Perangkat Lunak OEE: Cara Memilih dan Menerapkannya Tanpa Penyesalan

Disclosure: M365.FM host Mirko Peters works at iFAKT GmbH. This page describes the company factually; paid partnerships and links are labelled as advertising.

By Mirko Peters · 2026-11-12

Perangkat lunak OEE mencatat henti, kecepatan, dan scrap per mesin. Pelajari cara memilihnya, menguji coba (pilot)-nya, menghubungkannya ke ERP dan mesin lama, serta menghindari jebakan umum.

Automatically translated with AI from the original post. Read the English original

Perangkat lunak OEE mencatat apa yang dilakukan mesin selama waktu produksi terencana, yaitu kapan mesin berjalan, kapan berhenti, seberapa cepat mesin beroperasi, dan berapa banyak part yang dihasilkan dalam kondisi baik. Data tersebut kemudian diolah menjadi availability, performance, dan quality, serta satu angka OEE gabungan. Artikel ini ditujukan bagi manajer operasi di manufaktur yang harus memilih alat, mengujinya, dan memastikan alat tersebut diterima di lantai produksi. Artikel ini membahas pemilihan dan penerapan, bukan rumus itu sendiri. Jika Anda ingin memahami rumus dan enam kerugian besar terlebih dahulu, pelajari OEE lebih dulu, lalu kembali ke sini.

Poin Penting

• Perangkat lunak OEE mengotomatiskan pekerjaan yang dilakukan catatan manual secara tangan: mencatat waktu operasi, henti, kecepatan, dan produk reject per mesin, lalu mengolahnya menjadi availability, performance, dan quality.
• Lean.org mendefinisikan OEE sebagai availability dikali performance dikali quality. Oleh karena itu, pastikan rumus alat tersebut serta pengaturan henti dan kecepatan idealnya sesuai dengan definisi yang digunakan di pabrik Anda.
• Pilih berdasarkan pengumpulan data terlebih dahulu, karena dasbor hanya seakurat jumlah, status, dan alasan downtime yang ada di baliknya.
• Jalankan uji coba di satu mesin penentu kapasitas (constraint) dengan data Anda sendiri, dan bandingkan jumlah yang dihitung alat dengan catatan manual sebelum Anda mempercayai grafik apa pun.
• Rencanakan koneksi ke ERP dan Power BI sejak awal, dan tanyakan bagaimana alat tersebut mengirimkan data, karena Microsoft menghentikan pembuatan streaming semantic model setelah 31 Oktober 2027.

Apa sebenarnya yang harus dilakukan alat ini?

Ada tiga tugas, dengan urutan sebagai berikut.

1. Mengumpulkan data. Status mesin (berjalan, berhenti, menganggur), jumlah part, produk reject, dan yang terpenting, alasan setiap henti. Bagian ini paling sulit, dan dari sinilah ditentukan apakah hal lain layak diperhatikan.
2. Menghitung angka dengan cara yang sama setiap kali. Lean.org mendefinisikan OEE sebagai ukuran seberapa efektif peralatan digunakan, dengan availability, performance, dan quality yang dikalikan satu sama lain. Availability menghitung downtime akibat kerusakan dan penyesuaian. Performance menghitung kerugian kecepatan, termasuk henti-henti kecil. Quality menghitung scrap dan rework. Contoh Lean.org sendiri mengalikan 90%, 95%, dan 99% sehingga menghasilkan 84,6%.
3. Menampilkannya kepada orang yang tepat pada waktu yang tepat. Operator membutuhkan shift yang sedang berjalan di layar dekat mesin. Supervisor membutuhkan data beberapa jam terakhir. Manajer pabrik membutuhkan tren, bukan angka yang naik turun tidak menentu.

Semua hal lain dalam daftar fitur, seperti aplikasi seluler, notifikasi, modul pemeliharaan, dan add-on AI, bersifat sekunder. Jika tugas pertama dikerjakan dengan buruk, fitur tambahan itu hanya mempercantik angka yang salah.

Apa bedanya dengan MES atau ERP?

Batasannya memang kabur, jadi pastikan Anda jelas tentang apa yang sebenarnya Anda beli.

Sistem MES mengelola dan mencatat produksi berdasarkan perintah kerja: apa yang dibuat, dari bahan apa, dan di stasiun mana. Sistem ERP menyimpan pesanan, item, rute produksi, dan biaya. Perangkat lunak OEE berfokus pada waktu dan kerugian peralatan. Banyak produk OEE yang tumpang tindih dengan MES, dan beberapa produk MES sudah menyertakan layar OEE.

Sebuah uji sederhana: apakah Anda perlu membuktikan bahan mana yang masuk ke produk mana, atau mengendalikan alur perintah kerja? Itu wilayah MES. Apakah Anda ingin tahu mengapa mesin pembatas Anda kehilangan waktu, shift demi shift? Itu pertanyaan OEE. Jika Anda membutuhkan keduanya, tanyakan bagaimana kedua sistem berbagi data pesanan, agar operator tidak perlu memasukkan informasi yang sama dua kali.

Bagaimana memilih perangkat lunak OEE tanpa peringkat dari vendor?

Gunakan kriteria yang dapat Anda uji, dan tuliskan sebelum demo pertama. Berikut ini satu rangkaian yang berfungsi untuk sebagian besar pabrik.

Pengumpulan data

• Apakah sistem dapat membaca status dan jumlah secara langsung dari kontroler mesin, dari sensor tambahan, atau keduanya? Yang mana yang dibutuhkan peralatan Anda?
• Bagaimana sistem menangani mesin yang sama sekali tidak memiliki keluaran digital?
• Bagaimana operator memasukkan alasan henti? Di layar sentuh, dalam dua ketukan, dengan daftar yang dapat diedit oleh supervisor? Daftar alasan dengan lima puluh item tidak akan digunakan pada shift malam.
• Apakah sistem mendeteksi henti kecil secara otomatis, atau hanya yang diketik secara manual?

Perhitungan dan pengaturan

• Di mana kecepatan ideal ditetapkan, dan siapa yang diizinkan mengubahnya?
• Bagaimana sistem memperlakukan henti terencana, istirahat, dan pergantian produk (changeover)? Dapatkah Anda melihatnya sebagai kategori terpisah?
• Dapatkah Anda melihat peristiwa mentah di balik sebuah angka, bukan hanya persentasenya?
• Apakah rumusnya mengikuti definisi Lean, atau mengikuti ISO 22400-2? ISO menjelaskan bahwa standar tersebut menetapkan indikator kinerja utama untuk manajemen operasi manufaktur, masing-masing dengan rumus, elemen, perilaku waktu, dan satuannya. Nama dan basis waktu dapat berbeda antarsumber, jadi mintalah vendor menjelaskan rumus persisnya dan bandingkan dengan rumus Anda sendiri.

Penggunaan di lantai produksi

• Apakah layar dapat dibaca dari jarak dua meter, saat memakai sarung tangan, di aula yang bising?
• Dapatkah operator melihat shift yang sedang berjalan tanpa masuk ke aplikasi lengkap?
• Apakah alat ini tetap berfungsi saat jaringan terputus dan menyusul datanya kemudian?

Integrasi dan kepemilikan

• Data apa saja yang dapat keluar dari sistem, dan dalam bentuk apa? Dapatkah Anda mengekspor peristiwa mentah, atau hanya laporan?
• Bagaimana sistem terhubung dengan ERP, MES, dan alat pelaporan Anda?
• Siapa pemilik data, di mana data disimpan, dan siapa yang dapat melihatnya?
• Apa yang tertulis dalam kontrak tentang pengakhiran layanan: ekspor, penghapusan, dan masa pemberitahuan?

Biaya seiring waktu

• Berapa biaya lisensi per mesin, per pengguna, atau per lokasi, dan apa yang berubah saat Anda menambah lini produksi?
• Perangkat keras apa yang dibutuhkan setiap mesin, dan siapa yang memasang serta merawatnya?
• Bagian pekerjaan mana yang memerlukan vendor, dan bagian mana yang dapat dikerjakan oleh tim Anda sendiri?

Nilai setiap kandidat terhadap daftar tersebut bersama tim kecil: seseorang dari operasi, pemeliharaan, TI, dan satu operator. Suara operator terhadap layar ini lebih penting daripada yang biasanya diperkirakan manajer.

Bagaimana menguji alat sebelum Anda berkomitmen?

Demo di pabrik contoh milik vendor tidak menunjukkan apa pun tentang pabrik Anda. Mintalah uji coba (pilot) pada mesin Anda sendiri, dan jalankan seperti sebuah eksperimen.

1. Pilih satu mesin. Pilih mesin pembatas, atau mesin yang diketahui sering kehilangan waktu. Sebuah artikel IndustryWeek tentang penggunaan OEE secara benar menyarankan untuk berfokus pada mesin pembatas, dan memperingatkan agar tidak membandingkan shift, departemen, atau pabrik menggunakan OEE.
2. Definisikan istilah secara tertulis. Waktu produksi terencana, waktu siklus ideal, apa yang dihitung sebagai produk baik, dan apa yang dihitung sebagai henti. Cukup satu halaman, disetujui oleh operasi dan kualitas.
3. Jalankan alat dan catatan manual secara paralel. Minta operator atau supervisor mencatat henti di atas kertas untuk periode yang sama. Bandingkan jumlah, waktu henti, dan alasannya.
4. Perhatikan selisihnya, bukan skornya. Jika alat melewatkan henti kecil atau mencatat pergantian produk sebagai produksi, cari tahu penyebabnya sebelum melanjutkan.
5. Adakan tinjauan mingguan yang singkat. Ambil kerugian terbesar, diskusikan dengan operator, dan putuskan satu tindakan. Jika pilot tidak menghasilkan tindakan apa pun, Anda hanya mengumpulkan angka.
6. Putuskan dengan daftar periksa. Apakah angka-angkanya cocok? Apakah operator menggunakannya tanpa diminta? Apakah hasilnya mendorong adanya perubahan? Apakah tim TI dapat mendukung koneksinya?

Berikut contoh hipotetis, dibuat hanya untuk memperlihatkan metodenya. Sebuah lini pengemasan menunjukkan ketersediaan 82% di alat, tetapi catatan manual menunjukkan 74%. Selisihnya ternyata berasal dari satu aturan yang mencatat setiap henti kurang dari lima menit sebagai waktu beroperasi. Tidak ada yang akan menyadarinya di dasbor. Catatan berdampingan itulah yang mengungkapnya. Memperbaiki aturan itu jauh lebih berharga daripada bagan baru apa pun.

Bagaimana cara menghubungkannya ke ERP, mesin lama, dan Power BI?

Mesin lama

Pabrik jarang sepenuhnya berisi peralatan baru. Untuk mesin lama, biasanya Anda memilih antara membaca data dari kontroler, menambahkan sensor untuk status operasi dan jumlah produksi, atau menggunakan gateway yang menerjemahkan antarprotokol. OPC UA sering menjadi bahasa target di sini. OPC Foundation menjelaskannya sebagai pembawa data dari perangkat pabrik dan kontrol proses ke sistem perusahaan, dengan penekanan pada keamanan, keandalan, dan pengoperasian lintas platform, serta mencatat bahwa standar ini menjadi IEC 62541 pada 2011. Tanyakan kepada vendor protokol apa saja yang didukung, dan uji mesin tertua Anda dalam pilot, bukan mesin terbaru.

ERP

Anda ingin data pesanan dan produk mengalir masuk, sehingga alat tersebut mengetahui apa yang sedang diproduksi beserta kecepatan yang direncanakan, dan Anda juga ingin jumlah produksi aktual serta ringkasan waktu henti mengalir kembali ke tempat yang membantu perencanaan. Tentukan siapa yang memiliki data induk untuk item, rute produksi, dan waktu standar. Jika alat dan sistem ERP masing-masing menyimpan salinannya sendiri, keduanya akan berbeda pendapat dalam sebulan.

Power BI dan pelaporan

Banyak pabrik ingin angka OEE ditampilkan berdampingan dengan data penjualan, kualitas, dan pemeliharaan di Power BI. Tanyakan bagaimana alat OEE mengirimkan data: melalui basis data, ekspor, API, atau dorongan (push) ke model semantik. Metode ini penting karena dua alasan.

Pertama, layar langsung dan laporan langsung tidak sama. Microsoft mendokumentasikan penyegaran halaman otomatis untuk laporan dengan interval tetap atau dengan deteksi perubahan, serta mencantumkan mode penyimpanan mana yang mendukungnya. Mode impor tidak didukung. Pada kapasitas bersama, interval tetap minimum adalah 30 menit, dan deteksi perubahan tidak tersedia di sana. Kapasitas khusus memungkinkan interval yang lebih pendek, yang diatur oleh administrator. Jika ada yang menjanjikan laporan Power BI yang "langsung", tanyakan mode penyegaran dan kapasitas apa yang dibutuhkannya.

Kedua, periksa rencana vendor terhadap rencana Microsoft. Halaman streaming real-time menyatakan bahwa pembuatan model semantik push dan streaming tetap diaktifkan hingga 31 Oktober 2027, setelah itu model baru tidak dapat dibuat. Model yang sudah ada tidak terpengaruh, dan Microsoft menunjuk Real-Time Intelligence di Microsoft Fabric sebagai alternatif. Vendor yang tautan Power BI-nya bergantung pada model semantik streaming seharusnya dapat menjelaskan bagaimana hal itu akan berubah.

Jaga pembagian peran. Layar lantai produksi seharusnya dapat berfungsi tanpa Power BI. Power BI diperuntukkan bagi tren, perbandingan, dan laporan manajemen, bukan untuk tampilan langsung yang dipakai operator.

Bagaimana cara membuat operator menggunakannya?

Perangkat lunak tidak meningkatkan OEE. Orang yang melihat angkanya dan dapat bertindak berdasarkan angka tersebutlah yang meningkatkannya.

• Libatkan operator sebelum pembelian. Biarkan mereka mencoba layarnya. Jika mereka tidak menyukainya, mereka akan menemukan cara untuk menghindarinya.
• Jaga daftar alasan henti tetap singkat. Mulailah dengan beberapa alasan yang didasarkan pada enam kerugian besar Anda, lalu perbaiki setelah satu bulan.
• Gunakan data dalam serah terima shift. Jika tidak ada yang membahas angkanya, sistem hanya akan menjadi pekerjaan tambahan.
• Jangan pernah menggunakan OEE untuk menyalahkan. Salah satu panduan implementasi OEE yang diterbitkan menyatakannya dengan jelas: OEE adalah alat untuk menemukan kerugian, bukan papan skor untuk diakali. Jika operator merasa dihukum, mereka berhenti melaporkan secara akurat.
• Tetapkan penanggung jawab untuk setiap kerugian. Satu orang per mesin atau lini yang meninjau kerugian terbesar setiap minggu.

Kesalahan umum

• Membeli berdasarkan demo dasbor dan menguji pengambilan data di tahap terakhir.
• Memulai di semua mesin sekaligus, sehingga tidak ada tim yang dapat belajar dari lini pertama.
• Membiarkan vendor menetapkan kecepatan ideal tanpa memeriksanya terhadap pencapaian nyata mesin.
• Memperlakukan henti terencana dan pergantian produk sebagai hal yang tidak terhindarkan dan mengeluarkannya dari analisis.
• Membandingkan OEE antarmesin, produk, atau pabrik seolah-olah satu skor memiliki arti yang sama di mana pun.
• Melewatkan pemeriksaan silang manual dalam uji coba (pilot).
• Menunda hubungan dengan ERP dan pelaporan sampai setelah pembelian.
• Mengumpulkan data selama berbulan-bulan tanpa pernah menindaklanjuti kerugian terbesar.

Di mana posisi Polaris

Perangkat lunak OEE melihat ke belakang, ke waktu peralatan. Jika pertanyaan Anda juga menyangkut rencana, misalnya pesanan mana yang akan terlambat atau dampak perubahan shift terhadap throughput, tampilan perencanaan akan membantu. iFAKT menggambarkan Polaris sebagai AI plus digital twin untuk produksi, yang bekerja dengan data ERP. Modul Polaris Analyzer-nya menggabungkan KPI dari modul-modul Polaris ke dalam dasbor, seperti waktu tunggu (lead time), utilisasi, dan bottleneck, serta membandingkan rencana dengan kinerja aktual. Itu pekerjaan yang berbeda dari menangkap kondisi mesin dengan sensor, jadi periksa sumber data apa yang Anda butuhkan untuk angka tingkat peralatan sebelum menganggap satu alat mencakup keduanya.

Topik terkait untuk didalami

• Menghubungkan data OEE ke ERP: pesanan dan jumlah mana yang harus bergerak di setiap arah, dan siapa yang memiliki data master.
• Retrofit mesin lama: sensor, akses controller, dan protocol gateway untuk peralatan tanpa antarmuka digital.
• OEE untuk pabrik kecil dan menengah: cara memulai dengan catatan kertas dan satu mesin, serta apa yang harus ditawarkan sebuah alat agar bisa berkembang nantinya.
• Dari OEE ke akar masalah: cara mengaitkan kerugian dengan shift, batch material, dan changeover menggunakan analisis sederhana sebelum menambahkan alat prediktif.
• Peringatan pemeliharaan prediktif: data apa yang dibutuhkan sebelum machine learning memberi nilai tambah dibandingkan ambang batas sederhana.

Langkah berikutnya

Pilih satu mesin pembatas (constraint) dan tuliskan definisi Anda tentang waktu terencana, kecepatan ideal, dan downtime dalam satu halaman. Kemudian minta setiap vendor dalam daftar pendek Anda menjalankan uji coba untuk keputusan perangkat lunak OEE ini pada mesin tersebut, menggunakan definisi Anda, dan bandingkan hitungan mereka dengan catatan manual sebelum Anda menandatangani kontrak.