Syntax Literate: Jurnal Ilmiah Indonesia p�ISSN:
2541-0849
e-ISSN:
2548-1398
Vol.
7, No. 5, Mei 2022
EVALUASI EFEKTIFITAS MESIN PENGGILINGAN TAHU BERBASIS PENDEKATAN OVERALL EFFECTIVENESS EQUIPMENT
Yan Defit A�an Syaifullah, Nina Aini Mahbubah
Fakultas Teknik, Universitas Muhammadiyah Gresik, Indonesia
Email: [email protected], [email protected]
Abstrak
Mempertahankan
kesinambungan proses produksi tidak hanya bergantung pada aliran produksi
tetapi juga pada kinerja peralatan di semua ukuran perusahaan. Industri rumah
tangga Tahu mengalami tantangan dalam mempertahankan kelangsungan usaha karena
kerusakan mesin. Kerusakan mesin penggiling menyebabkan penurunan
produktivitas. Penelitian ini bertujuan untuk mengevaluasi efektivitas dari
mesin penggiling tersebut. Overall Effectiveness Equipment dan Failure
Mode and Effect Analisis digunakan sebagai pendekatan penelitian. Hasil
penelitian memperlihatkan bahwa availability rate tertinggi adalah
89,46%, dan terendah adalah 88,24%. Nilai performance rate tertinggi
adalah 94,69%, dan terendah 78,55%. Nilai OEE tersebut lebih rendah dari nilai
standar rujukan 85%. Tiga peringkat skor tertinggi dari Risk Priority Number
adalah 448, 336, dan 294. Skenario perbaikan adalah melatih operator untuk
meningkatkan keterampilan perawatan untuk mendapatkan kinerja waktu perawatan
yang lebih baik.
Kata Kunci: oee; fmea; tahu; perawatan; mesin; penggilingan
Abstract
Sustaining continuity of the production process depends not only on the
production flow but also on equipment performance in all the enterprise sizes.
Due to machine breakdown, the tofu home industry has been challenged to sustain
business continuity. Furthermore, Grinder machine breakdowns cause a decrease
in productivity. This study aims to evaluate the effectiveness of the grinder
machine. Overall Effectiveness Equipment and Value Mode and Effect Analysis are
used as research approaches. This study found that the highest availability
time rate is 89.46%, and the lowest is 88.24%. The highest value of the
performance rate is 94.69%, and 78.55% is the lowest. Moreover, the OEE score
is lower than the standard value, 85%. The three highest score rank of Risk
Priority Number is 448, 336, and 294. The improvement scenario is to train
operators to improve maintenance skills to gain better maintenance time performancet.
Keywords: oee; fmea;
tofu; maintenance; machine; grinding
Pendahuluan
Keberlanjutan
suatu usaha pada industri manufaktur dan jasa ditentukan oleh sebesar efektif
usaha tersebut dalam mengelola sumber daya pada kegiatan operasinya (Nur & Haris, 2019).
Kerusakan mesin merupakan salah satu yang dapat menghambat siklus produksi (Syaputra, Utomo, & Rimawan, 2020).
Perusahaan menerapkan jadwal pemeliharaan untuk menghindari kerusakan mesin
yang menyebabkan penundaan dalam siklus produksi (Priambodo & Mahbubah, 2021). Aktivitas
pemeliharaan secara terjadwal diharapkan dapat menjaga biaya perawatan serendah
mungkin, melalui� kegiatan maintenance secara aktual dan efektif (Wibisono, 2021).
UKM Tahu
merupakan usaha yang bergerak dalam bidang pembuatan Tahu. Selama ini pembuatan
Tahu menggunakan alat penghancur dan ketel uap. Mesin penghancur digunakan
untuk menghancurkan kedelai menjadi bubur kedelai sedangkan ketel uap digunakan
untuk mentransfer uap panas yang digunakan untuk sistem pemasakan bubur kedelai
pra-olahan. Pada mesin penggilingan sering terjadi kerusakan motor yang
menyebabkan turunnya efisiensi mesin. Selanjutnya, penting untuk memperbaiki
mesin agar siklus produksi tidak terganggu. Downtime yang terjadi pada
mesin penggilingan periode Juli-Desember 2021 tergambar pada Gambar 1.
Gambar 1
Kerusakan pada mesin penggiling periode Juli-Desember 2021
Sumber: Data internal perusahaan
Berdasarkan data
kerusakan mesin di Gambar 1. tersebut mengakibatkan tidak tercapainya target
jumlah produksi Tahu dikarenakan terhentinya mesin dan memerlukan waktu untuk
perbaikan. Produsen Tahu saat memiliki target produksi harian 3.600 bak
Tahu dan target tidak tercapai dikarenakan adanya kerusakan mesin yang
memerlukan perawatan ditengah proses produksi. Dampak selanjutnya dari
terganggunya proses penggilingan yaitu terjadi delay pada proses lanjutan,
proses perebusan, penyaringan . Saat ini metode Perawatan yang dilakukan oleh
UKM Tahu hanya jika mesin penggiling mengalami suatu kerusakan atau corrective maintenance (Rima Riyanti, Ulinnuha Latifa, 2021).
Pada UKM Tahu tersebut belum menerapkan penjadwalan perawatan mesin secara
berskala. Diperlukan pendekatan pengelolaan perawatan yang tepat guna mengatasi
ketidakefisienan mesin penggilingan Tahu tersebut. Pemeliharaan merupakan
kegiatan maintenance, repair, dan overhaul atau familiar dengan akronim
MRO.
Salah Satu
pendekatan dalam menyelesaikan ketidakefisienan mesin adalah overall effectiveness equipment (OEE) (Wibisono, 2021). Implementasi OEE dan Failure Mode and Effect Analysis (FMEA)
berdasarkan data empiris telah terbukti berhasil mengevaluasi efektivitas mesin
pada berbakai skala usaha� (Suliantoro, Susanto, Prastawa, Sihombing, & Mustikasari, 2017), (Setiawannie & Marikena, 2022), (Bilianto, Bernandus Yoseph, & Ekawati, 2017). Perbedaan
penelitian ini dengan penelitian rujukan yaitu selain menggunakan standar nilai
JIPM sebagai rujukan, juga dibandingkan dengan hasil penelitian lain dengan
skala usaha yang sama sehingga data yang didapatkan lebih relevan.
Tujuan
penelitian ini mengevaluasi efektivitas mesin penggiling menggunakan pendekatan
OEE dan FMEA. OEE digunakan untuk menilai keadaan mesin dengan mempertimbangkan
tiga proporsi signifikan, khususnya, Availability Rate, Performance Rate, dan
Quality Rate. (Rima Riyanti, Ulinnuha Latifa, 2021). Dan selanjutnya
digunakan pendekatan FMEA untuk mengetahui potensi penyebab kerusakan yang
terjadi pada mesin.
Metode Penelitian
Objek penelitian
adalah mesin penggiling pada industri pembuatan Tahu kedelai pada UKM Tahu yang
berlokasi di Kabupaten Lamongan � Propinsi Jawa Timur. Metode observasi
digunakan untuk mengamati langsung proses produksi pada perusahaan. Selanjutnya
melakukan pengamatan pada data historis terhadap data mesin penggiling. Data yang
dibutuhkan pada penelitian ini terdiri dari data output produksi, data mesin, data reject, data downtime
serta data operating time.
1. Teknik
Analisis Data
Untuk
memecahkan masalah yang ada pada mesin penggiling, digunakan teknik OEE dan
FMEA.
a) Overall Equipment Effectiveness
OEE memberikan garis besar presentasi mesin
atau peralatan dan menawarkan manfaat yang tepat untuk menentukan tingkat
kelayakan mesin (Dwi Cahyono, Handoko, & Budiharti, 2020). Persamaan numerik
OEE sebagai berikut (SW, 2019) :
Dengan:
A = Availability
Rate
P = Performance
Rate
Q = Quality
Rate
Standar
dari JIPM untuk TPM indeks yang ideal diilustrasikan di Tabel 1. (Suwarno, Widya, Winelda, & Marhaban, 2020) :
Tabel� 1
Standar Nilai OEE
|
Standar JIPM |
Nilai |
|
Availability Rate |
90% |
|
Performance Rate |
95% |
|
Quality Rate |
99% |
|
OEE |
� 85% |
b) Availability
Rate
Availability adalah berapa
banyak waktu yang direncanakan untuk siklus pembuatan yang kontras dengan
ukuran asli waktu yang dihabiskan untuk interaksi pembuatan (Dian & Yulhendra, 2019).
c) Performance
Rate
Performance rate adalah
proporsi yang menggambarkan kapasitas mesin yang bekerja untuk mendapatkan output (Industri, Teknik, & Gresik, 2020).
d) Quality
Rate
Quality rate adalah
perbandingan dari jumlah produksi yang masuk uji kualitas
dengan total produksi (Cahyadi, Rahmita, & Yusuf, 2018).
e) Failure Mode and Effect Analysis
FMEA
adalah teknik yang digunakan setelah memperoleh faktor-faktor yang mempengaruhi
kegagalan atau ketidakmampuan yang ditentukan untuk mengamati elemen mana yang
memerlukan perawatan lebih lanjut (Pradaka & Aidil SZS, 2021).
Penyebab potensial yang memerlukan tindakan perbaikan mesin dapat dikeTahui
setelah melihat analisis FMEA. Nilai Risk
Priority Number (RPN) diperoleh dari hasil peningkatan nilai Severity, Occurrence, dan Detection,
kemudian, pada saat itu, dari konsekuensi nilai terbesar digunakan sebagai
semacam perspektif untuk usulan kegiatan restoratif (Rahman & Perdana, 2019).
Hasil dan Pembahasan
A. Hasil
1.
Hasil
Perhitungan OEE
Data
yang diperlukan dalam perhitungan OEE dapat dilihat pada Tabel 2. Khususnya
informasi jumlah hari kerja, waktu ketersediaan mesin, jadwal maintenance, breakdown mesin, dan waktu loading
selama 6 bulan terhitung dari Juli 2021-Desember 2021.
Tabel 2
Data Jumlah Hari Kerja,Availability Time,Planned
Downtime, Setup And
Adjustment, Loading Time Periode Juli-Desember
2021
|
Bulan |
Jumlah Hari |
Jam kerja |
Total Availability Time (menit) |
Total Planned Downtime (menit) |
Total setup and Adjustment (menit) |
Unplanned downtime (menit) |
Loading time (menit) |
|
Juli |
26 |
10 |
15600 |
520 |
280 |
1390 |
15080 |
|
Agustus |
31 |
10 |
18600 |
630 |
375 |
1582 |
17970 |
|
September |
26 |
10 |
15600 |
520 |
260 |
1381 |
15080 |
|
Oktober |
26 |
10 |
15600 |
520 |
280 |
1367 |
15080 |
|
November |
26 |
10 |
15600 |
520 |
298 |
1475 |
15080 |
|
Desember |
31 |
10 |
18600 |
630 |
365 |
1565 |
17970 |
Sumber: Data internal UMK Tahu 2021
Hasil
perhitungan availability rate dapat
dilihat pada Gambar 1. Yang menunjukan penggunaan waktu yang dapat diakses
untuk kegiatan operasi mesin. Perhitungan nilai availability rate pada
mesin penggiling. Contoh perhitungan nilai availability
bulan Juli 2021 dihitung berdasarkan rumus diatas sebagai berikut:
Produsen
Tahu merupakan usaha skala kecil menengah. Sehingga untuk perbandingan hasil
analisis nilai OEE seharusnya dibandingkan dengan hasil evaluasi pada skala
usaha sejenis. Perbandingan hasil penelitian ini selain merujuk pada JIPM, juga
dibandingkan dengan hasil peneltian (Suliantoro et al., 2017), (Setiawannie & Marikena, 2022), (Bilianto, Bernandus Yoseph, & Ekawati, 2017).
Gambar 2. dapat dilihat bahwa nilai availability
rate berkisar pada nilai 88% sepanjang bulan Juli-Desember 2021 , dimana
ditentukan nilai JIPM tersebut sebesar 90% sedangkan pada Ref 1 sebesar 80,4%,
Ref 2 sebesar 94,4%, dan Ref 3 sebesar 76%. Availability
rate terendah terjadi pada bulan November sebesar 88,24% dan yang paling
menonjol mendekati standar JIPM pada bulan Desember 2021 sebesar 89,46%.
Gambar 2
Perbandingan Nilai Availability Rate
Gambar
3. merupakan hasil perhitungan Performance
Efficiency Rate, suatu rasio yang menunjukkan kemampuan mesin penggiling
dalam menghasilkan produk. Contoh perhitungan bulan Juli 2021 dihitung
berdasarkan rumus:
Gambar 3
Perbandingan Nilai Performance
Rate
Gambar
3. Terlihat nilai Performance masih
lebih rendah dari standar JIPM, yang nilainya 95%. Tingkat presentasi terendah
terjadi pada bulan Desember sebesar 78,55% dan yang paling menonjol adalah
mendekati standar JIPM senilai 94,69% pada bulan November. Nilai performance
rate pada UKM Tahu lebih besar�
dibandingkan ketiga penelitian rujukan, hal ini menunjukkan bahwa
tingkat produksi sesuai waktu pada UKM Tahu lebih baik dibandingkan dengan
ketiga rujukan tersebut.
Hasil
estimasi Rate of Quality Product,
rasio kemampuan mesin penggiling dalam menghasilkan produk yang sesuai dengan
standar di Gambar 4.. Ilustrasi perkiraan untuk Juli 2021 seperti yang
ditunjukkan oleh persamaan:
Gambar 4
Perbandingan Nilai Quality Rate
Gambar 4. Dapat dilihat dengan
jelas bahwa quality rate
pada mesin penggiling telah melampaui standar dengan nilai 100% sepanjang Juli-Desember 2021, dan melampaui
tiga studi referensi. Dalam perhitungan di atas, jumlah defect amount adalah 0 dengan alasan bahwa
dari informasi asli tidak ada
ketidaksempurnaan atau barang yang ditolak yang ditemukan di mesin penggiling.
2.
Analisis
Perhitungan OEE
Setelah
mengerjakan ketiga rasio tersebut, penanganan informasi estimasi OEE akan
terlihat pada Tabel 3. Sedangkan hasil dari estimasi OEE pada mesin penggiling
secara grafis ditampilkan pada Gambar 5. Contoh perhitungan OEE bulan Juli 2021
sesuai rumus diatas yaitu:
Tabel 3
Pengukuran Overall Equipment Effectiveness mesin penggiling
|
Bulan |
Availability
Rate (%) |
Performance
Rate (%) |
Quality
Rate (%) |
OEE
(%) |
|
Juli |
88,92 |
93,96 |
100 |
83,54 |
|
Agustus |
89,1 |
78,69 |
100 |
70,11 |
|
September |
89,11 |
93,76 |
100 |
83,54 |
|
Oktober |
89,07 |
93,8 |
100 |
83,54 |
|
November |
88,24 |
94,69 |
100 |
83,55 |
|
Desember |
89,25 |
78,55 |
100 |
70,1 |
Sumber: Data diolah
Gambar 5
Perbandingan Nilai OEE
Gambar
4. menunjukkan nilai OEE pada UKM Tahu masih dibawah standar JIPM yaitu sebesar
85%. Dibandingkan ketiga referensi penelitian lain nilai OEE pada UKM Tahu
masih lebih besar dengan nilai rata-rata OEE sebesar 79%. Hal ini menunjukkan
bahwa mesin penggiling masih belum standar.
3.
Analisis
Akar Permasalahan
Dari
nilai OEE selanjutnya dilakukan analisis dengan menggunakan Fishbone Diagram pada Gambar 6. Di bawah
ini untuk mengetahui peyebab rendahnya nilai OEE:
Gambar 6
Diagram Fishbone
Berdasarkan
hasil perhitungan nilai OEE di UKM Tahu masih rendah dan dibawah nilai standar
JIPM. Ada 4 indikator penyebab rendahnya nilai OEE yaitu Mesin, Manusia,
Metode, dan Material. Mesin: berdasarkan hasil analisis data mesin penggiling
belum adanya jadwal perawatan mesin penggiling menyebabkan batu penggilingan
gilingan pada mesin penggiling cepat terkikis dan mengakibatkan bubur kedelai
kurang halus. Metode: berdasarkan data bahwasanya belum dilakukannya
maintenance mesin yang standar mengakibatkan waktu perawatan mesin kurang
efisien.
Manusia:
Berdasarkan analisa tidak adanya SOP dalam pemakaian mesin penggiling yang
mengakibatkan kurangnya kepedulian operator terhadap mesin penggiling.
Material: berdasarkan hasil analisa bahwa lamanya bahan baku menunggu untuk
diproses di dalam gudang mengakibatkan bahan baku kedelai mengalami penurunan
kualitas.
4.
Analisis
Perhitungan Failure Mode and Effect Analysis
Berikut
Tabel 4. Merupakan ilustrasi hasil analisis FMEA yang diperoleh dari hasil
diagram sebab akibat, kemudian dilakukan perhitungan FMEA. Severity (S), Occurance
(O), dan Detection (D) didefinisikan
dari hasil brainstrorming dengan
produksi perusahaan. Setelah diperoleh nilai perkalian SOD maka selanjutnya
yaitu menentukan Risk Priority Number
(RPN). Pada penelitian ini angka pembobotan yang digunakan pada FMEA diperoleh
dari observasi dan diskusi dengan pemilik dan karyawan.
Tabel 4
Analisis Failure Mode and Effect Analysis
|
Faktor Utama |
S |
Sebab
Proses Buruk |
O |
Rencana Perbaikan |
D |
RPN |
|
Mesin |
8 |
Batu gilingan cepat terkikis |
7 |
Mensetting Batu gilingan
dengan baik agar tidak cepat terkikis |
8 |
448 |
|
8 |
Umur mesin yang sudah tua |
6 |
mengganti part mesin baru |
7 |
336 |
|
|
Manusia |
5 |
Tidak adanya
SOP |
6 |
membuat instruksi
kerja/SOP |
7 |
210 |
|
6 |
kepedulian operator masih rendah |
5 |
meningkatkan kontrol
kinerja operator |
5 |
150 |
|
|
Metode |
6 |
Waktu maintenance belum standar |
7 |
menentukan waktu
standar untuk maintenance |
5 |
210 |
|
7 |
waktu setup masih
lama |
6 |
peningkatan skill operator |
7 |
294 |
|
|
Material |
4 |
kerusakan pada bahan
baku |
5 |
Bahan baku
segera diproses agar tidak mengalami kerusakan |
5 |
100 |
Sumber: Data diolah
Hasil
analisis FMEA di Tabel 4. selanjutnya digunakan sebagai dasar rencana perbaikan
dari 3 nilai RPN yang tertinggi. Pertama adalah untuk mengatasi batu gilingan
penggilingan pada mesin penggiling yang sering diganti karena cepat terkikis,
maka rencana perbaikannya adalah dengan mensetting batu gilingan dengan benar
agar tidak cepat terkikis. Kedua adalah mengatasi umur mesin yang tua, rencana
perbaikannya adalah dengan mengganti parts mesin yang baru untuk mengurangi downtime
pada mesin. Ketiga adalah waktu setup yang masih lama, rencana perbaikannya
adalah memberikan pelatihan pada operator untuk meningkatkan skill maintenance, agar waktu yang digunakan
lebih cepat dan efisien.
B. Pembahasan
Dari
hasil perhitungan yang didapatkan diketahui perbandingan nilai perhitungan Availability Rate antara UKM Tahu dengan
3 penelitian rujukan (Suliantoro et al., 2017), (Setiawannie & Marikena, 2022), (Bilianto, Bernandus Yoseph, & Ekawati, 2017) Nilai
rata-rata availability pada UKM Tahu yaitu 88,95% hasil ini masih di
bawah nilai standar JIPM sebesar 90%. Sedangkan untuk ketiga referensi
berturut-turut sebesar 80,4%, 94,4%, 76%. Sedangkan untuk perhitungan nilai Performance Rate pada UKM Tahu rata-rata
yaitu 88,91%, untuk perhitungan ketiga referensi berturut-turut yaitu 78,29%,
50,49%, 79%. Nilai ini masih di bawah standar JIPM sebesar 95%. Dibandingkan
dengan ketiga referensi untuk perhitungan Quality
Rate pada UKM Tahu sudah melebihi nilai JIPM yaitu 100%, sedangkan untuk
ketiga referensi masih di bawah standar JIPM. Sedangkan untuk nilai OEE
dibandingkan ketiga referensi lain pada UKM Tahu nilai OEE sebesar 79%. Dan
masih di bawah standar JIPM yaitu 85%.
Setalah
memperoleh hasil perhitungan OEE selanjutnya adalah mencari akar permasalahan
penyebab rendahnya nilai OEE dengan menggunakan diagram sebab akibat. Ada empat
indikator penyebab rendahnya nilai OEE. Pertama yaitu Mesin, dari hasil
analisis didapatkan belum adanya jadwal perawatan yang mengakibatkan batu
gilingan cepat terkikis yang mengakibatkan bubur kedelai kurang halus. Kedua
Metode, berdasarkan hasil analisis dikeTahui tidak ada penjadwalan maintenance
mesin yang standar mengakibatkan waktu perawatan mesin kurang efisien. Ketiga Manusia, berdasarkan analisa tidak
adanya SOP dalam pemakaian mesin penggiling yang mengakibatkan kurangnya
kepedulian operator terhadap mesin penggiling. Yang keempat Material,
berdasarkan hasil analisa bahwa lamanya bahan baku menunggu untuk diproses di
dalam gudang mengakibatkan bahan baku kedelai mengalami penurunan kualitas.
Selanjutnya
melakukan analisis FMEA yang diperoleh dari diagram sebab akibat. Selanjutnya
dilakukan perhitungan SOD berdasarkan hasil brainstorming
dengan produksi perusahaan. Setelah diperoleh nilai perkalian SOD maka
selanjutnya yaitu menentukan RPN. Diperoleh hasil RPN Pertama adalah untuk
mengatasi batu gilingan penggilingan pada mesin penggiling yang sering diganti
karena cepat terkikis, maka rencana perbaikannya adalah dengan mensetting batu
gilingan dengan benar agar tidak cepat terkikis. Kedua adalah mengatasi umur
mesin yang tua, rencana perbaikannya adalah dengan mengganti parts mesin
yang baru untuk mengurangi downtime pada mesin. Ketiga adalah waktu setup yang
masih lama, rencana perbaikannya adalah memberikan pelatihan pada operator
untuk meningkatkan skill maintenance,
agar waktu yang digunakan lebih cepat dan efisien.
Kesimpulan
Simpulan
penelitian dijabarkan sebagai berikut. Nilai availability rate yang paling menonjol adalah pada bulan Desember sebesar
89,46% dan terendah pada bulan November sebesar 88,24%. Insentif tertinggi
untuk performance rate pada bulan November adalah
94,69% dan untuk nilai terendah pada bulan Desember adalah 78,55%. Estimasi quality rate telah berjalan sesuai
standar dan melampaui JIPM, ini menunjukkan bahwa produk yang dibuat oleh mesin
umumnya sangat baik. Selain itu, estimasi Overall Equipment Effectiveness (OEE)
masih di bawah nilai standar, yaitu �85%.
Hasil
perhitungan FMEA yang sebelumnya diperoleh dari diagram Fishbone,
Kemudian dilakukan perhitungan SOD didefinisikan dari brainstorming dengan
produksi perusahaan. Setelah diperoleh nilai perkalian SOD maka selanjutnya
yaitu menentukan RPN. Diperoleh hasil RPN Pertama dengan nilai 448 adalah untuk
mengatasi batu gilingan penggilingan pada mesin penggiling yang sering diganti
karena cepat terkikis, maka rencana perbaikannya adalah dengan mensetting batu
gilingan dengan benar agar tidak cepat terkikis. Kedua dengan nilai 336 adalah
mengatasi usia mesin yang tua, rencana perbaikannya adalah dengan mengganti
parts mesin yang baru untuk mengurangi downtime pada mesin. Ketiga
dengan nilai 294 adalah waktu setup
yang masih lama, rencana perbaikannya adalah memberikan pelatihan pada operator
untuk meningkatkan skill maintenance,
agar waktu yang digunakan lebih cepat dan efisien.
Dari penelitian
ini dapat diberikan saran sebagai berikut. Perusahaan disarankan fokus
mengatasi akar permasalahan yang dominan dari perhitungan RPN untuk melakukan
perbaikan guna meningkatkan nilai OEE. Perusahaan harus melakukan estimasi OEE
pada semua mesin, untuk memutuskan kecukupan mesin dalam perusahaan tersebut.
Kekurangan dalam
penelitian ini ada 2 poin. Dalam proses pengambilan data, kurangnya data
mengenai downtime mesin sedikit menghambat peneliti dalam melakukan penelitian.
Tidak memasukkan six big losses dalam
perhitungan OEE.� Untuk penelitian
selanjutnya, disarankan menghitung six
big losses dalam menghitung OEE.
Bilianto, Bernandus Yoseph, & Ekawati, Yurida.
(2017). Pengukuran Efektivitas Mesin Menggunakan Overall Equipment
Effectiveness Untuk Dasar Usulan Perbaikan. Jurnal Ilmiah Teknik Industri,
15(2), 116. Google Scholar
Cahyadi, Dadi, Rahmita, Ika, & Yusuf,
Yusvardi. (2018). Analisis Perhitungan Overall Equipment Effectiveness (OEE)
Pada Mesin Rolling Stand 3 (SECTION MILL) Untuk Meningkatkan Efektivitas Mesin
Di PT. Krakatau Wajatama. Flywheel: Jurnal Teknik Mesin UNTIRTA, 4(2),
82�87. Google Scholar
Dian, Nefa Rizki, & Yulhendra, Dedi.
(2019). Optimalisasi Kinerja Limestone Crusher IIIA (LSC IIIA) Dengan Metode
Overall Equipment Effectiveness (OEE) Untuk Memenuhi Target Produksi Limestone
Di PT. Semen Padang Kecamatan Lubuk Kilangan, Padang, Sumatera Barat. Jurnal
Bina Tambang, 4(3), 143�153. Google Scholar
Dwi Cahyono, Sigit, Handoko, Fourry, &
Budiharti, Nelly. (2020). Penerapan Efektivitas Mesin Debarker Menggunakan
Overall Equipment Effectiveness (Studi pada PT. Tri Tunggal Laksana Unit
Blitar). Jurnal Teknologi Dan Manajemen Industri, 6(2), 12�17. Google Scholar
Industri, Studi Teknik, Teknik, Fakultas,
& Gresik, Universitas Muhammadiyah. (2020). Analisis Overall Equipment
Effectiveness ( Oee ) Pada Mesin Cnc Cutting Abstract Pt Pal Indonesia (
Persero ) is one of the state-owned industries and manufactures engaged in the
maritime sector . This company has production equipment complete enough to c.
13(November), 61�66. Google Scholar
Nur, Muhammad, & Haris, Hattaysir.
(2019). Usulan Perbaikan Efektifitas Mesin Melalui Analisa Penerapan TPM Menggunakan
Metode OEE Dan Six Big Losses Di PT. P&P Bangkinang. Industrial
Engineering Journal, 8(1), 57�67. Google Scholar
Pradaka, Moh. Amri, & Aidil SZS,
Joumil. (2021). Analisis Total Productive Maintenance Menggunakan Metode OEE dan
FMEA pada Pabrik Phosporic Acid PT Petrokimia Gresik. Jurnal Teknik Industri,
11(3), 280�289. Google Scholar
Priambodo, Septia, & Mahbubah, Nina
Aini. (2021). Implementasi Metode Overall Equipment Effectiveness Berbasis Six
Big Losses Guna Mengevaluasi Efektivitas Mesin Packing Semen. Jurnal Serambi
Engineering, 6(4), 2363�2374. Google Scholar
Rahman, Arif, & Perdana, Surya. (2019).
Analisis Produktivitas Mesin Percetakan Perfect Binding Dengan Metode Oee Dan
Fmea. Jurnal Ilmiah Teknik Industri, 7(1), 34�42. Google Scholar
Rima Riyanti, Ulinnuha Latifa, Yuliarman
Saragih. (2021). Multitek Indonesia : Jurnal Ilmiah. 6223(January),
121�130. Google Scholar
Setiawannie, Yuli, & Marikena, Nita.
(2022). Pengukuran Efektivitas Mesin Bubut Dengan Metode Overall Equipment
Efectiveness ( OEE ). 3(1), 21�30. Google Scholar
Suliantoro, Hery, Susanto, Novie, Prastawa,
Heru, Sihombing, Iyain, & Mustikasari, Anita. (2017). Penerapan Metode
Overall Equipment Effectiveness (Oee) Dan Fault Tree Analysis (Fta) Untuk
Mengukur Efektifitas Mesin Reng. J@ti Undip : Jurnal Teknik Industri,
12(2), 105. Google Scholar
Suwarno, Agus, Widya, Adi Rusdi, Winelda,
Kit Ayu, & Marhaban, Farid. (2020). Meningkatkan Nilai OEE Mesin Cutting
Pada Line 6 Finishing Dengan Metode RCA di PT. XYZ Agus. Jurnal Ilmiah
Teknik Industri, 1(1), 1�15. Google Scholar
SW, Bambang. (2019). Analisa Perbaikan
Produktivitas Menggunakan Metode Overall Equipment Effectiviness (Oee) Pada
Mesin Filling Dengan Pendakatan Six Big Losses Untuk Mencari Penyebab Losses
Tertinggi Pada Produksi Skincare Studi Kasus Pt Xyz. Jurnal Teknik, 8(1),
90�99. Google Scholar
Syaputra, Muhammad Julian, Utomo, Utomo,
& Rimawan, Erry. (2020). Analisa Kinerja Mesin Kemas Primer, Dengan Metode
Overall Equipment Effectiveness (Oee) Di Sebuah Industri Farmasi. Journal
Industrial Servicess, 5(2), 143�146. Google Scholar
Wibisono, Deny. (2021). Analisis Overall
Equipment Effectiveness (OEE) Dalam Meminimalisasi Six Big Losses Pada Mesin
Bubut (Studi Kasus di Pabrik Parts PT XYZ). Jurnal Optimasi Teknik Industri
(JOTI), 3(1), 7�13. Google Scholar
|
Copyright holder: Yan Defit A�an
Syaifullah, Nina Aini Mahbubah
(2022) |
|
First publication right: Syntax Literate: Jurnal Ilmiah
Indonesia |
|
This article is licensed
under: |