1Chapter III V

download 1Chapter III V

of 37

Transcript of 1Chapter III V

  • 8/18/2019 1Chapter III V

    1/37

  • 8/18/2019 1Chapter III V

    2/37

     

    3.4.  Sumber dan Jenis Data

    Objek penelitian yang akan diteliti yaitu sistem Turbin Gas GT 2.1 ataupun

     peralatan. Data yang diambil adalah data operasi dari Turbin Gas GT 2.1 serta

    data pendukung lainnya.

    3.5.  Variabel Penelitian

    Menurut hubungan antara satu variabel dengan veriabel yang lain, variabel -

    variabel penelitian dibagi atas :

    3.5.1. Variabel independen (Variabel bebas, sebab mempengaruhi)

    Variabel bebas merupakan variabel yang mempengaruhi atau menjadi

    sebab perubahannya atau timbulnya variabel akibat (variabel dependen).

    Adapun yang menjadi variabel bebas dalam penelitian ini yaitu data

     perawatan dan perbaikan mesin /peralatan Turbin Gas.

    3.5.2. 

    Variabel dependen (variabel terikat, variable out put )

    Variabel terikat merupakan variabel yang dipengaruhi atau menjadi akibat

    dari variabel bebas. Adapun yang menjadi variabel terikat dalam penelitian

    ini yaitu nilai efisiensi dan efektifitas kerja mesin Turbin Gas.

    3.6.  Instrumen Penelitian

    Untuk mengukur tingkat efektifitas kerja mesin turbin gas dalam penelitian

    ini yaitu menggunakan :

    1. Instrument utama : log sheet yaitu kertas yang mencatat kerja mesin setiap

    harinya

    2. 

    Instrumen pendukung : kamera, alat tulis

    3.7.  Pelaksanaan Penelitian

    Penelitian dilakukan pada PT. PLN Pembangkitan Sumatera Utara sektor

    Belawan- Sicanang dengan menentukan objek yang akan diteliti. Untuk

    memecahkan masalah dalam tugas, digunakan pendekatan-pendekatan dengan

    metode Total Productive Maintenance yang dimulai dengan :

    1. 

    Menentukan masalah

  • 8/18/2019 1Chapter III V

    3/37

     

    Dalam menentukan permasalahan dilakukan analisa dengan cara

    stratifikasi data yang ada dari beberapa segi.

    2. Peninjauan lapangan

    Penelitian melakukan peninjauan ke perusahaan tempatmelakukan

     penelitian serta mengamati sesuia dengan tujuan yang telah dibuat

    3. Studi literatur

    Peneliti melakukan studi literatur dari berbagai buku yang sesuai dengan

     permasalahan yang diamati di perusahaan.

    4. Pengumpulan data

    Kegiatan yang dilakukan dalam pengumpulan data, antara lain :

    a.  Pengamatan langsung, melakukan pengamatan langsung ke

     pembangkitan, terutama di bagian turbin gas.

     b.  Wawancara, peneliti akan mewawancarai berbagai pihak yang

     berhubungan dan berwewenang dalam hal perawatan mesin.

    c.  Merangkum data tentang hal-hal yang berkaitan dengan penelitian.

    5. Pengelolaan data

    Data yang terkumpul diolah dengan menggunakan metode Overall

     Equipment Effectiveness.

    6. 

    Langkah dan pemecahan masalah

    Hasil dari pengolahan data yang berupa perhitungan akan dianalisa,

    dilakukan pemecahan masalah lalu diberikan rekomendasi perbaikan.

    7. Langkah terakhir menarik kesimpulan dari hasil penelitian.

    3.8. 

    Sistematis Pengolaan Data

    Pengolaan data dilakukan dengan menggunakan metode Overall Equipment

     Effectiveness, langkah-langkah yang dilakukan sebagai berikut :

    1. Perhitungan Availability 

     Availability, adalah rasio operation time terhadap loading time-nya.

    2. Perhitungan Performance Efficiency 

  • 8/18/2019 1Chapter III V

    4/37

     

     Performance efficiency  adalah rasio kuantitas produk yang dihasilkan

    dihubungkan dengan waktu siklus idealnya terhadap waktu yang tersedia

    untuk melakukan proses produksi (operation time).

    3. Perhitungan Rate of Quality Product  

     Rate of quality product adalah rasio produk yang baik (good products)

    yang sesuia dengan spesifikasi kualitas produk yang telah ditentukan

    terhadap jumlah produk yang diproses.

    4. Perhitungan Overall Equiptment Effectiveness (OEE)

    Setelah nilai availability,  performance effeciency, dan rate of quaility

     product   pada mesin Turbin Gas diperoleh maka dilakukan perhitungan

    nilai overall equipment effectiveness (OEE) untuk mengetahi besarnya

    efektivitas penggunaan mesin.

    5. Perhitungan OEE Six Big Losses 

    5.1. 

    Perhitungan  Downtime Losess 

    5.1.1.  Perhitungan Equipment Failures (Breakdowns) 

    Kegagalan mesin melakukan proses produksi(equipment failure) atau

    kerusakan (breakdown)yang tiba-tiba dan tidak diharapkan terjadi

    adalah penyebab kerugian yang terlihat jelas, karena kerusakan

    tersebut akan mengakibatkan mesin tidak menghasilkan output .

    5.1.2. 

    Perhitungan Setup dan Adjustment

    Kerusakan pada mesin tersebut maupun pemeliharaan mesin secara

    keseluruhan akan mengakibatkan mesin tersebut harus dihentikan

    terlebih dahulu. Sebelum mesin difungsikan kembali akan dilakukan

     penyesuaian terhadap fungsi mesin tersebut yang dinamakan dengan

    waktu setup dan adjustment  mesin.

    5.2. 

    Perhitungan Speed Losses 

    Speed losses terjadi pada saat mesin tidak beroperasi sesuai dengan

    kecepatan produksi maksimum yang sesuai dengan kecepatan mesin

    yang dirancang. Faktor yang mmpengaruhi  speed losses ini adalah

    idling and  minor stoppages dan reduced speed. 

    5.2.1. 

    Perhitungan Idling and Minor Stoppages 

  • 8/18/2019 1Chapter III V

    5/37

     

     Idling dan  minor stoppages terjadi jika mesin berhenti secara

     berulang-ulang atau mesin beroperasi tanpa menghasilkan produk.

    Jika idling dan minor stoppages sering terjadi maka dapat mengurangi

    efektivitas kerja mesin.

    5.2.2.  Perhitungan Reduce Speed  

     Reduce speed adalah selisih antara waktu kecepatan produksi aktual

    dengan kecepatan produksi mesin yang ideal.

    5.3.  Perhitungan Defect Losses 

     Defect losses artinya adalah mesin tidak menghasilkan produk yang

    sesuai dengan spesifikasi dan standar kualitas produk yang telah

    ditentukan dan  scrap sisa hasil proses selama produksi berjalan.

    Faktor yang dikategorikan ke dalam defect losses adalah rework losses

    dan yield/scrap losses.

    5.3.1. 

    Perhitungan Rework Loss 

     Rework loss adalah produk yang tidak memebuhi spesifikasi kualitas

    yang telah ditentukan walaupun masih dapat diperbaiki ataupun

    dikerjakan ulang.

    5.3.2.  Perhitungan Yield/Scrap Loss 

    Yield/scrap loss adalah kerugian yang timbul selama proses produksi

     belum mencapai keadaan produksi yang stabil pada saat proses

     produksi mulai dilakukan sampai terjadinya keadaan proses yang

    stabil, sehingga produk yang dihasilkan pada awal proses sampai

    keadaan proses stabil dicapai tidak memenuhi spesifikasi kualitas

    yang diharapkan.

    3.9.  Analisa Data dan Pemecahan Masalah

    Analisa dilakukan untuk mendapatkan hasil perhitungan  Availability,

     Performance Efficiency,Rate of Quality Product, Overall Equipment

     Efectiveness(OEE), Six Big Losses.

    3.10. 

    Diagram Alir Penelitian 

  • 8/18/2019 1Chapter III V

    6/37

     

    Diagram alir penelitian dibuat dengan tujuan mempermudah peneliti

    dalam menyusun penelitian menjadi karya ilmiah.

    Adapun bentuknya seperti di bawah ini :

    Gambar 3.1. Diagram Alir Penelitian 

    3.11. Pengumpulan Data 

    Mulai Penelitian

    Mengidentifikasi Masalah

    Tujuan Penelitian

    Pembahasan dan Menganalisa

    Data

    Kesimpulan

    Pengumpulan Data Pemeliharaan, Data

    Operasi Serta Data Perusahaan

    Selesai

  • 8/18/2019 1Chapter III V

    7/37

     

    Mesin maupun peralatan yang menjadi objek penelitian adalah pada bagian

    PLTG di Pembangkitan PT. PLN PERSERO yaitu pada mesin  sistem Turbin Gas

    dengan spesifik mesin yaitu GT 2.1. Pada tanggal 11 Oktober 1994, PLTG unit

    2.1 (GT 2.1) mulai dioperasikan dalam siklus terbuka (open cycle) hingga

    sekarang dengan siklus Kombinasi. Karena mesin ini merupakan mesin yang

     penting dijalankan apalagi banyak penggunaan mesin ini yang dikombinasikan

    dengan sistem turbin uap sehingga effisiensi panas keluaran Turbin Gas besar

    digunakan tidak keluar secara sia-sia.

    Sasaran dari penerapan TPM pada mesin ini adalah untuk meminimumkan

    enam kerugian besar ( six big losses) yang terjadi pada Turbin Gas, sehingga

    keefektivitas mesin ini terjadi secara maksimal dan hal ini akan diukur dengan

    menggunakan indikator ukur yaitu OEE (overall equipment effectiveness) yang

    diharapkan dapat meningkatkan  produktivitas serta efisiensi kerja mesin Turbin

    Gas.

    Untuk pengukuran efektivitas dengan menggunakan OEE pada Turbin Gas

    ini dibutuhkan data yang bersumber dari laporan produksi. Adapun data yang

    digunakan adalah dalam periode 3 bulan dari bulan Mei 2014 – 

     Juni 2014, yaitu :

    1. Data waktu Planned Downtime Turbin Gas GT 2.1

    2. 

    Data waktu Downtime Turbin Gas GT 2.1

    3. 

    Data waktu Setup mesin Turbin Gas GT 2.1

    4. Data waktu produksi Turbin Gas GT 2.1

    5. Data lainnya yang mendukung dalam pemecahaan masalah.

    3.11.1. 

    Data waktu Planned Downtime  / Pemeliharaan GT 2.1

    Planned downtime merupakan waktu yang sudah dijadwalkan untuk

    melakukan pemeliharaan terjadwal dan kegiatan manajemen yang lain seperti

     pertemuan. Pemeliharaan terjadwal dilakukan oleh pihak perusahaan untuk

    menjaga agar mesin tidak rusak saat proses produksi berlangsung. Pemeliharaan ini

    dilakukan secara rutin dan sesuai jadwal yang dibuat oleh bagian maintenance. Data

    yang diambil merupakan sekumpulan data perawatan dan pemeliharaan yang

  • 8/18/2019 1Chapter III V

    8/37

     

    terdapat pada perusahaan, yaitu:  preventive,  predictive  dan pemeliharan lainnya.

    Data waktu pemeliharaan GT 2.1 dapat dilihat pada tabel 3.1.

    Tabel 3.1. Data Pemeliharaan GT 2.1 Periode Juli 2013- Juni 2014

    Periode Total Waktu Pemeliharaan

    (Jam)

    Juli -

    Agustus -

    September -

    Oktober -

     Nopember -

    Desember 12,11

    Januari -

    Februari -

    Maret -

    April -

    Mei 115,78

    Juni -

    Sumber : PT. PLN (Persero) Sektor Belawan

    3.11.2. Data waktu Downtime   GT 2.1 

    Waktu downtime  adalah waktu yang seharusnya digunakan untuk

    melakukan proses produksi akan tetapi dikarenakan adanya kerusakan ataugangguan pada mesin mengakibatkan mesin tidak dapat melakukan proses

     produksi sebagaimana mestinya.

    Kerusakan (breakdowns) atau kegagalan proses pada mesin/peralatan yang

    terjadi secara tiba-tiba. Downtime merupakan kerugian yang dapat terlihat dengan

     jelas karena terjadi kerusakan mengakibatkan tidak adanya output yang dihasilkan

    disebabkan mesin tidak berproduksi. Data ini merupakan pemeliharaan corrective 

  • 8/18/2019 1Chapter III V

    9/37

     

    yaitu pergantian-pergantian komponen-komponen PLTG yang telah rusak. Data

    waktu downtime GT 2.1 dapat dilihat pada tabel 3.2.

    Tabel 3.2. Data Waktu Terjadi Kerusakan (Breakdown ) GT 2.1 Periode Juli

    2013- Juni 2014

    Periode Total Waktu Breakdown (Jam)

    Juli 0

    Agustus 0

    September 0

    Oktober 0

     Nopember 8,03

    Desember 0

    Januari 0

    Februari 0

    Maret 0

    April 0

    Mei 0

    Juni 0

    Sumber : PT. PLN (Persero) Sektor Belawan

    3.11.3. Data Waktu Setup M esin GT 2.1

    Waktu setup adalah waktu dimana mesin Turbin Gas melakukan

     penyesuaian hingga menghasilkan energi/beban. Waktu yang dibutuhkan untuk

    melaksanakan  setup mesin Turbin Gas mulai dari waktu berhenti sampai proses

    untuk untuk produksi berikutnya adalah 20 menit. Data ini merupakan data

    dimana mesin melakukan start up serta penyesuaian-penyesuaian sebelum mesin

    dapat menghasilkan produk, adapun data waktu setup Turbin Gas GT 2.1 dapat

    dilihat dari tabel 3.3.

  • 8/18/2019 1Chapter III V

    10/37

     

    Tabel 3.3. Data Waktu Setup GT 2.1 Periode Juli 2013- Juni 2014

    Periode Total Waktu Setup (Jam)

    Juli 0

    Agustus 0

    September 0

    Oktober 0

     Nopember 0,67

    Desember 0,33

    Januari 0

    Februari 0

    Maret 0

    April 0

    Mei 0,33

    Juni 0

    Sumber : PT. PLN (Persero) Sektor Belawan

    3.11.4. Data Produksi   mesin GT 2.1 

    Data produksi PLTG GT 2.1 Pembangkitan Sumatera di Belawan pada

     periode Mei 2014 –  Juli 2014 adalah :

    a. 

    Total available time  adalah total waktu Turbin Gas yang tersedia untuk

    melakukan proses proses produksi dalam satuan jam.

     b.  Total product processed   adalah energi berat total produk yang diproses oleh

    Turbin Gas dalam satuan ton.c.  Total good product  adalah energi berat total produk yang baik sesuai dengan

    spesifikasi produk yang telah ditentukan dalam satuan ton.

    d. 

    Total actual hours adalah total waktu aktual proses operasi pada turbin gas.

    e. 

    Total reject energy adalah jumlah total produk energi yang ditolak karena cacat

     pada produk sehingga tidak sesuai dengan spesifikasi kualitas produk dalam

    Kwh.

  • 8/18/2019 1Chapter III V

    11/37

     

    f. 

    Total scrap jumlah energi yang digunakan Turbin Gas untuk melakukan siklus

    kembali.

    Tabel 3.4. Data Produksi GT 2.1 Periode Juli 2013 –  Juni 2014

    Periode

    Total

     Available

    Time (Jam)

    Total

     Product

     Processed  

    (KWh)

    Total

    Scrap 

    (KWh)

    Total

     Reject

     Energy

    Total

     Actual

     Hours 

    (Jam)

    Juli 744 93.209.000 327.260 0 716,99

    Agustus 744 83.664.000 310.330 0 643,57

    September 720 87.616.000 311.200 0 673,97

    Oktober 744 93.248.000 320.800 0 717,29

     Nopember 720 90.682.000 310.440 0 697,55

    Desember 744 93.587.000 316.710 0 719,9

    Januari 744 96.223.000 326.640 0 740,18

    Februari 672 85.154.000 286.940 0 655,03

    Maret 744 92.505.000 328.560 0 711,58

    April 720 90.259.000 329.220 0 694,3

    Mei 744 81.374.000 283.930 0 625,95

    Juni 720 91.847.000 334.620 0 706,51

    Sumber : PT. PLN (Persero) Sektor Belawan

  • 8/18/2019 1Chapter III V

    12/37

     

    BAB IV

    PENGOLAHAN DAN ANALISA DATA

    4.1.  Pengolahan Data

    Setelah semua data terkumpul maka selanjutnya akan dilakukan pengolahan

    data oleh data yang terkumpul dengan rumus Total Productive Maintenance yang

    telah ditetapkan pada landasan teori. 

    Menurut Nakajima (1988) nilai world class  ideal OEE dapat dilihat dari

    tabel 4.5 dibawah ini:

    Tabel 4.1. World Class of OEE

    OEE dan Fungsinya Nilai

    Availability 90 %

    Performance Efficiency 95 %

    Rate of Quality 99 %

    OEE 85 %

    Sumber : www.oee.com/world-class-oee.html  

    Untuk mempermudah perhitungan maka diambil sampel perhitungan setiap

    variabel yaitu digunakan data pada bulan mei.

    4.1.1. Perhitungan Availabil ity (AV)  

     Availability merupakan rasio operation time terhadap loading time-nya.

    Untuk menghitung nilai availability  maka akan digunakan formula sebagai

     berikut:

     AV  =  

       x 100 %

     Loading time adalah waktu yang tersedia per hari atau per bulan dikurangi

    dengan downtime  mesin yang direncanakan. Perhitungan loading time  ini dapat

    dituliskan dalam rumusan matematika, sebagai berikut:

    http://www.oee.com/world-class-oee.htmlhttp://www.oee.com/world-class-oee.htmlhttp://www.oee.com/world-class-oee.htmlhttp://www.oee.com/world-class-oee.html

  • 8/18/2019 1Chapter III V

    13/37

     

     Loading time = total availability time  –   planned down time 

    Operation time  adalah total waktu proses yang efektif. Dalam hal ini

    operation time  adalah hasil pengurangan loading time  dengan downtime  mesin.

    Formula matematikanya:

    Operation = loading time  –  downtime

     Downtime = Breakdown + set up 

     Nilai availability  Turbin Gas untuk bulan Mei 2014 adalah sebagai

     berikut:

     Loading time  = 744 –  115,78 = 628,22 jam

     Downtime  = 0,33 jam

    Operation time  = 628,22 jam –  0,33 jam = 627,89 jam

     AV =627,89

    628,22x 100 % = 99,95 %

    Dengan perhitungan yang sama untuk menghitung availability  periode

    Juli 2013  –  Juni 2014 dapat dilihat pada tabel 4.6 :

    Tabel 4.2. Availabiliy  GT 2.1Periode Juli 2013 –  Juni 2014

    Periode

    Loading

    Time

    (Jam)

    Downtime

    (Jam)

    Operation

    Time (Jam)

    Availability

    (%)

    Juli 744 0 744 100%Agustus 744 0 744 100%

    September 720 0 720 100%

    Oktober 744 0 744 100%

     Nopember 720 8,7 711,3 98,79%

    Desember 731,89 0,33 731,56 99,95%

    Januari 744 0 744 100%

    Februari 672 0 672 100%

  • 8/18/2019 1Chapter III V

    14/37

     

    ...Lanjutan Tabel 4.2. Availabiliy  GT 2.1Periode Juli 2013 –  Juni 2014... 

    Periode

    Loading

    Time

    (Jam)

    Downtime

    (Jam)

    Operation

    Time (Jam)

    Availability

    (%)

    Maret 744 0 744 100%

    April 720 0 720 100%

    Mei 628,22 0,33 627,89 99,95%

    Juni 720 0 720 100%

    4.1.2. Perhitungan Perf ormance Eff iciency  

     Performance efficiency merupakan rasio kuantitas produk yang dihasilkan

    lalu dikalikan dengan waktu siklus idealnya terhadap waktu yang tersedia untuk

    melakuakan proses produksi (operation time). Untuk menghitung nilai

     performance efficiency digunakan rumusan sebagai berikut :

     PE = net operating x operating cycle time 

    =          

      x

         

        x 100 % 

     PE   =        

      x 100 %

     Ideal cycle time adalah siklus waktu proses yang diharapkan dapat dicapai

    dalam keadaan optimal atau tidak mengalami hambatan.  Ideal cycle time  pada

    Turbin Gas merupakan siklus waktu proses yang dapat dicapai mesin dalam

     proses produksi dalam keadaan optimal atau mesin tidak mengalami hambatan

    dalam berproduksi. Waktu optimal mesin Turbin Gas dalam menghasilkan daya

    adalah 1 jam dengan daya yang dihasilkan 130 MW.

     Ideal cycle time mesin Turbin Gas = 1 jam/130.000 KWh = 7,6923 x 10-6 

    Jam /KWh

  • 8/18/2019 1Chapter III V

    15/37

     

     Nilai  Performance Efficiency  Mesin Turbin Gas bulan Mei 2014 adalah

    sebagai berikut:

     PE   =81.374.000 x 7,6923 x 10−6

    627,89 x 100 %

    = 99,69 %

    Dengan perhitungan yang sama untuk menghitung performance Efficiency

     periode Juli 2013 –  Juni 2014.

    Tabel 4.3. Performance Ef fi ciency   GT 2.1 Periode Juli 2013 –  Juni 2014

    Periode

    Processed

    Amount

    (KWh)

    Ideal Cycle

    Time

    (Jam/KWh)

    Operation

    Time

    (Jam)

    Performan

    ce

    Efficiency

    (%)

    Juli 93.209.000 7,6923 x 10-   744 96,37%

    Agustus 83.664.000 7,6923 x 10-   744 86,50%

    September 87.616.000 7,6923 x 10

    -

      720 93,61%Oktober 93.248.000 7,6923 x 10-   744 96,41%

     Nopember 90.682.000 7,6923 x 10-   711,3 98,07%

    Desember 93.587.000 7,6923 x 10-   731,56 98,41%

    Januari 96.223.000 7,6923 x 10-   744 99,49%

    Februari 85.154.000 7,6923 x 10-   672 97,47%

    Maret 92.505.000 7,6923 x 10-   744 98,74%

    April 90.259.000 7,6923 x 10

    -

      720 96,43%Mei 81.374.000 7,6923 x 10-   627,89 99,69%

    Juni 91.847.000 7,6923 x 10-   720 98,13%

    4.1.3. Perhitungan Rate of Qual ity Product (RQP)

     Rate of quality product   adalah rasio produk yang baik ( good products)

    yang sesuai dengan spesifikasi kualitas produk yang telah ditentukan terhadap

  • 8/18/2019 1Chapter III V

    16/37

     

     jumlah produk yang diproses. Perhitungan rate of quality product menggunakan

    data produksi pada tabel 3.4. . Dalam perhitungan ratio rate of quality product ini,

     process amount adalah total product processed sedangkan defect amount adalah

    total broke product , dengan rumusan sebagai berikut :

     RQP =   −  

      x 100%

    Rate of Quality Product Mesin Turbin Gas periode Juli 2013 –  Juni 2014

     RQP = 81.374.000−283.93081.374.000

     x 100%

    = 99,65 %

    Dengan perhitungan yang sama untuk menghitung performance Efficiency

     periode Juli 2013 –  Juni 2014.

    Tabel 4.4. Rate of Quality Product Turbin Gas Periode Juli 2013 –  Juni 2014

    Periode Processed Amount

    (KWh)

    Used Product

    /Scrap (KWh)

    Rate of Quality

    Product (%)Juli 93.209.000 327.260 99,65%

    Agustus 83.664.000 310.330 99,63%

    September 87.616.000 311.200 99,64%

    Oktober 93.248.000 320.800 99,65%

     Nopember 90.682.000 310.440 99,66%

    Desember 93.587.000 316.710 99,66%

    Januari 96.223.000 326.640 99,66%

    Februari 85.154.000 286.940 99,66%

    Maret 92.505.000 328.560 99,64%

    April 90.259.000 329.220 99,53%

    Mei 81.374.000 283.930 99,65 %

    Juni 91.847.000 334.620 99,63%

    4.1.4. Perhitungan Overall Equipment Ef fectivenes  (OEE)

  • 8/18/2019 1Chapter III V

    17/37

     

    Setelah nilai availability, performance efficiency dan rate of quality

     product   pada mesin Turbin Gas diperoleh maka dilakukan perhitungan nilai

    overall equipment effectivenes (OEE) untuk mengetahui besarnya efektivitas

     penggunaan mesin Turbin Gas pada Pembangkitan Belawan daerah Sumatera

    Bagian Utara.

    Perhitungan OEE adalah perkalian nilai-nilai availability, performance

    efficiency dan rate of quality product yang sudah diperoleh.

    OEE (%) = AV (%) x PE (%) x RQP (%)

    OEE Turbin Gas Pada Bulan Mei 2014 adalah :

    OEE = 99,95 % x 99,69% x 99,65 % = 99,29 %

    Dengan perhitungan yang sama, maka nilai rate of quality product   mesin

    Turbin Gas Periode Juli 2013  –  Juni 2014.

    Tabel 4.5. Overall Equipment Ef fectiveness  Turbin Gas GT 2.1 Periode Juli

    2013 – 

     Juni 2014

    Periode Availability

    (%)

    Performance

    Efficiency

    (%)

    Rate of

    Quality

    Product (%)

    OEE (%)

    Juli 100% 96,37% 99,65% 99,03%

    Agustus 100% 86,50% 99,63% 86,17%

    September 100% 93,61% 99,64% 99,64%

    Oktober 100% 96,41% 99,65% 99,65%

     Nopember 98,79% 98,07% 99,66% 96,55%

    Desember 99,95% 98,41% 99,66% 98,03%

    Januari 100% 99,49% 99,66% 99,66%

    Februari 100% 97,47% 99,66% 99,66%

    Maret 100% 98,74% 99,64% 99,64%

    April 100% 96,43% 99,53% 99,53%

    Mei 99,95% 99,69% 99,65 % 99,29%

    Juni 100% 98,13% 99,63% 99,63%

  • 8/18/2019 1Chapter III V

    18/37

     

    4.1.5. Perhitungan Six Big Losses  

    Perhitungan Six Big loses  atau enam besar faktor kerusakan yang

    diantaranya :  Downtime Losess  ( Equipment failure  dan  setup and adjustment ),

     speed losess  (idling   and minor stoppages loss dan reduce speed ), defect losses 

    (rework loss dan yield/scraf loss) yang akan dijelaskan di bawah ini :

    4.1.5.1.  Downtime Losess

     Downtime losess  adalah kerugian waktu yang seharusnya digunakan

    untuk melakukan proses produksi akan tetapi karena adanya gangguan pada mesin

    (equipment failures)  mengakibatkan mesin tidak dapat melaksanakan proses

     produksi sebagaimana semestinya. Dalam perhitungan Overal equipment

    effectiveness (OEE), equipment failures  dan waktu  setup dan adjustment

    dikategorikan sebagai kerugian waktu downtime (downtime losses).

    1.   Equipment Failure/Breakdowns (EF)

     Equipment failure  ataupun breakdown adalah kegagalan mesin melakukan

     proses produksi ataupun kerusakan yang terjadi secara tiba-tiba serta yang tidak

    diharapkan terjadi sehingga menyebabkan kerugian yang terlihat jelas, yaitu tidak

    menghasilkan output.

    Untuk mencari besarnya persentase efektivitas mesin yang hilang akibat dari

    faktor breakdown loss dapat dihitung dengan menggunakan rumus sebagai

     berikut :

     EF  =    

      x 100

    Dengan Rumus diatas maka dapat dihitung  Breakdown  Turbin Gas yang

    terjadi pada bulan Mei 2014, sebagai berikut :

     EF   =0

    627,89 x 100 %

    = 0

  • 8/18/2019 1Chapter III V

    19/37

     

    Dengan perhitungan yang sama untuk menghitung nilai Breakdown Loss

     periode Juli 2013 –  Juni 2014.

    Tabel 4.6. Breakdown Loss  GT 2.1 Periode Juli 2013 –  Juni 2014

    Periode

    Total Waktu

     Breakdown (Jam)

    Operation

    Time (Jam)

     Breakdown

     Loss (%)

    Juli - 744 0 %

    Agustus - 744 0 %

    September - 720 0 %Oktober - 744 0 %

     Nopember 8,03 711,3 1,13 %

    Desember - 731,45 0 %

    Januari - 744 0 %

    Februari - 672 0 %

    Maret - 744 0 %

    April - 720 0 %Mei - 627,89 0 %

    Juni - 720 0 %

    2.  Setup and Adjustment loss (SA)

    Karena adanya pemeliharaan serta kerusakan-kerusakan yang pemeliharaan

    serta kerusakan-kerusakan maupun trip mesin Turbin Gas yang sehingga mesin

    harus diberhentikan dahulu. Saat mesin dioperasikan kembali mesin, mesin akan

    melakukan penyesuaian-penyesuaian terhadap fungsi mesin tersebut dan proses

    tersebut disebut Setup and Adjustment   mesin. Di dalam perhitungan  setup and  

     Adjustment   mempergunakan data waktu  setup mesin yang dibagikan dengan

    waktu loading time dari mesin Turbin Gas. 

  • 8/18/2019 1Chapter III V

    20/37

     

    Untuk mengetahui besar persentase  setup and Adjustment loss dari mesin

    Turbin Gas oleh waktu  setup mesin Turbin Gas  tersebut dengan menggunakan

    rumus sebagai berikut:

    SA =   /

      x 100 %

    Dengan Rumus diatas maka dapat dihitung Setup and adjustment   losses

    Turbin Gas yang terjadi pada bulan Mei 2014, sebagai berikut :

    SA =0,08

    628,14 x 100 %

    = 0,013%

    Dengan perhitungan yang sama untuk menghitung Setup and Adjustment

     Losses  periode Juli 2013 –  Juni 2014.

    Tabel 4.7. Setup and Adjustment   GT 2.1 Periode Juli 2013 –  Juni 2014

    Periode

    Total Setup

    Time (Jam)

    Operation

    Time (Jam)

    Setup and

    Adjustment

    (%)

    Juli - 744 0

    Agustus - 744 0

    September - 720 0

    Oktober - 744 0

     Nopember 0,67 711,3 0,094 %

    Desember 0,33 731,56 0,045 %

    Januari - 744 0

    Februari - 672 0

    Maret - 744 0

    April - 720 0

    Mei 0,33 627,89 0,053 %

    Juni - 720 0

  • 8/18/2019 1Chapter III V

    21/37

     

    4.1.5.2.  Speed Loss 

    Adapun  speed loss terjadi oleh karena mesin tidak beropersi sesuai

    dengan kecepatan maksimum yang telah ditentukan saat perancanagan mesin.

    Faktor-faktor yang mempengaruhi speed loss adalah Idling and Minor Stoppages

    dan Reduce Speed. 

    1.   Idling and Minor Stoppages loss (IMS) 

     Idling and Stoppages  terjadi jika mesin Turbin Gas berhenti secara

     berulang- ulang atau mesin tidak menghasilkan produk, kemungkinan besar Idling

    and Minor Stoppages yang terjadi pada Mesin Turbin Gas tidak sepenuhnya

    terekam. Saat Idling and Minor Stoppages sering terjadi maka akan dapat

    mengurangi keefektivitas mesin.

    Untuk dapat mengetahui besarnya faktor efektivitas yang hilang akibat dari

    terjadinya Idling and Minor Stoppages digunakan rumus sebagai berikut :

     IMS =    

      x 100 %

    Dengan Rumus diatas maka dapat dihitung Idling and Minor Stoppages loss 

    Turbin Gas yang terjadi pada bulan Mei 2014, sebagai berikut :

     Non Productive Time  = Operation Time  –  Total Actual Hours

    = 627,89 Jam –  625,95 Jam

    = 1,94 Jam

     Idling and Minor Stoppages loss =1,94

    628,22 x 100 %

    = 0,31%

    Dengan perhitungan yang sama untuk menghitung  Idling and Minor

    Stoppages Loss  periode Juli 2013 –  Juni 2014.

  • 8/18/2019 1Chapter III V

    22/37

     

    Tabel 4.8. I dling and M inor Stoppages Loss  GT 2.1 Periode Juli 2013 –  Juni

    2014 

    Periode

    Loading

    Time

    (Jam)

    Operation

    Time

    (Jam)

    Total

    Actual

    Hours

    (Jam)

     Non

    Productive

    Time (Jam)

    Idling and

    Minor

    Stoppages

    Loss (%)

    Juli 744 744 716,99 27,01 3,63 %

    Agustus 744 744 643,57 100,43 13,49 %

    September 720 720 673,97 46,03 6,39 %

    Oktober 744 744 717,29 26,71 3,59 %

     Nopember 720 711,3 697,55 13,75 1,91%

    Desember 731,89 731,56 719,9 11,66 1,59 %

    Januari 744 744 740,18 3,81 0,51 %

    Februari 672 672 655,03 16,97 2,52 %

    Maret 744 744 711,58 32,42 4,36 %

    April 720 720 694,3 25,7 3,57 %

    Mei 628,22 627,89 625,95 1,94 0,31 %

    Juni 720 720 706,51 13,48 1,87 %

    2.   Reduce Speed

    Reduce Speed adalah selisih antar waktu kecepatan produksi aktual dengan

    kecepatan produksi mesin yang ideal. Untuk mengetahui besarnya persentase

    faktor reduce speed yang hilang, maka digunakan rumus sebagai berikut :

     RS  =       –     

      x 100 %

     RS  =       –(           )

      x 100%

     Result Processed   = Total Processed Amount   –   Product Used

  • 8/18/2019 1Chapter III V

    23/37

     

    Maka Reduce speed loss Turbin Gas pada bulan Mei 2014 adalah :

     Processed Result   = 81.374.000 - 283.930 = 81.090.070 Kwh

     RS   =625,95–(7,6923 x 10−6    81.090.070)

    628,22 x 100 %

    =2,18

    628,22 x 100 %

    = 0,38 %

    Dengan perhitungan yang sama, maka Reduce speed loss mesin Turbin Gas

     periode Juli 2013 –  Juni 2014.

    Tabel 4.9. Reduce Speed Loss  GT 2.1 Periode Juli 2013 –  Juni 2014 

    Periode

    Loading

    Time

    (Jam)

    Total

    Actual

    Hours

    (Jam)

    Ideal Cycle

    Time

    (Jam/KWh)

    Process

    Result

    Redu-

    ce

    Speed

    Time

    (Jam)

    Reduce

    speed

    loss

    (%)

    Juli 744 716,99 7,6923 x 10-   92.881.740 2,51 0,34 %

    Agustus 744 643,57 7,6923 x 10-   83.353.670 2,39 0.32 %

    September 720 673,97 7,6923 x 10-   87.304.800 2,39 0,33 %

    Oktober 744 717,29 7,6923 x 10-   92.927.200 2,47 0,33 %

     Nopember 720 697,55 7,6923 x 10-   90.371.560 2,38 0,25 %

    Desember 731,89 719,9 7,6923 x 10-   93.270.290 2,44 0,33 %

    Januari 744 740,18 7,6923 x 10-   95.896.360 2,52 0,34 %

    Februari 672 655,03 7,6923 x 10-   84.867.060 2,21 0,33 %

    Maret 744 711,58 7,6923 x 10-   92.176.440 2,53 0,34 %

    April 720 694,3 7,6923 x 10-   89.929.780 2,53 0,35 %

    Mei 628,22 625,95 7,6923 x 10-   81.090.070 2,18 0,38 %

    Juni 720 706,51 7,6923 x 10-   91.512.380 2,57 0,36 %

    4.1.5.3.  Defect loss

     Defect loss  adalah keadaan mesin pada saat tidak menghasilkan produk

    yang sesuai dengan spesifikasi dan standar kualitas produk yang telah ditetapkan

  • 8/18/2019 1Chapter III V

    24/37

     

    dan  scrap  yaitu kerugian yang timbul selama proses produksi belum mencapai

    keadaan produksi yang stabil pada saat proses produksi mulai dilakukan sampai

    terjadinya keadaan proses yang stabil. Faktor yang tergolongkan kedalam  Defect

     Loss adalah Rework Loss dan Yield/ Scrap Loss.

    1.   Rework Loss (RL)

     Rework loss adalah produk yang tidak memenuhi spesifikasi standar kualitas

    yang telah ditentukan walaupun masih dapat diperbaiki ataupun dikerjakan ulang.

    Untuk mengetahui persentase faktor rework loss yang mempengaruhi efektivitas

     penggunaan mesin. Digunakan rumus sebagai berikut : 

     RL =        

      x 100 %

    Maka dapat dihitung  Rework losses  Turbin Gas yang terjadi pada bulan

    Mei 2014, sebagai berikut :

     RL = 7,6923  10−6   0628,22

     x 100 %

    = 0

    Dengan perhitungan yang sama, maka  Rework losses  mesin Turbin Gas

     periode Juli 2013- Juni 2014.

    Tabel 4.10. Rework Loss  GT 2.1 Periode Juli 2013 –  Juni 2014

    Bulan

    Loading

    Time(Jam)

    Ideal Cycle

    Time(Jam/KWh)

    Rework

    (KWh)

    Rework

    Time(Jam)

    Rework

    Loss(%)

    Juli 744 7,6923 x 10-   0 0 0

    Agustus 744 7,6923 x 10-   0 0 0

    September 720 7,6923 x 10-   0 0 0

    Oktober 744 7,6923 x 10-   0 0 0

     Nopember 720 7,6923 x 10-   0 0 0

    Desember 731,78 7,6923 x 10-   0 0 0

  • 8/18/2019 1Chapter III V

    25/37

     

    ...Lanjutan Tabel 4.10. Rework Loss  GT 2.1 Periode Juli 2013  –  Juni 2014...

    Periode

    Loading

    Time

    (Jam)

    Ideal Cycle

    Time

    (Jam/KWh)

    Rework

    (KWh)

    Rework

    Time

    (Jam)

    Rework

    Loss

    (%)

    Januari 744 7,6923 x 10-   0 0 0

    Februari 672 7,6923 x 10-   0 0 0

    Maret 744 7,6923 x 10-   0 0 0

    April 720 7,6923 x 10-   0 0 0

    Mei 628,22 7,6923 x 10-

      0 0 0

    Juni 720 7,6923 x 10-   0 0 0

    2. 

    Yield/Scrap Loss

    Yield/scrap loss merupakan kerugian yang timbul selama proses produksi

     belum mencapai keadaan produksi yang stabil pada saat proses produksi mulai

    dilakukan sampai sampai tercapainya keadaan proses yang stabil, sehingga produk

    yangdihasilkan pada awal proses sampai keadaan proses stabil dicapai tidak

    memenuhi spesifikasi kualitas yang diharapkan. Untuk mengetahui persentase

    faktor   yield/scrap loss yang mempengaruhi efektivitas penggunaan mesin

    digunakan rumus sebagai berikut:

    YS =        

      x 100 %

    Maka dapat dihitung  yield / scrap losses  Turbin Gas yang terjadi pada

     bulan Mei 2014, sebagai berikut :

    YS   =7,6923  10−6    283.930

    628,22x 100 %

    = 0,34 %

    Dengan perhitungan yang sama, maka Yield/scrap losses  mesin Turbin Gas

     periode Juli 2013- Juni 2014.

  • 8/18/2019 1Chapter III V

    26/37

     

    Tabel 4.11. Yield/Scrap Loss  GT 2.1 Periode Juli 2013 –  Juni 2014

    Bulan

    Loading

    Time

    (Jam)

    Ideal Cycle

    Time

    (Jam/KWh)

    Scrap

    (KWh)

    Scrap

    Time

    (Jam)

    Scrap

    Loss

    (%)

    Juli 744 7,6923 x 10-   327.260 2,52 0,33%

    Agustus 744 7,6923 x 10-   310.330 2,39 0,32%

    September 720 7,6923 x 10-   311.200 2,39 0,33%

    Oktober 744 7,6923 x 10-   320.800 2,47 0,33 %

     Nopember 720 7,6923 x 10-   310.440 2,39 0,33%

    Desember 731,78 7,6923 x 10-   316.710 2,44 0,33%

    Januari 744 7,6923 x 10-   326.640 2,51 0,34%

    Februari 672 7,6923 x 10-   286.940 2,21 0,33%

    Maret 744 7,6923 x 10-   328.560 2,53 0,34%

    April 720 7,6923 x 10-   329.220 2,53 0,35%

    Mei 628,22 7,6923 x 10-   283.930 2,18 0,34 %

    Juni 720 7,6923 x 10-   334.620 2,57 0,36%

    4.2.  Analisa Perhitungan

    Menganalisa hasil perhitungan dari OEE dan six big losses, yang akan

    disajikan dalam bentuk tabel dan diagram seperti di bawah ini.

    4.2.1. Analisa perhitungan Overall Equipment Eff ectiveness(OEE)

    Analisa perhitungan Overall Equipment Effectiveness  (OEE) dilakukan

    dengan tujuan melihat tingkat keefektifan penggunaan mesin Turbin Gas pada

     periode Juli 2013 – Juni 2014. Pengukuran OEE Turbin Gas ini berdasarkan faktor

    waktu, kecepatan serta kualitas pada saat pengoperasian mesin Turbin Gas.

    Adapun persentase yang dicapai dapat dilihat dari tabel 4.16. dan diagram pada

    gambar 4.1. berikut:

  • 8/18/2019 1Chapter III V

    27/37

     

    Tabel 4.12. Persentase OEE Setiap Periodenya

    Periode

    Availability

    (%)

    Performance

    Efficiency

    (%)

    Rate of

    Quality

    Product (%)

    OEE (%)

    Juli 100% 96,37% 99,65% 99,03%

    Agustus 100% 86,50% 99,63% 86,17%

    September 100% 93,61% 99,64% 99,64%

    Oktober 100% 96,41% 99,65% 99,65%

     Nopember 98,79% 98,07% 99,66% 96,55%

    Desember 99,95% 98,41% 99,66% 98,03%

    Januari 100% 99,49% 99,66% 99,66%

    Februari 100% 97,47% 99,66% 99,66%Maret 100% 98,74% 99,64% 99,64%

    April 100% 96,43% 99,53% 99,53%

    Mei 99,95% 99,69% 99,65% 99,29%

    Juni 100% 98,13% 99,63% 99,63%

    Total 99,89% 96,61% 99,64% 98,29%

    Gambar 4.1. Grafik Persentase OEE

    75%

    80%

    85%

    90%

    95%

    100%

    105%

    Availability (%)

    Performance

    Efficiency (%)

    Rate of Quality

    Product (%)

    OEE (%)

    OEE%

    Periode

  • 8/18/2019 1Chapter III V

    28/37

     

    Dari data diagram yang diatas dapat kita lihat bahwa pencapaian OEE yang

    terjadi pada periode Juli 2013  – Juni 2014 adalah sangat baik dengan range 86,17

    % - 99,66 % telah melewati nilai ideal, jika dilihat hanya bulan Agustus

     pencapaian  performance efficiency  dibawah standar yaitu sebesar 86, 50%,

    walaupun sedemikian tetapi tidak mempengaruhi nilai OEEnya sampai jatuh

    dibawah standar. Efesiensi OEE yang tertinggi pada bulan Januari dan Februari

    yaitu 99,66 %.

    4.2.2. Analisa perhitungan Six B ig Losses

    Untuk melihat lebih jelas Six Big Losses  yang mempegaruhi efektivitas

    Turbin Gas, maka akan dilakukan perhitungan Time Losses pada masing-masing

    faktor di dalam Six Big Losses tersebut seperti yang terlihat pada hasil

     perhitungan di tabel 4.17.

    Tabel 4.13. Persentase Faktor Six B ig LossesTurbin Gas GT 2.1 Periode Juli

    2013 – 

     Juni 2014

    Hasil yang didapat disajikan ke dalam diagram di bawah ini sehingga didapat

    hasil sebagai berikut :

     No Six Big Losses

    Total

    Time

    Losses

     Persentase

    (%)

     Persentase

     Komulatif

    (%)

    1 Idling/Minor Stoppages

     Losses319,91 82,56 82,56

    2 Yield/Scrap losses 29,13 7,52 90,08

    3  Reduce Speed Losses 29,11 7,51 97,59

    4  Breakdown Losses 8,03 2,07 99,66

    5Setup and Adjustment

     Losses1,33 0,34 100

    6  Rework Losses 0 0 100

    Total 387,51 100

  • 8/18/2019 1Chapter III V

    29/37

     

    Gambar 4.2. Diagram Persentase Komulatif Big Six Losses

    Dari data yang disimpulkan diatas bahwa idling and minor stoppages

    losses (319,91 jam / 82,56 % dari seluruh total kerugian) merupakan kerugian

    yang tertinggiyang dialami mesin Turbin Gas GT 2.1 dalam setahun. Diikuti

    kerugian-kerugian yang lain, yaitu : Yield/Scrap Losses  (29,13 jam/7,52 %),

     Reduce Speed Losses  (29,11 jam/7,51%), Equipment Failure /Breakdown

     Losses(8,03 jam/2,07%), Setup and Adjustment Losses (1,33 jam/0,34%).

    4.2.3. Analisa Diagram Sebab Akibat

    Analisa ini dilakukan dengan pengamatan secara langsung ke lapangan

    dan melakukan wawancara terhadap karyawan yang terkait pada penelitian ini,

    yaitu antara lain bagian operator, bagian engineering, serta bagian quality control .

    Adapun hasil wawancara tersebut merupakan salah satu kemungkinan penyebab

    dari sulitnya pencapaian target OEE yang diharapkan. Untuk memperoleh hasil

    analisa yang sesuai dengan tujuan dari penelitian ini, dibutuhkan peralatan yang

    0

    20

    40

    60

    80

    100

    120

    0

    50

    100

    150

    200

    250

    300

    350

    Total Time

    Losses

    Persentase

    Komulatif (%)

    Persentase Komulatif Six Big Losses

    Jam

    %

  • 8/18/2019 1Chapter III V

    30/37

     

    relevan dengan data yang sesuai dengan data yang telah dikumpulkan, sehingga

    untuk mempermudah pengidentifikasian hal tersebut maka dibuatlah Diagram

    Sebab Akibat serta akan dirumuskan rencana perbaikan.

    Adapun diagram sebab akibat dari  Idling dan Minor Stoppages Losses ,

    Yield/Scrap Losses dan Reduce Speed Losses yang dibuat oleh karena tolak ukur

    tersebut memberikan kontribusi kerugian-kerugian yang besar bagi perusahaan

    sehingga perlu dilakukkannya penanganan yang dominan terhadap kerugian-

    kerugian yang ini daripada faktor kerugian lainnya. Dan dalam wawancara yang

    didapat serta hasil peninjauan terhadap lapangan diambil faktor parameter yang

    mempengaruhi terjadinya losses/kerugian tersebut yaitu : mesin, manusia,

    konsumtif, metode dan lingkungan yang akan disajikan dalam diagram sebab

    akibat di bawah ini :

    gangguan tiba-tiba

    tidak ada pengawasan

    kurang responsif

    temperatur mesin

    kurang disiplin berubah-ubah

    Bahan Bakar tidak standar tidak berkala temperatur udara berubah-ubah

     pemeliharaan tidak tepat waktu

    Gambar 4.3 Diagram Sebab Akibat Idling speed and Minor stopagges Losses

    Manusia

    Idling

    speed and

    minor

    stopagges

    Metode Lingkungan

    Mesin

    Konsumtif

  • 8/18/2019 1Chapter III V

    31/37

     

    gangguan tiba-tiba

    tidak ada pengawasan

    kurang responsif

    temperatur mesin

    kurang disiplin berubah-ubah

    Bahan Bakar tidak standar tidak berkala temperatur udara berubah-ubah

     pemeliharaan tidak tepat waktu

    Gambar 4.4 Diagram Sebab Akibat Yield /Scrap Losses

    gangguan tiba-tiba

    tidak ada pengawasan

    kurang responsif

    temperatur mesin

    kurang disiplin berubah-ubah

    Bahan Bakar tidak standar tidak berkala temperatur udara berubah-ubah

     pemeliharaan tidak tepat waktu

    Gambar 4.5 Diagram Sebab Akibat Reduce Speed Loss

    Reduce

    Speed

    Losses

    Konsumtif Metode Lingkungan

    Manusia Mesin

    Yield/

    Scrap

    Losses

    Metode Lingkungan

    Mesin

    Konsumtif

  • 8/18/2019 1Chapter III V

    32/37

     

    Ketiga diagram sebab akibat diatas menerangkan penyebab mesin

    mengalami kerugian atau losses oleh karena 5 kategori yaitu manusia, mesin,

    material, metode dan lingkungan. Mesin kemungkinan berhenti berulang-ulang

    dan hal itu tidak terekam sehingga tidak dapat diketahui secara pasti waktu

    kerugian yang dialami. Dari hasil yang diperoleh dapat disimpulkan dengan

     bantuan diagram pareto losses bahwa mesin Turbin Gas GT 2.1 mengalami losses

    yang begitu besar dalam setahunnya. Hal ini bisa terjadi disebabkan oleh :

    1. Manusia

    Pekerjaan dalam proses produksi sangat membutuhkan pengawasan, baik

    memantau seberapa besar kemampuan karyawan dan etos kerja saat bekerja

    dengan tujuan mengatur serta mengkoordinir berlangsungnya proses dengan baik.

    Dari hasil pengamataan yang dilakukan peneliti, pengawasan yang dilakukan

     pemimpin tidak begitu ketat, sehingga sering terjadi operator tidak berada di

    dalam ruang kontrol mesin untuk mengkoordinasi mesin selama proses

     berlangsung. Operator merasa begitu tenang, sehingga kurang begitu peduli

    terhadap pekerjaannya. Kedisiplinan dalam merekam kejadian operasi begitu

    kurang, sehingga menyebabkan responsif akan pekerjaan semakin menurun.

    Sering terjadi ketidaktelitian dalam merekam sehingga melupakan

    kejadian penting yang seharusnya menjadi dokumentasi perusahaan saat

     pengoperasian disebabkan operator yang sering berjaga hanya seorang, diperlukan

    minimal 2 orang yang berjaga-jaga di unit yang bekerja merekam proses operasi

    sehingga dengan tujuan menghindarkan ketidak telitian.

    2. Mesin

    Temperatur kerja terkadang naik turun tak terkontrol akan membuat

    kerugian mesin untuk menghasilkan produksinya, perlu adanya kerja ekstra dari

    operator siaga melihat indikator temperatur/termocouple yang terdapat pada mesin

    sehingga mesin beroperasi dengan temperatur batas aman. Setiap mesin memiliki

     batas waktu kerja.

    3. Konsumtif

    Bahan bakar turbin gas yang seharusnya dengan Liquid Natural Gas

    (LNG) dengan nilai pembakarannya sudah di standarisasikan untuk Turbin Gas

  • 8/18/2019 1Chapter III V

    33/37

     

    harus diganti menjadi High Speed Diesel (HSD). Walaupun dikatakan nilai oktan

    keduanya tidak jauh beda, tetapi dalam operasionalnya akan tampak jelas bahwa

     bahan bakar LNG dapat menstimulasi turbin gas supaya menghasilkan energi

    yang lebih besar dibandingkan HSD. Dengan menggunakan bahan bakar tersebut

    maka perusahan akan menghasilkan energi yang jauh lebih besar, sehingga

     perusahan akan mengalami keuntungan dibandingkan denganmenggunakan bahan

     bakar HSD.

    4. Metode

    Jika melihat standar, pelatihan PLN memiiki standar yang tinggi.

    Karyawan telah didik secara akademis bagaimana melakukan pemeliharaan,

    dengan jenjang pendidikan karyawannya bertingkat diploma maupun tingkat

    sarjana tidak begitu sulit dilatih. Namun berdeda yang terjadi saat dilapangan,

    terkhusus pada mesin yang menjadi objek penelitian dimana mesin tidak boleh

    mengalami istirahat/berhenti dengan maksud dilakukannya perawatan dan

     pemeliharaan, oleh karena berdampak terputus pasokan energi ke masyarakat

    yang mengharuskan para maintenance menunggu saat yang tepat untuk benar-

     benar merawat mesin, terkadang harus sampai keadaan mesin berhenti total. Oleh

    karena itu usia pakai mesin berkurang,kemungkinan besar akan berpengaruh

    mengalami kerugian yang biasanya terjadi kerusakan pada daerah pembakaran

    yaitu Hot Gas Path yang akan berdampak kepada hasil yang tidak optimal.

    Seharusnya ada mesin pembangkit lain yang menopang pada saat mesin harus

     benar-benar melakukan perawatan sesuai dengan jadwalnya. Sehingga

     pemeliharaan secara berkala dapat dilakukan. Harus dilakukan perawatan dan

     pemeliharaan yang standar supaya mesin tetap beroperasi dengan keadaan baik.

    5. Lingkungan

    Temperatur udara mempengaruhi mesin Turbin Gas dalam melakukan

     pembakaran, semakin rendah temperatur atau keadaan dingin maka pembakaran

    semakin baik, kerja turbin semakin memadai hingga menghasilkan produk

    dengan kapasitas yang lebih. Jadi udara luar mempengaruhi mesin untuk

     beroperasi.

  • 8/18/2019 1Chapter III V

    34/37

     

    4.2.4. Penyelesaian Masalah

    4.2.4.1.  Penyelesaian Masalah Six Big Losses 

    Dalam upaya meningkatkan produktivitas dan efektivitas produksi mesin

    Turbin Gas GT 2.1 maka perlu melihat nilai OEE. Dari hasil analisa penelitian

    diagram sebab akibat faktor Idling minor Stoppages losses dan Reduce speed loss

    yang mempengaruhi nilai OEE dari Turbin Gas. Adapun saran penyelesaian yang

    dapat dilakukakan antara lain : 

    Tabel 4.14. Penyelesaian Masalah

     No Faktor-faktor Penyelesaian Masalah

    1 Manusia

      Kurang

    responsif

    Melakukan pengawasan yang lebih

     baik lagi ketika melakukan proses

    operasi, manager unit perlu

    melakukan pengecekan kerja

    lapangan.

    2 Mesin   Gangguan

    tiba-tiba

    Perlu adanya pergantian komponen

    yang tidak layak pakai lagi, atau

    yang telah tua.

    3 Material   Bahan bakar

    yang tidak

    standar

    Mengupayakan menggunakan bahan

     bakar yang seharusnya yaitu LNG

    (Liquid Natural Gas).

    4 Metode   Pemeliharaan

    yang tidak

    tepat waktu.

    Lakukan perawatan sesuai dengan

     jadwal semestinya, bila perlu

    lakukan perhentian mesin jika itu

    cara yang terbaik lalu lakukan

     pemeliharaan.

    5 Lingkungan   Temperatur

    udara yang

     berubah-

    ubah

    Jika memungkinkan sebaiknya ada

    alat penukar kalor yang dapat

    menjaga udara masuk tetap stabil.

  • 8/18/2019 1Chapter III V

    35/37

  • 8/18/2019 1Chapter III V

    36/37

     

    BAB V

    PENUTUP

    5.1.  Kesimpulan

    Dari hasil pengolahan data dan analisa dapat ditarik kesimpulan sebagai

     berikut :

    1. 

    Dari periode penelitian yang dilakukan (07 Juli  –  18 Agustus 2014) ditarik

    kesimpulan rata-rata nilai OEE mesin Turbin Gas GT 2.1 yang diukur per

     bulan sangat baik, didapat dari range (86,17 % - 99,66 % ), pencapaiannya

    melampaui nilai OEE world class yaitu 85 %. Range availability = 99,95

    % sampai 100 % jauh melebihi nilai standar (90 %), atau dapat disebut

    ideal. Range  performance efficiency  = 86,50 % - 99,49 %, nilai

     performance efficiency  byang terendah pada bulan agustus yaitu 86,50 %

    tidak mencapai standar (95 %). Range rate of quality product  = 99, 53 % -

    99,66 %, telah melewati nilai standar (99 %). Kerugian yang paling

     banyak dialami oleh mesin adalah idling/minor stoppages losses yang

    dicatat setahun terjadi selama 319,91 jam. Yang telah memberikan

    konstribusi efektif mesin hilang dengan persentase kerugian sebesar 89,54

    %, dilanjutkan dengan  yield/ scrap losses 29,13 jam reduce speed losses 

    29,11 jam , breakdown losses 8,03 jam dan  setup and adjustment losses 

    sebesar 0,33 jam.

    Mesin GT 2.1. tidak mengalami rework losses.

    2. 

    Mesin GT 2.1 masih dalam keadaan produktif dan layak pakai.

    5.2.  Saran

    Adapun saran peneliti dari hasil pengolahan dan analisa adala adalah :

    1.  Lakukan perawatan dan pemeliharaan mesin secara terus menerus tidak

    hanya saat mesin mengalami kerusakan, perawatan preventive

    maintenance serta autonomous maintenance harus tetap dilakukan.

  • 8/18/2019 1Chapter III V

    37/37