Pemantauan Value Stream Real-Time dengan Data ERP dan MES

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 · 2026-11-11

Value stream real-time menampilkan lead time, antrean, dan WIP dari data ERP dan MES yang aktual. Lihat data apa yang diberikan masing-masing sistem, seberapa segar data tersebut harus, dan cara membangunnya.

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

Value stream real-time adalah peta value stream yang angkanya, seperti lead time, antrean, dan work in process, berasal dari data ERP dan MES yang aktual, bukan dari satu kali pengamatan dengan stopwatch. Artikel ini ditujukan bagi plant manager yang ingin melihat kondisi terkini suatu product family tanpa menunggu workshop pemetaan berikutnya. Artikel ini menjelaskan sistem mana menyediakan data apa, seberapa segar data tersebut harus, cara membangun versi pertama, serta contoh kerja dengan timestamp fiktif.

Poin Penting

• Value stream real-time memperbarui lead time, waktu antrean, dan work in process dari data sistem yang aktual, sehingga peta tidak lagi menjadi usang di dinding.
• ERP menyediakan pesanan, routing, stok, dan biaya pada tingkat pesanan; MES menyediakan apa yang terjadi di setiap operasi, lengkap dengan timestamp, jumlah, dan downtime.
• Seberapa segar data harus tersedia bergantung pada keputusannya: menit untuk dispatching, harian untuk review, mingguan untuk tren.
• Timestamp pada saat rilis, mulai, dan selesai setiap operasi sudah cukup untuk menghitung waktu antrean, waktu proses, dan lead time per pesanan.
• Pencatatan yang terlambat atau manual membuat peta real-time keliru; periksa data terhadap kondisi lantai produksi sebelum Anda mempercayai angkanya.

Apa itu value stream real-time?

Lean Enterprise Institute (LEI) mendefinisikan value stream mapping sebagai metode untuk melihat dan memahami aliran material dan informasi saat sebuah produk bergerak melalui value stream. Peta kertas adalah potret sesaat. Peta itu berlaku pada hari peta digambar, dan lead time akan berubah setelahnya.

Value stream real-time, yang kadang disebut peta value stream langsung (live) atau tampilan lintas value stream, menjaga gambaran yang sama tetap mutakhir. Kotak-kotak dan garis waktunya diisi dari data produksi, sehingga Anda dapat melihat antrean yang menumpuk, pesanan yang menua, dan pergerakan persediaan. Data tidak harus tiba dalam milidetik. Data cukup segar untuk keputusan yang ingin Anda ambil dengannya.

Ini adalah value stream berbasis data: peta tetap menjadi alat lean, dan data menggantikan stopwatch. Data tidak menggantikan tim. Orang tetap menyusuri alur, bertanya mengapa, dan memutuskan apa yang perlu diubah.

Apa bedanya dengan peta kondisi saat ini yang tradisional?

Peta value stream kondisi saat ini yang tradisional digambar oleh tim lintas fungsi dalam sebuah workshop. Mereka menyusuri langkah-langkah proses, mencatat cycle time, lead time, dan persediaan secara manual, lalu menggambar diagram aliran material dan informasi. Setelah itu mereka menggambar peta kondisi masa depan dan merencanakan perubahan. Inilah inti lean manufacturing, dan sebaiknya tetap demikian, karena cara ini membangun pemahaman bersama.

Versi live menambahkan lapisan kedua. Tim tetap menggambar kondisi saat ini dan masa depan, tetapi angka pada peta kondisi saat ini diperbarui dari data. Dalam tampilan real-time, Anda dapat membandingkan value stream, melihat bottleneck berpindah setelah sebuah perubahan, dan mengidentifikasi area perbaikan di antara workshop. Cara ini mendukung continuous improvement, karena setiap perubahan terlihat pada angka. Cara ini juga membantu Anda mengoptimalkan alur kerja langkah demi langkah, karena dampaknya terlihat dalam hitungan hari dan tidak menunggu workshop berikutnya. Gunakan data live untuk mengajukan pertanyaan yang lebih baik di lantai produksi, dan jangan gunakan data tersebut untuk menggantikan kunjungan ke lantai produksi.

Data mana yang berasal dari ERP dan mana dari MES?

Biasanya dua jenis sistem menyimpan data tersebut. Sebuah artikel independen dari ReliaMag, MES versus ERP, menyatakan bahwa ERP beroperasi di tingkat bisnis, menjawab apa yang harus diproduksi, kapan, dan dengan biaya berapa, dalam satuan jam, hari, minggu, dan bulan, dengan data pada tingkat pesanan dan pesanan kerja. MES (manufacturing execution system) menjawab apakah yang direncanakan benar-benar diproduksi dengan benar, dalam satuan detik dan menit, dengan data pada tingkat operasi, siklus, dan unit. ERP merilis pesanan kerja ke MES, dan MES melaporkan realisasinya kembali ke ERP.

Sebuah halaman Fabrico tentang ISA-95, dari sebuah vendor MES, menjelaskan pembagian yang sama dalam bentuk level: perencanaan bisnis dengan ERP di level 4, dan operasi manufaktur dengan MES di level 3. Halaman tersebut juga menyatakan bahwa level bisnis sebaiknya menerima ringkasan, bukan banjir titik data sensor.

Untuk sebuah value stream, pembagiannya bersifat praktis:

• Dari ERP: pesanan, tanggal jatuh tempo, routing, bill of material, nilai persediaan, data pelanggan, dan biaya.
• Dari MES: waktu mulai dan selesai setiap operasi, jumlah baik, scrap, rework, alasan downtime, material yang dikonsumsi di sebuah stasiun, dan lokasi terkini dari pesanan.
• Dari catatan kualitas: hasil inspeksi dan retur.
• Dari gudang: kejadian penerimaan dan pengiriman barang.

Manufacturing execution system adalah perangkat lunak di lantai produksi yang mencatat aktivitas produksi terhadap pesanan kerja dan operasi. Tanpa sistem ini, waktu operasi sering dicatat secara manual, terlambat, atau dalam bentuk kumpulan. Hal itu tidak membuat peta tersebut tidak berguna, tetapi membatasi seberapa jauh Anda dapat mempercayainya.

Apa yang dapat dihitung dari timestamp?

Empat timestamp per operasi sudah cukup untuk sebagian besar metrik aliran: rilis pesanan, mulai operasi, selesai operasi, dan pengiriman. Dari situ Anda dapat menghitung:

• Lead time per pesanan: dari rilis hingga pengiriman.
• Processing time per operasi: dari mulai hingga selesai.
• Queue time sebelum sebuah operasi: dari selesainya operasi sebelumnya hingga dimulainya operasi berikutnya.
• Work in process: jumlah pesanan yang sudah dirilis tetapi belum dikirim, per operasi.
• Porsi bernilai tambah: processing time dibagi lead time, sebagai perkiraan.

Jumlah dan scrap dari MES menambahkan first pass yield per tahap. Persediaan dari ERP menambahkan hari persediaan.

Seberapa segar data harus diperbarui?

Frekuensi pembaruan mengikuti keputusan yang diambil. Ini adalah aturan praktis saya sendiri, bukan standar:

• Menit: dispatching dan reaksi di lantai produksi, misalnya mesin yang berhenti.
• Setiap shift atau hari: papan harian dan rapat tingkat menengah, yang meninjau aliran kemarin.
• Mingguan: tinjauan stream, yang meninjau tren lead time, pengiriman, dan persediaan.
• Bulanan atau kuartalan: penggambaran ulang peta dan rencana tahunan.

Jangan memaksa setiap value stream Anda menggunakan kecepatan tercepat. Data yang lebih cepat lebih mahal untuk dibangun dan dipelihara, dan keputusan mingguan tidak memerlukan aliran data per menit.

Bagaimana cara membangun versi pertama?

1. Pilih satu keluarga produk dan lima metrik, sebagai peta proses dari stream beserta langkah-langkahnya, seperti lead time, queue time per operasi, work in process, on-time delivery, dan first pass yield.
2. Daftarkan kejadian yang Anda butuhkan dan sistem mana yang mencatatnya. Tulis rumus untuk setiap metrik.
3. Periksa disiplin pencatatan. Telusuri lantai produksi dan bandingkan sepuluh pesanan di sistem dengan apa yang benar-benar terjadi. Perbaiki celah terburuk terlebih dahulu.
4. Ekstrak data. Mulailah dengan file harian atau database view. Jangan membangun antarmuka yang kompleks untuk uji coba pertama.
5. Tampilkan di peta. Isi kotak proses dan garis waktu dari data, dan tandai antrean terbesar.
6. Tinjau setiap minggu. Tanyakan apakah angkanya sesuai dengan apa yang dilihat tim. Sesuaikan aturannya.
7. Perluas secara bertahap ke lebih banyak keluarga setelah yang pertama berjalan baik.

Contoh: satu pesanan, timestamp rekaan

Contoh ini bersifat rekaan. Waktunya bukan berasal dari pabrik sungguhan, dan dihitung dalam jam kalender, termasuk malam hari dan akhir pekan.

Pesanan 1042 dirilis pada Senin pukul 08.00. Operasi 10 berjalan Senin pukul 14.00 hingga 16.00, operasi 20 berjalan Rabu pukul 08.00 hingga 11.00, operasi 30 berjalan Kamis pukul 10.00 hingga 12.00, dan pesanan dikirim pada Jumat pukul 10.00.

Lead time-nya 98 jam. Waktu proses adalah 2 ditambah 3 ditambah 2, atau 7 jam, sehingga porsi yang menciptakan nilai adalah 7 dibagi 98, sekitar 7 persen. Antrean berjumlah 6 jam sebelum operasi 10, 40 jam antara operasi 10 dan 20, 23 jam antara 20 dan 30, serta 22 jam dari akhir operasi 30 hingga pengiriman. Jika dijumlahkan, totalnya 91 jam, yang bersama 7 jam waktu proses menjadi 98.

Antrean terbesar, 40 jam, berada di depan operasi 20. Ketika pola yang sama muncul di banyak pesanan, tim memeriksa langkah tersebut: pergantian produk, ukuran batch, alat yang tidak tersedia, atau aturan yang melepas pekerjaan dalam gelombang. Peta langsung menunjukkan lokasinya, dan orang-orang di lantai produksi menemukan penyebabnya.

Kesalahan umum

• Mempercayai angka tanpa memeriksa lantai produksi. Pencatatan yang terlambat membuat antrean menjadi fiksi.
• Mengejar waktu nyata demi waktu nyata itu sendiri. Pilih frekuensi penyegaran berdasarkan keputusan yang harus diambil.
• Memulai dengan semua aliran nilai. Satu aliran mengajarkan masalah data; beberapa aliran nilai sekaligus justru menyembunyikannya.
• Hanya mengukur rata-rata. Pesanan terpanjang menunjukkan masalah yang sebenarnya.
• Membangun tampilan sebelum definisinya. Tulis rumus dan penanggung jawab terlebih dahulu.
• Meninggalkan rutinitas. Layar langsung tidak menggantikan tinjauan mingguan dan daftar tindakan.

Bagaimana perangkat lunak dapat membantu

Peta langsung membutuhkan model dari aliran dan koneksi ke data ERP dan MES. Membangunnya dengan spreadsheet cukup untuk proyek percontohan, tetapi menjadi berat untuk banyak famili produk. Polaris VSM dari iFAKT adalah modul dari iFAKT Polaris untuk pemetaan aliran nilai berbasis data. Modul ini memodelkan aliran material dan informasi secara kolaboratif, serta membuat pemborosan dan hambatan terlihat. Uji koneksi data pada satu famili produk terlebih dahulu.

Langkah berikutnya

Aliran nilai real-time dimulai dengan cap waktu (timestamp) yang dapat dipercaya untuk satu famili produk. Minggu ini, bandingkan sepuluh pesanan di ERP atau MES Anda dengan apa yang terjadi di lantai produksi, dan catat selisih terbesar sebelum Anda membangun apa pun.