Syntax Literate: Jurnal Ilmiah Indonesia p–ISSN: 2541-0849 e-ISSN:
2548-1398
Vol. 9, No. 8, Agustus 2024
ANALISIS
PEMANFAATAN FLEET TERHADAP PRODUKSI OB REMOVAL DI PT BARA ENERGI LESTARI, NAGAN
RAYA, ACEH
Lisa Wahyu
Wahdini1, Muhammad
Taufik Toha2, Budhi
Setiawan3
Universitas Sriwijaya, Palembang, Indonesia1,2,3
Email: [email protected]1*, [email protected]2, [email protected]3
Abstrak
Kegiatan
operasi-produksi OB Removal di lokasi penelitian pada Bulan Maret 2024 mengalami
ketidaktercapaian dengan hasil produksi OB Removal sebesar 660.961,56
bcm dari rencana sebesar 926.738,17 bcm. Terdapat tujuh fleet yang dioperasikan
pada kegiatan tersebut, dengan pengelompokan berdasarkan ukuran alat berat
yaitu dua small fleet pada Fleet 1 dan 2, dan lima medium
fleet pada Fleet 3, 4, 5, 6 dan 7. Penelitian ini bertujuan untuk
menganalisis produktivitas dan pemanfaatan setiap fleet yang menyebabkan
tidak tercapainya produksi OB Removal. Hasil penelitian menyatakan bahwa
produktivitas Fleet 1 : 189,77 bcm/jam, UAOB : 26,74%, EUOB : 24,82%;
produktivitas Fleet 2 : 198,58 bcm/jam, UAOB : 6,43%, EUOB : 5,87%;
produktivitas Fleet 3 : 405,19 bcm/jam, UAOB : 37,29%, EUOB : 36,64%; produktivitas
Fleet 4 : 401,04 bcm/jam, UAOB : 45,12%, EUOB : 43,06%; produktivitas Fleet
5 : 427,49 bcm/jam, UAOB : 31,02%, EUOB : 30,97%; produktivitas Fleet 6 :
392,93 bcm/jam, UAOB : 30,93%, EUOB : 30,79%; dan produktivitas Fleet 7 :
426,69 bcm/jam, UAOB : 44,41%, EUOB : 42,46%.
Kata
kunci: OB
Removal, fleet, produktivitas, pemanfaatan alat berat.
Abstract
OB Removal operation-production
activities at the research location in March 2024 were not achieved with OB
Removal production results amounting to 660,961.56 bcm from the plan of
926,738.17 bcm. There are seven fleets operated in this activity, grouped based
on heavy equipment size, namely two small fleets in Fleets 1 and 2, and five
medium fleets in Fleets 3, 4, 5, 6 and 7. This research aims to analyze the
productivity and utilization of each fleet which causes OB Removal production
to not be achieved. The research results stated that the productivity of Fleet
1: 189.77 bcm/hour, UAOB: 26.74%, EUOB: 24.82%; Fleet 2 productivity: 198.58
bcm/hour, UAOB: 6.43%, EUOB: 5.87%; Fleet 3 productivity: 405.19 bcm/hour,
UAOB: 37.29%, EUOB: 36.64%; Fleet 4 productivity: 401.04 bcm/hour, UAOB:
45.12%, EUOB: 43.06%; Fleet 5 productivity: 427.49 bcm/hour, UAOB: 31.02%,
EUOB: 30.97%; Fleet 6 productivity: 392.93 bcm/hour, UAOB: 30.93%, EUOB:
30.79%; and productivity of Fleet 7: 426.69 bcm/hour, UAOB: 44.41%, EUOB:
42.46%.
Keywords:
OB Removal, fleet, productivity, heavy equipment utilization.
Pendahuluan
Metode
penambangan terbuka adalah cara penambangan batubara diatas permukaan bumi yang
berhubungan langsung dengan udara luar (Indonesianto,
2005) dan
memanfaatkan alat berat dalam pekerjaannya. Kinerja alat berat perlu dipantau
karena setiap kegiatan operasionalnya mempengaruhi biaya modal usaha
penambangan (Satriawan, 2019).
Penelitian sebelumnya telah menunjukkan pentingnya pemantauan kinerja alat berat dalam operasi penambangan. Prasmoro et al. (2018) menunjukkan bahwa pemanfaatan alat berat yang tidak optimal dapat menyebabkan peningkatan biaya operasional hingga 15%. Hal ini sejalan dengan temuan Dolius et al. (2022) yang mengindikasikan bahwa kinerja alat berat yang rendah berdampak signifikan pada penurunan produktivitas keseluruhan dalam penambangan terbuka. Selain itu, Ardianti dan Prabowo (2020) menyatakan bahwa faktor-faktor seperti pemeliharaan alat berat yang buruk dan manajemen waktu kerja yang tidak efisien turut berkontribusi terhadap ketidaktercapaian target produksi.
Berbagai faktor dapat mempengaruhi produktivitas dan pemanfaatan alat berat dalam penambangan terbuka. Setiap kegiatan operasional alat berat memiliki pengaruh langsung terhadap biaya modal usaha penambangan (Ananda, 2015; Zakri & Saldy, 2019). Oleh karena itu, penting untuk melakukan analisis mendalam terkait produktivitas dan pemanfaatan setiap fleet yang digunakan. Faktor-faktor seperti kondisi jalan tambang, koordinasi antar-fleet, dan keterampilan operator juga dapat memainkan peran penting dalam menentukan efisiensi operasi penambangan.
Tujuan penelitian ini adalah untuk menganalisis produktivitas dan pemanfaatan setiap fleet yang menyebabkan tidak tercapainya produksi OB Removal. Hipotesis dari penelitian ini bahwa ketidaktercapaian OB Removal mempengaruhi angka produktivitas dan pemanfaatan fleet yang juga tidak tercapai dikarenakan ketidakefektifan pemanfaatan alat berat dalam berproduksi pada waktu kerja yang disediakan.
Metode
Penelitian
Penelitian
dilaksanakan di Pit Utara PT Bara Energi Lestari yang terletak di Gampong
Seumambek, Kabupaten Nagan Raya, Aceh, selama Bulan Maret 2024. Peta lokasi
penelitian disajikan dalam Gambar 1.
Penelitian
ini menggunakan metode analisis dengan pendekatan kuantitatif. Metode analisis
adalah metode yang digunakan untuk melakukan penyelidikan dan penguraian secara
rinci dalam menentukan sebab-akibat dari suatu penelitian (Badan
Pengembangan dan Pembinaan Bahasa, 2016).
Gambar 1. Peta Lokasi
Penelitian
Analisis Produktivitas
Fleet
Produktivitas
adalah kemampuan suatu alat berat bekerja dalam satu periode waktu. Dalam
penelitian ini, produktivitas dihitung berdasarkan pada jumlah fleet yang
beroperasi terhadap jumlah produksi dan jumlah jam kerja dari masing-masing fleet
tersebut. Perhitungan produktivitas fleet dilakukan menggunakan
Persamaan (1) (Komatsu, 2013).
Q = q x K
x 3600/Ctex x EUOB (1)
Nilai
q atau kapasitas bucket adalah berdasarkan spesifikasi unit excavator.
Small fleet menggunakan excavator CAT 345GC dengan kapasitas bucket
2,41 m3 dan medium fleet menggunakan excavator CAT395GC
dengan kapasitas bucket 6,5 m3 (Caterpillar,
1981).
K
atau bucket fill factor atau faktor pengisian bucket adalah
faktor kapasitas bucket excavator yang dipengaruhi oleh cara penggalian
dan jenis material yang digali. Pada kondisi bucket mengisi material
dengan memunjung (heap) akan menghasilkan bucket fill factor
>100% (Gunawan et al.,
2017; Rumfelt, 1972).
CTex
atau cycle time excavator adalah waktu edar, adalah waktu yang
diperlukan oleh alat berat melakukan satu kali aktivitas operasi-produksi.
Setiap alat berat memiliki cycle time yang berbeda-beda, tergantung dari
fungsi, kendala pekerjaan dan cara pengoperasiannya (Hidayat et al.,
2018).
Perhitungan cycle time dilakukan menggunakan Persamaan (2) (Komatsu, 2013).
Ctex = a +
b + c + d (2)
Nilai
a = waktu menggali, b = waktu swing dengan bucket terisi, c =
waktu menumpahkan material dari bucket ke vessel truk, dan d =
waktu swing dengan bucket kosong. Cycle time excavator biasa
dihitung dalam satuan detik.
Analisis
UAOB Fleet
Use
of Availability (UA) diartikan sebagai kesediaan alat yang telah
dipergunakan untuk kegiatan OB Removal, yaitu performa alat berat yang
digunakan untuk pekerjaan operasi-produksi (Silalahi et al.,
2018). Perhitungan
UAOB fleet dilakukan menggunakan Persamaan (3) (Siddiq, 2021).
UA = W / (W+S) x 100% (3)
W
adalah simbol untuk work hours atau total durasi jam kerja yang
digunakan untuk kegiatan OB Removal dan S adalah simbol untuk standby
hours atau total durasi jam alat berhenti bekerja.
Analisis
EUOB Fleet
Effective
of Utilization (EU) adalah pemakaian efektif alat berat untuk
bekerja secara produktif dalam jam kerja tersedia. EU disebut juga efisiensi
kerja, yaitu nilai yang menunjukkan pemanfaatan kerja produktif alat berat dari
seluruh jam kerja tersedia. Perhitungan EUOB fleet dilakukan menggunakan
Persamaan (4) [10].
EUOB = W /
(24 jam) x 100% (4)
Hasil dan Pembahasan
Analisis Produktivitas Fleet
Hasil
pencapaian nilai produktivitas setiap fleet diperlihatkan pada Gambar 2.
Berdasarkan Persamaan (1), produktivitas fleet dihitung berdasarkan bucket
fill factor (K). Penelitian ini menghitung jumlah produksi OB dengan
metode truck count atau perhitungan jumlah ritasi setiap truk, sehingga
isian bucket dan isian vessel dianggap bernilai sama. Untuk
menganalisis nilai K tersebut dilakukan dengan pengamatan lapangan terhadap
hasil penggalian setiap bucket. Hasil penggalian bucket adalah
memunjung (heap) sehingga dapat disimpulkan bahwa nilai produktivitas
tidak dipengaruhi dari bucket fill factor seperti pada Gambar 3.
Gambar
2. Grafik Pencapaian Produktivitas Fleet
Gambar
3. Bucket Fill Factor
Analisis
UAOB Fleet
Hasil
pencapaian nilai UAOB setiap fleet diperlihatkan pada Gambar 4. UAOB
dipengaruhi dengan jumlah jam kerja (W) dan jumlah jam standby (S).
Hasil penelitian ini menyatakan bahwa nilai W yang direncanakan tidak dapat
dicapai oleh setiap fleet karena total nilai S aktual ternyata melebih total
nilai S yang direncanakan. Sehingga jumlah W dari waktu kerja tersedia 24
jam/hari menjadi sedikit seperti yang ditampilkan dalam Tabel 1.
Gambar
4. Grafik Pencapaian UAOB Fleet
Tabel
1. Jumlah Jam Kerja Fleet Bulan Maret 2024
Items |
(jam) |
Aktual
(jam) |
||||||
F Plan |
F 1 |
F 2 |
F 3 |
F 4 |
F 5 |
F 6 |
F 7 |
|
Jam
tersedia /hari (31 hari) |
744,00 |
744,00 |
744,00 |
744,00 |
744,00 |
744,00 |
744,00 |
744,00 |
Jam
Kerja Ob Removal (W) |
482,64 |
184,65 |
43,68 |
184,67 |
217,00 |
230,42 |
229,05 |
315,92 |
General
PIT (IDLE) |
- |
34,58 |
222,93 |
0,50 |
1,10 |
8,17 |
27,38 |
4,92 |
Coal
Getting (IDLE) |
7,75 |
67,47 |
40,18 |
- |
- |
41,50 |
49,88 |
4,78 |
P5M
(S) |
2,00 |
4,33 |
4,25 |
3,00 |
3,08 |
4,67 |
4,58 |
4,58 |
Safety
Talk (S) |
7,75 |
3,50 |
3,00 |
2,50 |
1,83 |
3,50 |
2,83 |
3,50 |
P2H
(S) |
75,20 |
3,88 |
4,02 |
2,67 |
3,02 |
3,83 |
4,43 |
4,48 |
Rain
(S) |
22,56 |
89,07 |
85,42 |
40,17 |
36,33 |
98,45 |
89,52 |
93,98 |
Slippery
(S) |
41,50 |
58,25 |
49,18 |
28,25 |
26,42 |
60,27 |
62,93 |
54,60 |
Rest
(S) |
24,80 |
43,40 |
43,52 |
23,17 |
22,93 |
43,53 |
42,77 |
44,45 |
Change
Shift (S) |
- |
32,67 |
25,68 |
21,05 |
17,90 |
25,88 |
29,17 |
28,62 |
Schedule
Service (S) |
- |
1,25 |
1,12 |
24,00 |
2,98 |
7,93 |
26,65 |
13,42 |
No
Hauler (S) |
- |
- |
- |
59,90 |
34,42 |
82,13 |
51,17 |
14,78 |
No
Operator (S) |
- |
8,08 |
12,15 |
- |
1,08 |
1,00 |
0,25 |
2,43 |
No
Job (S) |
- |
12,42 |
21,87 |
- |
- |
- |
0,75 |
- |
Perbaikan
Front (S) |
- |
13,75 |
1,58 |
5,92 |
4,67 |
10,68 |
4,43 |
5,67 |
Perbaikan
Jalan (S) |
- |
2,75 |
3,83 |
0,58 |
0,67 |
1,68 |
6,93 |
2,08 |
Out
Of Fuel (S) |
- |
- |
0,67 |
0,67 |
0,50 |
- |
- |
0,50 |
Refuel
(S) |
10,00 |
- |
0,25 |
0,17 |
0,08 |
0,08 |
- |
0,08 |
Sholat
Jum’at (S) |
- |
10,20 |
10,40 |
6,00 |
6,00 |
10,00 |
10,30 |
10,00 |
Sholat
Ashar (S) |
42,00 |
4,93 |
1,75 |
3,30 |
3,95 |
3,90 |
3,82 |
4,20 |
Tarawih
(S) |
15,75 |
42,00 |
42,00 |
42,00 |
42,00 |
42,00 |
42,00 |
42,00 |
Sahur
(S) |
- |
15,65 |
16,53 |
17,67 |
15,75 |
16,45 |
16,83 |
16,18 |
Travel
Operator (S) |
- |
14,00 |
12,25 |
8,27 |
9,55 |
10,50 |
12,72 |
14,38 |
Travel
Time (S) |
1,55 |
- |
- |
0,50 |
- |
- |
- |
- |
Pindah
Front (S) |
- |
- |
- |
- |
- |
- |
- |
0,05 |
No
Info (S) |
10,50 |
3,67 |
3,17 |
- |
- |
- |
- |
- |
Buka
Puasa (S) |
- |
10,00 |
10,00 |
10,00 |
10,00 |
10,00 |
10,00 |
10,00 |
Perbaikan
Stlh Slippery (S) |
- |
19,33 |
14,08 |
10,00 |
17,00 |
21,42 |
6,32 |
8,92 |
Persiapan
Front (S) |
- |
10,75 |
5,90 |
0,25 |
2,65 |
4,83 |
5,83 |
6,83 |
Breakdown
(R) |
- |
53,42 |
64,58 |
8,82 |
23,08 |
1,17 |
3,45 |
32,63 |
TOTAL |
744,00 |
744,00 |
744,00 |
744,00 |
744,00 |
744,00 |
744,00 |
744,00 |
Analisis
EUOB Fleet
Hasil
pencapaian nilai EUOB setiap fleet diperlihatkan pada Gambar 5. EUOB
dihitung dengan nilai W yang terdapat dalam Tabel 1 yang dapat disimpulkan
bahwa semua fleet tidak dapat mencapai waktu kerja yang diharapkan
sebesar 482,64 jam/bulan Maret 2024.Nilai EUOB inilah yang menyebabkan pula
produktivitas fleet tidak tercapai karena EUOB menjadi salah satu faktor
yang dihitung dalam rumus produktivitas excavator.
Gambar
5. Grafik Pencapaian EUOB Fleet
Kesimpulan
Hasil
penelitian dapat disimpulkan sebagai berikut: (1) Adanya ketidakefektifan
pemanfaatan fleet untuk bekerja pada kegiatan OB Removal yang
dibuktikan dari semua fleet tidak dapat mencapai jumlah jam kerja dari
rencana jam kerja sebesar 482,64 jam/bulan Maret 2024. (2) Rendahnya
produktivitas setiap fleet disebabkan dari faktor EUOB yang rendah. (3) Rendahnya
nilai UAOB dan EUOB menjelaskan bahwa pemanfaatan fleet dalam kegiatan OB
Removal tidak maksimal karena jumlah waktu standby yang lebih
banyak.
BIBLIOGRAFI
Ananda, E. N. (2015). Analisis Biaya Differensial
Untuk Pengambilan Keputusan Dalam Rencana Pengadaan Alat Berat Membeli Atau
Menyewa Pada Cv Putri Dita Di Tenggarong. EJournal Administrasi Bisnis, 3(3),
531–545.
Ardianti,
N. A., & Prabowo, H. (2020). Estimasi Biaya dan Evaluasi Kebutuhan Alat
Muat dan Alat Angkut Terhadap Efisiensi Penambangan Batubara pada Tambang
Terbuka PT. Allied Indo Coal Jaya, Sawahlunto. Bina Tambang, 5(2),
22–31.
Badan
Pengembangan dan Pembinaan Bahasa, K. P. dan K. (2016). Kamus Besar Bahasa
Indonesia. Balai Pustaka.
Caterpillar.
(1981). Caterpillar performance handbook. Caterpillar Tractor Company.
Dolius, C.,
Tono, T., & Oktarianty, H. (2022). Analisis Hardgrove Gridability Index
Batubara Terhadap Produktivitas Alat Gali Muat Di Pt Ktcnbl Kalimantan Tengah. Proceedings
Of National Colloquium Research And Community Service, 6, 11–15.
Gunawan,
K., Dwinagara, B., & Caesar, A. J. (2017). Kajian Teknis Produksi Alat Muat
Dan Alat Angkut Pada Pengupasan Overburden Tambang Batubara Di PT. Wahana
Baratama Mining Satui, Kalimantan Selatan. Jurnal Teknologi Pertambangan,
3(2), 155–164.
Hidayat,
W., Abdullah, R., & Murad, M. (2018). Evaluasi Waktu Kerja Efektif Alat
Gali Muat dalam Rangka Meningkatkan Pendapatan dari Harga Penjualan Batubara
pada PT. Britmindo site Bukuan, Kecamatan Palaran, Kota Samarinda, Kalimantan
Timur. Journals Mining Engineering: Bina Tambang, 3(1), 457–469.
Indonesianto,
Y. (2005). Pemindahan Tanah Mekanis. Teknik Pertambangan UPN Veteran,
Yogyakarta. Halaman, 56–60.
Komatsu.
(2013). Specifications & Application Handbook Edition 31th. USA: Komatsu
America Corp.
Prasmoro,
A. V., & Hasibuan, S. (2018). Optimasi Kemampuan Produksi Alat Berat Dalam
Rangka Produktifitas Dan Keberlanjutan Bisnis Pertambangan Batubara: Studi
Kasus Area Pertambangan Kalimantan Timur. Jurnal Operations Excellence:
Journal of Applied Industrial Engineering, 10(1), 1–16.
Rumfelt, H.
(1972). Cyclical methods--shovels and backhoes. EP Pfleider, New York:
American Institute of Mining, Metallurgical, and Petroleum Engineers.
Satriawan,
N. B. (2019). Optimalisasi Produktifitas Dan Kinerja Alat Berat Dengan Analisa
Data Real Time Parameter. Prosiding Temu Profesi Tahunan PERHAPI, 1(1),
59–68.
Siddiq, I.
(2021). Optimalisasi Alat Muat Dan Alat Angkut Dengan Menggunakan Metode
Quality Control Circle Untuk Memenuhi Target Produksi Tambang Bijih Emas Bawah
Tanah Di PT. Dempo Maju Cemerlang, Kabupaten Pesisir Selatan, Provinsi Sumatera
Barat. Universitas Negeri Padang.
Silalahi,
R., Zaenal, Z., & Guntoro, D. (2018). Evaluasi Produktivitas Alat Angkut
Untuk Mengoptimalkan Controlling Muatan pada Kegiatan Penambangan Batugamping,
di PT Semen Bosowa Maros, Desa Baruga, Kecamatan Bantimurung, Kabupaten Maros,
Provinsi Sulawesi Selatan. Prosiding Teknik Pertambangan, 521–526.
Zakri, R.
S., & Saldy, T. G. (2019). Analisis sensitivitas deterministik investasi
pengadaan alat berat di perusahaan pertambangan batubara dengan metode NPV. Journals
Mining Engineering: Bina Tambang, 4(3), 395–405.
Copyright
holder: Lisa
Wahyu Wahdini, Muhammad Taufik Toha, Budhi Setiawan (2024) |
First
publication right: Syntax Literate: Jurnal Ilmiah Indonesia |
This article
is licensed under: |