Memahami Overall Equipment Effectiveness (OEE)

 

Secara formal, OEE (Overall Equipment Effectiveness) didefinisikan sebagai metode evaluasi yang mengukur seberapa efektif  mesin atau Line Produksi manufacture  saat beroperasi, berdasarkan tiga metrik utama: yaoitu ketersediaan ( Availability ) , kinerja ( Performance ) , dan kualitas ( Quality )

OEE didefinisikan melalui tiga elemen rasio:

1. Availability (Ketersediaan), AV: Rasio antara waktu operasi aktual terhadap waktu yang direncanakan. Fokus pada kerugian akibat waktu henti (Down Time).
2. Performance (Kinerja), PR: Rasio antara jumlah produk yang diproduksi terhadap potensi jumlah produk yang dihasilkan dalam periode waktu operasi aktual. Fokus pada kerugian akibat kecepatan yang berkurang (Speed Loss).
3. Quality (Kualitas), QL: Rasio antara unit produk yang baik (lolos seleksi) terhadap total unit yang diproduksi. Fokus pada kerugian akibat barang cacat (Quality Loss).

Ketiga elemen ini dihubungkan dengan formulasi sbb :

Hubungan antar elemen OEE

Ketiga elemen penyusun OEE, yaitu Availability, Performance, dan Quality dirancang supaya masing memberikan kontribusi nilai yang maksimal dan seimbang.

Kita kembali ke rumus : OEE = A x P x Q

Anda lihat setiap elemen dihubungkan dengan tanda kali ( x ) ? mengapa bukan tambah (+) ?, hubungan perkalian mencegah terjadinya subsidi silang yang biasa terjadi pada penambahan . Pada hubungan penambahan jika ada elemen yang bernilai rendah, masih dapat diimbangi dengan elemen lain yang bernilai tinggi.

Mari kita buat simulasinya.

Elemen dengan nilai tinggi kita akan beri nilai : 1 (100%) , dan nilai rendah kita beri : 0,5 ( 50%)

Kondisi ke-1 : Availability bernilai rendah, elemen lain tinggi

A=0,5 , P = 1, Q=1 è OEE = 0,5 x 1 x 1 = 0,5 (50%)

Kondisi ke-2 : Performance bernilai rendah, elemen lain tinggi

A=1 , P=0,5 , Q=1 è OEE = 1 x 0,5 x 1 = 0,5 (50%)

Kondisi ke-3 : Quality bernilai rendah, elemen lain tinggi

A=1, P=1, Q=0,5 è OEE = 1 x 1 x 0,5 = 0,5 (50%)

Berbeda situasinya, jika ketiga elemen dihubungkan dengan penambahan (+), ini mirip dengan fomulasi yang digunakan saat penyusunan KPI ( Key Performance Indoicator ) dan MBO ( Management by Objective ).

Contoh, kita ambil saja kondisi ke-1 : Jika nilai maksimum setiap elemen 1, maka nilai totalnya adalah 3.

A=0,5 , P = 1, Q=1 è = 0,5 + 1 + 1 = 2,5

Kita buat interpolasinya = ( 2,5 / 3 ) x 100% = 83,3% ( Nilai berubah menjadi tinggi, ini yang dimaksud dengan subsidi silang atau saling menutupi )

Menghitung performance mesin dengan menggunakan OEE, masing-masing elemen terlihat berdiri sendiri, dan tidak saling menutupi. Ketiga elemen atau variable, harus memberikan nilai kontribusi maksimum, untuk mencapai nilai OEE yang tinggi. Menurut saya ini bukan hanya konsep yang bagus, tapi sangat  amat bagus. Tim Operasional, tidak dapat melakukan strategi kontraproduktif, seperti :  Output Produksi tinggi tanpa memperhitungkan aspek Quality. Atau sebaliknya, Quality produk tinggi, meskipun dengan speed produksi rendah.

Dalam artikel kali ini, saya tidak akan menjelaskan detil teknis terkait hal ini. Anda dapat menggali lebih dalam mengenai dasar OEE di artikel-artikel yang sudah banyak tersedia.

Untuk siapa instrument OEE dibuat ?

Untuk semua departemen yang terkait langsung proses produksi, yaitu Departemen produksi, maintenance, dan quality. Tidak menutup kemungkinan nantinya akan berkaitan dengan departemen lain seperti Pengadaan ( Procurement ), atau PPIC ( Planning Produksi ).

Ketiga fungsi utama ini yang paling bertanggung jawab pada pencapaian OEE. Tim Produksi menyiapkan operator yang kompeten lengkap dengan Prosedurenya, Tim maintenance  melatih teknisi, menjamin kesiapan spare part, dan menjaga performa  mesin dengan preventive maintenance, dan bagian QC melakukan monitor dan control terhadap kualitas bahan baku sebagai input, output produk, dan pelaksanaan SOP yang berkaitan langsung pada kualitas.

Diperlukan koordinasi antar kepala departemen ini dalam menganalisa, penetapan rencana perbaikan, hingga monitoring hasil perbaikan.

Berdasarkan pengamatan penulis, ketiga elemen yang diukur, sangat tergantung pada performance mesin. Bukan pada operator yang mengoperasikannya. Ini sejalan dengan Konsep industri manufacture modern, yaitu memperkecil peran atau intervensi manusia dalam upaya mengoperasikan mesin, sebaliknya, mesin harus memenuhi prinsip mudah dioperasikan ( easy to operate ), bahkan oleh operator baru yang memiliki jam operasional minimum ( 1 hari ), mesin dapat memberikan feedback indicator jika terjadi malfungsi, memiliki realibility yang sangat baik, tetapmenghasilkan output produ dengan quality yang baik dalam kecepatan operasi maksimum, dan yang terkahir, mesin memiliki konstruksi yang memudahkan teknisi dalam melakukan perbaikan ( breakdown maintenance ) maupun perawatan ( preventive maintenance ), termasuk didalamnya kemudahan dalam melakukan pergantian spare part, dalam ukuran waktu perbaikan.

Standar penilaian OEE dan komponennya

OEE Skor Total:

§ 100%: Sempurna (Produksi Ideal).

§ 85%: Kelas Dunia (World Class) - Target jangka panjang.

§ 60%: Rata-rata industri (masih banyak ruang perbaikan).

§ 40%: Rendah (perlu perbaikan segera/perusahaan baru).

Komponen Penilaian OEE (Formula: OEE = Availability × Performance × Quality):

·         Availability (Ketersediaan) - Standar >90%

·          Performance (Kinerja) - Standar >95%

·         Quality (Kualitas) - Standar >99%

Detail Elemen OEE

Mari kita telusuri satu persatu, setiap elemen.

1. Availability (Ketersediaan)

Elemen ini, terdiri dari waktu operasi aktual dan waktu yang direncanakan. Fokus utama elemen ini yaitu, untuk mendeteksi adanya waktu henti atau down time yang tidak terencana ( unpredectible Downtime ). Dalam operasi normal, terkadang mesin memerlukan waktu set up, jika terjadi pergantian spesifikasi item produk, material, atau kebutuhan teknis lainnya. Beberapa mesin yang tergantung pada panas ( Heat ) seperti Etruder, Injection, Blow Molding, Thermoforming memerlukan waktu untuk mencapai suhu tertentu setelah stop/berhenti. Jadi elemen Down time akan terbagi menjadi :

a. Unpredictable Downtime, yaitu waktu stop saat mesin running / beroperasi. Biasanya, terjadi kendala teknis yang berpotensi pada terjadinya kerusakan mesin yang lebih besar, maupun perubahan spesifikasi produk yang dihasilkan ( quality ), yang mengharuskan mesin stop beropreasi untuk dilakukan penanganan.  Dasar perhitungan Unpredictable Downtime yaitu saat mesin Off sampai mesin kembali running normal.

Misal : Rencana waktu operasi mesin Pk. 15.00 – 23.00 ( 7 jam, istirahat 1 jam, no set up )

Pk. 19.00 mesin stop, running kembali Pk. 23.00, total 240 menit ( 4 jam ). Tetapi sebenarnya aktual perbaikan, yaitu pergantian spare part dan test running hanya 60 menit. Periode waktu mana yang digunakan ? jawabannya tetap 240 menit, misal didalam waktu 4 jam, ini terdiri dari :

Informasi dari produksi ke Teknisi : 30 menit , Teknisi preparasi/persiapan : 60 menit, trial mesin : pergantian spare part : 30 menit , test running : 60 menit , produksi preparasi/persiapan : 60 menit. 

Dari contoh data ini, aktual pekerjaan teknis yaitu 90 ( pergantian & test running ) menit, sedangkan non teknis yang dilakukan oleh team produksi membutuhkan total waktu 150 menit. Yang berarti 37,5% teknikal, dan 62,5% non teknikal. Untuk contoh case ini, sangat disayangkan, downtime non teknis hampir 2x dari teknis, situasi seperti ini harus dipecahkan melalui koordinasi kedua bagian, misal dengan merubah prosedure untuk memperpendek waktu informasi dan persiapan dari sisi produksi atau hal lainnya.

Case yang lain, bisa juga,  down time disebabkan oleh keterlambatan tim produksi dalam memenuhi operator, PIC operator absen tanpa pemberitahuan, sehingga, diperlukan pemindahan atau mobilisasi dari area lainnya utnuk mengisi posisi yang ditinggalkan, ini tentunya juga dapat memakan waktu operasi mesin. Issue ini, sangat serius bagi tim produksi, hanya karena satu orang opertor memberikan impack besar pada perusahaan, akan terlihat tidak masuk akal. Diperlukan analisis mendalam terkait hal ini, apakah nantinya dilakukan perubahan prosedure atau aturan atau jika tingkat absensi relatif tinggi, diperlukan koordinasi dengan bagian HRD untuk mencari solusi optimumnya.

b. Predictable Downtime. Dalam praktiknya, Predictable Down time berpotensi bisa menjadi unpredictable down time juga. Contoh, ada pergantian Molding mesin injection, waktu standard set up, mulai dari turun – pasang – test run – set up parameter, membutuhkan waktu 45 menit. Tetapai karena faktor tertentu aktualnya membutuhkan waktu 90 menit. Untuk case ini, yang terhitung sebagai Predictable Down time, yaitu 45 menit. 15 menit sisanya akan masuk menjadi Unpredictable down time.

Contoh : Mesin Curing No.1 beroperasi di Shift 3, memiliki data performance sbb : Waktu kerja  7 jam ( 420 menit ). Set up ganti mold awal shift (Predictable Downtime): 60 menit, unpredictable downtime : 100 menit. Stop mesin karena menunggu ketersediaan operator : 45 menit.

Maka :

Waktu rencana operasi = waktu kerja – Predictable down time

Waktu aktual operasi = waktu rencana operasi – Unpredictable Down time

Ratio Availaibility = ( waktu aktual operasi / waktu rencana operasi ) x 100%

Ratio Availaibility : ((( 420 - 60) - (100 + 45 )) / (420 - 60)) x 100%= 59,7 %

Poin penting saat menganalisa kinerja elemen ini, yaitu fokus pada Downtime mesin, entah predictable, unpredictable. Tentukan faktor yang memberikan kontribusi terbesar ( gunakan teori pareto ), sehingga perbaikan terfokus pada titik tertentu, dan berjalan setahap demi setahap. Analisis lanjutan dengan diagram sebab akibat/fishbone diagram sangat diperlukan, untuk mem”breakdown” penyebab hingga menemukan yang dinamakan “ sumber ‘ akar dari segala permasalahan “.

2. Performance ( Kinerja )

Elemen OEE yang kedua yaitu Performance atau Kinerja. Tersusun dari 2 elemen, yakni Jumlah aktual produk yang dihasilkan ( Hasil Produksi Aktual ) dan  Potensi jumlah produk yang dihasilkan dalam periode waktu aktual operasi ( Potensi Hasil Produksi ).

Jumlah aktual produk yang dihasilkan, merupakan Hasil Produksi Aktual masing – masing mesin atau Line produksi yang dihasilkan dalam satu periode Batch Produksi. 1 Batch produksi biasanya mengacu pada scope manajerial paling kecil, atau Shift Produksi.  Pada umumnya, pergantian atau rotasi operator dan Leader terjadi antar shift. Periode waktu pada elemen kedua ini , harus sama dengan periode waktu yang digunakan untuk membatasi elemen pertama.

Unit yang digunakan, tentunya tergantung dengan model manufacture setiap perusahaan, bisa menggunakan metric berat ( Kg ), Satuan ( Pcs ), Volume ( Liter ), Debit ( Liter per menit ), dan sebagainya.

Potensi jumlah produk yang dihasilkan dalam periode waktu operasi aktual. Yang perlu digaris bawahi yaitu istilah “Potensi”, Mengapa tidak menggunakan Hasil produksi yang Rencana ( Plan )  atau Target Produksi ? istilah terakhir, lebih mengacu pada waktu kerja yang tersedia, yang umumnya digunakan oleh bagian Planning ( PPC ) untuk estimasi kapasitas mesin produksi, dan menentukan target produksi. Waktu kerja, ini menggunakan Jam kerja yang telah ditentukan oleh perusahaan.

Untuk mendapatkan “ Potensi Hasil Produksi”, memerlukan data Cycle Time mesin dan waktu aktual Operasi.

Cycle Time, terbagi menjadi 2 jenis, yaitu Cycle Time OEM ( Original Equipment manufacture ) yaitu Cycle time yang dijanjikan oleh pabrik pembuatnya, dan Cycle Time Standard, yaitu yang digunakan saat sekarang.

Cycle Time Standard umumnya bersifat Mandatory, yang artinya sudah ditetapkan berdasarkan kesepakatan antara bagian operasional dan manajement, dengan mempertimbangkan umur, kondisi, dan kualitas produk yang dihasilkan. Dengan kata lain, sudah ada standardnya, dan jenis data ini yang nanti digunakan dalam perhitungan.

Elemen lainnya yaitu waktu aktual operasi, aspek ini suah kita bahas di poin 1 ( Availability ).  Yang didapat dari :

Waktu rencana operasi = waktu kerja – Predictable down time

Waktu aktual operasi = waktu rencana operasi – Unpredictable Down time

Contoh : Mesin Curing No.1 beroperasi di Shift 3, memiliki data performance sbb : Waktu kerja  7 jam ( 420 menit ). Set up ganti mold awal shift (Predictable Downtime): 60 menit, unpredictable downtime : 100 menit. Stop mesin karena menunggu ketersediaan operator : 45 menit. Cycle Time standard mesin : 30 menit/Pcs, Jumlah produksi aktual = 5 Pcs/shift

Maka : 

waktu Aktual Operasi = (420 – 60) - (100 + 45 ) = 215 menit

Cycle Time Standard = 30 menit/Pcs

Potensi Jumlah Produk yang dihasilkan = 215 / 30 = 7,1 Pcs / Shift

Ratio Performance = (5 / 7,1) x 100% = 70,4%

Dimanakah kemungkinan masalahnya ? meskipun sudah menggunakan waktu aktual operasi, mengapa Ratio Performancenya masih jauh dibawah ? Ada 2 kemungkinan, Pertama  yaitu “RAM UP” , RAM artinya tanjakan, UP artinya naik. Saat Start awal, mesin tidak langsung running dengan speed atau kecepatan standard. Merupakan hal yang lumrah, mesin memerlukan waktu awal, sama halnya dengan  kendaraan bermotor, selalu diawali dengan kecepatan rendah, untuk mendapatkan Torsi yang besar, setelah mendapatkan momentum, baru kecepatan berada di tingkat standard. Kemungkinan kedua, Mesin running tapi masih belum lancar, istilahnya “STOP – GO”, Mesin runing, kemudian di Stop, running lagi, begitu seterusnya. Sehingga, mesin tidak beroperasi dalam standard speed yang konstan. Umumnya ini berkaitan dengan 100% masalah Teknis, yaitu kualitas perbaikan mesin tidak maksimal, yang disebabkan oleh antara lain , kompetensi (skill & pengetahuan ) Teknisi yang masih kurang, atau faktor performance spare part pengganti rendah. Manajer Teknik, wajib  melakukan analisis terkait dengan issue ini.

3. Quality ( Kualitas )

Kualitas yang dimaksud yaitu kualitas produk, dimana produk yang dihasilkan telah memenuhi standard spesifikasi yang telah ditentukan. Ratio Quality, terdiri dari 2 elemen, yaitu : Jumlah Produk dengan Kualitas sesuai standard, dan Total Jumlah Produk yang dihasilkan. Dengan Formulasi sbb :

Ratio Quality = ( Jumlah Produk sesuai Standard / Total Jumlah Produksi Aktual ) x 100%

Jumlah Produk dengan Kualitas sesuai Standard. Tim Quality, umumnya memiliki data, Jumlah Produk yang tidak lolos standard quality yang ditemukan pada Inspeksi awal. Umumnya, barang ini direjcet untuk dibuang lalu dibuatkan penggantinya, bisa dari pembuatan ulang atau repair / perbaikan.

 Dari data ini, dapat diketahui, Jumlah Produk dengan Kualitas sesuai Standard, yaitu dengan perhitungan :

Jumlah Produk dengan Kualitas standard = Total jumlah Produksi Aktual – Jumlah tidak lolos standard kualitas

Total Jumlah Produksi Aktual, menggunakan data yang sama dengan element point 2 ( Performance ). Yaitu Jumlah produk aktual yang dihasilkan, sebelum dilakukan inspeksi dari Tim Quality

 Contoh : Mesin Curing No.1 beroperasi di Shift 3, memiliki data performance sbb : Jumlah produksi aktual = 5 Pcs/shift, Jumlah  produk tidak sesuai standard quality = 1 Pcs

Maka : 

Jumlah produk yang sesuai standard Quality = 5 – 1 = 4 Pcs

Ratio Quality = ( 4 / 5 ) x 100% = 80%

Quality produk yang dihasilkan dan dikirim ke customer merupakan tanggung jawab tim Quality, lebih spesifik Manajer QC/QA. Tim Quality memiliki tanggung jawab untuk menjamin produk terkirim ke custoner telah memenuhi standard. Indikator yang digunakan, yaitu dengan metode yang terukur, melakukan inspeksi quality terhadap produk yang dihasilkan. Ratio Quality ini, menjadi indikator seberapa baiknya tim operation dalam melakukan proses produksi. Meliputi, ketaatan dalam mengikuti SOP, tingkat kompetensi operator, tim teknis, dan jajaran Leader, dan  keberhasilan pengelolaan / manajemen perbaikan dan perawatan mesin.

Seorang Manajer QC/QA harus dapat mengkoordinasi bagian-bagian yang berkaitan dengan pencapaian Quality, dengan Produksi, Maintenance/Engineering, Procurement, PPIC, Ware House, General Affair, dsb. Pemahaman akan implementasi Quality Tools, , validitas data, pemahaman alur proses dan prosedure, metode standard Inspeksi , dan kemampuan dalam berkomunikasi , menjadi kompetensi wajib , yang harus dimiliki.

 Dari contoh diatas, maka nilai OEE dari mesin Curing No.1, periode kerja Shift 3 :

OEE = Availability x Performance x Quality = 59,7% x 70,4% x 80% = 33,6%

Berdasarkan standard penilaian OEE, Skor mesin seperti dalam contoh diatas memiliki skor Rendah ( < 40%) , dan perlu dilakukan perbaikan segera.

Proses Pendataan 

Data mentah dari OEE, berasal dari performance setiap mesin produksi yang digunakan. Misal, perusahaan yang memproduksi Ban Mobil, di Departemen Curing  memiliki 20 unit mesin, dalam berbagai type, dan merk yang berbeda. Data OEE harus muncul dari setiap mesin, yang artinya akan keluar 20 data OEE dari semua mesin dalam setiap batch produksi. Misal, 1 batch produksi berarti 1 shift, maka dalam 1 hari yang terdiri dari 3 shift, dari Departemen Curing sendiri akam memiliki 20 x 3 shift data.  Jika dalam 1 bulan memiliki waktu operasi 30 hari, memiliki 20 x3 x 30 data OEE. Yang nantinya bisa diklasifikasikan sesuai kebutuhan, misal berdasar type yang sama, atau perbandingan performance rata-rata rasio OEE setiap hari. Ini tergantung kebutuhan analisis tentunya. Bisa dibayangkan besarnya cakupan data yang dikumpukan.

Data yang baik harus bersifat objektif (sesuai keadaan sebenarnya), mutakhir (up to date). Data berkualitas tinggi wajib konsisten, lengkap, dan tidak duplikat untuk memastikan pengambilan keputusan yang tepat. Data yang memenuhi syarat ini penting agar kesimpulan penelitian atau keputusan bisnis yang diambil akurat dan tidak menyesatkan.

Proses pengambilan data dan menghimpun dalam sebuah database, bukan pekerjaan yang kecil. Aktivitas ini bukan seperti administrasi biasa. Ada beban tanggung jawab, untuk menghasilkan data yang berkualitas tinggi. Keseluruhan proses pendataan bekerja dalam sistem yang dirancang khusus. Jelas ini bukan pekerjaan sampingan. 

Dari Gambar diatas, tahapan yang paling penting, sulit, dan kompleks berada pada tahap awal, yaitu bagaimana data lapangan diambil dan diinput kedalam Data base. Data diambil dari setiap mesin yang digunakan dalam proses produksi di setiap Shift Kerja.

Semua data ini dibuat untuk apa ? Jelas sebagai indikator kinerja, untuk dianalisis akar masalah, dan tentukan rencana perbaikannya ( action plan ), perhatikan time line dibawah

Kolom paling kiri menunjukkan serangkaian aktivitas yang membentuk siklus berulang setiap hari. Pengambilan data, Input, Process Data hasil produksi tanggal 2, di Shift 1, 2,3 mulai Pk. 07.00 sampai 07.00 sehari setelahnya ( tgl 3 feb ), merupakan satu siklus, dimana data output harus tersaji di pagi hari tgl 3 Feb, untuk dianalisis, dan membuat rencana-rencana perbaikan, untuk proses tanggal 3 February. Agar, permasalahan di tanggal 2 feb, tidak terulang di tanggal 3 feb.

Begitulah kurang lebih konsepnya. Artinya, Data mentah dari lantai produksi, setiap mesin, setiap shift harus terkumpul, terinput, masuk data base, di proses, dan tersajai keesokan paginya di tanggal 3 feb. Terlihat rapi, tapi tidak mudah dalam pelaksanaanya. Jika anda mengumpulkan semua data berupa form manual, untuk diinput ulang keesokan paginya, apakah bisa tersaji di pagi yang sama ? Ada kemungkinan data tersaji sudah sore, di posisi Shift 2, kapan dilakukan analisis ? apakah cukup waktu untuk menyusun dan mensosialisasikan renana perbaikan ? Jika siklus ini berulang, semua data terkumpul tidak lebih hanya menjadi pekerjaan administrasi tanpa adanya follow up berupa rencana perbaikan yang memadai. Bisa jadi, action yang dilakukan, tidak berdasar analisis data, melainkan berdasar perkiraan, asumsi, atau informasi sekunder ( misalnya , berdasar informasi si A, si B, si C … ). Akibatnya, Akar penyebab akan tetap tidak tersentuh.

Diperlukan metode yang efektif & effisien dalam proses pengambilan dan input data, tentunya tetap mempertimbangkan aspek biaya. Bagaimanapun, terkait dengan alokasi karyawan, pekerjaan administrasi tidak langsung menghasilkan produk. Semaikin banyak sumber daya manusia dipos ini, akan memberikan beban biaya yang significan bagi operasional.

Pendataan dengan konsep MAKER – USER

Sebelum menuju tahap input, data yang diambil dari lantai produksi benar-benar berkualitas tinggi, yang mewakli kondisi sebenarnya dilapangan. Konsep Maker – User, atau Pembuat – Pengguna, dapat mengantisipasi terjadinya kesalahan pencatatan / pendataan baik yang disengaja maupun tidak disengaja. Maker yaitu Pelaksana pekerjaan, yang memberikan service perbaikan Teknis, dan User sebagai pihak yang meminta dan menggunakan jasa tadi.

Artinya, “Maker” sebatas pelaksana tugas, untuk pencatatan data waktu down time, jenis Down time, Cara Perbaikan, semuanya ditulis atau dicatat oleh “User”, dengan persetujuan Pelaksana, dengan bukti tanda tangan kedua pihak. Sehingga data yang diperoleh merupakan data “matang” dan berkualitas tinggi.

Detail – detail seperti ini, wajib untuk dilakukan saat merancang sistem pendataan. Tentunya draft sistem pendataan yang dirancang, harus diuji coba di kondisi sebenarnya ( aktual ), untuk memahami tingkat kesulitan tim pelaksana di lapangan, sehingga alur proses dan aturan yang ditetapkan merupakan yang paling efektif.

 

Input – Display Data

Saat, tahap awal pendataan sudah ditentukan, lanjut ke tahap berikutnya yaitu Input Data. Dari Simulasi Tabel Time Line, kita dapat melihat betapa ketatnya jadwal ini. Data hari kemarin, harus tersaji di pagi – hari ini, untuk dilakukan analisis. Jika tersaji sore hari, maka sudah akan terlambat dalam pengambilan action perbaikan jika ada masalah. Bayangkan, Tim  Shift 1 (pagi) sudah pulang, dan shift 2 (sore) sudah berjalan, artinya Time yang bekerja di shift 1, bekerja tanpa arah jelas, dan berlanjut ke Shift 2. Ada kemungkinan, nanti masalah akan menumpuk di Shift 3.

Dan yang perlu menjadi perhatian, situasi ini akan terjadi setiap hari, dan akan terakumulasi terus menerus dari bulan ke bulan.

Artinya, Data berkualitas yang sudah terkumpul, menjadi sebatas “papper work” atau hanya pekerjaan administrasi karena tidak digunakan maksimal untuk pengambilan keputusan manajerial di bagian operasional. Saya analogikan, jika tim Leader ( supervisor , Mnajaer ) berperan sebagai pilot pesawat. Mereka tidak tahu kalau mesin – mesinnya sudah mati ketika diudara, meskipun panel instrumen telah menunjukan situasinya. Baru menyadari ketika Pesawat sudah jatuh di tengah lautan.   Bagaimana menurut anda, apa istilah yang lebih tepat untuk menggambarkannya ?

Penerapan prosedure yang efektif dan Penggunaan teknologi dalam proses inputing, seperti Komputer atau Tab , yang terintegrasi dengan server data base, delokasi yang dekat dengan stasiun – stasiun kerja akan sangat membantu mempercepat prosesnya. Artinya, data yang terkumpul langsung diinput di Periode waktu yang hampir bersamaan. Alih-alih  dikumpulkan, dan diinput keesokan harinya oleh administrasi.

Keuntungan data input langsung, akan memudahkan jika diperlukan verifikasi dan crosscheck, karena semua petugas baik pelaksana maupun user masih ada dilokasi kerja.

Data yang sudah terinput, masuk ke data base, secara real time  diolah dan disajikan  oleh sistem IT perusahaan. Artinya data akan tersaji bebrapa saat setelah shift kerja berakhir. Data ini bisa langsung tersaji melalui Display di lantai produksi atau stasiun – stasiun kerja, melalui layar Monitor, maupun diakses oleh tim manajer melalui aplikasi di Hand Phone. Pada intinya, semua orang langsung tau, hasil kerja mereka, dan data sudah siap pagi hari keesokan hari.

Sumber : Internet

 

PENUTUP

Penggunaan OEE dalam Pengendalian produksi akan memberikan dampak positif yang significan, untuk tercapainya target produksi seperti Delivery, Lead Time, Output, Productivity, Quality, dan Biaya Produksi.

Terlepas dari segala manfaat  ( Andvantage ), OEE tidak lebih dari Monitoring Tools yang sangat bagus. Yang berfungsi sebagai feedback bagi pengambil keputusan di tingkat manajerial. Pertanyaan yang penting, yaitu, Apa yang akan dilakukan setelahnya. Ini doktrin dasar yang harus dipahami dan dijalankan.

Tentu ini semua perlu biaya, saya menyebutnya sebagai “Investasi”, mulai dari Biaya perencanaan, Sosialisasi & Trainning, Pendataan, hardware – software, dan lain sebagainya. Pengendalian biaya, menjadi faktor yang penting, mulailah dengan action berbiaya paling rendah, misalnya scope divisi yang terkecil. Simulasikan dan buat Mock up sistemnya. Dan presentasikan hasil simulasinya, untuk meyakinkan “advantage” dari implementasi OEE dihadapan  manajemen tingkat atas.

Sejauh dilakukan dengan konsep berpikir yang benar, kemauan, dan tekad …. Ini semua sepadan

Jika organisasi perusahaan anda, sudah menerapkan OEE dengan hasil akhir yang tidak sesuai harapan, coba analisis dan breakdown akar masalahnya satu persatu. Meskipun artikel ini singkat, coba ikuti alurnya dari awal, untuk menemukan penyimpangannya. Bisa saja masalah muncul dari data yang tidak berkualitas, metode input yang tidak efisien, atau metode analisis penyebab masalah yang tidak optimal.

Semoga Sukses