M365Con 2027 – konferensi online gratis · 11–22 Jan 2027 · 120 sessions→ m365con.net

Blog · Mirko Peters

KPI Keunggulan Operasional: Metrik Mana yang Penting di Lantai Produksi

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 ·

KPI keunggulan operasional menunjukkan apakah sebuah pabrik melayani pelanggan dan terus membaik. Simak metrik mana yang penting di lantai produksi, serta cara mendefinisikan dan menggunakannya.

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

KPI keunggulan operasional adalah sejumlah kecil ukuran yang menunjukkan apakah sebuah pabrik melayani pelanggannya dengan baik dan terus membaik. Artikel ini ditujukan bagi manajer pabrik dan pimpinan keunggulan operasional yang harus memilih metrik untuk lantai produksi. Artikel ini menjelaskan kelompok ukuran yang penting, cara mendefinisikan ukuran utama, cara menggunakan indikator leading dan lagging, contoh kasus dengan angka, serta kesalahan yang membuat scorecard berubah menjadi kebisingan.

Poin Penting

  • Pilih beberapa ukuran dari empat kelompok: pengiriman, kualitas, alur dan peralatan, serta biaya dan keselamatan. Kaitkan setiap ukuran dengan sebuah tujuan.
  • OEE adalah availability dikali performance dikali quality. Gunakan bersama ukuran lain, jangan sendirian.
  • Pengiriman tepat waktu adalah jumlah unit tepat waktu dibagi total unit. First pass yield adalah unit baik dibagi unit yang masuk ke proses.
  • Hasil biasanya diukur dengan KPI lagging. Tambahkan beberapa ukuran leading yang bisa diubah tim minggu ini.
  • Sebuah ukuran membutuhkan definisi yang jelas, target, penanggung jawab, dan respons ketika ukuran tersebut berubah merah.

KPI keunggulan operasional mana yang penting di lantai produksi?

Ada puluhan metrik manufaktur. MachineMetrics mencantumkan lebih dari 50 metrik dan menyatakan bahwa produsen bisa dan sebaiknya memilih beberapa untuk difokuskan. FourJaw menambahkan bahwa metrik yang tepat bergantung pada lingkungan produksi, dan Anda sebaiknya menentukan tujuan strategis terlebih dahulu, lalu memilih metrik yang melacak kemajuan menuju tujuan tersebut. Keduanya adalah vendor perangkat lunak, jadi perlakukan daftar tersebut sebagai menu, bukan sebagai aturan. Manajemen kinerja yang baik dimulai dengan daftar pendek yang selaras dengan tujuan pabrik.

Struktur sederhana membuat pilihan tetap kecil. Pilih beberapa ukuran dari empat kelompok.

  • Pengiriman. Apakah pelanggan menerima apa yang dijanjikan, tepat waktu? Contohnya: pengiriman tepat waktu dan pencapaian jadwal.
  • Kualitas. Apakah pekerjaan benar sejak percobaan pertama? Contohnya: first pass yield dan scrap rate.
  • Alur dan peralatan. Apakah pekerjaan bergerak, dan apakah mesin berjalan? Contohnya: overall equipment effectiveness dan lead time.
  • Biaya dan keselamatan. Berapa biayanya, dan apakah prosesnya aman? Contohnya: biaya per unit dan insiden keselamatan.

Tujuannya adalah key performance indicator yang memberikan sinyal dapat ditindaklanjuti, bukan laporan yang panjang. Keselamatan harus ada di setiap papan kinerja, meskipun bukan ukuran produksi klasik. Keselamatan menunjukkan kepada orang-orang apa yang dihargai pabrik.

Bagaimana Anda mendefinisikan setiap metrik?

Ukuran tanpa definisi yang jelas akan memicu perdebatan. Tuliskan rumusnya, sumber datanya, dan periodenya. Rumus di bawah ini mengikuti MachineMetrics.

  • Overall equipment effectiveness (OEE): availability × performance × quality. Availability adalah waktu produksi aktual dibagi waktu produksi yang direncanakan. Performance adalah laju produksi aktual dibagi laju ideal. Quality adalah part baik dibagi total part.
  • Pengiriman tepat waktu: unit tepat waktu dibagi total unit.
  • First pass yield: unit baik yang diselesaikan, tidak termasuk scrap dan rework, dibagi total unit yang masuk ke proses.
  • Tingkat scrap: material scrap dibagi total material yang masuk.
  • Lead time manufaktur: tanggal pengiriman pesanan dikurangi tanggal pesanan diterima.
  • Pencapaian jadwal: output aktual dibagi output target, dikali 100.
  • Cycle time: total part yang diproduksi dibagi waktu run produksi.

Beberapa sumber menjelaskan ukuran yang sama dengan cara berbeda. FourJaw mendefinisikan first pass yield sebagai persentase produk yang lolos inspeksi pada percobaan pertama. Maknanya mirip, tetapi cara penghitungannya berbeda. Karena itu, tulislah definisi Anda sendiri dan gunakan secara konsisten di seluruh dokumen.

OEE perlu peringatan khusus. MachineMetrics menyatakan bahwa OEE idealnya digunakan bersama ukuran lain. Sebuah pabrik dapat menaikkan OEE dengan menjalankan produk yang sebenarnya tidak dibutuhkan. OEE yang tinggi tetapi pengiriman yang buruk menjadi sinyal bahwa pabrik mengoptimalkan hal yang keliru.

Apa itu indikator pendahulu dan indikator tertinggal?

Ukuran tertinggal melaporkan hasil setelah kejadian. Ketepatan waktu pengiriman minggu lalu dan tingkat scrap bulan lalu termasuk tertinggal. Keduanya menunjukkan apa yang sudah terjadi dan datang terlambat untuk mengendalikan hari ini. Meski demikian, keduanya tetap penting bagi kepuasan pelanggan, karena pelanggan merasakan hasilnya.

Shingo Institute menyatakan pada halaman modelnya bahwa hasil biasanya diukur dengan KPI tertinggal. Ikhtisar model tersebut menambahkan bahwa KPI tertinggal dapat menandakan bahwa budaya kerja memerlukan perhatian. Jadi, hasil yang buruk sering kali merupakan gejala dari cara orang bekerja, bukan hanya dari mesin.

Ukuran pendahulu menunjukkan sesuatu yang dapat diubah tim saat ini juga. Berikut contoh praktik umum, bukan istilah dari suatu standar:

  • Kepatuhan terhadap rencana untuk shift saat ini.
  • Jumlah stop yang masih terbuka di lini.
  • Porsi rapat harian yang dilakukan bersama papan.
  • Usia masalah terbuka yang paling lama.

Papan yang baik memuat keduanya dan mendukung perbaikan berkelanjutan karena tim dapat melihat dampak setiap perubahan. Ukuran tertinggal menunjukkan hasilnya, sedangkan ukuran pendahulu memberi tahu tim apa yang harus dilakukan pagi ini.

Berapa banyak ukuran yang sebaiknya Anda pantau?

Tidak ada sumber yang memberikan angka pasti, dan jawabannya bergantung pada tim. Sebagai aturan kerja, gunakan tiga sampai lima ukuran per area, dan jangan lebih banyak dari yang dapat ditinjau tim dalam rapat harian singkat. Jika suatu ukuran tidak pernah dibahas dan tidak ada yang bertindak berdasarkannya, hapus saja.

Gunakan uji berikut untuk setiap kandidat:

  1. Apakah terkait dengan tujuan? Jika pabrik menginginkan pengiriman lebih cepat, ukuran pengiriman didahulukan.
  2. Dapatkah tim memengaruhinya? Angka yang tidak dapat diubah siapa pun hanya menimbulkan frustrasi.
  3. Apakah mudah dibaca sekilas? Tampilkan target di samping nilai aktual.
  4. Apakah datanya andal? Jika orang tidak percaya pada angka tersebut, mereka tidak akan menggunakannya.
  5. Apakah ada tindak lanjutnya? Sepakati siapa yang bertindak dan batas waktunya jika nilainya merah.

Bagaimana Anda menggunakan ukuran-ukuran ini setiap hari?

Ukuran hanya membantu jika menjadi bagian dari rutinitas.

  1. Tampilkan di tempat pekerjaan dilakukan. Papan di sel, setinggi mata, bukan di kantor.
  2. Tinjau dalam rapat harian singkat. Lihat hasil kemarin dan rencana hari ini.
  3. Tanyakan mengapa, bukan siapa. Periksa prosesnya sebelum mencari orangnya.
  4. Atasi masalah utama lebih dulu. Satu masalah dalam satu waktu, dengan penanggung jawab dan tanggal.
  5. Tinjau kumpulan ukuran setiap bulan. Hapus yang tidak membantu, dan tambahkan satu ukuran ketika tim sudah siap.

Untuk papan pertama, tiga sampai lima ukuran sudah cukup. Tim yang menggunakan lima ukuran dengan baik memperoleh lebih banyak manfaat daripada tim yang mengabaikan dua puluh ukuran.

Contoh: membaca tiga ukuran

Ini adalah ilustrasi dengan angka rekaan.

Sebuah lini memiliki 480 menit waktu produksi yang direncanakan. Lini berhenti selama 60 menit sehingga berjalan selama 420 menit. Kecepatan idealnya adalah satu unit per menit. Lini menghasilkan 357 unit, dan 340 di antaranya baik.

  • Availability: 420 ÷ 480 = 87,5%.
  • Performance: 357 ÷ 420 = 85%.
  • Quality: 340 ÷ 357 = sekitar 95,2%.
  • OEE: 0,875 × 0,85 × 0,952 = sekitar 70,8%.

Sebagai pemeriksaan: 340 unit baik dibagi 480 unit yang dihasilkan kecepatan ideal dalam waktu yang direncanakan juga menghasilkan 70,8%.

Kehilangan terbesar ada pada performance, yaitu 85%, disusul availability. Tim melihat stop terlebih dahulu, lalu siklus yang lambat. Begitulah ukuran operasional memandu perbaikan berikutnya, dan performa operasional naik selangkah demi selangkah.

Sekarang pengiriman dan kualitas. Pabrik mengirim 400 pesanan, dan 352 di antaranya tepat waktu.

  • Ketepatan waktu pengiriman: 352 ÷ 400 = 88%.

Sebuah proses memiliki tiga langkah. Hasil lolos pada tahap pertama adalah 95%, 97%, dan 98%.

  • Rolling throughput yield: 0,95 × 0,97 × 0,98 = sekitar 90,3%.

Setiap langkah tampak baik ketika dilihat sendiri. Secara keseluruhan, sekitar 10 dari setiap 100 unit perlu dikerjakan ulang atau dibuang. Angka-angka ini hanyalah asumsi. Gunakan definisi dan data Anda sendiri.

Kesalahan umum

  • Terlalu banyak ukuran. Scorecard dengan puluhan angka menyembunyikan beberapa angka yang benar-benar penting. Pilih daftar pendek.
  • Tidak ada definisi. Jika dua shift menghitung sebuah ukuran dengan cara berbeda, papan kendali akan memicu perdebatan, bukan tindakan.
  • OEE saja. Efektivitas peralatan tidak menunjukkan apakah produk yang tepat dibuat tepat waktu.
  • Ukuran tanpa respons. Angka merah yang tidak ada yang menanggapi akan membuat orang mengabaikan papan kendali.
  • Target tanpa pemahaman. Tanyakan apa yang sebenarnya Anda optimalkan sebelum menetapkan target. Target saja mengubah perilaku, bukan prosesnya.
  • Hanya ukuran tertinggal (lagging). Tim baru mengetahui masalah ketika sudah terlambat untuk bertindak.
  • Data yang tidak dipercaya siapa pun. Periksa angka-angka tersebut terhadap apa yang Anda lihat di lini produksi.

Bagaimana perangkat lunak dapat membantu

Papan kertas adalah awal yang baik. Papan ini tertinggal ketika rencana berubah di tengah hari, dan ketika data berasal dari beberapa sistem. Polaris Analyzer dari iFAKT menyediakan dasbor KPI di seluruh modul yang membandingkan nilai rencana dan nilai aktual di produksi. Perlakukan dasbor apa pun sebagai alat visual untuk rutinitas: dasbor itu membutuhkan definisi, target, dan respons, serta harus digunakan dalam rapat. Data real-time hanya membantu jika orang mempercayainya.

Langkah berikutnya

Pilih satu area, tentukan tiga sampai lima KPI operational excellence dengan definisi yang jelas dan target, lalu tampilkan di lini produksi. Setelah itu, adakan tinjauan harian pertama dan tentukan siapa yang merespons ketika sebuah ukuran berubah merah.

Entities in this article

Polaris Analyzer Overall equipment effectiveness (OEE)

Related articles

RSS

Disponsori

iFAKT GmbH