Di Satya Abadi, saya sering memulai diskusi efisiensi dengan satu pertanyaan sederhana: “Berapa persen mesin kita benar-benar menghasilkan nilai?” Bukan sekadar berapa lama mesin menyala, tapi berapa lama ia produktif. Di 2025, metrik seperti OEE bukan lagi bahan presentasi, melainkan alat navigasi harian. Konteks industri di tanah air juga menguatkan urgensi ini, sebagaimana dijelaskan dalam situs berita IDJP Unpad mengenai praktik peningkatan kinerja manufaktur berbasis data. Itulah latar saya menulis catatan praktis ini—bagaimana kami mengeksekusi optimasi OEE six losses tanpa drama.
Di sisi lain, literatur akademik memberi pagar metodologis agar langkah perbaikan tidak spekulatif. Sebuah jurnal penelitian ilmiyah dari website TMIT memaparkan pengaruh pendekatan Total Productive Maintenance (TPM) dan analitik sederhana terhadap penurunan downtime dan cacat. Landasan ini penting, karena banyak pembaca blog saya adalah pemilik UKM dan manajer pabrik yang menginginkan resep yang membumi—bukan jargon—untuk mengejar efisiensi di lantai produksi.
1. Menyepakati Definisi: OEE yang Sederhana, Tapi Konsisten
OEE = Availability × Performance × Quality. Rumusnya singkat, perangkapnya banyak. Kami menyepakati definisi operasional yang tidak berubah-ubah: kalender produksi, waktu terjadwal, planned downtime, dan run time dibakukan di awal tahun.
Praktik yang membantu
- Kamus data satu halaman: definisi istilah yang disepakati lintas tim.
- Satu sumber kebenaran: dashboard harian yang menarik data dari sistem yang sama.
- Horizon evaluasi: rapat ringkas 15 menit setiap akhir shift; mingguan untuk root cause.
Konsistensi definisi menghemat energi debat dan mengarahkan diskusi ke solusi.
2. Peta Perburuan: Enam Kerugian Besar (Six Big Losses)
Kerangka ini membuat kami fokus. Enam kerugian besar kami taruh sebagai checklist visual di ruang war room:
Kategori kerugian
- Breakdown (kerusakan tak terduga).
- Setup & adjustment (ganti tooling, kalibrasi).
- Idling & minor stoppages (macet kecil berulang).
- Reduced speed (jalan tapi tidak di kecepatan standar).
- Startup rejects (cacat saat awal jalan).
- Production rejects (cacat saat stabil).
Dengan kerangka ini, setiap insiden kami jatuhkan ke satu kotak—agar countermeasure tidak melebar ke mana-mana.
3. Availability: Downtime yang Tidak Lagi “Misterius”
Kami menganggap downtime yang tidak tercatat sebagai utang informasi. Dua kebiasaan membantu:
Dua kebiasaan inti
- Andon digital sederhana: operator memilih kode alasan saat停; maksimal 3 klik.
- MTBF/MTTR papan tulis: angka harian ditulis tangan—memicu rasa kepemilikan, lalu disinkronkan ke sistem.
Setelah tiga bulan, dark downtime menyusut; pola gangguan berulang muncul jelas di data.
4. Performance: Mengunci Kecepatan Standar yang Realistis
Sering kali reduced speed terjadi karena angka kecepatan standar terlalu optimistis. Kami mengukur ulang kecepatan aktual terbaik yang repeatable di kondisi normal, lalu menetapkannya sebagai kecepatan standar baru.
Langkah singkat
- Time study 3 hari, 3 shift.
- Uji bottleneck—apakah di mesin, material, atau kompetensi.
- Tulis SOP mikro (1 halaman) untuk variasi produk.
Kecepatan standar yang sehat lebih jujur, dan ironisnya justru menaikkan OEE karena reduced speed menurun drastis.
5. Quality: Cacat sebagai Sinyal, Bukan Sekadar Persentase
Kami memperlakukan cacat sebagai feedback loop ke hulu. Tiga hal yang paling berdampak:
Tiga fokus mutu
- First Article Inspection (FAI) saat startup untuk memangkas startup rejects.
- Poka‑yoke sederhana (jig penahan, sensor presence) di titik rawan.
- Layered process audit mingguan—menanyakan “mengapa proses menyimpang”, bukan hanya “berapa persen cacat”.
Mutu meningkat ketika instruksi kerja dan alat bantu saling mendukung—bukan hanya saat audit.
6. Alat Perang yang Membumi: Dari Kertas ke Dashboard
Kami memulai dari yang paling sederhana.
Toolkit minimum
- Sheet A3 untuk problem solving (5-Why + fishbone) tempel dekat mesin.
- Kanban digital untuk sparepart kritis (stok minimum–maksimum).
- Dashboard OEE harian: tiga meter utama + tren 7/30 hari.
Tujuannya bukan tooling canggih, tapi kebiasaan yang ajek.
7. People & Ritme: 15 Menit yang Menyelamatkan Jam
Daily stand‑down tiap akhir shift adalah ritual paling murah dengan efek paling mahal.
Pola pertemuan
- 5 menit: safety & quality hitlist.
- 5 menit: tiga teratas six losses hari ini.
- 5 menit: owner tindakan + Waktu target.
Rapat singkat mencegah masalah kecil menumpuk menjadi downtime pekanan.
8. Roadmap 90 Hari: Realistis tapi Nendang
Fokus kami: perubahan kecil yang konsisten.
Tiga gelombang
- Hari 0–30: bersihkan data—kamus istilah, kode downtime, standar kecepatan sementara.
- Hari 31–60: FAI startup, poka‑yoke titik kritis, time study final.
- Hari 61–90: dashboard OEE, layered audit, review kecepatan standar.
Setelah 90 hari, biasanya availability naik 3–5 poin, reduced speed turun, dan startup rejects lebih terkendali.
9. Studi Mini: Apa yang Paling Sering Menyita OEE
Dari beberapa lini, pola berulang muncul:
Tiga biang kerok lazim
- Setup lambat karena tooling tidak pre‑staged.
- Idling minor akibat sensor kotor dan feeding material inkonsisten.
- Reduced speed karena SOP mikro tidak spesifik untuk varian produk.
Perbaikan kecil—rak shadow board, pre‑stage tooling, dan cleaning checklist—menghasilkan dampak besar.
10. Kemitraan yang Membuat Mesin dan Tim Selaras
Bagi kami, OEE bukan kompetisi angka, tapi disiplin harian. Jika Anda ingin membawa pendekatan ini ke pabrik Anda—tanpa jargon, tanpa drama—tim Satya Abadi siap menjadi partner implementasi: dari time study, poka‑yoke, sampai dashboard OEE yang ramah operator.
Mengubah Enam Kerugian Menjadi Enam Kebiasaan Baik
Pada akhirnya, optimasi bukan proyek tiga bulan; ia adalah kebiasaan yang dirawat. Enam kerugian besar akan selalu ada, tetapi bisa dilawan dengan enam kebiasaan baik: definisi yang disepakati, data yang rapi, ritme harian, standar realistis, alat bantu sederhana, dan rasa memiliki di lantai produksi. Itulah cara kami merawat OEE—tanpa drama, tapi dengan hasil yang terasa di jam, tonase, dan senyum tim ketika target tercapai.
