WASTUKANCANAWASTUKANCANA

Jurnal TeknologikaJurnal Teknologika

Penelitian ini bertujuan untuk menganalisis efektivitas perawatan mesin AfterTreatment di PT XYZ menggunakan metode Overall Equipment Effectiveness (OEE) dan Six Big Losses. Mesin AfterTreatment merupakan bagian penting dalam proses produksi serat rayon, namun memiliki tingkat downtime yang tinggi. Metode OEE digunakan untuk mengukur efektivitas mesin berdasarkan tiga komponen utama, yaitu availability, performance efficiency, dan quality. Penelitian dilakukan dengan mengumpulkan data operasional mesin dari bulan September 2024 hingga Februari 2025. Hasil penelitian menunjukkan bahwa nilai rata-rata OEE sebesar 75,99%, yang masih berada di bawah standar OEE dunia sebesar 85%. Faktor utama yang mempengaruhi rendahnya OEE adalah losses akibat reduced speed, equipment failure, dan idling & minor stoppages. Dengan mengidentifikasi penyebab kerugian melalui metode Six Big Losses dan Fishbone Diagram, penelitian ini memberikan usulan perbaikan melalui perencanaan perawatan preventif dan peningkatan pelatihan operator. Kesimpulan dari penelitian ini menyatakan bahwa peningkatan efektivitas mesin dapat dicapai melalui pengurangan kerugian utama dan optimalisasi strategi perawatan.

Nilai OEE rata-rata mesin AfterTreatment pada PT XYZ selama September 2024 – Februari 2025 adalah 75,99%, termasuk kategori sedang.Perbaikan diperlukan untuk meningkatkan OEE, terutama dengan mengurangi losses utama berupa minor stoppages dan perubahan kecepatan yang menyumbang sekitar 40% dari total losses.Fokus pada pengurangan losses tersebut dapat meningkatkan efektivitas mesin secara signifikan.

Penelitian lanjutan dapat mengeksplorasi penerapan metode OEE dan Six Big Losses pada berbagai jenis mesin produksi di PT XYZ untuk menilai konsistensi hasil dan mengidentifikasi faktor-faktor loss yang spesifik pada tiap mesin; selanjutnya, integrasi sistem pemantauan real‑time berbasis Internet of Things (IoT) dapat dikembangkan untuk mengumpulkan data OEE secara otomatis, sehingga memungkinkan analisis dinamis dan respons cepat terhadap kehilangan produksi; terakhir, penggunaan teknik machine learning untuk prediksi kegagalan peralatan dapat diuji sebagai pendekatan predictive maintenance, dengan tujuan menurunkan downtime dan meningkatkan nilai OEE secara berkelanjutan, sambil membandingkan efektivitasnya dengan strategi perawatan preventif tradisional.

  1. ANALISIS KINERJA MESIN BANDSAW MENGGUNAKAN METODE OVERALL EQUIPMENT EFFECTIVENESS (OEE) dan SIX BIG LOSSES... doi.org/10.53625/jcijurnalcakrawalailmiah.v2i1.3509ANALISIS KINERJA MESIN BANDSAW MENGGUNAKAN METODE OVERALL EQUIPMENT EFFECTIVENESS OEE dan SIX BIG LOSSES doi 10 53625 jcijurnalcakrawalailmiah v2i1 3509
  2. Analisis Overall Equipment Effectiveness (OEE) dan Six Big Losses Pada Mesin Length Adjusment Line 3... doi.org/10.33379/gtech.v7i2.2236Analisis Overall Equipment Effectiveness OEE dan Six Big Losses Pada Mesin Length Adjusment Line 3 doi 10 33379 gtech v7i2 2236
  3. Usulan Perbaikan Efektifitas Mesin Melalui Analisa Penerapan TPM Menggunakan Metode OEE Dan Six Big Losses... journal.unimal.ac.id/miej/article/view/382Usulan Perbaikan Efektifitas Mesin Melalui Analisa Penerapan TPM Menggunakan Metode OEE Dan Six Big Losses journal unimal ac miej article view 382
Read online
File size552.09 KB
Pages10
DMCAReport

Related /

ads-block-test