analisa kebijakan sistem penggantian cutting …

Tekmapro : Journal of Industrial Engineering and Management

Vol.15, No.01, Tahun 2020

e-ISSN2656-6109. URL: http://tekmapro.upnjatim.ac.id/index.php/tekmapro

1

ANALISA KEBIJAKAN SISTEM PENGGANTIAN

CUTTING TOOL DENGAN METODE RELIABILITY,

AVAILABILITY, MAINTAINABILITY (RAM)

DAN MAINTENANCE VALUE STREAM MAPPING

(MVSM) DI AREA MACHINING NR CRANKSHAFT

PADA PT. MMN

Irwan Sukendar1), Nurwidiana,2), Mochammad Muyammamun Nafi,3) 1)2)3)Jurusan Teknik Industri Fakultas Teknologi Industri Universitas Islam Sultan Agung

Jl. Raya Kaligawe Km 4 Semarang

e-mail: [email protected]), [email protected]), muhammadmuyammamun-

[email protected])

ABSTRAK

PT MMN merupakan sebuah perusahaan otomotif yang memproduksi engine mobil. Permasalahan

yang ada yaitu downtime yang diakibatkan oleh penggantian cutting tool cukup tinggi, sehingga

perlu dilakukan perbaikan untuk mengurangi bahkan menghilangkan downtime akibat penggantian

cutting tool tersebut. Metode yang digunakan adalah reliability, maintainability dan availability

(RAM) dan cost of unreliability (COUR) untuk menghitung waktu penggantian cutting tool yang

optimum dengan biaya yang terendah dan maintenance value stream mapping (MVSM) untuk

meningkatkan efisiensi. Hasil Penelitian ini rata – rata nilai reliability pada MTBF cukup rendah

yaitu sebesar 46,95%. Rata – rata availability mencapai target yaitu 95% untuk nilai inherent

availability (Ai) sebesar 98,60%, achieved availability (Ai) sebesar 98,64%dan operational availa-

bility (Ai) sebesar 94,91% (cutting tool OP030 T1, T2, T3 dan T4 tidak tercapai tingkat availabil-

itynya) serta nilai maintainability didapatkan hasil yang sangat rendah yaitu sebesar 5,212%. Hasil

perbaikan pada MVSM maka didapatkan nilai VA (MTTR) sebesar 4,05 menit dengan presentase

39,74% atau sama dengan nilai dari presentase efisiensi maintenance. Sedangkan nila NVA (MTTO

+ MTTY) sebesar 6,14 menit dengan presentase 60,26%. Sehingga nilai future state Mapping yang

lebih baik, hal ini dapat dilihat dari pengurangan NVA sebesar 30,02 menit yaitu dari 36,16 menit

(90,43%) menjadi 6,14 menit (60,26%) serta naikknya presentase efisiensi perawatan dari 9,57%

menjadi 39,74% atau lebih dari 3 kali efisiensi awal.

Kata Kunci: Buffer Conveyor, Cutting Tool,COUR, MVSM, RAM.

ABSTRACT

PT MMN is an otomotif companies that produce car engine. The problem is that the downtime

caused by the replacement of cutting tools is quite high, so improvements need to be made to reduce

or even eliminate downtime due to the replacement of the cutting tool. The methods used are relia-

bility, maintainability and availability (RAM) and cost of unreliability (COUR) to calculate the op-

timum cutting tool replacement time with the lowest cost and maintenance value stream mapping

(MVSM) to increase efficiency. The results of this study - the average reliability value on the MTBF

is quite low, amounting to 46.95%. Average availability reached the target of 95% for the inherent

availability (Ai) of 98.60%, achieved availability (Ai) of 98.64% and operational availability (Ai) of

94.91% (cutting tool OP030 T1, T2 , The availability level T3 and T4 were not achieved) and the

value of maintainability obtained very low results in the amount of 5.212. The results of improve-

ments to the MVSM obtained VA values (MTTR) of 4.05 minutes with a percentage of 39.74% or

equal to the value of the percentage of maintenance efficiency. While NVA tilapia (MTTO + MTTY)

was 6.14 minutes with a percentage of 60.26%. So that the value of future state mapping is better,

this can be seen from the reduction in NVA by 30.02 minutes, from 36.16 minutes (90.43%) to 6.14

minutes (60.26%) and the increasing percentage of maintenance efficiency from 9.57% to 39.74%

or more than 3 times the initial efficiency.

Keywords: Buffer Conveyor, Cutting Tool,COUR, MVSM, RAM.

mailto:[email protected]




Sukendar, Nurwidiana, dan Nafi / Tekmapro Vol.15, No.01, Tahun 2020

2

I. PENDAHULUAN

Sebuah perusahaan otomotif di Jawa Barat, PT MMN, memproduksi engine dari mobil

merek X dan Y. Machining section merupakan salah satu bagian yang penting dalam sistem

produksi. Dimana machining merupakan proses pembuatan dari raw material (blank ma-

terial) yang diproses (turning, milling, endmill, tap dan lain-lain) menjadi produk yang

diinginkan (output). Pada machiningsection terdiri dari tiga lini 3SZ, KR dan NR. Dengan

cycle time yang lebih cepat, mesin yang otomatis dan akan ditambahnya kapasitas produksi

pada lini NR maka pada lini ini perlu dilakukan perbaikan supaya dapat memproduksi

sesuai target yang telah ditentukan. Berikut adalah nilai efisiensi pada tiap lini pada ma-

chining NR : TABEL I

EFISIENSI LINI MACHINING NR

Bulan

Efisiensi Lini Machining NR

Cylinder

Block

Cylinder

Head Crankshaft

Mei 94,70% 94,93% 94,53%

Juni 94,87% 94,94% 93,68%

Juli 93,86% 94,19% 94,65%

Agustus 95,24% 94,36% 94,79%

Rata - rata 94,67% 94,61% 94,41%

( Sumber : Pengolaha Peneliti)

Tabel I menunjukan bahwa pada lini crankshaft memiliki nilai efisiensi terendah disband-

ing lini lain sehingga perlu dilakukan perbaikan.

Gambar 1 Total Produksi Machining NR Crankshaft

( Sumber : Pengolahan Peneliti)

Pada machining section terdapat beberapa komponen penting diantaranya yaitu cutting

tool.Cutting tool merupakan alat bantu, perkakas atau pahat yang digunakan dalam

prosesmachining. Cutting tool pada mesin perlu dilakukan penggantian apabila telah me-

masuki masa keausan (wear) dari cutting tool tersebut.


3

Gambar 2 Downtime in Reguler Process


Pada gambar 2 diatas menunjukkan waktu downtime tertinggi disebabkan oleh cutting tool

change dengan waktu 19,2 menit. Downtime yang disebabkan oleh pergantian cutting tool

yang tinggi akan mengakibatkan tingkat availability dari lini machining NR

crankshaftcenderung tidak stabil. Rincian tingkat availability pada lini machining NR

crankshaftyang terjadi selama empat bulan dari bulan mei sampai agustus 2017 dapat

dilihat pada Gambar 3.

Gambar 3 Downtime in Reguler Process


Pada Gambar 3 terlihat bahwa tingkat availability dari lini machining NR crankshaftmasih

cenderung tidak stabil dari empat bulan tersebut karena downtime yang diakibatkan oleh

penggantian cutting tool yang telah mengalami kerusakan (falied). Tingkat availability

komponen ini tidak bisa dihindari karena untuk memperolehnya tidak bisa seketika se-

dangkan untuk kebutuhan akan komponen tersebut bisa sewaktu-waktu. Hal ini dikare-

nakan kegiatan perawatan korektif yang dilakukan, sehingga cutting tool shop section tidak

dapat memprediksi kapan cutting tool harus di supply. Oleh sebab itu, perlu dilakukan

kegiatan perawatan preventif sehingga dapat diprediksi kapan cutting tool tersebut akan

diganti dan dapat meningkatkan tingkat avaibility komponen tersebut supaya kelancaran

produksi tetap terjaga. Saat menentukan tingkat avaibility komponenseyogyanya memper-

timbangkan kebutuhan operasi sistem dan mengembangkan tingkat-tingkat yang

mencukupi pada tiap lokasi perawatan koreksi dikerjakan. Dalam hal ini adalah mengu-

rangi waktu kegiatan perawatan yang tidak memiliki nilai tambah seperti kegiatan

menunggu (delay) dan lain sebagainya.Oleh karena itu, tujuan penelitian ini untuk menge-

tahui tingkat kehandalan, tingkat avaibility dan kemampuan perawatan dari cutting tool dan

menentukan usulan perbaikan supaya pergantian cutting tool lebih efisien.


4

II. TINJAUAN PUSTAKA DAN LANDASAN TEORI

A. Tinjauan Pustaka

Pada industri manufaktur atau otomotif proses produksi biasa disebut machining. Akan

tetapi pada saat produksi atau dalam prosesnya terdapat kendala – kendala seperti

breakdown karena problem mesin, Cutting Tool change maupun disebabkan oleh hal lain.

Dalam mengatasi hal ini maka perlu dilakukan identifikasi masalah seperti penelitian yang

dilakukan oleh (Vivekprabhu, et.al, 2014) dan (Alvira, et.al, 2015) keduanya menggunakan

metode overall equipment effectiveness (OEE) untuk menganalisis kerugian yang

didapatkan dari losses OEE serta menggunakan Failure Mode and Effect Analysis (FMEA)

untuk mengidentifikasi komponen kritis atau yang menyebabkan masalah terbesar.

Kemudian setelah dilakukan identifikasi penyebabnya dapat dilakukan perhitungan

kehandalan komponen seperti yang dilakukan oleh (Sodikin, 2010),(Nursubiyantoro dan

Triwiyanto, 2012), dan (Ariyanto, 2015) untuk menentukan interval penggantian

komponen yang optimum. Selanjutnya melakukan pengujian distribusi dan perhitungan

nilai Mean Time Between Failure (MTBF). Akan tetapi penelitian tersebut hanya

menghitung nilai kehandalannya saja. Maka penelitian yang dilakukan oleh (Prabowo,

et.al, 2010), (Sujatman, et.al, 2016), (Diputra, et.al, 2017) dan (Wardoyo, 2017) tentang

kebijakan sistem maintenance maupun penentuan interval penggantian komponen

disempurnakan dengan menggunakan metode RAM sehingga didapat parameter berupa

kehandalan, ketersediaan dan juga kemampuan perawatan dan perhitungan biaya

menggunakan metode COUR untuk menghitung biaya ketidakhandalan yang terjadi akibat

kegiatan korektif dan juga downtime. Penelitian yang dilakukan oleh (Diputra, et.al, 2017),

(Prabowo, et.al, 2010), (Sodikin, 2010), dan (Wardoyo, 2017) akan lebih sempurna lagi

apabila ditambah metode Maintenance Value Stream Mapping (MVSM) seperti yang

dilakukan oleh (Fernando, 2016) dan (Matondang dan Ishak, 2013) sehingga tidak hanya

menentukan kebijakan agar lebih efisien saja akan tetapi lebih efektif. Lebih efektif disini

karena mengurangi waktu yang tidak mempunyai nilai tambah sehingga kebijakan

perawatan lebih efektif dan efisien.

B. Definisi Perawatan

Perawatan adalah suatu konsepsi dari semua aktivitas yang diperlukan untuk menjaga atau

mempertahankan kualitas peralatan agar tetap berfungsi dengan baik seperti dalam kondisi

sebelumnya (Supandi, 1990).

C. Reliability, Availability dan Maintainability (RAM)

Reliability, Availability, dan Maintability (RAM) analysis merupakan suatu metode yang

dapat digunakan untuk memprediksi kinerja keandalan (reliability), ketersediaan (availa-

bility), kemampuan perawatan (maintainability) dari suatu komponen atau sistem. RAM

Analysis juga merupakan suatu alat yang dapat digunakan untuk memberikan pedoman da-

lam optimasi dari suatu komponen atau sistem (Ebrahimi, 2010).

D. Konsep Keandalan (Reliability)

Kehandalan adalah probabilitas suatu peralatan atau komponen pada saat suatu operasi be-

rada pada kondisi lingkungan tertentu dan dapat berfungsi dengan baik (menunjukkan ke-

mampuan sesuai dengan fungsinya) yang menjadi standar kemampuan peralatan atau kom-

ponen pada selang waktu tertentu.


5

E. Mean Time Between Failure (MTBF)

MTBF = E (t) = ∫ 𝑡𝑓(𝑡)𝑑𝑡∞

0 …………………………………………………………… (1)

Perhitungan nilai MTBF untuk masing-masing distribusi adalah

1. Distribusi Normal : MTBF = 𝜇………………………………………...……… (2)

2. Distribusi Lognormal : MTBF = tmed𝑒𝑠2 2⁄

………………………………………. (3)

3. Distribusi Eksponensial : MTBF = 1/ 𝜆………………………………………….… (4)

4. Distribusi Weibull : MTBF =𝜃𝛤 (1 +1

𝛽) ………………………………………(5)

F. Kemampuan Perawatan (Maintainability)

Maintainability didefinisikan sebagai jumlah kegiatan perawatan korektif dalam selang

waktu tertentu dibagi dengan jumlah waktu perawatan total yang diperlukan untuk mem-

perbaiki sistem. Dari definisi tersebut terlihat bahwa maintainability berbanding terbalik

dengan Mean Time To Repair (MTTR).

G. Availability Analysis

Availability adalah peluang suatu sistem atau komponen untuk melaksanakan fungsinya

berdasarkan periode waktu yang ditetapkan ketika dioperasikan dan di maintain sesuai tata

cara yang telah ditentukan.

1) Cost of Unreliability

Cost of unreliability berarti seluruh biaya yang merupakan hasil dari seluruh situasi

yang berhubungan dengan masalah kegagalan realibilitas, termasuk juga semua biaya

yang berhubungan dengan program keandalan yang buruk dan pekerjaan perawatan

yang buruk

2) Maintainance Value Stream Mapping

MVSM adalah metode yang menghasilkan output berupa jumlah waktu pada aktivitas

perawatan didalamnya memiliki aktivitas bernilai tambah (value added) dan aktivitas

tidak memiliki nilai tambah (non value added) serta efesiensi perawatan sehingga

dapat diketahui berupa waktu pada setiap aliran proses. Adapun tahapan untuk

menganalisis aktivitas perawatan, sebagai berikut:

Gambar 4 Tahapan MVSM

MMLT = MTTO + MTTR + MTTY…………………………………………………….(6)

Oleh karena itu, value added time dan non value added time ditunjukkan dengan persa-

maan:

Value added time = MTTR

Non value added time = MTTO + MTTY


6

Secara matematis:

Efisiensi Maintenance (%) = (MTTR / MMLT) x 100 %.................................................(7)

III. METODE PENELITIAN

Gambar 5 Diagram alir Metode Penelitian

IV. HASIL PENELITIAN DAN PEMBAHASAN

A. Overall Equipment Effectiveness

TABEL II

NILAI OEE CRANKSHAFT M NR BULAN MEI – AGUSTUS 2017

Bulan (2017) Mei Juni Juli Agustus Average

Availability 99,13% 97,37% 98,71% 98,43% 98,41%

Perfomance 98,99% 99,71% 99,37% 99,88% 99,49%

Quality 100,00% 99,98% 100,00% 100,00% 99,99%

Availability Other 96,33% 96,50% 96,49% 96,42% 96,44%

OEE 94,53% 93,68% 94,65% 94,79% 94,41%

− Downtime Machine = 𝐴𝑣𝑎𝑖𝑏𝑖𝑙𝑖𝑡𝑦 𝐿𝑜𝑠𝑠𝑒𝑠

𝐿𝑜𝑠𝑠𝑒𝑠 (𝐴𝑉𝐵+𝑃𝑅+𝑄𝑅+𝐴𝑉𝐵 𝑂𝑡ℎ) x OEE losses

= 1,59%

(1,59%+0,51%+0,01%+3,56%) x 5,59%= 1,57 %

Gambar 6 Problem Pada Lini M. NR Crankshaft


7

Berdasarkan losses tersebut maka perlu dilakukan perbaikan dengan mengurangi atau

menghilangkan nilai losses terbesar yaitu yang disebabkan oleh penggantian cutting tool.

B. Reliability

1) Perhitungan Index of Fit Distribusi Eksponensial

TABEL III

INDEX OF FIT DISTRIBUSI EKSPONENSIAL

i Ti F(ti) Ln Ti Yi Ti^2 Yi^2 Ti.Yi

1 12350 0,09 9,42 0,10 152522500 0,01 1227,25

2 12351 0,23 9,42 0,26 152547201 0,07 3223,78

3 12352 0,36 9,42 0,45 152571904 0,21 5606,79

4 12352 0,50 9,42 0,69 152571904 0,48 8561,75

5 12354 0,64 9,42 1,01 152621316 1,02 12455,65

6 12356 0,77 9,42 1,47 152670736 2,16 18173,84

7 12358 0,91 9,42 2,36 152720164 5,56 29142,08

Total 86473 3,50 65,95 6,34 1068225725 9,51 78391,15

a) Menghitung nilai Sxy

Sxy = 𝑛 ∑ 𝑋𝑖𝑌𝑖 − (∑ 𝑋𝑖𝑛𝑖=1 ∑ 𝑌𝑖𝑛

𝑖=1 )𝑛𝑖=1

= (7 x 78.391,149) – (86.473 x 6,345) = 94,021

b) Menghitung nilai Sxx

Sxx = 𝑛 ∑ x𝑖𝑛𝑖=1

2- (∑ x𝑖𝑛𝑖=1 )2

= 7 x 1.068.225.725 – (86.473)2= 346

c) Menghitung nilai Syy

Syy = 𝑛 ∑ Y𝑖𝑛𝑖=1

2- (∑ Y𝑖𝑛𝑖=1 )2

= (7 x 9,505) – (6,345)2= 26,282

d) Pengujian Goodness of Fit Distribusi Eksponensial

1. Menentukan hipotesis :

H0 diterima apabila B ≤ χ2α/2;r-1

H0 ditolak apabila B > χ2α/2;r-1

2. Menentukan nilai α (tingkat kesalahan) dan r (banyaknya data pengamatan) Ting-

kat kepercayaan 95% sehingga nilai α = 5% (0,05) dan nilai r merupakan

banyaknya data pengamatan yaitu 7 data. χ2tabel =χ2

0,05/2;r-1 =χ20,025/2;7-1 = 1,237

3. Menghitung nilai Bartlett (B) dengan menggunakan rumus :

B =2𝑟 [ln (

1

𝑟) ∑ 𝑡𝑖)−(

1

𝑟) ∑ 𝑙𝑛𝑡𝑖)𝑟

𝑖=1𝑟𝑖=1 ]

1+ (𝑟+1)

(6𝑟)

= 2𝑥7 [ln(

1

7)86.473 − (

1

7)2.284,897]

1+ (7+1)

(6𝑥7)

= 2,721 x 10-7

4. Membandingkan nilai B dengan nilai χ2 tabel yang disesuaikan dengan derajat

kebebasan apabila nilai B < χ2α/2;r-1 maka H0 diterima. Jadi, B < χ2

tabel = 2,721 x 10-

7< 1,237 sehingga data kerusakan mengikuti distribusi eksponensial atau H0

diterima.

5. Estimasi Parameter Distribusi Eksponensial

Contoh perhitungan adalah cutting tool OP180 T2 dengan nilair = 7 ∑ti= 86.473.

λ = r/∑ti = 7/86.473 = 8,095 x 10-5

2) Mean Time Between Failure Distribusi Weibull

Pada cutting tool OP180 T2 dengan nilai𝛽= 55,893 θ = 658,448

MTBF =𝜃𝛤 (1 +1

𝛽) = 658,448 x Γ (1 +

1

55,893)= 651,853


8

3) Perhitungan R(t) Pada Distribusi Lognormal

Berikut adalah contoh perhitungan R(t) pada cutting tool OP180 T4 dengan t = MTBF

= 10.476,44 tmed = 10.476,444 ŝ = 1,2 x 10-4

R(t) = 1 − ∅ (1

𝑠ln

𝑡

𝑡𝑚𝑒𝑑) = 1 − ∅ (

1

1,2 𝑥10−4 ln10.476,444

10.476,444)= 60,11%

C. Maintainability

1) Menghitung NilaiMean Time Between Maintenance(MTBM)

a. Mean Time Between Maintenance

MTBM = 𝑇𝑜𝑡𝑎𝑙 𝑤𝑎𝑘𝑡𝑢 𝑜𝑝𝑒𝑟𝑎𝑠𝑖

𝐹𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝑝𝑒𝑚𝑒𝑙𝑖ℎ𝑎𝑟𝑎𝑎𝑛=

1.432,167

428= 3,346 jam/unit

b. Fpt

λ = Frekuensi pemeliharan

jam kerja mesin =

428

1.432,167 = 0,299 unit/jam

2) Waktu rata – rata pemeliharaan aktif (M)

a. Waktu rata – rata pemeliharaan korektif (Mct)

Mct = 𝑇𝑜𝑡𝑎𝑙 𝑤𝑎𝑘𝑡𝑢 𝑝𝑒𝑚𝑒𝑙𝑖ℎ𝑎𝑟𝑎𝑎𝑛 𝑘𝑜𝑟𝑒𝑘𝑡𝑖𝑓

𝐹𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝑝𝑒𝑚𝑒𝑙𝑖ℎ𝑎𝑟𝑎𝑎𝑛 𝑘𝑜𝑟𝑒𝑘𝑡𝑖𝑓=

428 x 0,205

428 = 0,205 jam

b. Waktu rata – rata pemeliharaan preventif (Mpt)

Mpt = 𝑇𝑜𝑡𝑎𝑙 𝑤𝑎𝑘𝑡𝑢 𝑝𝑒𝑚𝑒𝑙𝑖ℎ𝑎𝑟𝑎𝑎𝑛 𝑝𝑟𝑒𝑣𝑒𝑛𝑡𝑖𝑓

𝐹𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝑝𝑒𝑚𝑒𝑙𝑖ℎ𝑎𝑟𝑎𝑎𝑛 𝑝𝑟𝑒𝑣𝑒𝑛𝑡𝑖𝑓=

0

0= 0 jam

c. Waktu rata – rata pemeliharaan aktif (M)

M̅ = (λ x M̅ct)+(fpt x M̅pt)

λ+𝑓𝑝𝑡=

(0,299 x 0,205)+(0 x 0)

0,299+0 = 0,205 jam

3) Rata - rataDowntime (MDT)

MDT = M + LDT + ADT= 0,205 + 0,5 + 0 = 0,705 jam

4) Maintainability

M = 𝑓𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝑘𝑒𝑟𝑢𝑠𝑎𝑘𝑎𝑛 𝑥 MDT

𝑆𝑡𝑢𝑑𝑦 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙 x 100=

428 𝑥 0,705

1.432,167 x 100 = 21,074%

D. Availability

Perhitungan ini mengambil contoh no 1 yaitu cutting tool OP030 T1

1) MenghitungNilai Inherent Availability (Ai)

Ai = MTBF

MTBF+Mct=

210,885

210,885+(0,205 x 60

0,9)= 93,91%

2) Achieved Availability (Aa)

Aa = MTBM

MTBM+Mct=

3,346

3,346+0,205= 94,22%

3) Operational Availability (Ao)

Ao = MTBM

MTBM+MDT=

3,346

3,346+0,705= 82,59%

Berdasarkan perhitungan diatas maka nilai availability tidak mencapai target 95%.

E. Cost of Unreliability

1) MenghitungNilai Failure Rate (FR)

Perhitungan ini mengambil contoh no 1 yaitu cautting tool OP030 T1

FR = 𝑁𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝐹𝑎𝑖𝑙𝑢𝑟𝑒

𝑆𝑡𝑢𝑑𝑦 𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙=

428

1.432,167= 0,299 unit/jam

2) Menghitung Nilai Time Lost (TL)

a. TL Corrective

TL Corrective = Number of Failure x Corrective Time/Failure ; (Jam/Tahun)

TL Corrective= 428 x 0,205 = 87,811 jam


9

b. TL Downtime

TL Downtime = Number of Failure x Downtime Time/Failure; (Jam/Tahun)

TL Downtime = 428 x 0,705 = 301,881 jam

3) Menghitung Nilai Money Lost (ML)

Berikut adalah perhitungan biaya ketidakhandalan pada lini crankshaft machining NR

pada cutting tool OP030 T1:

Harga produk = Rp 700.000 per unit

Maintenance cost = Rp 351.653 per jam

Labor cost = Rp 21.875 per jam

Loss Profit = Rp 32.214.000

a. Corrective

Spare part cost = TL Corrective x Maintenance Cost/hrs

= 87,811 x 351.653= Rp 30.879.118,801

Labor Mtn Cost = TL Corrective x Labor Maintenance Cost/hrs

= 87,811 x 21.875 = Rp 1.920.872,917

COUR Corrective = Loss profit + equipmentcost + labor maintenance cost

= 32.214.000 + 30.879.118,801 + 1.920.872,917

= Rp 65.013.991,717

b. Downtime

Spare part cost = TL Downtime x Maintenance Cost/hrs

= 301,811 x 351.653 = Rp 106.132.860,801

Labor Mtn Cost = TL Downtime x Labor Maintenance Cost/hrs

= 301,811 x 21.875 = Rp 6.602.122,917

COUR Downtime = Loss profit + equipmentcost + labor maintenance cost

= 32.214.000 + 106.132.860,801+ 6.602.122,917

= Rp 135.729.814,640

F. Maintenance Value Stream Mapping

1) Current state mapping

Gambar 7 Current State Mapping

VA time = MTTR = 4,05 menit

= VA

MMLT x 100 =

4,05

42,31 x 100

= 9,57%

Eff mtn = MTTR

MMLT x 100 =

4,05

42,31 x 100

= 9,57 %


10

NVA time = MTTO + MTTY = 38,26 menit

= NVA

MMLT x 100 =

38,26

42,31 x 100 = 90,43%

2) Future state mapping

Gambar 8 Future State Mapping

VA tim = MTTR = 4,05 menit

= VA

MMLT x 100 =

4,05

10,19 x 100 = 39,74%

NVA time = MTTO + MTTY = 6,14 menit

= NVA

MMLT x 100 =

6,14

10,19 x 100 = 60,26%

Eff mtn = MTTR

MMLT x 100 =

4,05

10,17 x 100 = 39,74 %

Nilai OEE perusahaan sudah sangat baik terbukti dari hasil perhitungan nilai rata – rata

OEE dari bulan Mei sampai Agustus 2017 sebesar 94,41% melampaui standar dunia yaitu

85%. Akan tetapi masih dapat dilakukan perbaikan karena masih terdapat losses pada nilai

OEE sebesar 5,59%. Losses ini disebabkan oleh beberapa hal seperti downtime mesin sebe-

sar 1,57%, slow cycle 0,51%, defect produk 0,005% dan penggantian cutting tool 3,51%.

Sehingga perlu dilakukan perbaikan pada proses penggantian cutting tool.

Tingkat reliability pada area machining NR crankshaft cukup rendah yaitu 46,59% akan

tetapi terjadi peningkatan paa nilai MTBF. Sedangkan tingkat availability rata – rata men-

capai target yaitu 95% untuk nilai inherent availability (Ai) sebesar 98,60%, achieved avail-

ability (Ai) sebesar 98,64% dan operational availability (Ai) sebesar 94,91% (cutting tool

OP030 T1, T2, T3 dan T4 tidak tercapai tingkat availabilitynya), hal ini disebabkan karena

nilai MTBF naik dan nilai MTTR tetap serta nilai MTBM yang rendah sehingga frekuensi

penggantian sering terjadi. Kemudian untuk nilai operational availability rata – rata tidak

tercapai hal ini dikarenakan nilai mean downtime (MDT) yang tinggi karena downtime

yang masih tinggi. Sedangkan nilai maintainability rata – rata sebesar 5,212%.Kemudian

tidak ada perubahan pada tingkat maintainability (waktu penggantian cutting tool). Dengan

terdapat peningkatan reliability (MTBF) dan availability serta tidak ada perubahan pada

Maintainability (MTTR) maka dapat dilakukan pertimbangan RAM sebagai berikut :

a. Perbaikan perancangan reliability.

b. Tes screening lebih efisien pada produk yang diproduksi.

c. Mengurangi jumlah kegagalan.


11

d. Mengurangi jumlah insiden dimana kegagalan yang jelas tidak dapat diverifikasi.

e. Meningkatkan waktu antara preventive maintenance.

Biaya ketidakhandalan yang sangat tinggi disebabkan oleh downtime penggantian cutting

tool yang lama sehingga menyebabkan tingginya biaya kehilangan produksi, yang ber-

pengaruh terhadapat biaya ketidakhandalan tersebut. Rata – rata biaya yang disebabkan

oleh waktu korektif, untuk biaya kehilangan produksi sebesar Rp 32.214.000, biaya spare

part sebesar 6.996.336,395, biaya pekerja maintenance sebesar Rp 435.215,564 dan biaya

ketidakhandalan sebesar Rp 39.645.551,958. Sedangkan rata – rata biaya yang disebabkan

oleh downtime, untuk biaya kehilangan produksi sebesar Rp 32.214.000, biaya spare part

sebesar 27.953.228,799, biaya pekerja maintenance sebesar Rp 1.738.864,392 biaya

ketidakhandalan disebabkan oleh downtime sebesar Rp 61.906.093,191.

Berdasarkan pembuatan MVSM maka pada current state mapping masih banyak kegiatan

NVA yang perlu dikurangi. Identifikasi penyebab banyaknya kegiatan NVA dilakukan

dengan why why analysis serta untuk mengurangi atau mengeliminasi kegiatan NVA maka

dilakukan usulan perbaikan seperti pada pengolahan sehingga didapatkan nilai future state

Mapping yang lebih baik, hal ini dapat dilihat dari nilai mean maintenance lead time

(MMLT) mengalami penurunan dari 42,31 menjadi 10,19 menit, mean time to organize

(MTTO) juga mengalami penurunan dari 36,16 menjadi 4,04 menit, mean time to repair

(MTTR) sebesar 4,05 menit dan mean time to yield (MTTY) sebesar 2,10. Sehingga

didapat nilai VA (MTTR) sebesar 4,05 menit dengan presentase 39,74% atau sama dengan

nilai dari presentase efisiensi maintenance. Sedangkan nilai NVA (MTTO + MTTY) lebih

besar dari nilai VA sebesar 6,14 menit dengan presentase 60,26%. Sehingga nilai future

state Mapping menghasilkan nilai yang lebih baik, hal ini dapat dilihat dari pengurangan

NVA sebesar 30,02 menit yaitu dari 36,16 menit (90,43%) menjadi 6,14 menit (60,26%)

serta naikknya presentase efisiensi perawatan dari 9,57% menjadi 39,74% atau lebih dari 3

kali efisiensi awal.

IV. KESIMPULAN

Nilai OEE perusahaan sudah sangat baik terbukti dari hasil perhitungan nilai rata – rata

OEE dari bulan Mei sampai Agustus 2017 sebesar 94,41% melampaui standar dunia yaitu

85%. Tingkat reliability pada area machining NR crankshaft cukup rendah yaitu 46,59%

akan tetapi terjadi peningkatan paa nilai MTBF. Sedangkan tingkat availability rata – rata

mencapai target yaitu 95% untuk nilai inherent availability (Ai) sebesar 98,60%, achieved

availability (Ai) sebesar 98,64% dan operational availability (Ai) sebesar 94,91%, Se-

dangkan nilai maintainability rata – rata sebesar 5,21%. Perbaikan yang dilakukan future

state Mapping, mampu menurunkan nilai mean maintenance lead time (MMLT) dari 42,31

menjadi 10,19 menit, mean time to organize (MTTO) juga mengalami penurunan dari

36,16 menjadi 4,04 menit, mean time to repair (MTTR) sebesar 4,05 menit dan mean time

to yield (MTTY) sebesar 2,10. Sehingga didapat nilai VA (MTTR) sebesar 4,05 menit

dengan presentase 39,74% atau sama dengan nilai dari presentase efisiensi maintenance.

Sedangkan nilai NVA (MTTO + MTTY) lebih besar dari nilai VA sebesar 6,14 menit

dengan presentase 60,26%. Sehingga nilai future state Mapping menghasilkan nilai yang

lebih baik, hal ini dapat dilihat dari pengurangan NVA sebesar 30,02 menit yaitu dari 36,16

menit (90,43%) menjadi 6,14 menit (60,26%) serta naikknya presentase efisiensi perawatan

dari 9,57% menjadi 39,74% atau lebih dari 3 kali dari efisiensi awal.


12

PUSTAKA

A. Ebrahimi, “Effect analysis of Reliability, Availability, Maintainability and Safety (RAMS ) Parameters in design and

operation of Dynamic Positioning (DP) systems in floating offshore structures,” Master Thesis Writ. KTH, R. Inst. Technol. Sch. Ind. Eng., no. October, 2010.

A. Fernando. KS, “penerapan metode reliability engineering dan maintenance value stream mapping (MVSM) dalam

perencanaan dan perhitungan biaya mesin di PG Kwalamaju PTPN II,” Medan, 2016. B. Ariyanto, “Analisis Penggantian Komponen Mesin Tube Splicing dan Mesin Tube Curing dengan Distribusi Weibull dan

Perhitungan Efisiensi Biaya di PT Gajah Ttunggal Tbk,” MIX, vol. V, no. 1, pp. 70–89, 2015.

D. A. Diputra, F. T. D. Atmaji, and E. Budiasih, “Usulan Perancangan Kebijakan Perawatan Mesin Jet Dyeing dengan Menggunakan Metode Reliability, Availability, Maintainability (RAM) DAN Cost of Unreliability (COUR) di PT.

XYZ,” e-proceeding Eng., vol. 4, no. 2, pp. 2521–2528, 2017.

D. Alvira, Y. Helianty, and H. Prassetiyo, “Usulan Peningkatan Overall Equipment Effectiveness ( OEE ) Pada Mesin Tapping Manual dengan Meminimumkan Six Big Losses,” J. Tek. Ind. Itenas, vol. 03, no. 03, pp. 240–251, 2015.

E. Nursubiyantoro and Triwiyanto, “Sistem Manajemen Perawatan Unit MMU Pump dan Oil Shipping Pump,” Ind. Eng.

Conf., vol. 5, no. September, pp. 1–7, 2012.

E. S. Sujatman et al., “Performance Assesment Berbasis Reliability Menggunakan Metode Reliability , Availability ,

Maintainability ( RAM ) dan Cost of Unreliability ( COUR ) Pada Mesin Cincinnati Milacron di Direktorat

Aerostructure PT Dirgantara Indonesia,” e-proceeding Eng., vol. 3, no. 2, pp. 2478–2484, 2016. F. Vicente, “Assesing the Cost of Unreliability in Gas Plant to Have a Sustainable Operation,” 2012.

H. A. Prabowo, I. Almahdy, and G. B. Hasibuan, “Sistem Perawatan Mesin Press,” PASTI, vol. 3, no. 1, pp. 33–44, 2010.

I. Sodikin, “Analisis penentuan waktu perawatan dan jumlah persediaan suku cadang rantai garu yang optimal,” J. Teknol.,

vol. 3, pp. 44–52, 2010.

M. Vivekprabhu, R. Karthick, and G. S. Kumar, “Optimization of Overall Equipment Effectiveness in A Manufacturing System,” Int. J. Inov. Res. Sci. Eng. Technol., vol. 3, no. 3, 2014.

P. O. P, N. Matondang, and A. Ishak, “Perancangan Sistem Perawatan Mesin Dengan Pendekatan Reliability Engineering Dan Maintenance Value Stream Mapping ( MVSM ) Pada PT XXX,” e-jurnal Tek. Ind. FT USU, vol. 3, no. 1, pp.

52–56, 2013.

Supandi, Manajemen Perawatan Industri. Bandung: Ganeca Exact, 1990. T. Wardoyo, “Optimasi Interval Pemeliharaan Periodik Berdasarkan Analisa Terhadap Reliability, Availability dan

Maintainability (RAM) di PLTA Saguling,” J. Artic., 2017.

analisa kebijakan sistem penggantian cutting …

Documents