Ekliptika : Jurnal Inovasi Teknologi Berkelanjutan Vol. 4 No. 1 Juli 2023 | Hal. 39–50 doi: https://doi.org/10.55757/ekliptika.v4i1/263 [] Analisis Efektivitas Troli Mesin Setter pada Produksi Penetasan Telur Menggunakan Metode OEE dan ORE di PT SUJA Muhammad Taufiq^(1*) dan Enik Sulistyowati² ¹,² Institut Teknologi dan Sains Nahdlatul Ulama Pasuruan, Indonesia *Corresponding author: muhammadtaufiqpn@gmail.com Email penulis kedua: enik@itsnupasuruan.ac.id Received: 29 Juni 2023; Revised: 15 Juli 2023; Accepted: 25 Juli 2023 doi: 10.55757/ekliptika.v4i1.263 +---------------------------------------------------------------------------------------------------+ | Abstrak | | | | Penelitian ini menganalisis efektivitas troli mesin setter pada proses penetasan telur di PT SUJA | | menggunakan Overall Equipment Effectiveness (OEE) dan Overall Resource Effectiveness (ORE). Data | | periode 22 Agustus–22 September 2022 diperoleh melalui observasi, wawancara, dan dokumentasi. | | Jumlah telur masuk mencapai 2.241.446 butir, dengan 2.069.405 butir telur fertile dan 172.041 | | butir dalam kategori defect. Waktu tersedia yang dilaporkan adalah 46.080 menit dan downtime | | 9.955 menit. Naskah sumber melaporkan OEE 78,92% dan ORE 76,17%. Pemeriksaan perkalian faktor | | yang tercantum menghasilkan OEE 72,36% dan ORE 70,00%; kedua hasil pemeriksaan tersebut dibedakan | | dari nilai yang dilaporkan. Rasio telur fertile terhadap telur masuk sebesar 92,32% juga berbeda | | dari quality rate 92,29% yang tercantum. Nilai efektivitas berada di bawah acuan 85% yang | | digunakan naskah. Penguatan pencatatan waktu, verifikasi waktu siklus ideal, pemeriksaan | | penggerak dan rak troli, serta pengendalian penanganan telur diperlukan sebelum menetapkan | | indikator tervalidasi dan menilai keberhasilan perbaikan. | | | | Kata kunci: OEE; ORE; troli mesin setter; efektivitas | | | | Abstract | | | | This study examines setter trolley effectiveness in egg incubation at PT SUJA using Overall | | Equipment Effectiveness (OEE) and Overall Resource Effectiveness (ORE). Data for 22 August–22 | | September 2022 were obtained through observation, interviews, and documentation. Incoming eggs | | totalled 2,241,446, comprising 2,069,405 fertile eggs and 172,041 eggs classified as defects. | | Reported available time was 46,080 minutes, with 9,955 minutes of downtime. The source manuscript | | reported OEE of 78.92% and ORE of 76.17%. Multiplying the listed factors yields OEE of 72.36% and | | ORE of 70.00%; these arithmetic checks are presented separately from the reported values. The | | fertile-to-incoming egg ratio is 92.32%, differing from the listed quality rate of 92.29%. | | Effectiveness values fall below the 85% reference adopted in the manuscript. Improved time | | records, verification of ideal cycle time, inspection of trolley drives and racks, and controlled | | egg handling are required before validated indicators and improvement outcomes can be | | established. | | | | Keywords: OEE; ORE; setter trolley; effectiveness | +===================================================================================================+ +---------------------------------------------------------------------------------------------------+ [1] M. Taufiq and E. Sulistyowati, “Analisis Efektivitas Troli Mesin Setter pada Produksi Penetasan Telur Menggunakan Metode OEE dan ORE di PT SUJA,” Ekliptika: Jurnal Inovasi Teknologi Berkelanjutan, vol. 4, no. 1, pp. 39–50, 2023, doi: 10.55757/ekliptika.v4i1.263. PENDAHULUAN Keandalan peralatan merupakan salah satu unsur yang menunjang kelancaran produksi penetasan telur. PT SUJA menghasilkan day-old chick (DOC) melalui rangkaian proses penetasan yang menggunakan mesin setter. Troli menopang rak dan tray telur serta mendukung gerakan turning selama proses berlangsung. Gangguan pada penggerak maupun rak troli dapat menghambat operasi dan menimbulkan kebutuhan perbaikan saat waktu produksi. Pengukuran OEE pada mesin tetas juga telah digunakan dalam kajian produktivitas di PT Malindo Feedmill [1]. Penelitian ini berangkat dari kendala penggerak dan rak tray troli yang dilaporkan putus pada mesin setter PT SUJA. Perbaikan setelah kerusakan mendadak menimbulkan downtime. Namun, besarnya kehilangan waktu untuk setiap jenis kerusakan belum dirinci. Penilaian diperlukan untuk menghubungkan ketersediaan waktu, pelaksanaan proses, dan kategori mutu dengan kebutuhan perbaikan. Data telur fertile dan defect digunakan sesuai klasifikasi yang tersedia, tanpa menganggap seluruh telur defect disebabkan oleh kerusakan troli. Overall Equipment Effectiveness (OEE) berkembang dalam kerangka Total Productive Maintenance (TPM) dan memadukan availability, performance, serta quality [2]. Muchiri dan Pintelon membahas pengukuran tersebut beserta persoalan penerapannya [3]. OEE dapat menjadi ringkasan kehilangan efektivitas, tetapi nilainya bergantung pada definisi waktu, penetapan siklus ideal, dan kriteria produk yang diterima. Ketiga dasar tersebut perlu konsisten agar hasil perhitungan dapat ditelusuri dan dibandingkan. Overall Resource Effectiveness (ORE) memperluas perhatian terhadap sumber daya yang terkait dengan proses [4]. Model tujuh faktor yang digunakan naskah ini mencakup readiness, availability of facility, changeover efficiency, availability of material, availability of manpower, performance efficiency, dan quality rate. Penerapan OEE serta ORE telah dibahas pada mesin latexing [5], mesin PL1250 [6], injection molding [7], dan reparasi tabung gas [8]. Perbedaan proses membatasi penggunaan angka dari industri lain sebagai pembanding langsung bagi mesin setter. Pengukuran efektivitas perlu diikuti analisis kehilangan waktu dan penelusuran penyebab. Lukmandono dkk. menghubungkan pendekatan OEE dengan pertimbangan Root Cause Failure Analysis untuk meminimalkan six big losses [9]. Pada penelitian sekarang, daftar kejadian individual dan bukti penyebab belum tersedia. Karena itu, usulan perawatan diposisikan sebagai tindakan yang perlu diuji, bukan sebagai hasil peningkatan efektivitas yang telah dibuktikan. Tujuan penelitian adalah mendeskripsikan data operasi troli mesin setter selama periode pengamatan, menelaah faktor penyusun OEE dan ORE, serta menyusun arah perbaikan. Kajian efektivitas setter di PT SUJA juga tercantum dalam skripsi Taufiq [10]. Penyajian hasil pada artikel ini mempertahankan angka yang dilaporkan dan menambahkan pemeriksaan aritmetika secara terpisah. Pendekatan tersebut diperlukan karena hasil akhir yang tercantum tidak sesuai dengan perkalian faktor pada tabel sumber. LANDASAN TEORI Overall Equipment Effectiveness OEE menyatakan proporsi efektivitas yang terbentuk dari tiga faktor utama. Jika availability (A), performance (P), dan quality (Q) dinyatakan sebagai pecahan desimal, persamaan persentasenya ditulis seperti Persamaan (1). Pengukuran kehilangan yang mendasari OEE merupakan dasar kegiatan TPM [11]. Keseragaman definisi diperlukan sebelum indikator digunakan untuk penetapan prioritas operasi dan perawatan [12]. OEE (%) = A × P × Q × 100% (1) $A\ = \ \frac{Waktu\ operasi}{Waktu\ produksi\ terencana}$ (2) $P\ = \ \frac{Waktu\ siklus\ ideal\ \times \ Jumlah\ produk}{Waktu\ operasi}$ (3) $Q\ = \ \frac{Jumlah\ produk\ diterima}{Jumlah\ produk\ keseluruhan}$ (4) Waktu produksi terencana adalah waktu yang dialokasikan untuk produksi sesuai batas sistem pengukuran. Waktu operasi diperoleh setelah pengurangan penghentian yang dihitung sebagai kehilangan availability. Waktu siklus ideal merupakan acuan independen, bukan hasil pembagian waktu aktual dengan jumlah produk yang sama. Pembagian tersebut akan menyebabkan P selalu bernilai satu sehingga tidak mengukur kehilangan kecepatan atau kinerja proses. Pada mesin setter, penetapan unit pengukuran harus mempertimbangkan proses inkubasi yang berlangsung secara batch. Jumlah telur masuk bukan bukti bahwa seluruh telur telah menetas menjadi DOC. Demikian pula, kategori fertile tidak otomatis identik dengan produk akhir yang diterima. Definisi jumlah produk dan batas proses perlu dinyatakan terlebih dahulu. Sistem pengukuran kinerja perlu mendukung kebutuhan evaluasi proses yang diukur [13]. Tabel 1. Acuan OEE yang digunakan pada naskah sumber. --------------------------------------------------------------------------------------------------- Indikator Acuan (%) -------------------------------------------------------------------- ------------------------------ Availability 90 Performance efficiency 95 Quality rate 99 OEE 85 --------------------------------------------------------------------------------------------------- Keterangan: acuan 85% digunakan sebagai pembanding pada naskah. Perkalian 90%, 95%, dan 99% menghasilkan sekitar 84,65%. Acuan tersebut tidak dinyatakan sebagai ketentuan universal untuk seluruh proses penetasan telur. Nilai agregat perlu dibaca bersama kehilangan pada setiap faktor. Dal dkk. membahas OEE sebagai ukuran perbaikan operasional [14]. Pada penelitian ini, angka satu periode digunakan untuk menunjukkan kebutuhan penelusuran lebih lanjut. Tidak tersedia data harian untuk menghitung distribusi kinerja, variasi antarhari, atau rata-rata indikator harian. Oleh sebab itu, istilah rata-rata tidak digunakan untuk menggantikan hasil agregat periode. Overall Resource Effectiveness Model ORE tujuh faktor pada naskah sumber memisahkan kesiapan, fasilitas, pergantian atau penyetelan, material, tenaga kerja, kinerja, dan mutu. Pemisahan tersebut menyediakan kerangka klasifikasi kehilangan yang lebih rinci [5] [6]. Pada model ini, faktor dinyatakan sebagai pecahan desimal. Persamaan (5) digunakan untuk memeriksa hasil perkalian yang tercantum. ORE (%) = R × A_(f) × C × A_(m) × A_(mp) × P × Q × 100% (5) Tabel 2. Definisi berurutan faktor waktu dalam kerangka ORE. --------------------------------------------------------------------------------------------------- Faktor Rasio konseptual ------------------------------------------ -------------------------------------------------------- Readiness (R) Waktu terencana / waktu total Availability of facility (Af) Waktu loading / waktu terencana Changeover efficiency (C) Waktu operasi / waktu loading Availability of material (Am) Waktu running / waktu operasi Availability of manpower (Amp) Waktu actual running / waktu running Performance efficiency (P) Waktu ideal total / waktu actual running Quality rate (Q) Produk diterima / produk keseluruhan --------------------------------------------------------------------------------------------------- Keterangan: waktu ideal total adalah waktu siklus ideal dikalikan jumlah produk. Tabel menunjukkan kerangka perhitungan, bukan durasi baru hasil pengamatan. Faktor tenaga kerja menggunakan waktu actual running terhadap waktu running agar kehilangan tenaga kerja tidak dihitung kembali sebagai kehilangan material. Waktu terencana dibentuk dari waktu total setelah pengurangan penghentian terencana. Waktu loading memperhitungkan kehilangan fasilitas; waktu operasi memperhitungkan setup atau changeover; waktu running memperhitungkan ketidaktersediaan material; dan waktu actual running memperhitungkan kehilangan tenaga kerja. Kategori penghentian perlu ditetapkan tanpa tumpang tindih dan seluruh durasinya harus ditelusuri ke catatan kejadian. Durasi setiap tahap tersebut belum disertakan pada data penelitian. Tabel 3. Acuan ORE yang diadopsi pada naskah sumber. --------------------------------------------------------------------------------------------------- Indikator Acuan (%) -------------------------------------------------------------------- ------------------------------ R, Af, C, Am, dan Amp (masing-masing) 90 Performance efficiency 95 Quality rate 99 ORE keseluruhan 85 --------------------------------------------------------------------------------------------------- Acuan keseluruhan 85% pada Tabel 3 diadopsi oleh naskah untuk perbandingan. Angka tersebut tidak diturunkan dari perkalian seluruh acuan faktor ORE: lima faktor 90%, P 95%, dan Q 99% menghasilkan sekitar 55,54%. Oleh karena itu, terpenuhinya setiap acuan faktor tidak otomatis menghasilkan ORE 85%. Pemilihan target agregat perlu mempertimbangkan struktur indikator dan kondisi proses yang dinilai. TPM menghubungkan pengukuran dengan pengembangan kegiatan perawatan dan keterlibatan pelaksana [15]. Penerapan OEE dan FMEA pada industri proses menjadi rujukan bagi analisis risiko kerusakan [16]. Penelitian ini belum menyajikan skor keparahan, kejadian, maupun deteksi sehingga tidak menetapkan prioritas melalui FMEA. Kerangka tersebut relevan sebagai langkah lanjutan setelah catatan kerusakan dan dampaknya tersedia. METODE PENELITIAN Penelitian berupa studi kasus kuantitatif deskriptif pada troli mesin setter PT SUJA di Desa Ngembal, Kecamatan Tutur, Kabupaten Pasuruan. Data operasi mencakup 22 Agustus–22 September 2022. Pengumpulan dilakukan melalui observasi, wawancara dengan pihak terkait, dan dokumentasi. Jumlah informan serta instrumen wawancara tidak dirinci. Data utama meliputi jumlah telur masuk, telur fertile, defect, downtime, dan ringkasan waktu. Alur penelitian disajikan pada Gambar 1. [] Gambar 1. Alur penelitian dari identifikasi masalah sampai penyusunan saran. Analisis mempertahankan kategori dan nilai sumber, memeriksa kesetaraan jumlah telur, menghitung rasio yang dapat ditelusuri, serta mengalikan faktor OEE dan ORE. Hasil pemeriksaan tidak ditetapkan sebagai pengukuran baru. Verifikasi penuh dibatasi oleh tidak tersedianya catatan kejadian, rincian waktu tiap faktor, dan standar waktu siklus ideal. HASIL DAN PEMBAHASAN Ringkasan produksi dan waktu Tabel 4. Data produksi mesin setter pada periode pengamatan. --------------------------------------------------------------------------------------------------- Kategori sumber Jumlah (butir) --------------------------------------------------------------- ----------------------------------- Jumlah telur masuk 2.241.446 Telur fertile 2.069.405 Defect 172.041 --------------------------------------------------------------------------------------------------- Jumlah telur fertile dan defect sama dengan jumlah telur masuk, yaitu 2.241.446 butir. Proporsi telur fertile yang dapat dihitung dari data ini adalah 92,32%, sedangkan proporsi defect 7,68%. Rasio tersebut menjelaskan komposisi kategori yang tersedia. Rasio belum dapat disebut tingkat keberhasilan penetasan atau mutu DOC karena jumlah hasil penetasan akhir tidak disajikan. $Rasio\ fertile\ (\%)\ = \ \frac{2.069.405}{2.241.446}\ \times \ 100\%\ = \ 92,32\%$ (6) Tabel 5. Ringkasan waktu dengan label asli naskah sumber. --------------------------------------------------------------------------------------------------- Label sumber Durasi (menit) --------------------------------------------------------------- ----------------------------------- Downtime 9.955 Loading time 36.125 Available time 46.080 --------------------------------------------------------------------------------------------------- Keterangan: label loading time dipertahankan agar data dapat ditelusuri. Secara aritmetika, 36.125 menit merupakan selisih 46.080 menit dan downtime 9.955 menit. Nilai ini digunakan sebagai pembilang rasio waktu pada sumber, tetapi klasifikasi waktu terencana dan penghentian terencana belum dirinci. [] Gambar 2. Komposisi downtime dan selisih waktu terhadap 46.080 menit. Downtime mencapai 21,60% dari waktu tersedia yang dilaporkan, setara sekitar 165 jam 55 menit. Selisih waktu sebesar 36.125 menit merupakan 78,40% dari 46.080 menit. Kesesuaian rasio ini dengan availability sumber tidak memvalidasi label waktunya. Catatan waktu produksi terencana tetap diperlukan untuk memastikan kesesuaiannya dengan definisi OEE. Penggerak dan rak tray disebut sebagai kendala operasi, tetapi jumlah kejadian serta durasi masing-masing tidak tersedia. Data ringkasan tidak cukup untuk menyusun Pareto kerusakan ataupun menghitung MTBF dan MTTR. Analisis kinerja perawatan memerlukan indikator terukur yang ditelusuri ke data operasional [17]. Prioritas perbaikan selanjutnya perlu ditentukan setelah bukti tersebut dikumpulkan. Pemeriksaan hasil Overall Equipment Effectiveness Tabel 6. Faktor dan nilai OEE yang dilaporkan pada naskah sumber. --------------------------------------------------------------------------------------------------- Indikator Nilai (%) Acuan (%) ----------------------------------------------------- ---------------------- ---------------------- Availability rate 78,40 90 Performance efficiency 100,00 95 Quality rate 92,29 99 OEE yang dilaporkan 78,92 85 --------------------------------------------------------------------------------------------------- Availability 78,40% dan quality rate 92,29% berada di bawah acuan masing-masing. Performance tercantum 100%, tetapi waktu siklus ideal independen belum dilaporkan. Perkalian tiga faktor dalam Tabel 6 memberikan hasil seperti Persamaan (7). Angka pemeriksaan menggunakan faktor sebagaimana tertulis, tanpa mengganti salah satu faktor dengan hasil hitungan lain. OEE periksa (%) = 0, 7840 × 1, 0000 × 0, 9229 × 100% (7) OEE periksa = 72, 35536% ≈ 72, 36% (8) Hasil perkalian sebesar 72,36% berbeda 6,56 poin persentase dari OEE 78,92% yang dilaporkan. Perbedaan tersebut melebihi akibat pembulatan dua angka desimal. Selain itu, OEE yang merupakan hasil perkalian faktor antara nol dan satu tidak dapat melebihi faktor availability. Nilai OEE 78,92% yang lebih tinggi daripada availability 78,40% memperlihatkan ketidaksesuaian internal yang perlu diselesaikan melalui catatan perhitungan sumber. Tabel 7. Penelusuran konsistensi data dan indikator OEE. --------------------------------------------------------------------------------------------------- Butir pemeriksaan Hasil penelusuran ---------------------------------------- ---------------------------------------------------------- Rasio waktu 36.125 / 46.080 = 78,40% Rasio fertile terhadap telur masuk 2.069.405 / 2.241.446 = 92,32% Quality rate yang tertulis 92,29%; berbeda 0,03 poin persentase Perkalian faktor OEE yang tertulis 72,36%; berbeda dari laporan 78,92% Waktu siklus ideal Tidak disertakan sebagai acuan independen --------------------------------------------------------------------------------------------------- Rasio fertile sebesar 92,32% tidak langsung menggantikan Q karena definisi produk diterima pada proses setter belum dirinci. Jika kategori tersebut memang digunakan sebagai dasar quality, angka 92,29% perlu direkonsiliasi dengan data jumlah telur. Penetapan kategori mutu harus menghindari pencampuran telur infertile, kerusakan akibat penanganan, dan kegagalan penetasan tanpa bukti klasifikasi. Faktor-faktor tersebut memiliki mekanisme dan kebutuhan pengendalian yang berbeda. Performance 100% juga memerlukan penelusuran. Ketika waktu siklus dihitung sebagai waktu aktual dibagi jumlah produk, substitusi kembali pada rumus P menghasilkan 100% secara otomatis. Nilai tersebut tidak membuktikan tidak adanya kehilangan kinerja. Acuan ideal yang sesuai untuk batch inkubasi, cakupan jumlah troli, dan batas pengukuran harus ditetapkan sebelum performance dinilai. Oleh karena itu, hasil perkalian 72,36% merupakan pemeriksaan aritmetika, belum menjadi OEE operasional tervalidasi. Pemeriksaan ORE dan perbandingan indikator Tabel 8. Faktor dan nilai ORE yang dilaporkan pada naskah sumber. --------------------------------------------------------------------------------------------------- Indikator Nilai (%) Acuan (%) ----------------------------------------------------- ---------------------- ---------------------- Readiness 97,40 90 Availability of facility 98,13 90 Changeover efficiency 99,07 90 Availability of material 83,59 90 Availability of manpower 95,83 90 Performance efficiency 100,00 95 Quality rate 92,29 99 ORE yang dilaporkan 76,17 85 --------------------------------------------------------------------------------------------------- Availability of material 83,59% dan quality rate 92,29% berada di bawah acuan naskah. Lima faktor pertama belum dapat dihitung ulang secara independen karena durasi pembilang dan penyebut tidak disajikan. Perkalian semua faktor yang tertulis menghasilkan 70,00%, seperti Persamaan (9). Faktor yang dikalikan adalah 0,9740; 0,9813; 0,9907; 0,8359; 0,9583; 1,0000; dan 0,9229, kemudian hasilnya dikalikan 100%. ORE periksa = 70, 0024722481% ≈ 70, 00% (9) Hasil pemeriksaan berbeda 6,17 poin persentase dari ORE yang dilaporkan 76,17%. Nilai OEE yang dilaporkan 78,92% lebih tinggi daripada ORE 76,17%, dengan selisih 2,75 poin persentase. Pemeriksaan perkalian juga menghasilkan OEE 72,36% lebih tinggi daripada ORE 70,00%. Dengan demikian, pernyataan bahwa OEE lebih rendah daripada ORE tidak sesuai dengan tabel sumber. [] Gambar 3. Nilai yang dilaporkan dan hasil pemeriksaan perkalian faktor. Seluruh angka berada di bawah acuan 85% yang digunakan naskah. Selisih OEE dan ORE tidak membuktikan penyebab kerugian karena batas waktu serta definisi kedua indikator belum direkonsiliasi. ORE dapat digunakan untuk menelusuri kategori sumber daya, tetapi kesimpulan mengenai material atau tenaga kerja memerlukan log penghentian yang sesuai. Telur defect tidak disamakan dengan waktu kehilangan material tanpa data pendukung. Usulan perbaikan dan batas hasil Perawatan troli perlu diarahkan pada pemeriksaan kondisi penggerak, sambungan rak, tray, dan mekanisme turning. Pemeriksaan rutin, pelumasan sesuai spesifikasi, serta penggantian komponen yang terbukti aus perlu dijadwalkan dan dicatat. Keputusan penggantian didasarkan pada kondisi komponen dan riwayat gangguan. Perbaikan tidak dinyatakan berhasil sebelum tersedia perbandingan kejadian dan durasi penghentian pada periode berikutnya. Pengaturan troli dan penanganan telur perlu ditinjau untuk mengurangi benturan saat setting. Pembersihan sesuai prosedur operasional diperlukan terutama setelah telur pecah. Saran ini mempertahankan arah perbaikan naskah sumber; penelitian belum mengukur tingkat kontaminasi, dampak mikrobiologis, atau pengurangan telur rusak setelah tindakan. Usulan perubahan desain dan teknologi juga perlu diuji terhadap fungsi turning dan kebutuhan proses. Koordinasi bagian produksi, perawatan, serta pengendalian mutu relevan dengan penerapan OEE melalui kerja lintas fungsi [18]. Autonomous maintenance dapat menjadi rujukan pengembangan pemeriksaan oleh operator [19], dengan batas tugas dan kompetensi yang jelas. Pencatatan terstruktur atau otomatisasi perhitungan dapat membantu penelusuran indikator [20]. Pada kasus ini, penerapannya diusulkan untuk memisahkan downtime, setup, kehilangan material, dan kehilangan tenaga kerja tanpa pencatatan ganda. Tabel 9. Rencana penelusuran dan evaluasi perbaikan. --------------------------------------------------------------------------------------------------- Bidang Catatan yang diperlukan Ukuran evaluasi --------------------- -------------------------------------- -------------------------------------- Penggerak dan rak Identitas komponen, waktu kerusakan, Frekuensi gangguan dan durasi downtime troli tindakan perbaikan Setup dan turning Waktu setup, kondisi rak dan tray, Durasi setup dan kejadian gangguan kejadian benturan turning Material dan tenaga Alasan penghentian, waktu mulai dan Durasi kehilangan per kategori sumber kerja selesai, kategori tunggal daya Mutu telur Kategori defect dan tahap Proporsi tiap kategori terhadap jumlah ditemukannya, jumlah per batch yang diperiksa Konsistensi indikator Batas waktu, unit produksi, dan acuan Kesesuaian faktor dengan hasil siklus ideal perkalian --------------------------------------------------------------------------------------------------- Tabel 9 merupakan rancangan pencatatan lanjutan, bukan data hasil implementasi. Setiap kejadian perlu diberi identitas agar waktu yang sama tidak masuk ke beberapa kategori. Perubahan komponen, jadwal perawatan, dan prosedur setup harus dicatat bersama waktu penerapannya. Dengan cara ini, perubahan indikator dapat dibandingkan dengan tindakan yang dilakukan tanpa mengasumsikan bahwa seluruh variasi berasal dari satu penyebab. Keterbatasan dan evaluasi lanjutan Keterbatasan utama meliputi data satu periode, tidak adanya log harian dan durasi tiap faktor ORE, ketidakjelasan waktu siklus ideal, serta perbedaan hasil akhir dengan perkalian faktor. Penyebab defect dan hasil akhir DOC tidak dirinci. Penghematan biaya, energi, atau dampak lingkungan belum diukur sehingga manfaat keberlanjutan belum dapat dinyatakan secara kuantitatif. Evaluasi lanjutan perlu menggunakan definisi yang tetap dan periode sebelum serta sesudah perbaikan yang sebanding. Evaluasi lanjutan perlu dimulai dengan rekonsiliasi ringkasan waktu terhadap catatan mesin, jadwal produksi, dan daftar penghentian. Penetapan total waktu harus menjelaskan apakah data mewakili satu troli, beberapa troli, satu mesin, atau gabungan unit. Penghentian terencana perlu dipisahkan dari kerusakan serta alasan berhenti lainnya. Setelah seluruh durasi memiliki dasar yang jelas, faktor ORE dapat dihitung kembali menggunakan rasio yang sesuai. Ketidaktersediaan catatan tidak diisi dengan asumsi durasi baru. Perbandingan sebelum dan sesudah tindakan perlu mencatat beban produksi, jumlah unit yang beroperasi, dan kondisi batch. Penyajian harian memungkinkan penilaian apakah penurunan downtime berlangsung konsisten atau hanya terjadi pada sebagian periode. Indikator mutu perlu menggunakan kategori dan penyebut yang tetap. Perubahan jumlah telur fertile saja tidak membuktikan keberhasilan perawatan troli. Efektivitas yang dihitung ulang sebaiknya dilaporkan bersama faktor penyusunnya, durasi kehilangan, dan penjelasan perubahan definisi jika ada. KESIMPULAN Pada periode 22 Agustus–22 September 2022, data mencatat 2.241.446 telur masuk, 2.069.405 telur fertile, 172.041 defect, serta downtime 9.955 menit dari waktu tersedia 46.080 menit. OEE 78,92% dan ORE 76,17% yang dilaporkan berbeda dari hasil perkalian faktor, yaitu 72,36% dan 70,00%. Rasio fertile dari data produksi adalah 92,32%. Seluruh nilai efektivitas berada di bawah acuan naskah 85%, tetapi verifikasi definisi waktu, siklus ideal, dan kategori mutu diperlukan sebelum menetapkan indikator tervalidasi. Pemeriksaan troli, perawatan terencana, penanganan telur, dan perbaikan pencatatan menjadi arah evaluasi berikutnya. UCAPAN TERIMA KASIH Penulis menyampaikan apresiasi kepada pihak yang mendukung pengumpulan informasi operasional serta kajian efektivitas peralatan pada proses penetasan telur. +---------------------------------------------------------------------------------------------------+ | Pernyataan Kontribusi Penulis (CRediT Statement) | | | | Muhammad Taufiq dan Enik Sulistyowati tercantum sebagai penulis artikel. Pembagian peran | | individual menurut taksonomi CRediT belum dilaporkan. | | | | Pernyataan Ketersediaan Data | | | | Data ringkasan disajikan dalam tabel dan gambar artikel. Catatan operasi harian, rincian waktu | | penyusun faktor, serta ketentuan akses data mentah belum disertakan. | | | | Persetujuan Etik | | | | Artikel sumber melaporkan observasi dan wawancara, tetapi tidak mencantumkan lembaga atau nomor | | persetujuan etik maupun rincian persetujuan informan. | +===================================================================================================+ +---------------------------------------------------------------------------------------------------+ DAFTAR PUSTAKA [1] S. Sundari dan H. Wahyono, “Pengukuran Produktivitas Mesin Tetas Telur dengan Metode Overall Equipment Effectiveness (OEE) di PT. Malindo Feedmill Tbk.,” Industrika: Jurnal Ilmiah Teknik Industri, vol. 4, no. 1, 2021, doi: 10.37090/indstrk.v4i1.193. [2] S. Nakajima, Introduction to TPM: Total Productive Maintenance. Productivity Press, 1988. [3] P. Muchiri dan L. Pintelon, “Performance measurement using overall equipment effectiveness (OEE): literature review and practical application discussion,” International Journal of Production Research, vol. 46, no. 13, hlm. 3517–3535, 2008, doi: 10.1080/00207540601142645. [4] J. A. Garza-Reyes, “From measuring overall equipment effectiveness (OEE) to overall resource effectiveness (ORE),” Journal of Quality in Maintenance Engineering, vol. 21, no. 4, hlm. 506–527, 2015, doi: 10.1108/JQME-03-2014-0014. [5] L. E. Puspita dan E. P. Widjajati, “Pengukuran Efektivitas Mesin Latexing Pada Produksi Karpet Permadani dengan Menggunakan Metode Overall Equipment Effectiveness (OEE) dan Overall Resource Effectiveness (ORE) di PT. XYZ,” Juminten, vol. 2, no. 4, hlm. 1–12, 2021, doi: 10.33005/juminten.v2i4.295. [6] M. M. Zulfatri, J. Alhilman, dan F. T. D. Atmaji, “Pengukuran Efektivitas Mesin dengan Menggunakan Metode Overall Equipment Effectiveness (OEE) dan Overall Resource Effectiveness (ORE) pada Mesin PL1250 di PT XZY,” JISI: Jurnal Integrasi Sistem Industri, vol. 7, no. 2, hlm. 123–131, 2020, doi: 10.24853/jisi.7.2.123-131. [7] S. Sunarya, Z. F. Hunusalela, dan Hermanto, “Pengukuran Efektivitas Mesin Menggunakan Metode Overall Equipment Effectiveness, Overall Resource Effectiveness dan Gupta pada Mesin Injection Molding PT. Neohyolim Platech,” Jurnal KaLIBRASI, vol. 5, no. 2, hlm. 160–170, 2022, doi: 10.37721/kalibrasi.v5i2.1036. [8] Suseno dan T. D. Putra, “Pengukuran Efektivitas Penggunaan Mesin Reparasi Tabung Gas pada Line 2 Menggunakan Metode OEE dan ORE pada PT Petrogas Prima Service,” Jurnal Cakrawala Ilmiah, vol. 1, no. 10, hlm. 2443–2452, 2022. [9] Lukmandono, E. Sulistyowati, dan N. L. P. Hariastuti, “Pendekatan Overall Equipment Effectiveness dan Response Surface Methodology dengan Pertimbangan Root Cause Failure Analysis untuk Meminimalkan Six Big Losses,” Katalog Buku Karya Dosen ITATS, hlm. 70–112, 2020. Tersedia: https://ejurnal.itats.ac.id/buku/article/view/1439/0. [10] M. Taufiq, “Analisis Efektivitas Trolly Mesin Setter pada Produksi Penetasan Telur dengan Menggunakan Metode OEE dan ORE di PT. SUJA,” skripsi, 2023. [11] Ö. Ljungberg, “Measurement of overall equipment effectiveness as a basis for TPM activities,” International Journal of Operations & Production Management, vol. 18, no. 5, hlm. 495–507, 1998, doi: 10.1108/01443579810206334. [12] R. C. Hansen, Overall Equipment Effectiveness: A Powerful Production/Maintenance Tool for Increased Profits. Industrial Press, 2011. [13] P. Jonsson dan M. Lesshammar, “Evaluation and improvement of manufacturing performance measurement systems—the role of OEE,” International Journal of Operations & Production Management, vol. 19, no. 1, hlm. 55–78, 1999, doi: 10.1108/01443579910244223. [14] B. Dal, P. Tugwell, dan R. Greatbanks, “Overall equipment effectiveness as a measure of operational improvement—A practical analysis,” International Journal of Operations & Production Management, vol. 20, no. 12, hlm. 1488–1502, 2000, doi: 10.1108/01443570010357884. [15] I. P. S. Ahuja dan J. S. Khamba, “Total productive maintenance: literature review and directions,” International Journal of Quality & Reliability Management, vol. 25, no. 7, hlm. 709–756, 2008, doi: 10.1108/02656710810890890. [16] M. A. Pradaka dan J. Aidil SZS, “Analisis Total Productive Maintenance Menggunakan Metode OEE dan FMEA pada Pabrik Phosporic Acid PT Petrokimia Gresik,” Jurnal Teknik Industri, vol. 11, no. 3, hlm. 280–289, 2021, doi: 10.25105/jti.v11i3.13087. [17] P. De Groote, “Maintenance performance analysis: a practical approach,” Journal of Quality in Maintenance Engineering, vol. 1, no. 2, hlm. 4–24, 1995, doi: 10.1108/13552519510089556. [18] C. J. Bamber, P. Castka, J. M. Sharp, dan Y. Motara, “Cross-functional team working for overall equipment effectiveness (OEE),” Journal of Quality in Maintenance Engineering, vol. 9, no. 3, hlm. 223–238, 2003, doi: 10.1108/13552510310493684. [19] P. Guariente, I. Antoniolli, L. P. Ferreira, T. Pereira, dan F. J. G. Silva, “Implementing autonomous maintenance in an automotive components manufacturer,” Procedia Manufacturing, vol. 13, hlm. 1128–1134, 2017, doi: 10.1016/j.promfg.2017.09.174. [20] R. Singh, D. B. Shah, A. M. Gohil, dan M. H. Shah, “Overall equipment effectiveness (OEE) calculation—Automation through hardware & software development,” Procedia Engineering, vol. 51, hlm. 579–584, 2013, doi: 10.1016/j.proeng.2013.01.082.