juni 2008 1.715.176
373,1 0,000178
Juli 2008 1.499.500
375,1 0,000209
Agustus 2008 1.598.736
378,4 0,000195
September 2008 1.643.190
373,1 0,000185
Oktober 2008 1.580.300
392,3 0,000217
November 2008 1.635.120
385,2 0.000203
Desember 2008 1.710.250
384 0.000191
Perhitungan performance efficiency untuk bulan Januari 2008 adalah:
94,38 100
353,81 0,000212
1.575.160 100
Pr
= ×
× =
× ×
= Time
Operation Time
Cycle Ideal
Amount ocessed
Efficiency e
Performanc
Tabel 5.9. Perhitungan Performance Efficiency Bulan Januari -Desember 2008
Bulan Gross
Product Kg
Ideal Cycle Time
Jam Operation
Time Jam
Performance Efficiency
Januari 2008 1.575.160
0,000212 353,81
94,38 Februari 2008
1.795.130 0,000160
317,55 90,44
Maret 2008 1.697.445
0,000181 345,58
88,9 April 2008
1.485.180 0,000223
363,87 91
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Tabel 5.9. Perhitungan Performance Efficiency……….. Lanjutan
Bulan Gross
Product Kg
Ideal Cycle Time
Jam Operation
Time Jam
Performance Efficiency
Mei 2008 1.565.299
0,000189 341,11
86,72 Juni 2008
1.685.110 0,000178
341,85 87,74
Juli 2008 1.460.125
0,000209 344,8
87,23 Agustus 2008
1.560.175 0,000195
344,37 88,34
September 2008 1.600.150
0,000185 341,77
86,61 Oktober 2008
1.550.187 0,000217
366,1 91,88
November 2008 1.603.109
0.000203 361,8
89,94 Desember 2008
1.680.130 0.000191
357,01 89,88
Perhitungan Rate of Quality Product
Rate of quality product merupakan suatu rasio yang menggambarkan kemampuan peralatan dalam menghasilkan produk yang sesuai dengan standar.
Formula yang digunakan untuk pengukuran rasio ini adalah: 100
Pr Pr
Pr ×
− =
Amount ocessed
Amount Defect
Amount ocessed
oduct Quality
of Rate
Perhitungan Rate of Quality Product untuk bulan Januari 2008 adalah:
97,40 100
1.575.160 40.820
1.575.160 Pr
= ×
− =
oduct Quality
of Rate
Dengan cara yang sama, maka perhitungan rate of quality product untuk bulan Januari 2008 sampai dengan Desember 2008 disajikan dalam Tabel 5.10.
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Tabel 5.10. Perhitungan Rate of Quality Product Bulan Januari 2008- Desember 2008
Bulan Gross Product
Kg Total Broke
Kg Rate of Quality
Januari 2008 1.575.160
40.820 97,40
Februari 2008 1.795.130
30.600 98,29
Maret 2008 1.697.445
53.245 96,86
April 2008 1.485.180
45.464 96,93
Mei 2008 1.565.299
44.841 97,13
Juni 2008 1.685.110
30.066 98,21
Juli 2008 1.460.125
39.375 97,30
Agustus 2008 1.560.175
38.561 97,52
September 2008 1.600.150
43.040 97,31
Oktober 2008 1.550.187
30.113 98,05
November 2008 1.603.109
32.011 98
Desember 2008 1.680.130
30.120 98,2
Perhitungan Overall Equipment Effectiveness OEE
Untuk mengetahui besarnya efektivitas mesinperalatan secara keseluruhan di PT. Hadi Baru, maka terlebih dahulu harus diperoleh nilai-nilai availability
ratio, performance efficience dan rate of quality product. Nilai OEE dihitung dengan rumus:
OEE = Availability xPerformance Efficience xRate of Quality Product Hasil perhitungan OEE disajikan dalam Tabel 5.11.
Tabel 5.11. Hasil Perhitungan OEE Bulan Januari-Desember 2008
Bulan Availability
Ratio Performance
Efficiency Rate of Quality
Product OEE
Januari 2008 91,8
94,38 97,4
84,38 Februari 2008
90,1 90,44
98,29 80,09
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Maret 2008 90,20
88,9 96,86
77,66
Tabel 5.11. Hasil Perhitungan OEE ……………….Lanjutan
Bulan Availability
Ratio Performance
Efficiency Rate of Quality
Product OEE
April 2008 92,8
91 96,93
81,85 Mei 2008
91,5 86,72
97,13 77,07
Juni 2008 91,62
87,74 98,21
78,94 Juli 2008
91,9 87,23
97,3 77,99
Agustus 2008 91
88,34 97,52
78,39 September 2008
91,6 86,61
97,31 77,2
Oktober 2008 93,32
91,88 98,05
84,07 November 2008
93,92 89,94
98 82,78
Desember 2008 92,97
89,88 98,2
82,05
Perhitungan OEE Six Big Losses 5.4.1. Downtime Losses
Di dalam perhitungan OEE, yang termasuk dalam downtime losses adalah equipment failure dan set-up and adjustment.
1. Equipment failure
Besarnya persentase efektivitas mesin yang hilang diakibatkan oleh equipment failure dihitung dengan rumus:
100 ×
= Time
Loading Time
Breakdown Total
Loss Failure
Equipment Faktor-faktor yang menyebabkan terjadinya breakdown time adalah power
cut-off dan kerusakan mesinperalatan. Secara rinci, total breakdown time dapat dilihat pada Tabel 5.12.
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Tabel 5.12. Perhitungan Total Breakdown Time
Bulan Power Cut-
off PLN Jam
Machine Break
Jam Total
Jam Januari 2008
1,09 13,3
14,39 Februari 2008
1,95 12,5
14,45 Maret 2008
1,12 14,5
15,62 April 2008
1,23 10,3
11,53 Mei 2008
1,15 13,8
14,95 Juni 2008
1,35 12,4
13,75 Juli 2008
1,4 13
14,4 Agustus 2008
2,13 12,9
15,03 September 2008
1,52 8,71
10,23 Oktober 2008
1,4 11,8
13,2 November2008
1,39 9,3
10,69 Desember 2008
1,09 12,3
13,39
Dengan rumus diatas, maka perhitungan equipment failure loss untuk bulan Januari 2008 dihitung sebagai berikut:
3,73 100
385,4 14,39
= ×
= Loss
Failure Equipment
Perhitungan equipment failure loss untuk bulan Januari 2008 sampai dengan Desember 2008 disajikan dalam Tabel 5.13.
Tabel 5.13. Equipment Failure Loss Bulan Januari-Desember 2008
Bulan Total Breakdown
Jam Loading Time
Jam Breakdown loss
Januari 2008 14,39
385,4 3,73
Februari 2008 14,45
352,1 4,10
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Maret 2008 15,62
383,1 4,07
Tabel 5.13. Equipment Failure Loss…………. Lanjutan
Bulan Total Breakdown
Jam Loading Time
Jam Breakdown loss
April 2008 11,53
392,1 2,94
Mei 2008 14,95
372,76 4,01
Juni 2008 13,75
373,1 3,68
Juli 2008 14,4
375,1 3,83
Agustus 2008 15,03
378,4 3,97
September 2008 10,23
373,1 2,74
Oktober 2008 13,2
392,3 3,36
November2008 10,69
385,2 2,77
Desember 2008 13,39
384 3,48
Total 161,63
2. Set-up and adjustment
Dalam perhitungan set-up and adjustment loss diperlukan seluruh data mengenai waktu set-up mesin yang menjadi objek penelitian. Untuk
mengetahui besarnya persentase efektivitas mesin yang hilang diakibatkan oleh Set-up and adjustment maka digunakan rumus:
100 ×
= Time
Loading Time
adjustment and
up Set
Total Loss
adjustment and
up Set
Perhitungan equipment failure loss untuk bulan Januari 2008 dihitung sebagai berikut:
1,54 100
385,4 5,95
= ×
= Loss
adjustment and
up Set
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Perhitungan Set-up and adjustment loss untuk bulan Januari 2008 sampai dengan Desember 2008 disajikan dalam Tabel 5.14
Tabel 5.14 Perhitungan Persentase Set-up and Adjustment
Bulan Set-up and Adjustment Time
Loading Time
Jam Setup loss
Schedule Shutdown
Jam Penyetelan
Sparepart Jam
Warm-up Time
Jam Total
Jam Januari 2008
1,5 3,2
1,25 5,95
385,4 1,54
Februari 2008 1.3
1 1,30
6,6 352,1
1,87 Maret 2008
0,9 3,5
1,10 5,5
383,1 1,43
April 2008 0,8
5 1,05
6,85 392,1
1,74 Mei 2008
1,6 5,3
1,02 7,92
372,76 2,12
Juni 2008 2,7
4,9 1,32
8,92 373,1
2,39 Juli 2008
1,4 4,2
1,09 6,69
375,1 1,78
Agustus 2008 1,5
5,1 1,19
7,79 378,4
2,05 September 2008
1,2 6,3
1,05 8,55
373,1 2,29
Oktober 2008 3,9
1,25 5,15
392,3 1,31
November 2008 1,1
4,1 1,05
6,25 385,2
1,62 Desember 2008
1,3 4,4
1,32 7,02
384 1,82
Total 83,19
5.4.2. Speed Losses
Faktor-faktor yang dikategorikan dalam speed losses adalah idling and minor stoppages dan reduced speed losses.
1. Idling and minor stoppages
Untuk mengetahui persentase dari faktor idling and minor stoppages dalam mempengaruhi efektivitas mesin, maka digunakan rumus:
100 ×
= Time
Loading Time
ive Nonproduct
Stoppages Minor
and Idling
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Berdasarkan data delay mesin yang diperoleh, maka faktor yang termasuk nonproductive time adalah machine cleaning. Dengan menggunakan rumus di
atas, persentase idling and minor stoppages untuk bulan Januari 2008 dihitung sebagai berikut:
3,24 100
385,4 12,5
100
= ×
= ×
= Time
Loading Time
ive Nonproduct
Stoppages Minor
and Idling
Dengan cara yang sama, Idling and minor stoppages untuk bulan Januari 2008 sampai dengan Desember 2008 disajikan dalam Tabel 5.15.
Tabel 5.15. Perhitungan Persentase Idling and Minor Stoppages
Bulan Machine Cleaning
Jam Loading Time
Jam Idling and Minor
Stoppages Januari 2008
12,5 385,4
3,24 Februari 2008
14,8 352,1
4,20 Maret 2008
17,5 383,1
4,56 April 2008
10,9 392,1
2,77 Mei 2008
9,8 372,76
2,63 Juni 2008
9,9 373,1
2,65 Juli 2008
10,3 375,1
2,72 Agustus 2008
12,4 378,4
3,27 September 2008
13,6 373,1
3,64 Oktober 2008
9,1 392,3
2,31 November2008
8,9 385,2
2,31 Desember 2008
7,9 384
2,05
Total 137,6
2. Reduced speed losses
Reduced speed losses dihitung dengan menggunakan rumus:
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
100 Re
× ×
− =
Time Loading
process product
Total time
cycle Ideal
time Operation
losses speed
duce
Perhitungan persentase Reduced speed losses untuk bulan Januari 2008 adalah sebagai berikut:
5,15 100
385,4 1.575.160
0,000212 353,81
Re =
× ×
− =
losses speed
duce
Perhitungan persentase Reduced speed losses untuk bulan Januari 2008 sampai dengan Desember 2008 dapat dilihat pada Tabel 5.16.
Tabel 5.16. Perhitungan Persentase Reduced speed losses
Bulan Operation
time Jam
Ideal Cycle Time
JamKg Total
Product Process
Kg Loading
Time Jam
Reduced Speed Loss
Time Jam
Reduced Speed
Loss Januari 2008
353,81 0,000212
1.575.160 385,4
19,87 5,15
Februari 2008 317,55
0,000160 1.795.130
352,1 30,32
9,55 Maret 2008
345,58 0,000181
1.697.445 383,1
38,34 10
April 2008 363,87
0,000223 1.485.180
392,1 32,67
8,34 Mei 2008
341,11 0,000189
1.565.299 372,76
45,26 12,14
Juni 2008 341,85
0,000178 1.685.110
373,1 41,9
11,23 Juli 2008
344,8 0,000209
1.460.125 375,1
44,01 11,73
Agustus 2008 344,37
0,000195 1.560.175
378,4 40,13
10,6 September 2008
341,77 0,000185
1.600.150 373,1
45,74 12,26
Oktober 2008 366,1
0,000217 1.550.187
392,3 29,70
7,57 November2008
361,8 0.000203
1.603.109 385,2
36,36 9,44
Desember 2008 357,01
0.000191 1.680.130
384 36,10
9,4
Total 443,68
Defect Losses
Faktor yang dikategorikan ke dalam defect losses adalah rework loss dan yieldscrap loss.
1. Rework loss
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Perhitungan rework loss dilakukan dengan menggunakan rumus: 100
Re ×
× =
time Loading
rework time
cycle Ideal
loss work
Perhitungan rework loss untuk bulan Januari 2008 adalah:
1,17 100
385,4 21.350
0,000212 Re
= ×
× =
loss work
Perhitungan rework loss untuk bulan Januari-Desember 2008 dapat dilihat pada Tabel 5.17.
Tabel 5.17. Perhitungan Persentase Rework Losses
Bulan Loading Time
Jam Ideal Cycle
Time JamKg
Rework Kg
Rework Time
Jam Rework
Loss Januari 2008
385,4 0,000212
21.350 4,52
1,17 Februari 2008
352,1 0,000160
15.888 2,79
0,79 Maret 2008
383,1 0,000181
29.519 5,34
1,39 April 2008
392,1 0,000223
23.277 5,19
1,32 Mei 2008
372,76 0,000189
22.861 4,32
1,15 Juni 2008
373,1 0,000178
15.556 2,76
0,74 Juli 2008
375,1 0,000209
20.480 4,21
1,12 Agustus 2008
378,4 0,000195
21.271 4,14
1,09 September 2008
373,1 0,000185
22.250 4,11
1,10 Oktober 2008
392,3 0,000217
15.246 3,30
0,84 November2008
385,2 0.000203
16.221 3,29
0,85 Desember 2008
384 0.000191
15.321 2,92
0,76
Total 46,89
2. Yieldscrap loss
Untuk mengetahui persentase faktor Yieldscrap loss yang mempengaruhi efektivitas mesin, maka digunakan rumus:
100 ×
× =
time Loading
Scrap time
cycle Ideal
loss scrap
Yield
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Perhitungan Yieldscrap loss untuk bulan Januari 2008 adalah:
1,07 100
385,4 19.470
0,000212 =
× ×
= loss
scrap Yield
Perhitungan Yieldscrap loss untuk bulan Januari-Desember 2008 dapat dilihat pada Tabel 5.18.
Tabel 5.18. Perhitungan Persentase Yieldscrap loss
Bulan Loading
Time Jam
Ideal Cycle Time Jamkg
Scrap Kg
Scrap time Jam
Scrap Loss
Januari 2008 385,4
0,000212 19.470
4,12 1,07
Februari 2008 352,1
0,000160 14.712
2,58 0,73
Maret 2008 383,1
0,000181 23.726
4,29 1,12
April 2008 392,1
0,000223 22.187
4,94 1,26
Mei 2008 372,76
0,000189 21.980
4,54 1,11
Juni 2008 373,1
0,000178 14.510
2,58 0,69
Juli 2008 375,1
0,000209 18.895
3,89 1,03
Agustus 2008 378,4
0,000195 17.290
3,37 0,89
September 2008 373,1
0,000185 20.790
3,84 1,03
Oktober 2008 392,3
0,000217 14.867
3,22 0,82
November 2008 385,2
0.000203 15.790
3,20 0,83
Desember 2008 384
0.000191 14.799
2,82 0,73
Total 43,39
5.5. Pengaruh Six Big Losses
Untuk melihat lebih jelas six big losses yang mepengaruhi efektivitas mesin, maka akan dilakukan perhitungan time loss untuk masing-masing faktor
dalam six big losses tersebut seperti yang terlihat pada hasil perhitungan di Tabel 5.19.
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Tabel 5.19. Persentase Faktor Six Big Losses Mesin Slab Cutter I
No. Six Big Losses
Total Time Loss Jam Persentase
1.
Breakdown Loss 161,63
17,63
2.
Set up and Adjustment Loss 83,19
9,07
3.
Reduced Speed Loss 443,68
48,41
4.
Idling Minor Stoppages 137,6
15,01
5.
Rework Loss 46,89
5,11
6.
ScrapYield Loss 43,39
4,73
Total
916,38
Persentase time loss dari keenam faktor tersebut juga akan lebih jelas lagi diperlihatkan dalam bentuk histogram yang terlihat pada Gambar 5.1.
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
100 200
300 400
500
1 2
3 4
5 6
Six Big Losses T
o ta
l T im
e L
o ss
ja m
Gambar 5.1. Histogram Persentase Faktor Six Big Losses Mesin Slab Cutter I
Dari histogram dapat dilihat bahwa faktor yang memiliki persentase terbesar dari keenam faktor tersebut adalah reduced speed losses sebesar 48,41.
Untuk melihat urutan persentase keenam faktor tersebut mulai yang terbesar dapat
dilihat pada Tabel 5.20. Tabel 5.20. Pengurutan Persentase Faktor Six Big Losses Mesin Slab Cutter I
Bulan Januari 2008-Desember 2008
No. Six Big Losses
Total Time Loss Jam
Persentase Persentase
Kumulatif
1. Reduced Speed Loss
443,68 48,41
48,41 2.
Breakdown Loss 161,63
17,63 66,04
3. Idling Minor Stoppages
137,6 15,01
81,05 4.
Set up and Adjustment Loss 83,19
9,07 90,12
5. Rework Loss
46,89 5,11
95,23 6.
Scrapyield Loss 43,39
4,73 100
Miko Hasriyono : Evaluasi Efektivitas Mesin Dengan Penerapan Total Productive Maintenance TPM Di PT. Hadi Baru, 2009.
USU Repository © 2009
Total
916,38
Dari hasil pengurutan persentase faktor six big losses tersebut akan digambarkan diagram paretonya sehingga terlihat jelas urutan dari keenam faktor
yang mempengaruhi efektivitas di mesin Slab Cutter I. Diagram Pareto ini dapat dilihat pada Gambar 5.2.
100 200
300 400
500
1 2
3 4
5 6
Six Big Losses
T o
ta l T
im e
L o
ss e
s ja
m
Gambar 5.2. Diagram Pareto Persentase Faktor Six Big Losses Mesin Slab Cutter I Bulan Januari - Desember 2008
5.6. Diagram Sebab AkibatFishbone