Date post: | 06-Jul-2018 |
Category: |
Documents |
Upload: | hineni-pakpahan |
View: | 225 times |
Download: | 0 times |
of 37
8/18/2019 1Chapter III V
1/37
8/18/2019 1Chapter III V
2/37
3.4. Sumber dan Jenis Data
Objek penelitian yang akan diteliti yaitu sistem Turbin Gas GT 2.1 ataupun
peralatan. Data yang diambil adalah data operasi dari Turbin Gas GT 2.1 serta
data pendukung lainnya.
3.5. Variabel Penelitian
Menurut hubungan antara satu variabel dengan veriabel yang lain, variabel -
variabel penelitian dibagi atas :
3.5.1. Variabel independen (Variabel bebas, sebab mempengaruhi)
Variabel bebas merupakan variabel yang mempengaruhi atau menjadi
sebab perubahannya atau timbulnya variabel akibat (variabel dependen).
Adapun yang menjadi variabel bebas dalam penelitian ini yaitu data
perawatan dan perbaikan mesin /peralatan Turbin Gas.
3.5.2.
Variabel dependen (variabel terikat, variable out put )
Variabel terikat merupakan variabel yang dipengaruhi atau menjadi akibat
dari variabel bebas. Adapun yang menjadi variabel terikat dalam penelitian
ini yaitu nilai efisiensi dan efektifitas kerja mesin Turbin Gas.
3.6. Instrumen Penelitian
Untuk mengukur tingkat efektifitas kerja mesin turbin gas dalam penelitian
ini yaitu menggunakan :
1. Instrument utama : log sheet yaitu kertas yang mencatat kerja mesin setiap
harinya
2.
Instrumen pendukung : kamera, alat tulis
3.7. Pelaksanaan Penelitian
Penelitian dilakukan pada PT. PLN Pembangkitan Sumatera Utara sektor
Belawan- Sicanang dengan menentukan objek yang akan diteliti. Untuk
memecahkan masalah dalam tugas, digunakan pendekatan-pendekatan dengan
metode Total Productive Maintenance yang dimulai dengan :
1.
Menentukan masalah
8/18/2019 1Chapter III V
3/37
Dalam menentukan permasalahan dilakukan analisa dengan cara
stratifikasi data yang ada dari beberapa segi.
2. Peninjauan lapangan
Penelitian melakukan peninjauan ke perusahaan tempatmelakukan
penelitian serta mengamati sesuia dengan tujuan yang telah dibuat
3. Studi literatur
Peneliti melakukan studi literatur dari berbagai buku yang sesuai dengan
permasalahan yang diamati di perusahaan.
4. Pengumpulan data
Kegiatan yang dilakukan dalam pengumpulan data, antara lain :
a. Pengamatan langsung, melakukan pengamatan langsung ke
pembangkitan, terutama di bagian turbin gas.
b. Wawancara, peneliti akan mewawancarai berbagai pihak yang
berhubungan dan berwewenang dalam hal perawatan mesin.
c. Merangkum data tentang hal-hal yang berkaitan dengan penelitian.
5. Pengelolaan data
Data yang terkumpul diolah dengan menggunakan metode Overall
Equipment Effectiveness.
6.
Langkah dan pemecahan masalah
Hasil dari pengolahan data yang berupa perhitungan akan dianalisa,
dilakukan pemecahan masalah lalu diberikan rekomendasi perbaikan.
7. Langkah terakhir menarik kesimpulan dari hasil penelitian.
3.8.
Sistematis Pengolaan Data
Pengolaan data dilakukan dengan menggunakan metode Overall Equipment
Effectiveness, langkah-langkah yang dilakukan sebagai berikut :
1. Perhitungan Availability
Availability, adalah rasio operation time terhadap loading time-nya.
2. Perhitungan Performance Efficiency
8/18/2019 1Chapter III V
4/37
Performance efficiency adalah rasio kuantitas produk yang dihasilkan
dihubungkan dengan waktu siklus idealnya terhadap waktu yang tersedia
untuk melakukan proses produksi (operation time).
3. Perhitungan Rate of Quality Product
Rate of quality product adalah rasio produk yang baik (good products)
yang sesuia dengan spesifikasi kualitas produk yang telah ditentukan
terhadap jumlah produk yang diproses.
4. Perhitungan Overall Equiptment Effectiveness (OEE)
Setelah nilai availability, performance effeciency, dan rate of quaility
product pada mesin Turbin Gas diperoleh maka dilakukan perhitungan
nilai overall equipment effectiveness (OEE) untuk mengetahi besarnya
efektivitas penggunaan mesin.
5. Perhitungan OEE Six Big Losses
5.1.
Perhitungan Downtime Losess
5.1.1. Perhitungan Equipment Failures (Breakdowns)
Kegagalan mesin melakukan proses produksi(equipment failure) atau
kerusakan (breakdown)yang tiba-tiba dan tidak diharapkan terjadi
adalah penyebab kerugian yang terlihat jelas, karena kerusakan
tersebut akan mengakibatkan mesin tidak menghasilkan output .
5.1.2.
Perhitungan Setup dan Adjustment
Kerusakan pada mesin tersebut maupun pemeliharaan mesin secara
keseluruhan akan mengakibatkan mesin tersebut harus dihentikan
terlebih dahulu. Sebelum mesin difungsikan kembali akan dilakukan
penyesuaian terhadap fungsi mesin tersebut yang dinamakan dengan
waktu setup dan adjustment mesin.
5.2.
Perhitungan Speed Losses
Speed losses terjadi pada saat mesin tidak beroperasi sesuai dengan
kecepatan produksi maksimum yang sesuai dengan kecepatan mesin
yang dirancang. Faktor yang mmpengaruhi speed losses ini adalah
idling and minor stoppages dan reduced speed.
5.2.1.
Perhitungan Idling and Minor Stoppages
8/18/2019 1Chapter III V
5/37
Idling dan minor stoppages terjadi jika mesin berhenti secara
berulang-ulang atau mesin beroperasi tanpa menghasilkan produk.
Jika idling dan minor stoppages sering terjadi maka dapat mengurangi
efektivitas kerja mesin.
5.2.2. Perhitungan Reduce Speed
Reduce speed adalah selisih antara waktu kecepatan produksi aktual
dengan kecepatan produksi mesin yang ideal.
5.3. Perhitungan Defect Losses
Defect losses artinya adalah mesin tidak menghasilkan produk yang
sesuai dengan spesifikasi dan standar kualitas produk yang telah
ditentukan dan scrap sisa hasil proses selama produksi berjalan.
Faktor yang dikategorikan ke dalam defect losses adalah rework losses
dan yield/scrap losses.
5.3.1.
Perhitungan Rework Loss
Rework loss adalah produk yang tidak memebuhi spesifikasi kualitas
yang telah ditentukan walaupun masih dapat diperbaiki ataupun
dikerjakan ulang.
5.3.2. Perhitungan Yield/Scrap Loss
Yield/scrap loss adalah kerugian yang timbul selama proses produksi
belum mencapai keadaan produksi yang stabil pada saat proses
produksi mulai dilakukan sampai terjadinya keadaan proses yang
stabil, sehingga produk yang dihasilkan pada awal proses sampai
keadaan proses stabil dicapai tidak memenuhi spesifikasi kualitas
yang diharapkan.
3.9. Analisa Data dan Pemecahan Masalah
Analisa dilakukan untuk mendapatkan hasil perhitungan Availability,
Performance Efficiency,Rate of Quality Product, Overall Equipment
Efectiveness(OEE), Six Big Losses.
3.10.
Diagram Alir Penelitian
8/18/2019 1Chapter III V
6/37
Diagram alir penelitian dibuat dengan tujuan mempermudah peneliti
dalam menyusun penelitian menjadi karya ilmiah.
Adapun bentuknya seperti di bawah ini :
Gambar 3.1. Diagram Alir Penelitian
3.11. Pengumpulan Data
Mulai Penelitian
Mengidentifikasi Masalah
Tujuan Penelitian
Pembahasan dan Menganalisa
Data
Kesimpulan
Pengumpulan Data Pemeliharaan, Data
Operasi Serta Data Perusahaan
Selesai
8/18/2019 1Chapter III V
7/37
Mesin maupun peralatan yang menjadi objek penelitian adalah pada bagian
PLTG di Pembangkitan PT. PLN PERSERO yaitu pada mesin sistem Turbin Gas
dengan spesifik mesin yaitu GT 2.1. Pada tanggal 11 Oktober 1994, PLTG unit
2.1 (GT 2.1) mulai dioperasikan dalam siklus terbuka (open cycle) hingga
sekarang dengan siklus Kombinasi. Karena mesin ini merupakan mesin yang
penting dijalankan apalagi banyak penggunaan mesin ini yang dikombinasikan
dengan sistem turbin uap sehingga effisiensi panas keluaran Turbin Gas besar
digunakan tidak keluar secara sia-sia.
Sasaran dari penerapan TPM pada mesin ini adalah untuk meminimumkan
enam kerugian besar ( six big losses) yang terjadi pada Turbin Gas, sehingga
keefektivitas mesin ini terjadi secara maksimal dan hal ini akan diukur dengan
menggunakan indikator ukur yaitu OEE (overall equipment effectiveness) yang
diharapkan dapat meningkatkan produktivitas serta efisiensi kerja mesin Turbin
Gas.
Untuk pengukuran efektivitas dengan menggunakan OEE pada Turbin Gas
ini dibutuhkan data yang bersumber dari laporan produksi. Adapun data yang
digunakan adalah dalam periode 3 bulan dari bulan Mei 2014 –
Juni 2014, yaitu :
1. Data waktu Planned Downtime Turbin Gas GT 2.1
2.
Data waktu Downtime Turbin Gas GT 2.1
3.
Data waktu Setup mesin Turbin Gas GT 2.1
4. Data waktu produksi Turbin Gas GT 2.1
5. Data lainnya yang mendukung dalam pemecahaan masalah.
3.11.1.
Data waktu Planned Downtime / Pemeliharaan GT 2.1
Planned downtime merupakan waktu yang sudah dijadwalkan untuk
melakukan pemeliharaan terjadwal dan kegiatan manajemen yang lain seperti
pertemuan. Pemeliharaan terjadwal dilakukan oleh pihak perusahaan untuk
menjaga agar mesin tidak rusak saat proses produksi berlangsung. Pemeliharaan ini
dilakukan secara rutin dan sesuai jadwal yang dibuat oleh bagian maintenance. Data
yang diambil merupakan sekumpulan data perawatan dan pemeliharaan yang
8/18/2019 1Chapter III V
8/37
terdapat pada perusahaan, yaitu: preventive, predictive dan pemeliharan lainnya.
Data waktu pemeliharaan GT 2.1 dapat dilihat pada tabel 3.1.
Tabel 3.1. Data Pemeliharaan GT 2.1 Periode Juli 2013- Juni 2014
Periode Total Waktu Pemeliharaan
(Jam)
Juli -
Agustus -
September -
Oktober -
Nopember -
Desember 12,11
Januari -
Februari -
Maret -
April -
Mei 115,78
Juni -
Sumber : PT. PLN (Persero) Sektor Belawan
3.11.2. Data waktu Downtime GT 2.1
Waktu downtime adalah waktu yang seharusnya digunakan untuk
melakukan proses produksi akan tetapi dikarenakan adanya kerusakan ataugangguan pada mesin mengakibatkan mesin tidak dapat melakukan proses
produksi sebagaimana mestinya.
Kerusakan (breakdowns) atau kegagalan proses pada mesin/peralatan yang
terjadi secara tiba-tiba. Downtime merupakan kerugian yang dapat terlihat dengan
jelas karena terjadi kerusakan mengakibatkan tidak adanya output yang dihasilkan
disebabkan mesin tidak berproduksi. Data ini merupakan pemeliharaan corrective
8/18/2019 1Chapter III V
9/37
yaitu pergantian-pergantian komponen-komponen PLTG yang telah rusak. Data
waktu downtime GT 2.1 dapat dilihat pada tabel 3.2.
Tabel 3.2. Data Waktu Terjadi Kerusakan (Breakdown ) GT 2.1 Periode Juli
2013- Juni 2014
Periode Total Waktu Breakdown (Jam)
Juli 0
Agustus 0
September 0
Oktober 0
Nopember 8,03
Desember 0
Januari 0
Februari 0
Maret 0
April 0
Mei 0
Juni 0
Sumber : PT. PLN (Persero) Sektor Belawan
3.11.3. Data Waktu Setup M esin GT 2.1
Waktu setup adalah waktu dimana mesin Turbin Gas melakukan
penyesuaian hingga menghasilkan energi/beban. Waktu yang dibutuhkan untuk
melaksanakan setup mesin Turbin Gas mulai dari waktu berhenti sampai proses
untuk untuk produksi berikutnya adalah 20 menit. Data ini merupakan data
dimana mesin melakukan start up serta penyesuaian-penyesuaian sebelum mesin
dapat menghasilkan produk, adapun data waktu setup Turbin Gas GT 2.1 dapat
dilihat dari tabel 3.3.
8/18/2019 1Chapter III V
10/37
Tabel 3.3. Data Waktu Setup GT 2.1 Periode Juli 2013- Juni 2014
Periode Total Waktu Setup (Jam)
Juli 0
Agustus 0
September 0
Oktober 0
Nopember 0,67
Desember 0,33
Januari 0
Februari 0
Maret 0
April 0
Mei 0,33
Juni 0
Sumber : PT. PLN (Persero) Sektor Belawan
3.11.4. Data Produksi mesin GT 2.1
Data produksi PLTG GT 2.1 Pembangkitan Sumatera di Belawan pada
periode Mei 2014 – Juli 2014 adalah :
a.
Total available time adalah total waktu Turbin Gas yang tersedia untuk
melakukan proses proses produksi dalam satuan jam.
b. Total product processed adalah energi berat total produk yang diproses oleh
Turbin Gas dalam satuan ton.c. Total good product adalah energi berat total produk yang baik sesuai dengan
spesifikasi produk yang telah ditentukan dalam satuan ton.
d.
Total actual hours adalah total waktu aktual proses operasi pada turbin gas.
e.
Total reject energy adalah jumlah total produk energi yang ditolak karena cacat
pada produk sehingga tidak sesuai dengan spesifikasi kualitas produk dalam
Kwh.
8/18/2019 1Chapter III V
11/37
f.
Total scrap jumlah energi yang digunakan Turbin Gas untuk melakukan siklus
kembali.
Tabel 3.4. Data Produksi GT 2.1 Periode Juli 2013 – Juni 2014
Periode
Total
Available
Time (Jam)
Total
Product
Processed
(KWh)
Total
Scrap
(KWh)
Total
Reject
Energy
Total
Actual
Hours
(Jam)
Juli 744 93.209.000 327.260 0 716,99
Agustus 744 83.664.000 310.330 0 643,57
September 720 87.616.000 311.200 0 673,97
Oktober 744 93.248.000 320.800 0 717,29
Nopember 720 90.682.000 310.440 0 697,55
Desember 744 93.587.000 316.710 0 719,9
Januari 744 96.223.000 326.640 0 740,18
Februari 672 85.154.000 286.940 0 655,03
Maret 744 92.505.000 328.560 0 711,58
April 720 90.259.000 329.220 0 694,3
Mei 744 81.374.000 283.930 0 625,95
Juni 720 91.847.000 334.620 0 706,51
Sumber : PT. PLN (Persero) Sektor Belawan
8/18/2019 1Chapter III V
12/37
BAB IV
PENGOLAHAN DAN ANALISA DATA
4.1. Pengolahan Data
Setelah semua data terkumpul maka selanjutnya akan dilakukan pengolahan
data oleh data yang terkumpul dengan rumus Total Productive Maintenance yang
telah ditetapkan pada landasan teori.
Menurut Nakajima (1988) nilai world class ideal OEE dapat dilihat dari
tabel 4.5 dibawah ini:
Tabel 4.1. World Class of OEE
OEE dan Fungsinya Nilai
Availability 90 %
Performance Efficiency 95 %
Rate of Quality 99 %
OEE 85 %
Sumber : www.oee.com/world-class-oee.html
Untuk mempermudah perhitungan maka diambil sampel perhitungan setiap
variabel yaitu digunakan data pada bulan mei.
4.1.1. Perhitungan Availabil ity (AV)
Availability merupakan rasio operation time terhadap loading time-nya.
Untuk menghitung nilai availability maka akan digunakan formula sebagai
berikut:
AV =
x 100 %
Loading time adalah waktu yang tersedia per hari atau per bulan dikurangi
dengan downtime mesin yang direncanakan. Perhitungan loading time ini dapat
dituliskan dalam rumusan matematika, sebagai berikut:
http://www.oee.com/world-class-oee.htmlhttp://www.oee.com/world-class-oee.htmlhttp://www.oee.com/world-class-oee.htmlhttp://www.oee.com/world-class-oee.html
8/18/2019 1Chapter III V
13/37
Loading time = total availability time – planned down time
Operation time adalah total waktu proses yang efektif. Dalam hal ini
operation time adalah hasil pengurangan loading time dengan downtime mesin.
Formula matematikanya:
Operation = loading time – downtime
Downtime = Breakdown + set up
Nilai availability Turbin Gas untuk bulan Mei 2014 adalah sebagai
berikut:
Loading time = 744 – 115,78 = 628,22 jam
Downtime = 0,33 jam
Operation time = 628,22 jam – 0,33 jam = 627,89 jam
AV =627,89
628,22x 100 % = 99,95 %
Dengan perhitungan yang sama untuk menghitung availability periode
Juli 2013 – Juni 2014 dapat dilihat pada tabel 4.6 :
Tabel 4.2. Availabiliy GT 2.1Periode Juli 2013 – Juni 2014
Periode
Loading
Time
(Jam)
Downtime
(Jam)
Operation
Time (Jam)
Availability
(%)
Juli 744 0 744 100%Agustus 744 0 744 100%
September 720 0 720 100%
Oktober 744 0 744 100%
Nopember 720 8,7 711,3 98,79%
Desember 731,89 0,33 731,56 99,95%
Januari 744 0 744 100%
Februari 672 0 672 100%
8/18/2019 1Chapter III V
14/37
...Lanjutan Tabel 4.2. Availabiliy GT 2.1Periode Juli 2013 – Juni 2014...
Periode
Loading
Time
(Jam)
Downtime
(Jam)
Operation
Time (Jam)
Availability
(%)
Maret 744 0 744 100%
April 720 0 720 100%
Mei 628,22 0,33 627,89 99,95%
Juni 720 0 720 100%
4.1.2. Perhitungan Perf ormance Eff iciency
Performance efficiency merupakan rasio kuantitas produk yang dihasilkan
lalu dikalikan dengan waktu siklus idealnya terhadap waktu yang tersedia untuk
melakuakan proses produksi (operation time). Untuk menghitung nilai
performance efficiency digunakan rumusan sebagai berikut :
PE = net operating x operating cycle time
=
x
x 100 %
PE =
x 100 %
Ideal cycle time adalah siklus waktu proses yang diharapkan dapat dicapai
dalam keadaan optimal atau tidak mengalami hambatan. Ideal cycle time pada
Turbin Gas merupakan siklus waktu proses yang dapat dicapai mesin dalam
proses produksi dalam keadaan optimal atau mesin tidak mengalami hambatan
dalam berproduksi. Waktu optimal mesin Turbin Gas dalam menghasilkan daya
adalah 1 jam dengan daya yang dihasilkan 130 MW.
Ideal cycle time mesin Turbin Gas = 1 jam/130.000 KWh = 7,6923 x 10-6
Jam /KWh
8/18/2019 1Chapter III V
15/37
Nilai Performance Efficiency Mesin Turbin Gas bulan Mei 2014 adalah
sebagai berikut:
PE =81.374.000 x 7,6923 x 10−6
627,89 x 100 %
= 99,69 %
Dengan perhitungan yang sama untuk menghitung performance Efficiency
periode Juli 2013 – Juni 2014.
Tabel 4.3. Performance Ef fi ciency GT 2.1 Periode Juli 2013 – Juni 2014
Periode
Processed
Amount
(KWh)
Ideal Cycle
Time
(Jam/KWh)
Operation
Time
(Jam)
Performan
ce
Efficiency
(%)
Juli 93.209.000 7,6923 x 10- 744 96,37%
Agustus 83.664.000 7,6923 x 10- 744 86,50%
September 87.616.000 7,6923 x 10
-
720 93,61%Oktober 93.248.000 7,6923 x 10- 744 96,41%
Nopember 90.682.000 7,6923 x 10- 711,3 98,07%
Desember 93.587.000 7,6923 x 10- 731,56 98,41%
Januari 96.223.000 7,6923 x 10- 744 99,49%
Februari 85.154.000 7,6923 x 10- 672 97,47%
Maret 92.505.000 7,6923 x 10- 744 98,74%
April 90.259.000 7,6923 x 10
-
720 96,43%Mei 81.374.000 7,6923 x 10- 627,89 99,69%
Juni 91.847.000 7,6923 x 10- 720 98,13%
4.1.3. Perhitungan Rate of Qual ity Product (RQP)
Rate of quality product adalah rasio produk yang baik ( good products)
yang sesuai dengan spesifikasi kualitas produk yang telah ditentukan terhadap
8/18/2019 1Chapter III V
16/37
jumlah produk yang diproses. Perhitungan rate of quality product menggunakan
data produksi pada tabel 3.4. . Dalam perhitungan ratio rate of quality product ini,
process amount adalah total product processed sedangkan defect amount adalah
total broke product , dengan rumusan sebagai berikut :
RQP = −
x 100%
Rate of Quality Product Mesin Turbin Gas periode Juli 2013 – Juni 2014
RQP = 81.374.000−283.93081.374.000
x 100%
= 99,65 %
Dengan perhitungan yang sama untuk menghitung performance Efficiency
periode Juli 2013 – Juni 2014.
Tabel 4.4. Rate of Quality Product Turbin Gas Periode Juli 2013 – Juni 2014
Periode Processed Amount
(KWh)
Used Product
/Scrap (KWh)
Rate of Quality
Product (%)Juli 93.209.000 327.260 99,65%
Agustus 83.664.000 310.330 99,63%
September 87.616.000 311.200 99,64%
Oktober 93.248.000 320.800 99,65%
Nopember 90.682.000 310.440 99,66%
Desember 93.587.000 316.710 99,66%
Januari 96.223.000 326.640 99,66%
Februari 85.154.000 286.940 99,66%
Maret 92.505.000 328.560 99,64%
April 90.259.000 329.220 99,53%
Mei 81.374.000 283.930 99,65 %
Juni 91.847.000 334.620 99,63%
4.1.4. Perhitungan Overall Equipment Ef fectivenes (OEE)
8/18/2019 1Chapter III V
17/37
Setelah nilai availability, performance efficiency dan rate of quality
product pada mesin Turbin Gas diperoleh maka dilakukan perhitungan nilai
overall equipment effectivenes (OEE) untuk mengetahui besarnya efektivitas
penggunaan mesin Turbin Gas pada Pembangkitan Belawan daerah Sumatera
Bagian Utara.
Perhitungan OEE adalah perkalian nilai-nilai availability, performance
efficiency dan rate of quality product yang sudah diperoleh.
OEE (%) = AV (%) x PE (%) x RQP (%)
OEE Turbin Gas Pada Bulan Mei 2014 adalah :
OEE = 99,95 % x 99,69% x 99,65 % = 99,29 %
Dengan perhitungan yang sama, maka nilai rate of quality product mesin
Turbin Gas Periode Juli 2013 – Juni 2014.
Tabel 4.5. Overall Equipment Ef fectiveness Turbin Gas GT 2.1 Periode Juli
2013 –
Juni 2014
Periode Availability
(%)
Performance
Efficiency
(%)
Rate of
Quality
Product (%)
OEE (%)
Juli 100% 96,37% 99,65% 99,03%
Agustus 100% 86,50% 99,63% 86,17%
September 100% 93,61% 99,64% 99,64%
Oktober 100% 96,41% 99,65% 99,65%
Nopember 98,79% 98,07% 99,66% 96,55%
Desember 99,95% 98,41% 99,66% 98,03%
Januari 100% 99,49% 99,66% 99,66%
Februari 100% 97,47% 99,66% 99,66%
Maret 100% 98,74% 99,64% 99,64%
April 100% 96,43% 99,53% 99,53%
Mei 99,95% 99,69% 99,65 % 99,29%
Juni 100% 98,13% 99,63% 99,63%
8/18/2019 1Chapter III V
18/37
4.1.5. Perhitungan Six Big Losses
Perhitungan Six Big loses atau enam besar faktor kerusakan yang
diantaranya : Downtime Losess ( Equipment failure dan setup and adjustment ),
speed losess (idling and minor stoppages loss dan reduce speed ), defect losses
(rework loss dan yield/scraf loss) yang akan dijelaskan di bawah ini :
4.1.5.1. Downtime Losess
Downtime losess adalah kerugian waktu yang seharusnya digunakan
untuk melakukan proses produksi akan tetapi karena adanya gangguan pada mesin
(equipment failures) mengakibatkan mesin tidak dapat melaksanakan proses
produksi sebagaimana semestinya. Dalam perhitungan Overal equipment
effectiveness (OEE), equipment failures dan waktu setup dan adjustment
dikategorikan sebagai kerugian waktu downtime (downtime losses).
1. Equipment Failure/Breakdowns (EF)
Equipment failure ataupun breakdown adalah kegagalan mesin melakukan
proses produksi ataupun kerusakan yang terjadi secara tiba-tiba serta yang tidak
diharapkan terjadi sehingga menyebabkan kerugian yang terlihat jelas, yaitu tidak
menghasilkan output.
Untuk mencari besarnya persentase efektivitas mesin yang hilang akibat dari
faktor breakdown loss dapat dihitung dengan menggunakan rumus sebagai
berikut :
EF =
x 100
Dengan Rumus diatas maka dapat dihitung Breakdown Turbin Gas yang
terjadi pada bulan Mei 2014, sebagai berikut :
EF =0
627,89 x 100 %
= 0
8/18/2019 1Chapter III V
19/37
Dengan perhitungan yang sama untuk menghitung nilai Breakdown Loss
periode Juli 2013 – Juni 2014.
Tabel 4.6. Breakdown Loss GT 2.1 Periode Juli 2013 – Juni 2014
Periode
Total Waktu
Breakdown (Jam)
Operation
Time (Jam)
Breakdown
Loss (%)
Juli - 744 0 %
Agustus - 744 0 %
September - 720 0 %Oktober - 744 0 %
Nopember 8,03 711,3 1,13 %
Desember - 731,45 0 %
Januari - 744 0 %
Februari - 672 0 %
Maret - 744 0 %
April - 720 0 %Mei - 627,89 0 %
Juni - 720 0 %
2. Setup and Adjustment loss (SA)
Karena adanya pemeliharaan serta kerusakan-kerusakan yang pemeliharaan
serta kerusakan-kerusakan maupun trip mesin Turbin Gas yang sehingga mesin
harus diberhentikan dahulu. Saat mesin dioperasikan kembali mesin, mesin akan
melakukan penyesuaian-penyesuaian terhadap fungsi mesin tersebut dan proses
tersebut disebut Setup and Adjustment mesin. Di dalam perhitungan setup and
Adjustment mempergunakan data waktu setup mesin yang dibagikan dengan
waktu loading time dari mesin Turbin Gas.
8/18/2019 1Chapter III V
20/37
Untuk mengetahui besar persentase setup and Adjustment loss dari mesin
Turbin Gas oleh waktu setup mesin Turbin Gas tersebut dengan menggunakan
rumus sebagai berikut:
SA = /
x 100 %
Dengan Rumus diatas maka dapat dihitung Setup and adjustment losses
Turbin Gas yang terjadi pada bulan Mei 2014, sebagai berikut :
SA =0,08
628,14 x 100 %
= 0,013%
Dengan perhitungan yang sama untuk menghitung Setup and Adjustment
Losses periode Juli 2013 – Juni 2014.
Tabel 4.7. Setup and Adjustment GT 2.1 Periode Juli 2013 – Juni 2014
Periode
Total Setup
Time (Jam)
Operation
Time (Jam)
Setup and
Adjustment
(%)
Juli - 744 0
Agustus - 744 0
September - 720 0
Oktober - 744 0
Nopember 0,67 711,3 0,094 %
Desember 0,33 731,56 0,045 %
Januari - 744 0
Februari - 672 0
Maret - 744 0
April - 720 0
Mei 0,33 627,89 0,053 %
Juni - 720 0
8/18/2019 1Chapter III V
21/37
4.1.5.2. Speed Loss
Adapun speed loss terjadi oleh karena mesin tidak beropersi sesuai
dengan kecepatan maksimum yang telah ditentukan saat perancanagan mesin.
Faktor-faktor yang mempengaruhi speed loss adalah Idling and Minor Stoppages
dan Reduce Speed.
1. Idling and Minor Stoppages loss (IMS)
Idling and Stoppages terjadi jika mesin Turbin Gas berhenti secara
berulang- ulang atau mesin tidak menghasilkan produk, kemungkinan besar Idling
and Minor Stoppages yang terjadi pada Mesin Turbin Gas tidak sepenuhnya
terekam. Saat Idling and Minor Stoppages sering terjadi maka akan dapat
mengurangi keefektivitas mesin.
Untuk dapat mengetahui besarnya faktor efektivitas yang hilang akibat dari
terjadinya Idling and Minor Stoppages digunakan rumus sebagai berikut :
IMS =
x 100 %
Dengan Rumus diatas maka dapat dihitung Idling and Minor Stoppages loss
Turbin Gas yang terjadi pada bulan Mei 2014, sebagai berikut :
Non Productive Time = Operation Time – Total Actual Hours
= 627,89 Jam – 625,95 Jam
= 1,94 Jam
Idling and Minor Stoppages loss =1,94
628,22 x 100 %
= 0,31%
Dengan perhitungan yang sama untuk menghitung Idling and Minor
Stoppages Loss periode Juli 2013 – Juni 2014.
8/18/2019 1Chapter III V
22/37
Tabel 4.8. I dling and M inor Stoppages Loss GT 2.1 Periode Juli 2013 – Juni
2014
Periode
Loading
Time
(Jam)
Operation
Time
(Jam)
Total
Actual
Hours
(Jam)
Non
Productive
Time (Jam)
Idling and
Minor
Stoppages
Loss (%)
Juli 744 744 716,99 27,01 3,63 %
Agustus 744 744 643,57 100,43 13,49 %
September 720 720 673,97 46,03 6,39 %
Oktober 744 744 717,29 26,71 3,59 %
Nopember 720 711,3 697,55 13,75 1,91%
Desember 731,89 731,56 719,9 11,66 1,59 %
Januari 744 744 740,18 3,81 0,51 %
Februari 672 672 655,03 16,97 2,52 %
Maret 744 744 711,58 32,42 4,36 %
April 720 720 694,3 25,7 3,57 %
Mei 628,22 627,89 625,95 1,94 0,31 %
Juni 720 720 706,51 13,48 1,87 %
2. Reduce Speed
Reduce Speed adalah selisih antar waktu kecepatan produksi aktual dengan
kecepatan produksi mesin yang ideal. Untuk mengetahui besarnya persentase
faktor reduce speed yang hilang, maka digunakan rumus sebagai berikut :
RS = –
x 100 %
RS = –( )
x 100%
Result Processed = Total Processed Amount – Product Used
8/18/2019 1Chapter III V
23/37
Maka Reduce speed loss Turbin Gas pada bulan Mei 2014 adalah :
Processed Result = 81.374.000 - 283.930 = 81.090.070 Kwh
RS =625,95–(7,6923 x 10−6 81.090.070)
628,22 x 100 %
=2,18
628,22 x 100 %
= 0,38 %
Dengan perhitungan yang sama, maka Reduce speed loss mesin Turbin Gas
periode Juli 2013 – Juni 2014.
Tabel 4.9. Reduce Speed Loss GT 2.1 Periode Juli 2013 – Juni 2014
Periode
Loading
Time
(Jam)
Total
Actual
Hours
(Jam)
Ideal Cycle
Time
(Jam/KWh)
Process
Result
Redu-
ce
Speed
Time
(Jam)
Reduce
speed
loss
(%)
Juli 744 716,99 7,6923 x 10- 92.881.740 2,51 0,34 %
Agustus 744 643,57 7,6923 x 10- 83.353.670 2,39 0.32 %
September 720 673,97 7,6923 x 10- 87.304.800 2,39 0,33 %
Oktober 744 717,29 7,6923 x 10- 92.927.200 2,47 0,33 %
Nopember 720 697,55 7,6923 x 10- 90.371.560 2,38 0,25 %
Desember 731,89 719,9 7,6923 x 10- 93.270.290 2,44 0,33 %
Januari 744 740,18 7,6923 x 10- 95.896.360 2,52 0,34 %
Februari 672 655,03 7,6923 x 10- 84.867.060 2,21 0,33 %
Maret 744 711,58 7,6923 x 10- 92.176.440 2,53 0,34 %
April 720 694,3 7,6923 x 10- 89.929.780 2,53 0,35 %
Mei 628,22 625,95 7,6923 x 10- 81.090.070 2,18 0,38 %
Juni 720 706,51 7,6923 x 10- 91.512.380 2,57 0,36 %
4.1.5.3. Defect loss
Defect loss adalah keadaan mesin pada saat tidak menghasilkan produk
yang sesuai dengan spesifikasi dan standar kualitas produk yang telah ditetapkan
8/18/2019 1Chapter III V
24/37
dan scrap yaitu kerugian yang timbul selama proses produksi belum mencapai
keadaan produksi yang stabil pada saat proses produksi mulai dilakukan sampai
terjadinya keadaan proses yang stabil. Faktor yang tergolongkan kedalam Defect
Loss adalah Rework Loss dan Yield/ Scrap Loss.
1. Rework Loss (RL)
Rework loss adalah produk yang tidak memenuhi spesifikasi standar kualitas
yang telah ditentukan walaupun masih dapat diperbaiki ataupun dikerjakan ulang.
Untuk mengetahui persentase faktor rework loss yang mempengaruhi efektivitas
penggunaan mesin. Digunakan rumus sebagai berikut :
RL =
x 100 %
Maka dapat dihitung Rework losses Turbin Gas yang terjadi pada bulan
Mei 2014, sebagai berikut :
RL = 7,6923 10−6 0628,22
x 100 %
= 0
Dengan perhitungan yang sama, maka Rework losses mesin Turbin Gas
periode Juli 2013- Juni 2014.
Tabel 4.10. Rework Loss GT 2.1 Periode Juli 2013 – Juni 2014
Bulan
Loading
Time(Jam)
Ideal Cycle
Time(Jam/KWh)
Rework
(KWh)
Rework
Time(Jam)
Rework
Loss(%)
Juli 744 7,6923 x 10- 0 0 0
Agustus 744 7,6923 x 10- 0 0 0
September 720 7,6923 x 10- 0 0 0
Oktober 744 7,6923 x 10- 0 0 0
Nopember 720 7,6923 x 10- 0 0 0
Desember 731,78 7,6923 x 10- 0 0 0
8/18/2019 1Chapter III V
25/37
...Lanjutan Tabel 4.10. Rework Loss GT 2.1 Periode Juli 2013 – Juni 2014...
Periode
Loading
Time
(Jam)
Ideal Cycle
Time
(Jam/KWh)
Rework
(KWh)
Rework
Time
(Jam)
Rework
Loss
(%)
Januari 744 7,6923 x 10- 0 0 0
Februari 672 7,6923 x 10- 0 0 0
Maret 744 7,6923 x 10- 0 0 0
April 720 7,6923 x 10- 0 0 0
Mei 628,22 7,6923 x 10-
0 0 0
Juni 720 7,6923 x 10- 0 0 0
2.
Yield/Scrap Loss
Yield/scrap loss merupakan kerugian yang timbul selama proses produksi
belum mencapai keadaan produksi yang stabil pada saat proses produksi mulai
dilakukan sampai sampai tercapainya keadaan proses yang stabil, sehingga produk
yangdihasilkan pada awal proses sampai keadaan proses stabil dicapai tidak
memenuhi spesifikasi kualitas yang diharapkan. Untuk mengetahui persentase
faktor yield/scrap loss yang mempengaruhi efektivitas penggunaan mesin
digunakan rumus sebagai berikut:
YS =
x 100 %
Maka dapat dihitung yield / scrap losses Turbin Gas yang terjadi pada
bulan Mei 2014, sebagai berikut :
YS =7,6923 10−6 283.930
628,22x 100 %
= 0,34 %
Dengan perhitungan yang sama, maka Yield/scrap losses mesin Turbin Gas
periode Juli 2013- Juni 2014.
8/18/2019 1Chapter III V
26/37
Tabel 4.11. Yield/Scrap Loss GT 2.1 Periode Juli 2013 – Juni 2014
Bulan
Loading
Time
(Jam)
Ideal Cycle
Time
(Jam/KWh)
Scrap
(KWh)
Scrap
Time
(Jam)
Scrap
Loss
(%)
Juli 744 7,6923 x 10- 327.260 2,52 0,33%
Agustus 744 7,6923 x 10- 310.330 2,39 0,32%
September 720 7,6923 x 10- 311.200 2,39 0,33%
Oktober 744 7,6923 x 10- 320.800 2,47 0,33 %
Nopember 720 7,6923 x 10- 310.440 2,39 0,33%
Desember 731,78 7,6923 x 10- 316.710 2,44 0,33%
Januari 744 7,6923 x 10- 326.640 2,51 0,34%
Februari 672 7,6923 x 10- 286.940 2,21 0,33%
Maret 744 7,6923 x 10- 328.560 2,53 0,34%
April 720 7,6923 x 10- 329.220 2,53 0,35%
Mei 628,22 7,6923 x 10- 283.930 2,18 0,34 %
Juni 720 7,6923 x 10- 334.620 2,57 0,36%
4.2. Analisa Perhitungan
Menganalisa hasil perhitungan dari OEE dan six big losses, yang akan
disajikan dalam bentuk tabel dan diagram seperti di bawah ini.
4.2.1. Analisa perhitungan Overall Equipment Eff ectiveness(OEE)
Analisa perhitungan Overall Equipment Effectiveness (OEE) dilakukan
dengan tujuan melihat tingkat keefektifan penggunaan mesin Turbin Gas pada
periode Juli 2013 – Juni 2014. Pengukuran OEE Turbin Gas ini berdasarkan faktor
waktu, kecepatan serta kualitas pada saat pengoperasian mesin Turbin Gas.
Adapun persentase yang dicapai dapat dilihat dari tabel 4.16. dan diagram pada
gambar 4.1. berikut:
8/18/2019 1Chapter III V
27/37
Tabel 4.12. Persentase OEE Setiap Periodenya
Periode
Availability
(%)
Performance
Efficiency
(%)
Rate of
Quality
Product (%)
OEE (%)
Juli 100% 96,37% 99,65% 99,03%
Agustus 100% 86,50% 99,63% 86,17%
September 100% 93,61% 99,64% 99,64%
Oktober 100% 96,41% 99,65% 99,65%
Nopember 98,79% 98,07% 99,66% 96,55%
Desember 99,95% 98,41% 99,66% 98,03%
Januari 100% 99,49% 99,66% 99,66%
Februari 100% 97,47% 99,66% 99,66%Maret 100% 98,74% 99,64% 99,64%
April 100% 96,43% 99,53% 99,53%
Mei 99,95% 99,69% 99,65% 99,29%
Juni 100% 98,13% 99,63% 99,63%
Total 99,89% 96,61% 99,64% 98,29%
Gambar 4.1. Grafik Persentase OEE
75%
80%
85%
90%
95%
100%
105%
Availability (%)
Performance
Efficiency (%)
Rate of Quality
Product (%)
OEE (%)
OEE%
Periode
8/18/2019 1Chapter III V
28/37
Dari data diagram yang diatas dapat kita lihat bahwa pencapaian OEE yang
terjadi pada periode Juli 2013 – Juni 2014 adalah sangat baik dengan range 86,17
% - 99,66 % telah melewati nilai ideal, jika dilihat hanya bulan Agustus
pencapaian performance efficiency dibawah standar yaitu sebesar 86, 50%,
walaupun sedemikian tetapi tidak mempengaruhi nilai OEEnya sampai jatuh
dibawah standar. Efesiensi OEE yang tertinggi pada bulan Januari dan Februari
yaitu 99,66 %.
4.2.2. Analisa perhitungan Six B ig Losses
Untuk melihat lebih jelas Six Big Losses yang mempegaruhi efektivitas
Turbin Gas, maka akan dilakukan perhitungan Time Losses pada masing-masing
faktor di dalam Six Big Losses tersebut seperti yang terlihat pada hasil
perhitungan di tabel 4.17.
Tabel 4.13. Persentase Faktor Six B ig LossesTurbin Gas GT 2.1 Periode Juli
2013 –
Juni 2014
Hasil yang didapat disajikan ke dalam diagram di bawah ini sehingga didapat
hasil sebagai berikut :
No Six Big Losses
Total
Time
Losses
Persentase
(%)
Persentase
Komulatif
(%)
1 Idling/Minor Stoppages
Losses319,91 82,56 82,56
2 Yield/Scrap losses 29,13 7,52 90,08
3 Reduce Speed Losses 29,11 7,51 97,59
4 Breakdown Losses 8,03 2,07 99,66
5Setup and Adjustment
Losses1,33 0,34 100
6 Rework Losses 0 0 100
Total 387,51 100
8/18/2019 1Chapter III V
29/37
Gambar 4.2. Diagram Persentase Komulatif Big Six Losses
Dari data yang disimpulkan diatas bahwa idling and minor stoppages
losses (319,91 jam / 82,56 % dari seluruh total kerugian) merupakan kerugian
yang tertinggiyang dialami mesin Turbin Gas GT 2.1 dalam setahun. Diikuti
kerugian-kerugian yang lain, yaitu : Yield/Scrap Losses (29,13 jam/7,52 %),
Reduce Speed Losses (29,11 jam/7,51%), Equipment Failure /Breakdown
Losses(8,03 jam/2,07%), Setup and Adjustment Losses (1,33 jam/0,34%).
4.2.3. Analisa Diagram Sebab Akibat
Analisa ini dilakukan dengan pengamatan secara langsung ke lapangan
dan melakukan wawancara terhadap karyawan yang terkait pada penelitian ini,
yaitu antara lain bagian operator, bagian engineering, serta bagian quality control .
Adapun hasil wawancara tersebut merupakan salah satu kemungkinan penyebab
dari sulitnya pencapaian target OEE yang diharapkan. Untuk memperoleh hasil
analisa yang sesuai dengan tujuan dari penelitian ini, dibutuhkan peralatan yang
0
20
40
60
80
100
120
0
50
100
150
200
250
300
350
Total Time
Losses
Persentase
Komulatif (%)
Persentase Komulatif Six Big Losses
Jam
%
8/18/2019 1Chapter III V
30/37
relevan dengan data yang sesuai dengan data yang telah dikumpulkan, sehingga
untuk mempermudah pengidentifikasian hal tersebut maka dibuatlah Diagram
Sebab Akibat serta akan dirumuskan rencana perbaikan.
Adapun diagram sebab akibat dari Idling dan Minor Stoppages Losses ,
Yield/Scrap Losses dan Reduce Speed Losses yang dibuat oleh karena tolak ukur
tersebut memberikan kontribusi kerugian-kerugian yang besar bagi perusahaan
sehingga perlu dilakukkannya penanganan yang dominan terhadap kerugian-
kerugian yang ini daripada faktor kerugian lainnya. Dan dalam wawancara yang
didapat serta hasil peninjauan terhadap lapangan diambil faktor parameter yang
mempengaruhi terjadinya losses/kerugian tersebut yaitu : mesin, manusia,
konsumtif, metode dan lingkungan yang akan disajikan dalam diagram sebab
akibat di bawah ini :
gangguan tiba-tiba
tidak ada pengawasan
kurang responsif
temperatur mesin
kurang disiplin berubah-ubah
Bahan Bakar tidak standar tidak berkala temperatur udara berubah-ubah
pemeliharaan tidak tepat waktu
Gambar 4.3 Diagram Sebab Akibat Idling speed and Minor stopagges Losses
Manusia
Idling
speed and
minor
stopagges
Metode Lingkungan
Mesin
Konsumtif
8/18/2019 1Chapter III V
31/37
gangguan tiba-tiba
tidak ada pengawasan
kurang responsif
temperatur mesin
kurang disiplin berubah-ubah
Bahan Bakar tidak standar tidak berkala temperatur udara berubah-ubah
pemeliharaan tidak tepat waktu
Gambar 4.4 Diagram Sebab Akibat Yield /Scrap Losses
gangguan tiba-tiba
tidak ada pengawasan
kurang responsif
temperatur mesin
kurang disiplin berubah-ubah
Bahan Bakar tidak standar tidak berkala temperatur udara berubah-ubah
pemeliharaan tidak tepat waktu
Gambar 4.5 Diagram Sebab Akibat Reduce Speed Loss
Reduce
Speed
Losses
Konsumtif Metode Lingkungan
Manusia Mesin
Yield/
Scrap
Losses
Metode Lingkungan
Mesin
Konsumtif
8/18/2019 1Chapter III V
32/37
Ketiga diagram sebab akibat diatas menerangkan penyebab mesin
mengalami kerugian atau losses oleh karena 5 kategori yaitu manusia, mesin,
material, metode dan lingkungan. Mesin kemungkinan berhenti berulang-ulang
dan hal itu tidak terekam sehingga tidak dapat diketahui secara pasti waktu
kerugian yang dialami. Dari hasil yang diperoleh dapat disimpulkan dengan
bantuan diagram pareto losses bahwa mesin Turbin Gas GT 2.1 mengalami losses
yang begitu besar dalam setahunnya. Hal ini bisa terjadi disebabkan oleh :
1. Manusia
Pekerjaan dalam proses produksi sangat membutuhkan pengawasan, baik
memantau seberapa besar kemampuan karyawan dan etos kerja saat bekerja
dengan tujuan mengatur serta mengkoordinir berlangsungnya proses dengan baik.
Dari hasil pengamataan yang dilakukan peneliti, pengawasan yang dilakukan
pemimpin tidak begitu ketat, sehingga sering terjadi operator tidak berada di
dalam ruang kontrol mesin untuk mengkoordinasi mesin selama proses
berlangsung. Operator merasa begitu tenang, sehingga kurang begitu peduli
terhadap pekerjaannya. Kedisiplinan dalam merekam kejadian operasi begitu
kurang, sehingga menyebabkan responsif akan pekerjaan semakin menurun.
Sering terjadi ketidaktelitian dalam merekam sehingga melupakan
kejadian penting yang seharusnya menjadi dokumentasi perusahaan saat
pengoperasian disebabkan operator yang sering berjaga hanya seorang, diperlukan
minimal 2 orang yang berjaga-jaga di unit yang bekerja merekam proses operasi
sehingga dengan tujuan menghindarkan ketidak telitian.
2. Mesin
Temperatur kerja terkadang naik turun tak terkontrol akan membuat
kerugian mesin untuk menghasilkan produksinya, perlu adanya kerja ekstra dari
operator siaga melihat indikator temperatur/termocouple yang terdapat pada mesin
sehingga mesin beroperasi dengan temperatur batas aman. Setiap mesin memiliki
batas waktu kerja.
3. Konsumtif
Bahan bakar turbin gas yang seharusnya dengan Liquid Natural Gas
(LNG) dengan nilai pembakarannya sudah di standarisasikan untuk Turbin Gas
8/18/2019 1Chapter III V
33/37
harus diganti menjadi High Speed Diesel (HSD). Walaupun dikatakan nilai oktan
keduanya tidak jauh beda, tetapi dalam operasionalnya akan tampak jelas bahwa
bahan bakar LNG dapat menstimulasi turbin gas supaya menghasilkan energi
yang lebih besar dibandingkan HSD. Dengan menggunakan bahan bakar tersebut
maka perusahan akan menghasilkan energi yang jauh lebih besar, sehingga
perusahan akan mengalami keuntungan dibandingkan denganmenggunakan bahan
bakar HSD.
4. Metode
Jika melihat standar, pelatihan PLN memiiki standar yang tinggi.
Karyawan telah didik secara akademis bagaimana melakukan pemeliharaan,
dengan jenjang pendidikan karyawannya bertingkat diploma maupun tingkat
sarjana tidak begitu sulit dilatih. Namun berdeda yang terjadi saat dilapangan,
terkhusus pada mesin yang menjadi objek penelitian dimana mesin tidak boleh
mengalami istirahat/berhenti dengan maksud dilakukannya perawatan dan
pemeliharaan, oleh karena berdampak terputus pasokan energi ke masyarakat
yang mengharuskan para maintenance menunggu saat yang tepat untuk benar-
benar merawat mesin, terkadang harus sampai keadaan mesin berhenti total. Oleh
karena itu usia pakai mesin berkurang,kemungkinan besar akan berpengaruh
mengalami kerugian yang biasanya terjadi kerusakan pada daerah pembakaran
yaitu Hot Gas Path yang akan berdampak kepada hasil yang tidak optimal.
Seharusnya ada mesin pembangkit lain yang menopang pada saat mesin harus
benar-benar melakukan perawatan sesuai dengan jadwalnya. Sehingga
pemeliharaan secara berkala dapat dilakukan. Harus dilakukan perawatan dan
pemeliharaan yang standar supaya mesin tetap beroperasi dengan keadaan baik.
5. Lingkungan
Temperatur udara mempengaruhi mesin Turbin Gas dalam melakukan
pembakaran, semakin rendah temperatur atau keadaan dingin maka pembakaran
semakin baik, kerja turbin semakin memadai hingga menghasilkan produk
dengan kapasitas yang lebih. Jadi udara luar mempengaruhi mesin untuk
beroperasi.
8/18/2019 1Chapter III V
34/37
4.2.4. Penyelesaian Masalah
4.2.4.1. Penyelesaian Masalah Six Big Losses
Dalam upaya meningkatkan produktivitas dan efektivitas produksi mesin
Turbin Gas GT 2.1 maka perlu melihat nilai OEE. Dari hasil analisa penelitian
diagram sebab akibat faktor Idling minor Stoppages losses dan Reduce speed loss
yang mempengaruhi nilai OEE dari Turbin Gas. Adapun saran penyelesaian yang
dapat dilakukakan antara lain :
Tabel 4.14. Penyelesaian Masalah
No Faktor-faktor Penyelesaian Masalah
1 Manusia
Kurang
responsif
Melakukan pengawasan yang lebih
baik lagi ketika melakukan proses
operasi, manager unit perlu
melakukan pengecekan kerja
lapangan.
2 Mesin Gangguan
tiba-tiba
Perlu adanya pergantian komponen
yang tidak layak pakai lagi, atau
yang telah tua.
3 Material Bahan bakar
yang tidak
standar
Mengupayakan menggunakan bahan
bakar yang seharusnya yaitu LNG
(Liquid Natural Gas).
4 Metode Pemeliharaan
yang tidak
tepat waktu.
Lakukan perawatan sesuai dengan
jadwal semestinya, bila perlu
lakukan perhentian mesin jika itu
cara yang terbaik lalu lakukan
pemeliharaan.
5 Lingkungan Temperatur
udara yang
berubah-
ubah
Jika memungkinkan sebaiknya ada
alat penukar kalor yang dapat
menjaga udara masuk tetap stabil.
8/18/2019 1Chapter III V
35/37
8/18/2019 1Chapter III V
36/37
BAB V
PENUTUP
5.1. Kesimpulan
Dari hasil pengolahan data dan analisa dapat ditarik kesimpulan sebagai
berikut :
1.
Dari periode penelitian yang dilakukan (07 Juli – 18 Agustus 2014) ditarik
kesimpulan rata-rata nilai OEE mesin Turbin Gas GT 2.1 yang diukur per
bulan sangat baik, didapat dari range (86,17 % - 99,66 % ), pencapaiannya
melampaui nilai OEE world class yaitu 85 %. Range availability = 99,95
% sampai 100 % jauh melebihi nilai standar (90 %), atau dapat disebut
ideal. Range performance efficiency = 86,50 % - 99,49 %, nilai
performance efficiency byang terendah pada bulan agustus yaitu 86,50 %
tidak mencapai standar (95 %). Range rate of quality product = 99, 53 % -
99,66 %, telah melewati nilai standar (99 %). Kerugian yang paling
banyak dialami oleh mesin adalah idling/minor stoppages losses yang
dicatat setahun terjadi selama 319,91 jam. Yang telah memberikan
konstribusi efektif mesin hilang dengan persentase kerugian sebesar 89,54
%, dilanjutkan dengan yield/ scrap losses 29,13 jam reduce speed losses
29,11 jam , breakdown losses 8,03 jam dan setup and adjustment losses
sebesar 0,33 jam.
Mesin GT 2.1. tidak mengalami rework losses.
2.
Mesin GT 2.1 masih dalam keadaan produktif dan layak pakai.
5.2. Saran
Adapun saran peneliti dari hasil pengolahan dan analisa adala adalah :
1. Lakukan perawatan dan pemeliharaan mesin secara terus menerus tidak
hanya saat mesin mengalami kerusakan, perawatan preventive
maintenance serta autonomous maintenance harus tetap dilakukan.
8/18/2019 1Chapter III V
37/37