Dalam industri manufaktur, lini packaging sering menjadi salah satu area yang menentukan kelancaran produk sebelum dikirim ke proses berikutnya atau ke konsumen. Mesin filling, labeling, sealing, conveyor, hingga mesin packing harus bekerja secara sinkron agar target produksi dapat tercapai.
Masalahnya, ketika output menurun, penyebabnya tidak selalu berasal dari kerusakan mesin. Bisa saja sebuah mesin sering mengalami berhenti singkat, bekerja di bawah kecepatan ideal, atau menghasilkan produk yang harus dirework. Jika hanya melihat jumlah produksi akhir, sumber masalah tersebut akan sulit ditemukan.
Di sinilah dashboard OEE (Overall Equipment Effectiveness) dapat membantu. Dengan menampilkan data operasional secara terstruktur, tim produksi dapat melihat bagian mana yang paling banyak menyebabkan kehilangan produktivitas dan menentukan bottleneck utama di lini packaging.
Apa yang Dimaksud Dashboard OEE?
Dashboard OEE merupakan tampilan digital yang menyajikan data efektivitas peralatan produksi dalam bentuk angka, grafik, indikator, maupun histori.
Berbeda dengan pencatatan manual, dashboard dapat menampilkan informasi produksi secara lebih cepat dan terpusat. Data seperti waktu operasi, downtime, jumlah produk, reject, hingga kecepatan produksi dapat digunakan untuk mengevaluasi kondisi mesin.
Dalam praktiknya, OEE terdiri dari tiga indikator utama, yaitu Availability, Performance, dan Quality. Namun, untuk menemukan bottleneck, pengguna tidak cukup hanya melihat angka OEE secara keseluruhan. Setiap indikator perlu dianalisis lebih dalam.
1. Mulai dari Nilai OEE Secara Keseluruhan
Langkah pertama adalah melihat nilai OEE pada dashboard untuk mengetahui gambaran umum efektivitas lini packaging.
Jika nilai OEE mengalami penurunan dibandingkan target atau periode sebelumnya, jangan langsung menyimpulkan bahwa seluruh mesin bermasalah.
Perhatikan tren berdasarkan:
- Shift produksi.
- Hari atau tanggal tertentu.
- Jenis produk.
- Mesin.
- Operator.
- Batch produksi.
Misalnya, OEE lini packaging terlihat rendah hanya pada shift malam. Kondisi tersebut dapat menjadi petunjuk awal bahwa terdapat faktor tertentu yang perlu ditelusuri lebih lanjut.
2. Periksa Availability untuk Mencari Masalah Downtime
Availability menunjukkan seberapa besar waktu produksi yang benar-benar digunakan untuk menjalankan mesin dibandingkan waktu produksi yang direncanakan.
Pada lini packaging, rendahnya availability dapat disebabkan oleh berbagai kondisi seperti:
- Mesin breakdown.
- Setup terlalu lama.
- Changeover produk.
- Gangguan conveyor.
- Sensor bermasalah.
- Gangguan kelistrikan.
- Menunggu material atau operator.
Perhatikan daftar downtime pada dashboard. Jangan hanya melihat total durasinya, tetapi juga frekuensi kejadian.
Sebagai contoh, satu mesin mungkin mengalami downtime 30 menit karena satu kerusakan besar. Mesin lain hanya berhenti selama satu atau dua menit setiap kali, tetapi terjadi puluhan kali dalam satu shift.
Jika dijumlahkan, minor stop tersebut bisa menjadi sumber kehilangan kapasitas yang signifikan.
3. Analisis Performance untuk Menemukan Mesin yang Berjalan Lambat
Mesin yang tidak mengalami breakdown bukan berarti bekerja secara optimal.
Performance membantu melihat apakah mesin mampu beroperasi mendekati kecepatan idealnya. Pada lini packaging, penurunan performance dapat terjadi karena setting mesin tidak optimal, komponen mulai aus, material tidak konsisten, atau operator sengaja menurunkan kecepatan untuk menjaga kestabilan proses.
Misalnya, mesin packaging memiliki target produksi 100 unit per menit, tetapi rata-rata aktual hanya 80 unit per menit.
Mesin tersebut mungkin terlihat “berjalan normal” karena tidak mengalami downtime besar. Namun, terdapat kehilangan output akibat reduced speed.
Karena itu, bandingkan actual speed dengan target atau ideal speed pada dashboard.
4. Lihat Quality untuk Menemukan Titik Produk Reject
Bottleneck tidak selalu berkaitan dengan kecepatan mesin. Produk reject juga dapat menciptakan kehilangan kapasitas dan memperpanjang waktu produksi.
Pada lini packaging, masalah quality dapat berupa:
- Label tidak terpasang dengan benar.
- Seal tidak sempurna.
- Kemasan rusak.
- Berat produk tidak sesuai.
- Posisi kemasan tidak tepat.
- Hasil printing tidak sesuai standar.
Jika satu mesin menghasilkan reject jauh lebih tinggi dibandingkan mesin lainnya, area tersebut perlu mendapatkan perhatian.
Selain menghitung jumlah reject, perhatikan pula jenis cacat dan kapan masalah tersebut paling sering muncul. Informasi ini dapat membantu tim maintenance dan produksi menentukan akar masalah dengan lebih tepat.
5. Bandingkan Performa Antar Mesin
Salah satu cara paling efektif menemukan bottleneck adalah membandingkan performa setiap mesin dalam satu lini.
Misalnya lini packaging terdiri dari:
Filling → Capping → Labeling → Cartoning → Palletizing
Jika mesin filling mampu menghasilkan 120 unit per menit, tetapi mesin labeling hanya mampu memproses 80 unit per menit, maka labeling berpotensi menjadi titik pembatas kapasitas.
Dashboard OEE dapat membantu memperlihatkan perbedaan tersebut melalui data aktual setiap mesin.
Dengan demikian, keputusan perbaikan tidak hanya berdasarkan asumsi operator, tetapi berdasarkan data produksi.
6. Gunakan Pareto untuk Menentukan Prioritas Perbaikan
Ketika dashboard menunjukkan banyak jenis downtime dan gangguan, perusahaan tidak harus memperbaiki semuanya sekaligus.
Gunakan pendekatan Pareto dengan mengurutkan penyebab kehilangan berdasarkan kontribusinya terhadap waktu atau output yang hilang.
Misalnya:
| Penyebab | Waktu Hilang |
| Breakdown mesin | 120 menit |
| Changeover | 80 menit |
| Minor stop | 65 menit |
| Menunggu material | 40 menit |
| Sensor error | 25 menit |
Dari data tersebut, breakdown dan changeover menjadi kandidat prioritas karena memberikan kontribusi kehilangan terbesar.
Pendekatan ini membuat program improvement menjadi lebih terarah.
7. Perhatikan Tren, Bukan Hanya Data Hari Ini
Kesalahan umum dalam membaca dashboard OEE adalah hanya melihat kondisi pada satu shift atau satu hari.
Padahal, bottleneck dapat bersifat berulang dan baru terlihat ketika data dikumpulkan dalam periode tertentu.
Bandingkan data harian, mingguan, atau bulanan untuk melihat apakah masalah tertentu terus muncul.
Contohnya, downtime sensor mungkin terlihat kecil setiap hari. Namun, jika selalu muncul pada mesin yang sama selama beberapa minggu, kondisi tersebut dapat menjadi indikasi perlunya pemeriksaan atau preventive maintenance.
Bagaimana Dashboard OEE Membantu Tim Produksi?
Dashboard yang terintegrasi dengan sistem otomasi memungkinkan data dari PLC, sensor, HMI, dan perangkat produksi dikumpulkan secara otomatis.
Data tersebut kemudian dapat ditampilkan dalam bentuk dashboard sehingga operator, supervisor, maintenance, dan manajemen dapat melihat informasi yang relevan sesuai kebutuhan.
Hasilnya, perusahaan dapat:
- Menemukan bottleneck lebih cepat.
- Mengurangi downtime berulang.
- Mengidentifikasi mesin dengan performance rendah.
- Memantau tingkat reject.
- Membandingkan performa antarshift.
- Menentukan prioritas maintenance.
- Mendukung continuous improvement.
Yang paling penting, dashboard OEE bukan sekadar alat untuk menampilkan angka. Data tersebut harus digunakan sebagai dasar untuk melakukan tindakan perbaikan.
Mengapa Memilih PT. Sahabat Surya Electrindo?
Implementasi dashboard OEE membutuhkan integrasi antara sistem otomasi, perangkat kelistrikan, PLC, HMI, sensor, jaringan komunikasi, hingga platform monitoring.
PT. Sahabat Surya Electrindo dapat membantu perusahaan dalam menyediakan solusi otomasi dan monitoring industri sesuai kebutuhan aplikasi. Mulai dari integrasi PLC, HMI, perangkat komunikasi, hingga sistem monitoring produksi, solusi dapat disesuaikan dengan kondisi dan target operasional pabrik.
Dengan dukungan sistem monitoring yang tepat, data dari lini packaging dapat diolah menjadi informasi yang lebih mudah digunakan untuk mengidentifikasi bottleneck dan menentukan prioritas peningkatan efisiensi.
Membaca dashboard OEE bukan hanya tentang mencari nilai OEE yang rendah. Untuk menemukan bottleneck utama di lini packaging, perusahaan perlu melihat Availability, Performance, Quality, data downtime, kecepatan produksi, reject, serta perbandingan performa antar mesin.
Dengan menganalisis data secara menyeluruh dan menggunakan pendekatan Pareto, perusahaan dapat menentukan masalah yang paling memberikan dampak terhadap produktivitas. Langkah perbaikan pun menjadi lebih terarah karena didasarkan pada kondisi aktual di lapangan.
Ingin mengetahui bagaimana dashboard OEE dapat membantu menemukan bottleneck di lini packaging pabrik Anda? Konsultasikan kebutuhan sistem monitoring dan otomasi bersama PT. Sahabat Surya Electrindo melalui Whatsapp untuk mendapatkan solusi yang sesuai dengan kebutuhan industri.
