View
1
Download
0
Category
Preview:
Citation preview
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Tinjauan Perusahaan
4.1.1 Profil Perusahaan
Berikut adalah profil perusahaan yang dijadikan sebagai tempat
penelitian
Nama perusahaan : PT. Sinar Bali Binakarya
Tahun berdiri :1995
Alamat perusahaan : Jalan Tukad Barito No. 58X Denpasar, Bali
Produk yang dihasilkan :
1. Readymix yaitu pembuatan beton yang digunakan untuk proyek seperti
hotel, jalan tol, jembatan dan lain sebagainya
2. Precast yaitu produk beton precast seperti box culvert, u-ditch, dan
paving block
3. Perusahaan ini juga memiliki spesialisasi dalam pekerjaan jalan dan
infrastruktur seperti pembuatan jembatan dan aspal
Mutu paving block : K225 dan K300
Dimensi paving block :
1. Panjang x lebar yaitu 20 cm x 20 cm
2. Tinggi atau ketebalan memiliki 2 jenis ukuran yang berbeda yaitu 6 cm
dan 8 cm dengan berat masing-masing ukuran 5,2 kg dan 7,2 kg
4.1.2 Visi dan Misi Perusahaan
Dalam menjalankan perusahaannya PT. Sinar Bali Binakarya senantiasa
berpedoman pada visi dan misi yang telah ditetapkan, yaitu sebagai berikut:
1. Visi
Menjadi perusahaan konstruksi terbaik di Indonesia
2. Misi
a. Peningkatan mutu secara terus menerus
b. Penyelesaian tepat waktu
c. Pengembangan sumber daya manusia
d. Penyediaan lingkungan kerja yang aman dan sehat untuk semua
pihak yang terlibat dan memenuhi peraturan yang berlaku
4.1.3 Struktur Organisasi Perusahaan
Struktur organisasi adalah kumpulan berbagai komponen atau unit
kerja yang tiap unitnya memiliki jabatan. Struktur organisasi sangat penting
dalam suatu perusahaan karena terdapat pembagian tugas dan tanggung
jawab pada tiap unitnya untuk menghindari tumpang tindih antar jabatan
dalam melaksanakan tugasnya. Dengan adanya struktur perusahaan maka
diharapkan perusahaan dapat berjalan dengan baik dan tujuan perusahaan
dapat dicapai. Pada gambar 4.1 ditampilkan struktur organisasi pada bagian
produksi precast dan paving block yang ada di PT. Sinar Bali Binakarya.
Operator
forklift
paving
Supir losbak
dan operator
losbak crane
Helper
Produksi
Operator
Forklift
Logistik
precast
Logistik
paving
Helper
crane
Operator
mesin
block
Helper
produksi
paving
Supervisor
produksi precast
Logistik Material
dan Produk
Dispatcher dan
Logistik BBM
Supervisor
Produksi Paving
Kepala Plant Precast
dan Paving
Gambar 4.1 Struktur organisasi bagian produksi precast dan paving block
Berdasarkan struktur organisasi diatas terdapat unit produksi yang
diberi nama helper produksi, tugas dari seorang helper adalah membantu
jalannya produksi dengan melakukan pekerjaan diluar pekerjaan operator
mesin. Pada pembuatan paving block, helper memiliki tugas untuk
membantu meletakkan pallet ke forklift karena pada bagian ini masih
bersifat manual dan belum menggunakan mesin.
4.1.4 Proses Produksi
Dibawah ini dicantumkan proses produksi pembuatan paving block,
yang dapat dilihat pada gambar 4.2
Persiapan material
paving block
Mulai
Proportioning material
menggunakan batching
machine
Proses mixing
menggunakan mixer
Proses pencetakan paving
block menggunakan mesin
block
Proses QC
Proses curing
Pengepakan
Penjemuran
Selesai
Gambar 4.2 proses produksi paving block
Proses produksi dimulai dari menyiapkan material seperti pasir,
semen, air, dan bahan lainnya lalu dilakukan proportioning menggunakan
batching machine. Untuk pasir sebelumnya telah melalui proses
pengayakan secara manual dan untuk semen diambil dari silo semen (tempat
penyimpanan semen). Setelah itu proses mixing menggunakan mixer yaitu
pencampuran seluruh bahan. Kemudian proses pencetakan menggunakan
block machine, diawali dengan masuknya material yang sudah tercampur
ke dalam hopper lalu dari hopper disalurkan ke feeding machine dan
disalurkan lagi ke cetakan bawah yang telah diberi pallet sebagai alas
cetakan kemudian bagian utama dari block machine yaitu proses
pembentukan menggunakan alat vibration yang telah dipasang cetakan atas.
Paving block yang sudah jadi akan dialirkan menggunakan conveyor dan
melewati block sweeper yaitu alat pemberrsih sisa material. Setelah itu
paving block akan melalui proses quality control (QC) dan curing, yaitu
proses perawatan selama proses pembekuan menggunakan air agar suhu dan
kelembaban pada paving block terjaga dan membuat permukaan paving
block tahan terhadap beban yang berat. Selanjutnya proses pengepakan yang
dilakukan dengan menandai paving block dengan tulisan berdasarkan
pemilik pesanan. Proses terakhir yaitu penjemuran dia area luar selama 7
sampai15 hari sebelum digunakan digunakan dalam suatu konstruksi.
4.1.5 Spesifikasi Mesin
Berikut adalah spesifikasi block machine yang digunakan oleh PT.
Sinar Bali Binakarya
Tipe : T10 Block Machine
Dimensi (mm) : 5200 x 2300 x 2960
Cycle time : 24 s
Vibration frequency : 2940 rolls/minutes atau 50-60 Hz
Vibration force : 100 kN
Motors power : 48 kw
Pallet size (mm) : 1200 x 870
Total power : 39,85 kw
4.2 Pengumpulan Data
4.2.1 Data Total Time
Total time adalah waktu keseluruhan atau total jam kerja yang
disediakan oleh perusahaan untuk melakukan suatu proses produksi. PT.
Sinar Bali Binakarya memiliki 5 hari kerja setiap minggunya namun jika
terdapat libur nasional, maka perusahaan ini akan meliburkan hari itu.
Setiap harinya perusahaan ini hanya menggunakan 1 shift kerja yaitu
dengan durasi 8 jam dimulai dari pukul 08.00 sampai pukul 17.00 dan
disertai jam istirahat pada pukul 12.00 sampai pukul 13.00. Dari 8 jam kerja
tersebut dikonversikan ke menit sehingga PT. Sinar Bali Binakarya
memiliki total time sebesar 480 menit setiap harinya.
4.2.2 Data Planned Downtime
Planned downtime adalah waktu yang dijadwalkan untuk proses
produksi berhenti selama jam kerja. Planned downtime yang ada di PT.
Sinar Bali Binakarya terdiri dari meeting pagi dan pembuatan sample untuk
diberikan ke bagian R and D. Berikut adalah data planned downtime 1
Februari 2020 sampai dengan 7 Maret 2020
Tabel 4.1 Data Planned Downtime PT. Sinar Bali Binakarya
No Tanggal total time
(menit)
planned downtime
(menit)
1 1 Februari 2020 480 16
2 3 Februari 2020 480 16
3 4 Februari 2020 480 18
4 5 Februari 2020 480 18
5 6 Februari 2020 480 16
6 7 Februari 2020 480 58
7 8 Februari 2020 480 14
8 10 Februari 2020 480 20
9 11 Februari 2020 480 22
10 12 Februari 2020 480 18
11 13 Februari 2020 480 18
12 14 Februari 2020 480 16
13 15 Februari 2020 480 12
14 17 Februari 2020 480 16
15 18 Februari 2020 480 16
16 19 Februari 2020 480 16
17 20 Februari 2020 480 20
18 21 Februari 2020 480 18
19 22 Februari 2020 480 16
20 24 Februari 2020 480 22
21 26 Februari 2020 480 18
22 27 Februari 2020 480 12
23 28 Februari 2020 480 16
24 29 Februari 2020 480 16
25 2 Maret 2020 480 18
26 3 Maret 2020 480 18
27 4 Maret 2020 480 18
28 5 Maret 2020 480 16
29 6 Maret 2020 480 55
30 7 Maret 2020 480 15
4.2.3 Data Downtime
Downtime adalah waktu berhentinya mesin dan mengakibatkan
berhentinya suatu produksi karena keadaan yang tidak terduga. Waktu
downtime sangat merugikan perusahaan karena pada saat itu mesin tidak
menghasilkan produk dan jika terjadi secara berulang maka dapat
menurunkan efektivitas suatu mesin.
4.2.3.1 Facilities downtime
Facilities downtime yang dimaksud disini yaitu tidak tersedianya
fasilitas mesin sehingga menyebabkan downtime. Pada data yang
diambil untuk penelitian kali ini terdapat beberapa hal yang
menimbulkan facilities downtime yaitu tidak tersedianya sparepart,
adanya trouble pada kontrol mesin, kerusakan pada motor, lubrikasi
mesin, kegagalan fungsi mesin, dan mati listrik. Berikut data facilities
downtime PT. Sinar Bali Binakarya mulai dari tanggal 1 Februari 2020
sampai dengan 7 Maret 2020.
Tabel 4.2 Data Facilities Downtime PT. Sinar Bali Binakarya
No Tanggal Facilities downtime
(menit)
1 1 Februari 2020 33
2 3 Februari 2020 164
3 4 Februari 2020 127
4 5 Februari 2020 6
5 6 Februari 2020 53
6 7 Februari 2020 24
7 8 Februari 2020 15
8 10 Februari 2020 39
9 11 Februari 2020 26
10 12 Februari 2020 20
11 13 Februari 2020 14
12 14 Februari 2020 36
13 15 Februari 2020 10
14 17 Februari 2020 12
15 18 Februari 2020 62
16 19 Februari 2020 18
17 20 Februari 2020 16
18 21 Februari 2020 14
19 22 Februari 2020 33
20 24 Februari 2020 20
21 26 Februari 2020 32
22 27 Februari 2020 28
23 28 Februari 2020 15
24 29 Februari 2020 14
25 2 Maret 2020 55
26 3 Maret 2020 12
27 4 Maret 2020 14
28 5 Maret 2020 30
29 6 Maret 2020 31
30 7 Maret 2020 30
4.2.3.2 Set up and adjustments downtime
Set up and adjustments downtime yang dimaksud disini yaitu mesin
tidak beroperasi karena adanya set up and adjustments mesin sehingga
menyebabkan downtime. Pada data yang diambil untuk penelitian kali
ini terdapat beberapa hal yang menimbulkan set up and adjustments
downtime yaitu persiapan mesin dan penggantian tool. Berikut data Set
up and adjustments downtime PT. Sinar Bali Binakarya mulai dari
tanggal 1 Februari 2020 sampai dengan 7 Maret 2020.
Tabel 4.3 Data Set up and adjustments downtime PT. Sinar Bali Binakarya
No Tanggal Set up and
adjustments (menit)
1 1 Februari 2020 24
2 3 Februari 2020 48
3 4 Februari 2020 30
4 5 Februari 2020 20
5 6 Februari 2020 23
6 7 Februari 2020 27
7 8 Februari 2020 24
8 10 Februari 2020 23
9 11 Februari 2020 31
10 12 Februari 2020 20
11 13 Februari 2020 10
12 14 Februari 2020 20
13 15 Februari 2020 5
14 17 Februari 2020 16
15 18 Februari 2020 27
16 19 Februari 2020 26
17 20 Februari 2020 22
18 21 Februari 2020 16
19 22 Februari 2020 27
20 24 Februari 2020 18
21 26 Februari 2020 12
22 27 Februari 2020 30
23 28 Februari 2020 18
24 29 Februari 2020 12
25 2 Maret 2020 33
26 3 Maret 2020 16
27 4 Maret 2020 12
28 5 Maret 2020 18
29 6 Maret 2020 28
30 7 Maret 2020 29
4.2.3.3 Material shortages downtime
Material shortages downtime yang dimaksud disini yaitu mesin
tidak beroperasi karena tidak adanya material untuk produksi sehingga
menyebabkan downtime. Pada data yang diambil untuk penelitian kali
ini tidak tersedianya raw material dan habisnya material ditengah
produksi menjadi penyebab timbulnya material shortages downtime.
Berikut data material shortages downtime PT. Sinar Bali Binakarya
mulai dari tanggal 1 Februari 2020 sampai dengan 7 Maret 2020.
Tabel 4.4 Data material shortages downtime PT. Sinar Bali Binakarya
No Tanggal
Material
shortages
(menit)
1 1 Februari 2020 27
2 3 Februari 2020 98
3 4 Februari 2020 0
4 5 Februari 2020 0
5 6 Februari 2020 44
6 7 Februari 2020 19
7 8 Februari 2020 16
8 10 Februari 2020 8
9 11 Februari 2020 22
10 12 Februari 2020 0
11 13 Februari 2020 16
12 14 Februari 2020 24
13 15 Februari 2020 15
14 17 Februari 2020 0
15 18 Februari 2020 0
16 19 Februari 2020 0
17 20 Februari 2020 32
18 21 Februari 2020 0
19 22 Februari 2020 0
20 24 Februari 2020 56
21 26 Februari 2020 0
22 27 Februari 2020 0
23 28 Februari 2020 66
24 29 Februari 2020 50
25 2 Maret 2020 0
26 3 Maret 2020 10
27 4 Maret 2020 44
28 5 Maret 2020 34
29 6 Maret 2020 0
30 7 Maret 2020 0
4.2.3.4 Manpower absence time downtime
Manpower absence time downtime yang dimaksud disini yaitu
mesin tidak beroperasi karena tidak tersedianya absennya tenaga kerja
sehingga menyebabkan downtime. Pada data yang diambil untuk
penelitian kali ini absennya tenaga kerja karena masalah kesehatan, izin,
dan diskusi bersama supervisor menjadi penyebab timbulnya manpower
absence time downtime. Berikut data manpower absence time downtime
PT. Sinar Bali Binakarya mulai dari tanggal 1 Februari 2020 sampai
dengan 7 Maret 2020.
Tabel 4.5 Data manpower absence time downtime PT. Sinar Bali Binakarya
No Tanggal Manpower absence
time (menit)
1 1 Februari 2020 26
2 3 Februari 2020 40
3 4 Februari 2020 83
4 5 Februari 2020 0
5 6 Februari 2020 8
6 7 Februari 2020 0
7 8 Februari 2020 25
8 10 Februari 2020 0
9 11 Februari 2020 19
10 12 Februari 2020 20
11 13 Februari 2020 0
12 14 Februari 2020 0
13 15 Februari 2020 0
14 17 Februari 2020 0
15 18 Februari 2020 21
16 19 Februari 2020 0
17 20 Februari 2020 0
18 21 Februari 2020 0
19 22 Februari 2020 0
20 24 Februari 2020 0
21 26 Februari 2020 20
22 27 Februari 2020 0
23 28 Februari 2020 15
24 29 Februari 2020 0
25 2 Maret 2020 38
26 3 Maret 2020 40
27 4 Maret 2020 10
28 5 Maret 2020 0
29 6 Maret 2020 0
30 7 Maret 2020 0
4.2.4 Data Produksi
Data produksi adalah adalah banyaknya jumlah produk yang
dihasilkan suatu mesin selama jam kerja dan disertai dengan data jumlah
produk defect, dalam hal ini yaitu produksi paving block menggunakan
block machine. Berikut data produksi PT. Sinar Bali Binakarya mulai dari
tanggal 1 Februari 2020 sampai dengan 7 Maret 2020
Tabel 4.3 Data produksi PT. Sinar Bali Binakarya
No Tanggal jumlah produksi
(unit)
produk defect
(unit)
1 1 Februari 2020 10800 250
2 3 Februari 2020 3600 205
3 4 Februari 2020 7200 277
4 5 Februari 2020 15075 360
5 6 Februari 2020 10350 200
6 7 Februari 2020 10125 211
7 8 Februari 2020 12375 201
8 10 Februari 2020 12150 253
9 11 Februari 2020 11925 296
10 12 Februari 2020 12825 257
11 13 Februari 2020 12375 306
12 14 Februari 2020 12825 187
13 15 Februari 2020 11700 258
14 17 Februari 2020 8775 192
15 18 Februari 2020 11700 255
16 19 Februari 2020 11475 249
17 20 Februari 2020 12825 275
18 21 Februari 2020 14850 392
19 22 Februari 2020 12600 246
20 24 Februari 2020 10125 288
21 26 Februari 2020 11925 299
22 27 Februari 2020 12375 253
23 28 Februari 2020 7200 247
24 29 Februari 2020 12375 218
25 2 Maret 2020 8100 118
26 3 Maret 2020 10350 191
27 4 Maret 2020 10125 132
28 5 Maret 2020 12825 235
29 6 Maret 2020 11475 186
30 7 Maret 2020 10350 172
4.3 Pengolahan Data
4.3.1 Perhitungan Readiness (R)
Untuk menghitung readiness maka diperlukan planned production
time yang didapatkan dari total time dikurangi dengan planned downtime.
Contoh perhitungan untuk tanggal 1 Februari 2020 adalah sebagai berikut:
Planned production time = total time - planned downtime
= 480 menit – 16 menit
= 464 menit
Lalu untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret
2020 dapat dilihat pada tabel 4.4
Tabel 4.4 Perhitungan planned production time
No Tanggal total time
(menit)
planned downtime
(menit)
Planned production
time (menit)
1 1 Februari 2020 480 16 464
2 3 Februari 2020 480 16 464
3 4 Februari 2020 480 18 462
4 5 Februari 2020 480 18 462
5 6 Februari 2020 480 16 464
6 7 Februari 2020 480 58 422
7 8 Februari 2020 480 14 466
8 10 Februari 2020 480 20 460
9 11 Februari 2020 480 22 458
10 12 Februari 2020 480 18 462
11 13 Februari 2020 480 18 462
12 14 Februari 2020 480 16 464
13 15 Februari 2020 480 12 468
14 17 Februari 2020 480 16 464
15 18 Februari 2020 480 16 464
16 19 Februari 2020 480 16 464
17 20 Februari 2020 480 20 460
18 21 Februari 2020 480 18 462
19 22 Februari 2020 480 16 464
20 24 Februari 2020 480 22 458
21 26 Februari 2020 480 18 462
22 27 Februari 2020 480 12 468
23 28 Februari 2020 480 16 464
24 29 Februari 2020 480 16 464
25 2 Maret 2020 480 18 462
26 3 Maret 2020 480 18 462
27 4 Maret 2020 480 18 462
28 5 Maret 2020 480 16 464
29 6 Maret 2020 480 55 425
30 7 Maret 2020 480 15 465
Setelah didapatkan nilai planned production time setiap harinya maka dapat
dilakukan perhitungan readiness, contoh perhitungan pada tanggal 1
Februari yakni sebagai berikut:
Readiness (R) = 𝑃𝑙𝑎𝑛𝑛𝑒𝑑 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒
𝑡𝑜𝑡𝑎𝑙 𝑡𝑖𝑚𝑒 x 100%
= 𝑃𝑙𝑎𝑛𝑛𝑒𝑑 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒
𝑡𝑜𝑡𝑎𝑙 𝑡𝑖𝑚𝑒 x 100%
= 464 menit
480 menit x 100%
= 96,67 %
Untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret 2020
dapat dilihat pada tabel 4.5
Tabel 4.5 Perhitungan readiness
No Tanggal total time
(menit)
Planned production
time (menit)
readiness
(%)
1 1 Februari 2020 480 464 96,67%
2 3 Februari 2020 480 464 96,67%
3 4 Februari 2020 480 462 96,25%
4 5 Februari 2020 480 462 96,25%
5 6 Februari 2020 480 464 96,67%
6 7 Februari 2020 480 422 87,92%
7 8 Februari 2020 480 466 97,08%
8 10 Februari 2020 480 460 95,83%
9 11 Februari 2020 480 458 95,42%
10 12 Februari 2020 480 462 96,25%
11 13 Februari 2020 480 462 96,25%
12 14 Februari 2020 480 464 96,67%
13 15 Februari 2020 480 468 97,50%
14 17 Februari 2020 480 464 96,67%
15 18 Februari 2020 480 464 96,67%
16 19 Februari 2020 480 464 96,67%
17 20 Februari 2020 480 460 95,83%
18 21 Februari 2020 480 462 96,25%
19 22 Februari 2020 480 464 96,67%
20 24 Februari 2020 480 458 95,42%
21 26 Februari 2020 480 462 96,25%
22 27 Februari 2020 480 468 97,50%
23 28 Februari 2020 480 464 96,67%
24 29 Februari 2020 480 464 96,67%
25 2 Maret 2020 480 462 96,25%
26 3 Maret 2020 480 462 96,25%
27 4 Maret 2020 480 462 96,25%
28 5 Maret 2020 480 464 96,67%
29 6 Maret 2020 480 425 88,54%
30 7 Maret 2020 480 465 96,88%
Berdasarkan tabel diatas untuk nilai readiness secara keseluruhan atau rata-
rata yakni dengan menjumlahkan seluruh readiness dan membaginya
dengan 30 hari kerja sehingga didapatkan readiness sebesar 95,92%.
4.3.2 Perhitungan Availability of Facility (𝑨𝒇)
Untuk menghitung availability of facility maka diperlukan loading
time yang didapatkan dari planned production time dikurangi dengan
facilities downtime. Contoh perhitungan untuk tanggal 1 Februari 2020
adalah sebagai berikut:
Loading time = Planned production time – facilities downtime
= 464 menit – 33 menit
= 431 menit
Lalu untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret
2020 dapat dilihat pada tabel 4.6
Tabel 4.6 Perhitungan loading time
No Tanggal
Planned
production time
(menit)
Facilities
downtime
(menit)
Loading
time
(menit)
1 1 Februari 2020 464 33 431
2 3 Februari 2020 464 164 300
3 4 Februari 2020 462 127 335
4 5 Februari 2020 462 6 456
5 6 Februari 2020 464 53 411
6 7 Februari 2020 422 24 398
7 8 Februari 2020 466 15 451
8 10 Februari 2020 460 39 421
9 11 Februari 2020 458 26 432
10 12 Februari 2020 462 20 442
11 13 Februari 2020 462 14 448
12 14 Februari 2020 464 36 428
13 15 Februari 2020 468 10 458
14 17 Februari 2020 464 12 452
15 18 Februari 2020 464 62 402
16 19 Februari 2020 464 18 446
17 20 Februari 2020 460 16 444
18 21 Februari 2020 462 14 448
19 22 Februari 2020 464 33 431
20 24 Februari 2020 458 20 438
21 26 Februari 2020 462 32 430
22 27 Februari 2020 468 28 440
23 28 Februari 2020 464 15 449
24 29 Februari 2020 464 14 450
25 2 Maret 2020 462 55 407
26 3 Maret 2020 462 12 450
27 4 Maret 2020 462 14 448
28 5 Maret 2020 464 30 434
29 6 Maret 2020 425 31 394
30 7 Maret 2020 465 30 435
Setelah didapatkan nilai loading time setiap harinya maka dapat dilakukan
perhitungan availability of facility, contoh perhitungan pada tanggal 1
Februari yakni sebagai berikut:
Availability of Facility (𝐴𝑓)= 𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒
𝑃𝑙𝑎𝑛𝑛𝑒𝑑 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒 x 100%
= 431 menit
464 menit x 100%
= 92,89 %
Untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret 2020
dapat dilihat pada tabel 4.7
Tabel 4.7 Perhitungan availability of facility
No Tanggal
Planned
production
time (menit)
Loading
time
(menit)
availability
of facility
(%)
1 1 Februari 2020 464 431 92,89%
2 3 Februari 2020 464 300 64,66%
3 4 Februari 2020 462 335 72,51%
4 5 Februari 2020 462 456 98,70%
5 6 Februari 2020 464 411 88,58%
6 7 Februari 2020 422 398 94,31%
7 8 Februari 2020 466 451 96,78%
8 10 Februari 2020 460 421 91,52%
9 11 Februari 2020 458 432 94,32%
10 12 Februari 2020 462 442 95,67%
11 13 Februari 2020 462 448 96,97%
12 14 Februari 2020 464 428 92,24%
13 15 Februari 2020 468 458 97,86%
14 17 Februari 2020 464 452 97,41%
15 18 Februari 2020 464 402 86,64%
16 19 Februari 2020 464 446 96,12%
17 20 Februari 2020 460 444 96,52%
18 21 Februari 2020 462 448 96,97%
19 22 Februari 2020 464 431 92,89%
20 24 Februari 2020 458 438 95,63%
21 26 Februari 2020 462 430 93,07%
22 27 Februari 2020 468 440 94,02%
23 28 Februari 2020 464 449 96,77%
24 29 Februari 2020 464 450 96,98%
25 2 Maret 2020 462 407 88,10%
26 3 Maret 2020 462 450 97,40%
27 4 Maret 2020 462 448 96,97%
28 5 Maret 2020 464 434 93,53%
29 6 Maret 2020 425 394 92,71%
30 7 Maret 2020 465 435 93,55%
Berdasarkan tabel diatas untuk nilai availability of facility secara
keseluruhan atau rata-rata yakni dengan menjumlahkan seluruh availability
of facility dan membaginya dengan 30 hari kerja sehingga didapatkan
availability of facility sebesar 92,74%.
4.3.3 Perhitungan Changeover Efficiency (C)
Untuk menghitung changeover efficiency maka diperlukan
operation time yang didapatkan dari loading time dikurangi dengan set up
and adjustments. Contoh perhitungan untuk tanggal 1 Februari 2020 adalah
sebagai berikut:
Operation time = Loading time – set up and adjustments
= 431 menit – 24 menit
= 407 menit
Lalu untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret
2020 dapat dilihat pada tabel 4.8
Tabel 4.8 Perhitungan operation time
No Tanggal
Loading
time
(menit)
Set up and
adjustments
(menit)
Operation
time
(menit)
1 1 Februari 2020 431 24 407
2 3 Februari 2020 300 48 252
3 4 Februari 2020 335 30 305
4 5 Februari 2020 456 20 436
5 6 Februari 2020 411 23 388
6 7 Februari 2020 398 27 371
7 8 Februari 2020 451 24 427
8 10 Februari 2020 421 23 398
9 11 Februari 2020 432 31 401
10 12 Februari 2020 442 20 422
11 13 Februari 2020 448 10 438
12 14 Februari 2020 428 20 408
13 15 Februari 2020 458 5 453
14 17 Februari 2020 452 16 436
15 18 Februari 2020 402 27 375
16 19 Februari 2020 446 26 420
17 20 Februari 2020 444 22 422
18 21 Februari 2020 448 16 432
19 22 Februari 2020 431 27 404
20 24 Februari 2020 438 18 420
21 26 Februari 2020 430 12 418
22 27 Februari 2020 440 30 410
23 28 Februari 2020 449 18 431
24 29 Februari 2020 450 12 438
25 2 Maret 2020 407 33 374
26 3 Maret 2020 450 16 434
27 4 Maret 2020 448 12 436
28 5 Maret 2020 434 18 416
29 6 Maret 2020 394 28 366
30 7 Maret 2020 435 29 406
Setelah didapatkan nilai operation time setiap harinya maka dapat dilakukan
perhitungan changeover efficiency, contoh perhitungan pada tanggal 1
Februari yakni sebagai berikut:
Changeover Efficiency (C) = 𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒
𝐿𝑜𝑎𝑑𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 x 100%
= 407 menit
431 menit x 100%
= 94,43 %
Untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret 2020
dapat dilihat pada tabel 4.9
Tabel 4.9 Perhitungan changeover efficiency
No Tanggal
Loading
time
(menit)
Operation
time (menit)
changeover
efficiency
(%)
1 1 Februari 2020 431 407 94,43%
2 3 Februari 2020 300 252 84,00%
3 4 Februari 2020 335 305 91,04%
4 5 Februari 2020 456 436 95,61%
5 6 Februari 2020 411 388 94,40%
6 7 Februari 2020 398 371 93,22%
7 8 Februari 2020 451 427 94,68%
8 10 Februari 2020 421 398 94,54%
9 11 Februari 2020 432 401 92,82%
10 12 Februari 2020 442 422 95,48%
11 13 Februari 2020 448 438 97,77%
12 14 Februari 2020 428 408 95,33%
13 15 Februari 2020 458 453 98,91%
14 17 Februari 2020 452 436 96,46%
15 18 Februari 2020 402 375 93,28%
16 19 Februari 2020 446 420 94,17%
17 20 Februari 2020 444 422 95,05%
18 21 Februari 2020 448 432 96,43%
19 22 Februari 2020 431 404 93,74%
20 24 Februari 2020 438 420 95,89%
21 26 Februari 2020 430 418 97,21%
22 27 Februari 2020 440 410 93,18%
23 28 Februari 2020 449 431 95,99%
24 29 Februari 2020 450 438 97,33%
25 2 Maret 2020 407 374 91,89%
26 3 Maret 2020 450 434 96,44%
27 4 Maret 2020 448 436 97,32%
28 5 Maret 2020 434 416 95,85%
29 6 Maret 2020 394 366 92,89%
30 7 Maret 2020 435 406 93,33%
Berdasarkan tabel diatas untuk nilai changeover efficiency secara
keseluruhan atau rata-rata yakni dengan menjumlahkan seluruh changeover
efficiency dan membaginya dengan 30 hari kerja sehingga didapatkan
changeover efficiency sebesar 94,62%.
4.3.4 Perhitungan Availability of Material (𝑨𝒎)
Untuk menghitung availability of material maka diperlukan running
time yang didapatkan dari Operation time dikurangi dengan material
shortages. Contoh perhitungan untuk tanggal 1 Februari 2020 adalah
sebagai berikut:
Running time = Operation time – material shortages
= 407 menit – 27 menit
= 380 menit
Lalu untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret
2020 dapat dilihat pada tabel 4.10
Tabel 4.10 Perhitungan running time
No Tanggal
Material
shortages
(menit)
Operation
time (menit)
Running time
(menit)
1 1 Februari 2020 27 407 380
2 3 Februari 2020 98 252 154
3 4 Februari 2020 0 305 305
4 5 Februari 2020 0 436 436
5 6 Februari 2020 44 388 344
6 7 Februari 2020 19 371 352
7 8 Februari 2020 16 427 411
8 10 Februari 2020 8 398 390
9 11 Februari 2020 22 401 379
10 12 Februari 2020 0 422 422
11 13 Februari 2020 16 438 422
12 14 Februari 2020 24 408 384
13 15 Februari 2020 15 453 438
14 17 Februari 2020 0 436 436
15 18 Februari 2020 0 375 375
16 19 Februari 2020 0 420 420
17 20 Februari 2020 32 422 390
18 21 Februari 2020 0 432 432
19 22 Februari 2020 0 404 404
20 24 Februari 2020 56 420 364
21 26 Februari 2020 0 418 418
22 27 Februari 2020 0 410 410
23 28 Februari 2020 66 431 365
24 29 Februari 2020 50 438 388
25 2 Maret 2020 0 374 374
26 3 Maret 2020 10 434 424
27 4 Maret 2020 44 436 392
28 5 Maret 2020 34 416 382
29 6 Maret 2020 0 366 366
30 7 Maret 2020 0 406 406
Setelah didapatkan nilai running time setiap harinya maka dapat dilakukan
perhitungan availability of material, contoh perhitungan pada tanggal 1
Februari yakni sebagai berikut:
Availability of Material (𝐴𝑚) = 𝑅𝑢𝑛𝑛𝑖𝑛𝑔 𝑡𝑖𝑚𝑒
𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑜𝑛 𝑡𝑖𝑚𝑒 x 100%
= 380 menit
407 menit x 100%
= 93,37 %
Untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret 2020
dapat dilihat pada tabel 4.11
Tabel 4.11 Perhitungan availability of material
No Tanggal Operation
time (menit)
Running time
(menit)
Availability
of material
(%)
1 1 Februari 2020 407 380 93,37%
2 3 Februari 2020 252 154 61,11%
3 4 Februari 2020 305 305 100,00%
4 5 Februari 2020 436 436 100,00%
5 6 Februari 2020 388 344 88,66%
6 7 Februari 2020 371 352 94,88%
7 8 Februari 2020 427 411 96,25%
8 10 Februari 2020 398 390 97,99%
9 11 Februari 2020 401 379 94,51%
10 12 Februari 2020 422 422 100,00%
11 13 Februari 2020 438 422 96,35%
12 14 Februari 2020 408 384 94,12%
13 15 Februari 2020 453 438 96,69%
14 17 Februari 2020 436 436 100,00%
15 18 Februari 2020 375 375 100,00%
16 19 Februari 2020 420 420 100,00%
17 20 Februari 2020 422 390 92,42%
18 21 Februari 2020 432 432 100,00%
19 22 Februari 2020 404 404 100,00%
20 24 Februari 2020 420 364 86,67%
21 26 Februari 2020 418 418 100,00%
22 27 Februari 2020 410 410 100,00%
23 28 Februari 2020 431 365 84,69%
24 29 Februari 2020 438 388 88,58%
25 2 Maret 2020 374 374 100,00%
26 3 Maret 2020 434 424 97,70%
27 4 Maret 2020 436 392 89,91%
28 5 Maret 2020 416 382 91,83%
29 6 Maret 2020 366 366 100,00%
30 7 Maret 2020 406 406 100,00%
Berdasarkan tabel diatas untuk nilai availability of material secara
keseluruhan atau rata-rata yakni dengan menjumlahkan seluruh availability
of material dan membaginya dengan 30 hari kerja sehingga didapatkan
availability of material sebesar 94,86%.
4.3.5 Perhitungan Availability of Manpower (𝑨𝒎𝒑)
Untuk menghitung availability of manpower maka diperlukan
Actual running time yang didapatkan dari Running time dikurangi dengan
manpower absence time. Contoh perhitungan untuk tanggal 1 Februari 2020
adalah sebagai berikut:
Actual running time = Running time - manpower absence time
= 380 menit – 26 menit
= 354 menit
Lalu untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret
2020 dapat dilihat pada tabel 4.12
Tabel 4.12 Perhitungan Actual running time
No Tanggal
Manpower
absence
time (menit)
Running time
(menit)
Actual
running time
(menit)
1 1 Februari 2020 26 380 354
2 3 Februari 2020 40 154 114
3 4 Februari 2020 83 305 222
4 5 Februari 2020 0 436 436
5 6 Februari 2020 8 344 336
6 7 Februari 2020 0 352 352
7 8 Februari 2020 25 411 386
8 10 Februari 2020 0 390 390
9 11 Februari 2020 19 379 360
10 12 Februari 2020 20 422 402
11 13 Februari 2020 0 422 422
12 14 Februari 2020 0 384 384
13 15 Februari 2020 0 438 438
14 17 Februari 2020 0 436 436
15 18 Februari 2020 21 375 354
16 19 Februari 2020 0 420 420
17 20 Februari 2020 0 390 390
18 21 Februari 2020 0 432 432
19 22 Februari 2020 0 404 404
20 24 Februari 2020 0 364 364
21 26 Februari 2020 20 418 398
22 27 Februari 2020 0 410 410
23 28 Februari 2020 15 365 350
24 29 Februari 2020 0 388 388
25 2 Maret 2020 38 374 336
26 3 Maret 2020 40 424 384
27 4 Maret 2020 10 392 382
28 5 Maret 2020 0 382 382
29 6 Maret 2020 0 366 366
30 7 Maret 2020 0 406 406
Setelah didapatkan nilai actual running time setiap harinya maka dapat
dilakukan perhitungan availability of manpower, contoh perhitungan pada
tanggal 1 Februari yakni sebagai berikut:
Availability of Manpower (𝐴𝑚𝑝) = 𝐴𝑐𝑡𝑢𝑎𝑙 𝑟𝑢𝑛𝑛𝑖𝑛𝑔 𝑡𝑖𝑚𝑒
𝑅𝑢𝑛𝑛𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 x 100%
= 354 menit
380 menit x 100%
= 93,16 %
Untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret 2020
dapat dilihat pada tabel 4.13
Tabel 4.13 Perhitungan Actual running time
No Tanggal Running time
(menit)
Actual
running time
(menit)
Availability
of manpower
(%)
1 1 Februari 2020 380 354 93,16%
2 3 Februari 2020 154 114 74,03%
3 4 Februari 2020 305 222 72,79%
4 5 Februari 2020 436 436 100,00%
5 6 Februari 2020 344 336 97,67%
6 7 Februari 2020 352 352 100,00%
7 8 Februari 2020 411 386 93,92%
8 10 Februari 2020 390 390 100,00%
9 11 Februari 2020 379 360 94,99%
10 12 Februari 2020 422 402 95,26%
11 13 Februari 2020 422 422 100,00%
12 14 Februari 2020 384 384 100,00%
13 15 Februari 2020 438 438 100,00%
14 17 Februari 2020 436 436 100,00%
15 18 Februari 2020 375 354 94,40%
16 19 Februari 2020 420 420 100,00%
17 20 Februari 2020 390 390 100,00%
18 21 Februari 2020 432 432 100,00%
19 22 Februari 2020 404 404 100,00%
20 24 Februari 2020 364 364 100,00%
21 26 Februari 2020 418 398 95,22%
22 27 Februari 2020 410 410 100,00%
23 28 Februari 2020 365 350 95,89%
24 29 Februari 2020 388 388 100,00%
25 2 Maret 2020 374 336 89,84%
26 3 Maret 2020 424 384 90,57%
27 4 Maret 2020 392 382 97,45%
28 5 Maret 2020 382 382 100,00%
29 6 Maret 2020 366 366 100,00%
30 7 Maret 2020 406 406 100,00%
Berdasarkan tabel diatas untuk nilai availability of manpower secara
keseluruhan atau rata-rata yakni dengan menjumlahkan seluruh availability
of manpower dan membaginya dengan 30 hari kerja sehingga didapatkan
availability of manpower sebesar 96,17%.
4.3.6 Perhitungan Performance Efficiency (P)
Untuk menghitung performance efficiency maka diperlukan earned
time yang didapatkan dari Cycle time dikali dengan jumlah produksi.
Contoh perhitungan untuk tanggal 1 Februari 2020 adalah sebagai berikut:
Earned time = Cycle time x jumlah produksi
= 0,4 menit – 10800 unit
= 288 menit
Lalu untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret
2020 dapat dilihat pada tabel 4.14
Tabel 4.14 Perhitungan earned time
No Tanggal Cycle time
(menit)
Jumlah produksi
(unit)
Earned time
(menit)
1 1 Februari 2020 0,4 10800 288
2 3 Februari 2020 0,4 3600 96
3 4 Februari 2020 0,4 7200 192
4 5 Februari 2020 0,4 15075 402
5 6 Februari 2020 0,4 10350 276
6 7 Februari 2020 0,4 10125 270
7 8 Februari 2020 0,4 12375 330
8 10 Februari 2020 0,4 12150 324
9 11 Februari 2020 0,4 11925 318
10 12 Februari 2020 0,4 12825 342
11 13 Februari 2020 0,4 12375 330
12 14 Februari 2020 0,4 12825 342
13 15 Februari 2020 0,4 11700 312
14 17 Februari 2020 0,4 8775 234
15 18 Februari 2020 0,4 11700 312
16 19 Februari 2020 0,4 11475 306
17 20 Februari 2020 0,4 12825 342
18 21 Februari 2020 0,4 14850 396
19 22 Februari 2020 0,4 12600 336
20 24 Februari 2020 0,4 10125 270
21 26 Februari 2020 0,4 11925 318
22 27 Februari 2020 0,4 12375 330
23 28 Februari 2020 0,4 7200 192
24 29 Februari 2020 0,4 12375 330
25 2 Maret 2020 0,4 8100 216
26 3 Maret 2020 0,4 10350 276
27 4 Maret 2020 0,4 10125 270
28 5 Maret 2020 0,4 12825 342
29 6 Maret 2020 0,4 11475 306
30 7 Maret 2020 0,4 10350 276
Setelah didapatkan nilai earned time setiap harinya maka dapat dilakukan
perhitungan performance efficiency, contoh perhitungan pada tanggal 1
Februari yakni sebagai berikut:
Performance efficiency (𝑃) = 𝐸𝑎𝑟𝑛𝑒𝑑 𝑡𝑖𝑚𝑒
𝐴𝑐𝑡𝑢𝑎𝑙 𝑟𝑢𝑛𝑛𝑖𝑛𝑔 𝑡𝑖𝑚𝑒 x 100%
= 288 menit
354 menit x 100%
= 26 %
Untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret 2020
dapat dilihat pada tabel 4.15
Tabel 4.15 Perhitungan performance efficiency
No Tanggal Earned time
(menit)
Actual running
time (menit)
Performance
efficiency (%)
1 1 Februari 2020 288 354 81,36%
2 3 Februari 2020 96 114 84,21%
3 4 Februari 2020 192 222 86,49%
4 5 Februari 2020 402 436 92,20%
5 6 Februari 2020 276 336 82,14%
6 7 Februari 2020 270 352 76,70%
7 8 Februari 2020 330 386 85,49%
8 10 Februari 2020 324 390 83,08%
9 11 Februari 2020 318 360 88,33%
10 12 Februari 2020 342 402 85,07%
11 13 Februari 2020 330 422 78,20%
12 14 Februari 2020 342 384 89,06%
13 15 Februari 2020 312 438 71,23%
14 17 Februari 2020 234 436 53,67%
15 18 Februari 2020 312 354 88,14%
16 19 Februari 2020 306 420 72,86%
17 20 Februari 2020 342 390 87,69%
18 21 Februari 2020 396 432 91,67%
19 22 Februari 2020 336 404 83,17%
20 24 Februari 2020 270 364 74,18%
21 26 Februari 2020 318 398 79,90%
22 27 Februari 2020 330 410 80,49%
23 28 Februari 2020 192 350 54,86%
24 29 Februari 2020 330 388 85,05%
25 2 Maret 2020 216 336 64,29%
26 3 Maret 2020 276 384 71,88%
27 4 Maret 2020 270 382 70,68%
28 5 Maret 2020 342 382 89,53%
29 6 Maret 2020 306 366 83,61%
30 7 Maret 2020 276 406 67,98%
Berdasarkan tabel diatas untuk nilai performance efficiency secara
keseluruhan atau rata-rata yakni dengan menjumlahkan seluruh
Performance efficiency dan membaginya dengan 30 hari kerja sehingga
didapatkan Performance efficiency sebesar 79,44%.
4.3.7 Perhitungan Quality Rate (Q)
Untuk menghitung quality rate maka diperlukan Quantity of parts
accepted yang didapatkan dari jumlah produksi dikurangi dengan quantity
rejected. Contoh perhitungan untuk tanggal 1 Februari 2020 adalah sebagai
berikut:
Quantity of parts accepted = jumlah produksi – quantity rejected
= 10800 unit – 250 unit
= 10550 unit
Lalu untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret
2020 dapat dilihat pada tabel 4.16
Tabel 4.16 Perhitungan Quantity of parts accepted
No Tanggal
Jumlah
produksi
(unit)
quantity
rejected
(unit)
Quantity of
parts
accepted
(unit)
1 1 Februari 2020 10800 250 10550
2 3 Februari 2020 3600 205 3395
3 4 Februari 2020 7200 277 6923
4 5 Februari 2020 15075 360 14715
5 6 Februari 2020 10350 200 10150
6 7 Februari 2020 10125 211 9914
7 8 Februari 2020 12375 201 12174
8 10 Februari 2020 12150 253 11897
9 11 Februari 2020 11925 296 11629
10 12 Februari 2020 12825 257 12568
11 13 Februari 2020 12375 306 12069
12 14 Februari 2020 12825 187 12638
13 15 Februari 2020 11700 258 11442
14 17 Februari 2020 8775 192 8583
15 18 Februari 2020 11700 255 11445
16 19 Februari 2020 11475 249 11226
17 20 Februari 2020 12825 275 12550
18 21 Februari 2020 14850 392 14458
19 22 Februari 2020 12600 246 12354
20 24 Februari 2020 10125 288 9837
21 26 Februari 2020 11925 299 11626
22 27 Februari 2020 12375 253 12122
23 28 Februari 2020 7200 247 6953
24 29 Februari 2020 12375 218 12157
25 2 Maret 2020 8100 118 7982
26 3 Maret 2020 10350 191 10159
27 4 Maret 2020 10125 132 9993
28 5 Maret 2020 12825 235 12590
29 6 Maret 2020 11475 186 11289
30 7 Maret 2020 10350 172 10178
Setelah didapatkan nilai quantity of parts accepted setiap harinya maka
dapat dilakukan perhitungan quality rate, contoh perhitungan pada tanggal
1 Februari yakni sebagai berikut:
Quality rate (𝑄) = 𝑄𝑢𝑎𝑛𝑡𝑖𝑡𝑦 𝑜𝑓 𝑝𝑎𝑟𝑡𝑠 𝑎𝑐𝑐𝑒𝑝𝑡𝑒𝑑
𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑟𝑜𝑑𝑢𝑘𝑠𝑖 x 100%
= 10550 unit
10800 unit x 100%
= 97,69 %
Untuk perhitungan tanggal 3 Februari 2020 sampai dengan 7 Maret 2020
dapat dilihat pada tabel 4.17
Tabel 4.17 Perhitungan quality rate
No Tanggal
Jumlah
produksi
(unit)
Quantity of
parts accepted
(unit)
Quality
rate
(%)
1 1 Februari 2020 10800 10550 97,69%
2 3 Februari 2020 3600 3395 94,31%
3 4 Februari 2020 7200 6923 96,15%
4 5 Februari 2020 15075 14715 97,61%
5 6 Februari 2020 10350 10150 98,07%
6 7 Februari 2020 10125 9914 97,92%
7 8 Februari 2020 12375 12174 98,38%
8 10 Februari 2020 12150 11897 97,92%
9 11 Februari 2020 11925 11629 97,52%
10 12 Februari 2020 12825 12568 98,00%
11 13 Februari 2020 12375 12069 97,53%
12 14 Februari 2020 12825 12638 98,54%
13 15 Februari 2020 11700 11442 97,79%
14 17 Februari 2020 8775 8583 97,81%
15 18 Februari 2020 11700 11445 97,82%
16 19 Februari 2020 11475 11226 97,83%
17 20 Februari 2020 12825 12550 97,86%
18 21 Februari 2020 14850 14458 97,36%
19 22 Februari 2020 12600 12354 98,05%
20 24 Februari 2020 10125 9837 97,16%
21 26 Februari 2020 11925 11626 97,49%
22 27 Februari 2020 12375 12122 97,96%
23 28 Februari 2020 7200 6953 96,57%
24 29 Februari 2020 12375 12157 98,24%
25 2 Maret 2020 8100 7982 98,54%
26 3 Maret 2020 10350 10159 98,15%
27 4 Maret 2020 10125 9993 98,70%
28 5 Maret 2020 12825 12590 98,17%
29 6 Maret 2020 11475 11289 98,38%
30 7 Maret 2020 10350 10178 98,34%
Berdasarkan tabel diatas untuk nilai quality rate secara keseluruhan atau
rata-rata yakni dengan menjumlahkan seluruh quality rate dan membaginya
dengan 30 hari kerja sehingga didapatkan quality rate sebesar 97,73%.
4.3.8 Perhitungan Overall Resource Effectiveness (ORE)
Setelah diperoleh nilai Readiness (R), Availability of Facility (𝐴𝑓),
Changeover Efficiency (C), Availability of Material (𝐴𝑚), Availability of
Manpower (𝐴𝑚𝑝), Performance Efficiency (P), dan Quality Rate (Q)maka
selanjutnya dilakukan perhitungan Overall Resource Effectiveness (ORE).
Contoh perhitungan ORE pada tanggal 1 Februari 2020 adalah sebagai:
ORE = R x 𝐴𝑓 x C x 𝐴𝑚 x 𝐴𝑚𝑝 x P x Q
= 96,67% x 92,89% x 94,43% x 93,37% x 93,16% x 81,36% x 97,69%
= 58,61%
Lalu untuk perhitungan ORE tanggal 3 Februari 2020 sampai dengan 7
Maret 2020 dapat dilihat pada tabel 4.18
Tabel 4.18 Perhitungan overall resource effectiveness
No Tanggal R 𝐴𝑓 C 𝐴𝑚 𝐴𝑚𝑝 P Q ORE
1 1 Februari 2020 96,67% 92,89% 94,43% 93,37% 93,16% 81,36% 97,69% 58,61%
2 3 Februari 2020 96,67% 64,66% 84,00% 61,11% 74,03% 84,21% 94,31% 18,86%
3 4 Februari 2020 96,25% 72,51% 91,04% 100,00% 72,79% 86,49% 96,15% 38,46%
4 5 Februari 2020 96,25% 98,70% 95,61% 100,00% 100,00% 92,20% 97,61% 81,75%
5 6 Februari 2020 96,67% 88,58% 94,40% 88,66% 97,67% 82,14% 98,07% 56,39%
6 7 Februari 2020 87,92% 94,31% 93,22% 94,88% 100,00% 76,70% 97,92% 55,08%
7 8 Februari 2020 97,08% 96,78% 94,68% 96,25% 93,92% 85,49% 98,38% 67,63%
8 10 Februari 2020 95,83% 91,52% 94,54% 97,99% 100,00% 83,08% 97,92% 66,09%
9 11 Februari 2020 95,42% 94,32% 92,82% 94,51% 94,99% 88,33% 97,52% 64,61%
10 12 Februari 2020 96,25% 95,67% 95,48% 100,00% 95,26% 85,07% 98,00% 69,82%
11 13 Februari 2020 96,25% 96,97% 97,77% 96,35% 100,00% 78,20% 97,53% 67,05%
12 14 Februari 2020 96,67% 92,24% 95,33% 94,12% 100,00% 89,06% 98,54% 70,21%
13 15 Februari 2020 97,50% 97,86% 98,91% 96,69% 100,00% 71,23% 97,79% 63,57%
14 17 Februari 2020 96,67% 97,41% 96,46% 100,00% 100,00% 53,67% 97,81% 47,68%
15 18 Februari 2020 96,67% 86,64% 93,28% 100,00% 94,40% 88,14% 97,82% 63,58%
16 19 Februari 2020 96,67% 96,12% 94,17% 100,00% 100,00% 72,86% 97,83% 62,37%
17 20 Februari 2020 95,83% 96,52% 95,05% 92,42% 100,00% 87,69% 97,86% 69,72%
18 21 Februari 2020 96,25% 96,97% 96,43% 100,00% 100,00% 91,67% 97,36% 80,32%
19 22 Februari 2020 96,67% 92,89% 93,74% 100,00% 100,00% 83,17% 98,05% 68,63%
20 24 Februari 2020 95,42% 95,63% 95,89% 86,67% 100,00% 74,18% 97,16% 54,65%
21 26 Februari 2020 96,25% 93,07% 97,21% 100,00% 95,22% 79,90% 97,49% 64,59%
22 27 Februari 2020 97,50% 94,02% 93,18% 100,00% 100,00% 80,49% 97,96% 67,34%
23 28 Februari 2020 96,67% 96,77% 95,99% 84,69% 95,89% 54,86% 96,57% 38,63%
24 29 Februari 2020 96,67% 96,98% 97,33% 88,58% 100,00% 85,05% 98,24% 67,54%
25 2 Maret 2020 96,25% 88,10% 91,89% 100,00% 89,84% 64,29% 98,54% 44,34%
26 3 Maret 2020 96,25% 97,40% 96,44% 97,70% 90,57% 71,88% 98,15% 56,44%
27 4 Maret 2020 96,25% 96,97% 97,32% 89,91% 97,45% 70,68% 98,70% 55,52%
28 5 Maret 2020 96,67% 93,53% 95,85% 91,83% 100,00% 89,53% 98,17% 69,94%
29 6 Maret 2020 88,54% 92,71% 92,89% 100,00% 100,00% 83,61% 98,38% 62,72%
30 7 Maret 2020 96,88% 93,55% 93,33% 100,00% 100,00% 67,98% 98,34% 56,54%
Berdasarkan tabel diatas untuk nilai overall resource effectiveness secara
keseluruhan atau rata-rata yakni dengan menjumlahkan seluruh overall
resource effectiveness dan membaginya dengan 30 hari kerja sehingga
didapatkan overall resource effectiveness 60,29%.
4.3.9 Pembuatan Diagram Fishbone
Setelah perhitungan Overall Resource Effectiveness (ORE) dan
didapatkan nilai ORE sebesar 60,29% yang artinya masih berada dibawah
standar nilai ORE yang baik yaitu 85%, maka langkah selanjutnya yaitu
menganalisa penyebab rendahnya nilai ORE pada PT. Sinar Bali Binakarya.
Fishbone diagram adalah salah satu metode yang dapat digunakan untuk
menganalisa sebab akibat dari suatu masalah berdasarkan beberapa aspek
yaitu manusia, mesin, metode, material, measurement dan lingkungan.
Berikut adalah fishbone diagram penyebab rendahnya nilai ORE
Operator terlambat
melaporkan masalah
Kurangnya pengetahuan
Atau pengalaman kerja
Operator kurang teliti
Kelelahan
Operator kurang melakukan
cek sebelum produksi
Pemakaian waktu kerja
kurang baik
Perencanaan maintenance
tidak efektif
Pemeliharaan dilakukan
setelah mesin rusak
Lamanya
pengkondisian
mesin
Lamanya mencari titik
kerusakan pada mesin
Produksi terganggu bila
ada perbaikan mesin
Mesin harus
Berhenti saat
perbaikan
Kurangnya pengawasan
Pada proses produksi
Kurang disiplin
Kebersihan kurang terjaga
Pembersihan tidak
Dilakukan secara
berkala
Kurangnya kesadaran dari
pihak yang terlibat di
tempat produksi
Kurangnya monitoring
Terhadap kebersihan
Adanya material asing
Kurangnya pengecekan
atau inspeksi pada material
Kurangnya perhitungan
Kebutuhan material
yang dibutuhkan
tiap shiftnya
Sulit memprediksi
kerusakan mesin
Kurang siapnya
penyediaan spare part
Keausan
Kurang pengecekan dan
pelumasan berkala
Planned Maintenance
(PM) tidak terjadwal
dengan baik
Kemacetan mesin
Adanya trouble pada
kontrol mesin
Operator kurang memahami
gejala kerusakan
Kuranganya
pelatihan kerja
Kehabisan material
ditengah produksi
Kurang perawatan
berkala
Terlambatnya pengisisan
material
Kurang ada komunikasi
antar departemen
Terjadi speed losses
Pelumasan pada
Mesin kurang
Pompa tidak
memompa
Masalah pada
mesin hidrolik
Panas
berlebihan
Mati listrik
Kerusakan motor
Gambar 4.3 Fishbone diagram
Dari fishbone diagram tersebut didapatkan bahwa terdapat lima aspek yang
mempengaruhi nilai ORE di PT. Sinar Bali Binakarya yaitu manusia,
metode, lingkungan, material, dan mesin yang setiap aspeknya disertai
dengan penyebab rendahnya ORE.
4.3.10 Pembuatan Failure Mode and Effect Analysis (FMEA)
Tahap selanjutnya yaitu pembuatan Failure Mode and Effect
Analysis (FMEA) yang berisi efek kegagalan, sebab kegagalan, dan kontrol
yang telah dilakukan perusahaan untuk mengatasi kegagalan atau masalah
tersebut. Setelah itu dilakukan pembobotan dan perhitungan Risk Priority
Number (RPN) pada tiap kegagalan. Dari RPN tersebut maka terpilih
prioritas kegagalan apa yang harus diselesaikan terlebih dahulu dengan
melihat nilai RPN yang terbesar. Semakin kecil nilai RPN maka semakin
rendah tingkat prioritas penyelesaian masalah atau kegagalannya. Angka
pembobotan didapatkan berdasarkan dari hasil brainstorming dengan dua
narasumber di perusahaan yaitu Kepala Plant Precast dan Paving serta
Supervisor Produksi Paving.
Tabel 4.19 Analisis Failure Mode and Effect Analysis (FMEA)
No Item/aktivitas Mode
kegagalan
Efek dari
kegagalan Severity
Penyebab
Kegagalan Occurance
Kontrol yang
dilakukan Detection RPN
1 proses
pencetakan
daya tekan
pengepresan
kurang
mengurangi
kualitas
produk yang
dihasilkan
7
anomali
getaran pada
vibration
motors
5
melakukan
perbaikan jika
telah terjadi
kerusakan
5 175
2 feeding
system
terjadi
keausan
menurunnya
kinerja mesin 5
kurangnya
pemberian
pelumas
3
pemberian oli
saat alat
menunjukkan
kekurangan oli
7 105
3
pallet
conveyor
movable
frame tidak
bergerak
Pallet tidak
terdorong 3
rusak pada
bagian keyed
push block
3 mengganti jika
sudah rusak 4 36
machine
frame tidak
bisa
beroperasi
produksi
terganggu
8
komponen
rusak 4
memperbaiki
setelah rusak 6 192
8
roller
bermasalah 4
mengecek dan
memperbaiki 3 96
speed
conveyor
tidak stabil
terjadi
overlap
produk yang
berjalan
6
kesalahan atau
kerusakan
pada sistem
conveyer
2
mengevaluasi
dan memperbaiki
sistem
3 36
No Item/aktivitas Mode
kegagalan
Efek dari
kegagalan Severity
Penyebab
Kegagalan Occurance
Kontrol yang
dilakukan Detection RPN
4 belt conveyor
belt conveyer
bergerak ke
salah satu sisi
tidak
beraturan
material
keluar dari
belt conveyor
3
belt conveyor
terlalu kaku
atau keras
3
membiarkan dan
membersihkan
material yang
keluar dari belt
conveyor
9 81
sobekan pada
belt conveyer
material
keluar 1
ada material
asing/logam
tajam yang
terbawa
material
2
membersihkan
belt conveyor
secara berkala
4 8
Roller tidak
berputar
produksi
terganggu
7
adanya
material yang
menempel
5 membersihkan
roller 4 140
7 komponen
rusak 4
mengganti yang
rusak 3 84
pelumasan
roller bearing
tidak berjalan
lancar
kerja
conveyer
terganggu
8
pemeliharaan
lubrikasi
jarang
dimonitor
4
pengawasan
hanya saat terjadi
trouble
6 192
speed
conveyor
tidak stabil
material tidak
dapat
bergerak
teratur
sehingga
keluar dari
belt
6
kesalahan atau
kerusakan
pada sistem
conveyer
2
mengevaluasi
dan memperbaiki
sistem
3 36
No Item/aktivitas Mode
kegagalan
Efek dari
kegagalan Severity
Penyebab
Kegagalan Occurance
Kontrol yang
dilakukan Detection RPN
5 block
sweeper
sikat sapu
berantakan
pembersihan
sisa material
tidak merata
5
intensitas
penggunaan
lama dan
berturut-turut
7 mengganti 5 175
permukaan
sapu terhalan
kotoran atau
debu
masih ada
material sisa
pada produk
jadi
3
kurangnya
pembersihan
berkala pada
sapu
8
pembersihan alat
saat sudah benar-
benar kotor
8 192
pergerakan
tidak normal
mesin tidak
bekerja
optimal dan
menyebabkan
produksi
terganggu
7
gangguan
pada poros
pergerakan
mesin
3 mengecek dan
memperbaiki 7 147
6 mesin
hidrolik
pompa
berisik
menggangu
lingkungan
kerja
3
terdapat
komponen
pompa yang
aus atau
kendor
3 mengganti yang
aus 4 36
3
terdapat benda
asing pada
pompa
4 mengecek dan
membersihkan 4 48
pompa tidak
memompa
terhambatnya
kerja mesin
hidrolik
8
saluran masuk
pompa
tersumbat
4 mengecek dan
membersihkan 4 128
No Item/aktivitas Mode
kegagalan
Efek dari
kegagalan Severity
Penyebab
Kegagalan Occurance
Kontrol yang
dilakukan Detection RPN
pompa tidak
memompa
terhambatnya
kerja mesin
hidrolik
8 gangguan
mekanik 3
memperbaiki
komponen yang
rusak
5 120
panas
berlebihan
mesin cepat
rusak dan
kinerja mesin
menurun
6
tekanan
pembuangan
pemompaan
berlebihan
5 memperbaiki
setelan 6 180
6
komponen
pompa tidak
terpasang
dengan baik
4
membenarkan
komponen ke
posisi yang tepat
3 72
7 Material
adanya
material
asing
menggangu
kerja mesin 8
kurang
telitinya
proses
pengayakan
dan proses
quality control
untuk bahan
lainnya
3
membersihkan
material yang
mengganggu
mesin
8 192
terlambatnya
pengisisan
material
produksi
berhenti 8
tidak adanya
perhitungan
kebutuhan
material
sebelum
produksi
2
segera mengisi
material yang
dibutuhkan
8 128
No Item/aktivitas Mode
kegagalan
Efek dari
kegagalan Severity
Penyebab
Kegagalan Occurance
Kontrol yang
dilakukan Detection RPN
8 sumber daya
(listrik) mati listrik
terhambatnya
produksi 7
mati listrik
secara tiba -
tiba (tidak ada
pemberitahuan
sebelumnya)
4
segera mengganti
sumber daya
dengan genset
4 112
9 mesin rusak
waktu
penyelesaian
masalah dan
perbaikan
lama
produksi
terhambat
8
kurang
pahamnya
operator
terhadap
kerusakan
mesin
8
operator melapor
setelah mesin
rusak
7 448
8
tidak
tersedianya
sparepart yang
rusak
6
pencarian spare
part hanya jika
membutuhkannya
8 384
8
kurangnya
penerapan
preventive
maintenance
7 perbaikan hanya
jika mesin rusak 9 504
10 lingkungan
kerja atap bocor
lingkungan
kerja yang
tidak nyaman
bagi pekerja
1
kurang ada
pengawasan
dan perawatan
terhadap
tempat kerja
8
memperbaiki jika
benar-benar tidak
bisa untuk tempat
produksi
7 56
Berdasarkan perhitungan Failure Mode and Effect Analysis (FMEA)
diatas dengan menggunakan tiga indikator yaitu severity, occurance, dan
detection maka diambil tiga hal yang diprioritaskan untuk dilakukan
perbaikan karena memiliki nilai Risk Priority Number (RPN) tertinggi.
Ketiga hal tersebut memiliki mode kegagalan yang sama yaitu penyelesaian
dan perbaikan mesin yang berlangsung lama sehingga mengakibatkan
produksi terhambat. Nilai RPN tertinggi pertama sebesar 504 dengan
penyebab yaitu kurangnya penerapan preventive maintenance dan
perbaikan dilakukan hanya setelah mesin rusak. Nilai RPN tertinggi kedua
sebesar 448 dengan penyebab yaitu kurang pahamnya operator terhadap
kerusakan mesin. Dan nilai RPN tertinggi ketiga sebesar 384 dengan
penyebab yaitu tidak tersedianya sparepart yang rusak.
Recommended