OEE (Overall Equipment Effectiveness) adalah salah satu indikator yang digunakan dalam industri manufaktur untuk mengukur seberapa efektif suatu mesin atau peralatan digunakan dalam proses produksi. OEE tidak hanya melihat apakah mesin dapat beroperasi, tetapi juga menilai berapa lama mesin tersedia, seberapa cepat mesin bekerja, dan berapa banyak produk yang dihasilkan dengan kualitas baik.
Dengan menggunakan OEE, perusahaan dapat mengetahui sumber kehilangan produktivitas dan menentukan bagian proses yang perlu diperbaiki.
Secara umum, OEE dihitung dari tiga komponen:
OEE = Availability × Performance × Quality
Availability: Mengukur Ketersediaan Mesin
Availability menunjukkan seberapa besar waktu produksi yang direncanakan benar-benar digunakan untuk menjalankan mesin.
Mesin yang sering mengalami kerusakan, setup terlalu lama, atau changeover yang membutuhkan banyak waktu akan memiliki nilai Availability yang lebih rendah.
Rumus:
Availability = Run Time ÷ Planned Production Time × 100%
Contoh
Sebuah mesin dijadwalkan berproduksi selama 8 jam atau 480 menit. Dalam periode tersebut, mesin mengalami downtime selama 60 menit karena kerusakan dan pergantian produk.
Maka:
Run Time = 480 − 60 = 420 menit
Availability = 420 ÷ 480 × 100% = 87,5%
Artinya, mesin benar-benar beroperasi selama sekitar 87,5% dari waktu produksi yang direncanakan.
Penyebab Availability rendah
Beberapa penyebab yang umum antara lain:
- Kerusakan mesin.
- Waktu setup yang terlalu lama.
- Changeover produk.
- Menunggu material.
- Menunggu operator atau teknisi.
- Gangguan pada sistem listrik.
- Perawatan mesin yang tidak terencana.
Data downtime dapat digunakan untuk mengetahui mesin atau proses mana yang paling banyak kehilangan waktu produksi.
Performance: Mengukur Kecepatan Produksi
Mesin yang terus berjalan belum tentu bekerja secara optimal. Performance digunakan untuk melihat apakah mesin mampu menghasilkan produk sesuai dengan kecepatan idealnya.
Penurunan Performance dapat terjadi ketika mesin berjalan lebih lambat dari standar atau terlalu sering mengalami minor stops, yaitu penghentian singkat yang mungkin tidak tercatat sebagai downtime besar.
Rumus:
Performance = (Ideal Cycle Time × Total Count) ÷ Run Time × 100%
Contoh
Sebuah mesin memiliki:
- Ideal Cycle Time = 2 detik/produk
- Total produksi = 7.000 produk
- Run Time = 240 menit
Maka:
Performance = (2 × 7.000) ÷ (240 × 60) × 100%
Hasilnya sekitar 97,2%.
Artinya, kecepatan aktual mesin cukup dekat dengan kecepatan ideal yang ditetapkan.
Penyebab Performance rendah
Contohnya:
- Kecepatan mesin sengaja diturunkan karena masalah proses.
- Komponen mesin mengalami keausan.
- Material tidak konsisten.
- Mesin sering mengalami gangguan kecil.
- Setting mesin kurang optimal.
- Operator harus melakukan penyesuaian selama produksi.
Quality: Mengukur Kualitas Produk
Komponen ketiga adalah Quality. Faktor ini menunjukkan seberapa banyak produk yang dihasilkan mesin memenuhi standar kualitas pada produksi pertama.
Produk yang mengalami reject atau membutuhkan rework menunjukkan adanya kehilangan kualitas.
Rumus:
Quality = Good Count ÷ Total Count × 100%
Contoh
Sebuah mesin menghasilkan 10.000 produk. Dari jumlah tersebut, sebanyak 250 produk mengalami cacat.
Maka produk baik:
10.000 − 250 = 9.750 produk
Quality:
9.750 ÷ 10.000 × 100% = 97,5%
Jadi, nilai Quality mesin tersebut adalah 97,5%.
Penyebab Quality rendah
Beberapa penyebabnya dapat berupa:
- Setting mesin tidak tepat.
- Suhu atau tekanan proses tidak sesuai.
- Tool atau dies mengalami keausan.
- Material tidak memenuhi spesifikasi.
- Kesalahan parameter produksi.
- Kesalahan proses saat startup.
- Sistem inspeksi yang kurang efektif.
Menghitung Nilai OEE
Setelah mendapatkan Availability, Performance, dan Quality, ketiganya dikalikan.
Misalnya:
- Availability = 87,5%
- Performance = 97,2%
- Quality = 97,5%
Maka:
OEE = 87,5% × 97,2% × 97,5%
OEE ≈ 82,9%
Jadi, efektivitas keseluruhan mesin berdasarkan ketiga faktor tersebut adalah sekitar 82,9%.
Hal penting yang perlu diperhatikan adalah OEE merupakan hasil perkalian. Artinya, satu faktor yang rendah dapat memberikan pengaruh cukup besar terhadap nilai OEE secara keseluruhan.
OEE dan Six Big Losses
OEE juga berkaitan erat dengan konsep Six Big Losses, yaitu enam kelompok utama yang dapat menyebabkan hilangnya efektivitas peralatan.
A. Equipment Failure
Mesin berhenti karena mengalami kerusakan.
Contohnya:
- Motor rusak.
- Bearing mengalami kerusakan.
- Sistem hidrolik bermasalah.
- Sensor mengalami gangguan.
B. Setup and Adjustment
Waktu yang hilang ketika mesin dipersiapkan atau disesuaikan.
Contohnya:
- Pergantian dies.
- Penggantian tooling.
- Pengaturan parameter mesin.
- Kalibrasi.
C. Idling and Minor Stops
Mesin berhenti sebentar atau mengalami gangguan kecil tetapi sering terjadi.
Contohnya:
- Material tersangkut.
- Sensor tidak membaca benda kerja.
- Mesin berhenti beberapa detik untuk reset.
D. Reduced Speed
Mesin beroperasi tetapi kecepatannya lebih rendah dari standar.
Contohnya:
mesin seharusnya menghasilkan 100 unit/jam, tetapi dalam kondisi aktual hanya menghasilkan 80 unit/jam.
E. Process Defects
Produk mengalami cacat selama proses produksi.
Contohnya:
- Dimensi tidak sesuai.
- Permukaan produk rusak.
- Produk tidak terbentuk sempurna.
F. Reduced Yield
Kehilangan produk yang terjadi terutama pada tahap awal produksi atau saat proses mulai dijalankan.
Misalnya, beberapa produk pertama setelah setup atau changeover harus dibuang karena parameter mesin belum stabil.
Bagaimana Data OEE Membantu Perbaikan Mesin?
OEE sebaiknya tidak hanya digunakan untuk menghasilkan sebuah persentase. Data di balik angka tersebut jauh lebih penting untuk menentukan tindakan perbaikan.
Misalnya perusahaan mendapatkan:
| Parameter | Nilai |
|---|---|
| Availability | 75% |
| Performance | 95% |
| Quality | 98% |
| OEE | 69,8% |
Dari data tersebut terlihat bahwa masalah utama bukan pada kecepatan atau kualitas, tetapi pada Availability.
Tim maintenance kemudian dapat memeriksa:
- Mesin apa yang paling sering mengalami downtime?
- Berapa lama setiap kerusakan berlangsung?
- Komponen apa yang sering mengalami kerusakan?
- Apakah preventive maintenance sudah dilakukan?
- Apakah waktu setup dapat dikurangi?
Dengan demikian, perusahaan dapat memfokuskan program perbaikan pada penyebab yang memberikan dampak terbesar.
OEE untuk Preventive dan Predictive Maintenance
Data OEE juga dapat dikombinasikan dengan sistem preventive maintenance dan predictive maintenance.
Sebagai contoh, jika data menunjukkan bahwa downtime sebuah mesin semakin meningkat dari bulan ke bulan, perusahaan dapat melakukan pemeriksaan sebelum kerusakan yang lebih besar terjadi.
Data OEE dapat dikombinasikan dengan:
- Data getaran mesin.
- Temperatur bearing.
- Konsumsi energi.
- Jam operasi mesin.
- Riwayat kerusakan.
- Data alarm PLC.
- Data sensor IoT.
Dengan kombinasi tersebut, perusahaan dapat mengetahui hubungan antara kondisi mesin dan penurunan produktivitas.
OEE dalam Smart Factory
Pada konsep Industry 4.0, pengukuran OEE dapat dilakukan secara otomatis menggunakan sensor, PLC, sistem MES, atau perangkat IoT.
Data seperti:
Machine → Sensor/PLC → Database → Dashboard OEE
dapat dikumpulkan secara otomatis.
Dashboard kemudian dapat menampilkan:
- OEE secara real-time.
- Availability.
- Performance.
- Quality.
- Downtime.
- Jumlah produksi.
- Jumlah reject.
- Penyebab mesin berhenti.
Hal ini membuat operator dan manajemen dapat melihat kondisi produksi dengan lebih cepat dibandingkan pencatatan manual.
Manfaat Penerapan OEE
Penerapan OEE dapat memberikan beberapa manfaat bagi perusahaan, antara lain:
- Mengidentifikasi sumber downtime
Perusahaan dapat mengetahui mesin yang paling banyak kehilangan waktu produksi. - Meningkatkan produktivitas mesin
Data OEE membantu menemukan mesin yang bekerja di bawah kemampuan optimalnya. - Mengurangi produk cacat
Data Quality dapat digunakan untuk menemukan penyebab reject dan rework. - Mendukung preventive maintenance
Riwayat downtime dapat membantu menentukan prioritas perawatan. - Mendukung continuous improvement
Perubahan OEE dari waktu ke waktu dapat digunakan untuk melihat dampak program perbaikan. - Membantu pengambilan keputusan
Data yang terukur dapat digunakan untuk menentukan apakah masalah utama berada pada mesin, proses, kecepatan, atau kualitas.
OEE Bukan Sekadar Angka Persentase
Hal yang penting adalah jangan hanya mengejar angka OEE yang tinggi. Nilai OEE harus dianalisis bersama data penyebab kehilangan produksi.
Sebagai contoh, OEE suatu mesin mungkin terlihat cukup tinggi, tetapi masih terdapat masalah seperti:
- downtime yang sering terjadi,
- biaya maintenance tinggi,
- banyak minor stops,
- produk reject,
- atau kecepatan mesin yang sengaja diturunkan.
Karena itu, perusahaan perlu melihat tren OEE dan faktor penyebabnya, bukan hanya satu angka pada satu periode.
Angka 85% sering digunakan sebagai benchmark OEE dalam konteks tertentu, tetapi angka tersebut bukan target universal untuk semua mesin dan semua jenis proses. Kondisi proses, karakteristik produk, dan sistem produksi perlu dipertimbangkan ketika menentukan target.
OEE (Overall Equipment Effectiveness) merupakan metode untuk mengetahui seberapa efektif mesin digunakan dalam proses produksi melalui tiga faktor utama: Availability, Performance, dan Quality.
OEE = Availability × Performance × Quality
Dengan OEE, perusahaan dapat mengetahui apakah kehilangan produktivitas disebabkan oleh mesin sering berhenti, kecepatan produksi yang menurun, atau produk yang tidak memenuhi standar.