Mengapa Continuous Improvement Membutuhkan Data yang Lebih Baik

Perbaikan berkelanjutan seharusnya menciptakan pembelajaran yang terakumulasi seiring waktu. Namun di banyak pabrik, pekerjaan perbaikan masih sangat bergantung pada workshop, spreadsheet, laporan yang terisolasi, dan apa yang diingat dari shift sebelumnya. Sebuah event Kaizen dapat menghasilkan kemajuan yang terlihat, tetapi beberapa minggu kemudian kerugian yang sama sering muncul kembali dengan kondisi produksi yang sedikit berbeda. Masalahnya tidak selalu terletak pada kualitas ide perbaikannya. Masalah yang lebih besar adalah tim sering tidak dapat membuktikan apakah tindakan korektif benar-benar berhasil, di mana ia berhasil, dan dalam kondisi apa ia berhenti bekerja.

MENGAPA PERBAIKAN KAIZEN SERING MENGHILANG
Sebuah workshop menciptakan fokus selama beberapa hari. Tim memetakan proses, mengidentifikasi pemborosan, menugaskan tindakan, memindahkan alat, mengubah daftar periksa, atau menyesuaikan serah terima. Setelah itu, tekanan produksi normal kembali. Supervisor memiliki pesanan mendesak lain, maintenance menghadapi gangguan lain, perencanaan mengubah urutan, dan quality menahan batch lain. Tindakan perbaikan tetap berada di suatu file Excel atau pelacak proyek alih-alih menjadi bagian dari ritme operasional. Oleh karena itu, pertanyaan penting bukanlah apakah sebuah tindakan telah diselesaikan, melainkan apakah kondisi produksi benar-benar membaik.

PDCA MEMERLUKAN LANGKAH CHECK YANG NYATA
Plan, Do, Check, Act terdengar sederhana, tetapi banyak organisasi secara efektif hanya menjalankan Plan, Do, lalu Move On. PLAN seharusnya mendefinisikan masalah yang dapat diuji, kondisi saat ini, peningkatan yang diharapkan, dan hipotesis di balik tindakan korektif. DO berarti menguji tindakan korektif dalam kondisi produksi nyata sambil mencatat konteks yang cukup untuk memahami apa yang sebenarnya terjadi. CHECK berarti membandingkan hasil yang diharapkan dengan bukti produksi nyata. ACT berarti menstandardisasi perubahan ketika bukti mendukungnya, atau menyesuaikan, mempersempit, atau membalikkannya ketika bukti tidak mendukung.
• Apakah kerugian benar-benar berkurang?
• Apakah masalah hanya berpindah ke tempat lain?
• Apakah perubahan meningkatkan ketersediaan namun merusak kualitas?
• Apakah perubahan berhasil di berbagai produk, kru, dan shift?
• Apakah maintenance, material, penjadwalan, atau perubahan proses lain memengaruhi hasilnya?
Satu proses produksi yang berhasil bukanlah bukti. Perbaikan berkelanjutan membutuhkan cukup bukti untuk memisahkan perbaikan yang dapat diulang dari shift yang kebetulan berjalan baik.

GEMBA DAN DATA SALING MELENGKAPI
Data tidak menggantikan Gemba. Operator, supervisor, teknisi, perencana, dan tim quality memahami kondisi produksi yang sering kali tidak dapat ditangkap oleh sistem. Catatan mesin mungkin menunjukkan henti sepuluh menit, sementara operator mengetahui bahwa henti itu terjadi karena sebuah komponen terasa tidak benar, jalur material normal terhalang, atau shift sebelumnya meninggalkan stasiun dalam kondisi yang tidak biasa. Di sisi lain, observasi saja hanya menunjukkan satu shift, satu kejadian, atau satu versi masalah. Data operasional yang terhubung memungkinkan tim menguji apakah suatu observasi berulang pada berbagai order, produk, mesin, shift, batch material, dan periode waktu yang lebih panjang.

Gemba membantu tim mengidentifikasi di mana harus melihat dan pertanyaan mana yang penting. Data operasional membantu menguji pertanyaan tersebut terhadap pola produksi yang nyata. Standard work kemudian membawa pembelajaran ke depan sehingga shift berikutnya tidak mulai dari nol.

MULAI DARI PERTANYAAN PERBAIKAN
Salah satu kesalahan terbesar dalam analitik manufaktur adalah memulai dengan data yang kebetulan tersedia. Lini produksi modern dapat menghasilkan volume informasi yang sangat besar dari PLC, sensor, sistem MES, ERP, sistem quality, aplikasi maintenance, dan spreadsheet. Lebih banyak data tidak otomatis menghasilkan keputusan yang lebih baik. Proses perbaikan yang berguna dimulai dengan pertanyaan produksi yang benar-benar perlu dijawab tim.

Alih-alih bertanya “Data apa yang kita punya?”, tanyakan “Pertanyaan produksi apa yang sedang kita coba jawab?” Pernyataan seperti “waktu changeover terlalu lama” masih terlalu luas. Pertanyaan yang lebih baik adalah: Mengapa waktu changeover sangat bervariasi untuk famili produk yang sama pada lini produksi yang sama? Ini langsung membantu mendefinisikan konteks yang penting.
• Produk sebelumnya
• Produk berikutnya
• Order produksi
• Sumber daya atau lini
• Konfigurasi alat
• Material
• Shift atau kru
• Awal setup
• Waktu restart
• Unit pertama yang dapat diterima
• Produksi stabil
• Hasil quality
• Alarm mesin
Tujuannya bukan mengumpulkan segalanya. Tujuannya adalah mengumpulkan sekumpulan fakta terkecil yang mampu mengubah keputusan perbaikan.

ERP MENJELASKAN RENCANA
ERP menyediakan konteks komersial dan perencanaan di sekitar produksi. Ia dapat menunjukkan kuantitas yang direncanakan, routing, komitmen pelanggan, kebutuhan material, prioritas order, dan urutan produksi yang dimaksud. Konteks ini penting karena kondisi produksi terus berubah. Sebuah tindakan korektif mungkin benar-benar mengurangi waktu setup sementara kinerja pengiriman tetap memburuk karena bauran produksi berubah atau perencana memperkenalkan transisi produk yang lebih sering.
Dengan demikian, ERP membantu menjelaskan apa yang seharusnya dijalankan, dalam urutan apa, untuk permintaan apa, dengan routing dan material apa. Namun ERP terutama menggambarkan maksud. Ia belum tentu menggambarkan apa yang sebenarnya terjadi secara fisik di lantai produksi.

MES MENJELASKAN APA YANG BENAR-BENAR DIJALANKAN
Manufacturing Execution System mengisi sebagian kesenjangan tersebut. MES dapat menyediakan riwayat eksekusi di balik sebuah order, termasuk waktu mulai dan selesai operasi aktual, kuantitas yang diproduksi, reject, hold, rework, sumber daya, transaksi operator, konsumsi material, traceability, dan kode alasan. Hal ini memungkinkan tim perbaikan menghubungkan kerugian dengan order dan operasi yang nyata, alih-alih mengandalkan ingatan atau rata-rata harian.

Data MES tetap perlu diinterpretasikan. Transaksi mungkin dimasukkan terlambat, kru yang berbeda mungkin menggunakan kode alasan secara berbeda, dan sebuah timestamp mungkin merepresentasikan saat operator mengonfirmasi sesuatu, bukan momen fisik yang tepat saat hal itu terjadi. Sistem menyediakan bukti, tetapi prosesnya yang memberi bukti itu makna.

DATA MESIN DAN IOT MENJELASKAN PROSES FISIK
Ketika tim perlu memahami apa yang terjadi di dalam sebuah operasi, data mesin menjadi penting. Sinyal PLC dan IoT dapat mengungkap status mesin, waktu siklus, alarm, kecepatan, suhu, tekanan, interlock, beban motor, perilaku restart, dan waktu hingga produksi stabil. MES mungkin menunjukkan bahwa sebuah operasi dimulai ulang pada waktu tertentu, sementara data mesin menjelaskan apa yang terjadi selama beberapa menit sebelum output stabil kembali.
• Alarm yang berulang
• Kecepatan berkurang setelah restart
• Pemulihan suhu
• Penyesuaian manual
• Interlock
• Waktu siklus yang tidak stabil
Data mesin tanpa konteks produksi tetap dapat menyesatkan. Sebuah alarm menjadi jauh lebih berguna ketika ia dapat dihubungkan dengan order kerja, produk, operasi, sumber daya, kondisi alat, material, dan hasil quality di sekitar kejadian tersebut.

LANTAI PRODUKSI MEMBERI MAKNA
Operator, teknisi maintenance, supervisor, dan tim quality mengisi celah yang tidak dapat diisi sistem otomatis. Kode alasan seperti “masalah material” dapat menggambarkan situasi yang sangat berbeda dalam praktik. Material mungkin tiba terlambat, berperilaku berbeda, memiliki label yang salah, rusak, atau menimbulkan masalah di proses hilir yang baru terlihat kemudian.

Kode terstruktur membantu mengkategorikan kejadian. Konteks dari manusia membantu menjelaskannya. Oleh karena itu, pengumpulan data harus sesuai dengan realitas produksi alih-alih mengganggunya. Pertanyaan yang berguna bukanlah seberapa banyak informasi yang dapat dimasukkan operator, melainkan masukan manusia terkecil apa yang akan membuat keputusan perbaikan berikutnya menjadi lebih baik.

ANDA PERLU BAHASA PABRIK YANG SAMA
ERP, MES, sistem maintenance, historian, dan spreadsheet dapat menggambarkan peristiwa produksi yang sama dengan cara yang berbeda. Satu sistem mungkin menyebut sebuah sumber daya “Line 3,” yang lain menggunakan “LINE03,” maintenance mungkin melacak beberapa aset terpisah di dalam lini tersebut, dan historian mungkin masih menggunakan tag PLC lama. A