Jika artikel kita sebelumnya membahas bagaimana digitalisasi OEE membantu Anda memantau Availability, Performance, dan Quality secara real-time, pertanyaan besar berikutnya adalah: apa sebenarnya yang membuat ketiga metrik tersebut merosot?
Dalam dunia manufaktur modern, jawabannya dikerucutkan menjadi satu istilah universal: The Six Big Losses (Enam Kerugian Besar). Konsep ini merupakan kompas utama yang digunakan oleh pabrik-pabrik kelas dunia untuk mengidentifikasi ke mana perginya setiap menit waktu operasional dan setiap unit material yang terbuang sia-sia.
Untuk membantu Anda memetakan area kebocoran efisiensi di pabrik, mari kita bedah data dari keenam kerugian tersebut ke dalam tiga kategori:
Kategori 1: Availability Losses (Kerugian Waktu Operasi)
Kerugian pada kategori ini langsung memotong nilai Availability, yaitu metrik yang mengukur seberapa sering mesin Anda benar-benar siap dan bisa beroperasi.
1. Equipment Failure / Unplanned Downtime (Kerusakan Mesin)
- Definisi: Kondisi di mana mesin berhenti mendadak akibat adanya kerusakan mekanis, gangguan kelistrikan, atau kegagalan komponen teknis lainnya.
- Data Kunci: Studi manufaktur global menunjukkan bahwa kerusakan mesin yang tidak terencana menyumbang hingga 40% dari total downtime pabrik. Secara rata-rata, pabrik tradisional kehilangan sekitar 5% hingga 20% dari total kapasitas produktif mereka hanya karena isu ini.
2. Setup and Adjustments / Planned Downtime (Penyetelan & Kalibrasi)
- Definisi: Waktu yang habis karena mesin harus berhenti untuk keperluan pergantian jenis produk (changeover), pembersihan berkala, pemanasan, atau kalibrasi ulang perkakas.
- Data Kunci: Pada pabrik yang belum menerapkan metode SMED (Single-Minute Exchange of Die), proses penyetelan ini bisa memakan porsi hingga 15% dari total waktu kerja per shift. Masalah ini sering membengkak karena pencatatan manual gagal melacak durasi detail dari setiap proses adjustment.
Kategori 2: Performance Losses (Kerugian Kecepatan)
Kerugian di lini ini menghancurkan metrik Performance. Di sini, mesin Anda sebenarnya menyala, namun tidak berjalan pada kecepatan optimalnya.
3. Idling and Minor Stoppages (Mesin Berhenti Sejenak)
- Definisi: Mesin berhenti dalam durasi yang sangat singkat (biasanya di bawah 2-5 menit) akibat masalah sepele, seperti sensor yang tertutup debu, material yang agak tersangkut (jamming), atau salah umpan material.
- Data Kunci: Ini adalah "pencuri efisiensi tersembunyi" terbesar di lantai produksi. Karena durasinya sangat singkat, operator hampir tidak pernah mencatatnya di kertas. Padahal, data IoT membuktikan bahwa minor stoppages yang berulang dapat terakumulasi hingga 10% sampai 15% dari total waktu operasional harian.
4. Reduced Speed (Pengurangan Kecepatan)
- Definisi: Mesin sengaja dijalankan di bawah kapasitas atau standar kecepatan idealnya. Hal ini biasanya terjadi karena kondisi mesin yang sudah aus, atau kekhawatiran operator bahwa produk akan rusak jika mesin dipacu terlalu cepat.
- Data Kunci: Menurunkan kecepatan sebesar 10% dari standar berarti Anda kehilangan 10% kapasitas secara instan. Tanpa adanya data Ideal Cycle Time yang transparan, banyak pabrik membiarkan nilai OEE mereka tergerus sebesar 5% hingga 8% di area ini tanpa disadari.
Kategori 3: Quality Losses (Kerugian Kualitas)
Kerugian pada kategori terakhir ini berdampak langsung pada metrik Quality, mengukur seberapa banyak produk cacat atau produk yang memerlukan pengerjaan ulang.
5. Process Defects / Scrap & Rework (Cacat dalam Proses)
- Definisi: Produk cacat atau tidak memenuhi standar mutu yang dihasilkan selama mesin berjalan dalam kondisi operasional normal. Produk ini akhirnya harus dibuang (scrap) atau diproses ulang (rework).
- Data Kunci: Riset industri mencatat bahwa biaya akibat buruknya kualitas produk (Cost of Poor Quality) bisa menelan 5% hingga 10% dari total omset pabrik. Kerugian ini tidak hanya berupa material, melainkan juga pemborosan energi listrik dan waktu mesin yang berharga.
6. Reduced Yield / Startup Losses (Kerugian Awal Produksi)
- Definisi: Produk cacat atau tidak stabil yang keluar sejak mesin pertama kali dinyalakan (fase warm-up) hingga mencapai kondisi operasi yang mapan (steady state), biasanya terjadi tepat setelah proses changeover.
- Data Kunci: Terutama pada industri berbasis kimia, makanan, farmasi, atau pencetakan plastik, kerugian awal produksi ini dapat menyumbang hingga 3% dari total kerugian bahan baku tahunan akibat parameter suhu atau tekanan mesin yang belum optimal.
Kesimpulan: Dampak The Six Big Losses pada Kapasitas Pabrik
Untuk melihat visualisasi bagaimana keenam kerugian ini mengikis produktivitas, berikut adalah tabel estimasi kerugian pada pabrik tradisional yang masih menggunakan pencatatan manual:
| Komponen OEE | The Six Big Losses | Dampak pada Kapasitas Pabrik |
|---|---|---|
| Availability | 1. Kerusakan Mesin (Unplanned) | 5% – 20% Waktu Hilang |
| 2. Penyetelan & Kalibrasi (Planned) | 10% – 15% Waktu Hilang | |
| Performance | 3. Berhenti Sejenak (Minor Stoppages) | 10% – 15% Waktu Hilang |
| 4. Kecepatan Berkurang (Reduced Speed) | 5% – 8% Kecepatan Hilang | |
| Quality | 5. Cacat Proses (Scrap / Rework) | 5% – 10% Bahan Terbuang |
| 6. Kerugian Awal Produksi (Startup Losses) | 1% – 3% Bahan Terbuang |
Pencatatan manual berbasis kertas atau spreadsheet tidak akan pernah akurat menangkap kerugian mikroskopis seperti idling/minor stoppages atau reduced speed. Operator terlalu sibuk menjaga kestabilan mesin untuk sekadar mencatat hambatan kecil berdurasi 30 detik.
Melalui Digitalisasi OEE Monitoring, sensor IoT bekerja layaknya sistem saraf pintar yang merekam setiap milidetik anomali secara real-time. Data tersebut langsung dikelompokkan secara otomatis ke dalam struktur Six Big Losses. Dengan visualisasi dashboard yang transparan dan analisis berbasis AI, manajemen bisa langsung mengeksekusi perbaikan tepat pada akar masalah yang paling menguras profit pabrik.