Sebuah mesin bisa terlihat menyala sepanjang shift, tetapi jumlah produk bagus yang keluar tetap di bawah target. Selisih antara potensi dan hasil nyata inilah yang diukur oleh OEE.
Tanpa pengukuran yang tepat, sulit mengetahui apakah masalahnya ada pada mesin yang sering berhenti, kecepatan yang melambat, atau produk yang cacat.
Melalui artikel ini, Anda akan mempelajari apa itu OEE, tiga komponen dan rumusnya, contoh perhitungan dalam bentuk tabel, standar skor, dan masih banyak lagi.
Key Takeaways
OEE mengukur efektivitas mesin dari tiga faktor: Availability, Performance, dan Quality.
Rumus OEE adalah Availability x Performance x Quality; ketiganya dikalikan, bukan dirata-rata.
Skor 85 persen tergolong kelas dunia, sementara rata-rata industri global hanya 55-60 persen.
Data mesin real-time membuat perhitungan OEE lebih akurat dan menghilangkan bias pencatatan manual.
- Apa Itu OEE (Overall Equipment Effectiveness)?
- Tiga Komponen OEE: Availability, Performance, dan Quality
- Rumus OEE dan Cara Menghitungnya
- Contoh Perhitungan OEE (Tabel End-to-End)
- Standar Skor OEE yang Mudah Dipahami
- Six Big Losses yang Menurunkan OEE
- Kesalahan Umum yang Membuat Skor OEE Menyesatkan
- Cara Meningkatkan OEE dengan Data Mesin Real-Time
- Kesimpulan
Apa Itu OEE (Overall Equipment Effectiveness)?
OEE adalah standar pengukuran produktivitas mesin yang lahir dari konsep Total Productive Maintenance (TPM). Metrik ini diperkenalkan oleh Seiichi Nakajima dan dipopulerkan lewat bukunya Introduction to TPM (Productivity Press, 1988), lalu menjadi acuan global untuk menilai efektivitas peralatan produksi.
Yang membuat OEE berguna bukan sekadar skornya, melainkan fungsinya sebagai alat diagnosa. Skor 65 persen, misalnya, tidak berarti banyak sampai Anda tahu dari mana kehilangan itu berasal. OEE memecah masalah besar “produksi kurang optimal” menjadi tiga komponen yang bisa langsung ditindaklanjuti.
Tiga Komponen OEE: Availability, Performance, dan Quality
OEE tidak berdiri sebagai satu angka tunggal, melainkan hasil perkalian tiga faktor yang saling melengkapi. Setiap faktor mewakili satu jenis kehilangan yang berbeda, sehingga ketika skor turun, Anda bisa langsung menelusuri komponen mana penyebabnya.
1. Availability (Ketersediaan)
Availability mengukur berapa banyak waktu produksi yang benar-benar terpakai dibanding waktu yang direncanakan. Faktor ini turun karena downtime, baik kerusakan mesin maupun setup yang lama. Rumusnya adalah waktu operasi dibagi waktu produksi terencana.
2. Performance (Kinerja)
Performance membandingkan kecepatan produksi aktual dengan kecepatan ideal mesin. Nilainya menurun ketika mesin berjalan lebih lambat dari seharusnya atau sering berhenti sesaat. Rumusnya adalah waktu siklus ideal dikali jumlah unit, lalu dibagi waktu operasi.
3. Quality (Kualitas)
Quality mengukur proporsi produk bagus dari total yang diproduksi. Produk cacat dan reject di awal produksi menekan nilainya. Rumusnya adalah jumlah produk bagus dibagi total produk.
Rumus OEE dan Cara Menghitungnya
Rumus utama OEE adalah:
OEE = Availability x Performance x Quality
Ketiga komponen tersebut dikalikan karena setiap faktor mewakili kehilangan yang berbeda. Jika salah satu komponen turun, skor akhir OEE juga ikut turun.
Contohnya, mesin bisa tersedia hampir sepanjang shift, tetapi tetap menghasilkan OEE rendah jika kecepatannya melambat atau banyak produk yang cacat. Karena itu, OEE lebih berguna saat dibaca per komponen, bukan hanya dari angka akhirnya.
| Komponen | Rumus | Masalah yang Biasanya Terlihat |
|---|---|---|
| Availability | Waktu operasi / waktu produksi terencana | Mesin sering berhenti atau setup terlalu lama |
| Performance | (Waktu siklus ideal x total unit) / waktu operasi | Mesin berjalan lebih lambat dari kapasitas ideal |
| Quality | Produk bagus / total produk | Banyak produk cacat atau reject |
| OEE | Availability x Performance x Quality | Gabungan dari semua kehilangan produksi |
Contoh Perhitungan OEE (Tabel End-to-End)
Sebagai gambaran, dari total 450 menit waktu produksi, mesin hanya berjalan selama 400 menit karena adanya downtime. Ini berarti sebagian waktu produksi terbuang, sehingga Availability berada di sekitar 88,9%.
Selama mesin berjalan, output yang dihasilkan juga belum maksimal. Dari potensi 400 unit (sesuai kecepatan ideal), mesin hanya menghasilkan 360 unit, dan 18 di antaranya cacat. Kondisi ini membuat Performance berada di 90% dan Quality di 95%.
Ketiga faktor tersebut kemudian dikalikan, sehingga menghasilkan OEE sekitar 76%. Dari contoh ini, terlihat bahwa waktu berhenti mesin menjadi penyebab utama turunnya efektivitas produksi. Agar perhitungan seperti ini lebih mudah diterapkan pada data produksi Anda sendiri, gunakan template kalkulator OEE berikut untuk memasukkan waktu produksi, downtime, output, dan jumlah produk cacat secara lebih praktis.
Download Template Kalkulator OEE Gratis
Gunakan template siap pakai untuk menghitung Availability, Performance, dan Quality secara konsisten, lalu ubah data mesin Anda menjadi skor OEE yang akurat.
Standar Skor OEE yang Mudah Dipahami
Skor OEE tidak perlu langsung dibandingkan dengan angka ideal tertinggi. Untuk pabrik yang baru mulai mengukur, yang paling penting adalah mengetahui posisi awal, lalu memperbaikinya secara bertahap.
Secara umum, skor 85 persen sering disebut sebagai standar kelas dunia. Namun, angka ini bukan target awal untuk semua pabrik. Banyak pabrik masih berada di kisaran 55 sampai 60 persen, terutama jika pencatatan downtime, kecepatan mesin, dan produk cacat belum otomatis.
Six Big Losses yang Menurunkan OEE
Skor OEE turun karena ada waktu, kecepatan, atau hasil produksi yang hilang. Dalam praktiknya, sumber kehilangan ini sering dikelompokkan menjadi six big losses.
Pembacaan six big losses membantu tim produksi menentukan prioritas perbaikan. Jika downtime paling besar, fokusnya ada pada Availability. Jika mesin sering melambat, fokusnya ada pada Performance. Jika produk cacat tinggi, fokusnya ada pada Quality.
| Kerugian | Komponen OEE | Tindakan Perbaikan |
|---|---|---|
| Kerusakan peralatan | Availability | Jalankan preventive maintenance terjadwal |
| Setup dan penyesuaian | Availability | Standarkan proses changeover |
| Berhenti sesaat | Performance | Catat dan hilangkan penyebab minor stop |
| Penurunan kecepatan | Performance | Bandingkan kecepatan aktual dengan cycle time ideal |
| Cacat proses | Quality | Lakukan root cause analysis pada defect utama |
| Reject saat startup | Quality | Perbaiki proses warm-up dan first-article check |
Kesalahan Umum yang Membuat Skor OEE Menyesatkan
OEE sering terlihat rapi di laporan, tetapi tidak selalu menggambarkan kondisi produksi yang sebenarnya. Biasanya, masalah muncul karena data yang dipakai tidak lengkap atau cara membacanya terlalu umum.
Agar OEE tetap berguna sebagai alat perbaikan, hitung skor per mesin atau per lini produksi. Setelah itu, lihat komponen mana yang paling lemah sebelum menentukan tindakan.
- Merata-ratakan OEE lintas mesin sehingga bottleneck tersembunyi.
- Menjadikan OEE sekadar KPI pelaporan, bukan alat perbaikan harian.
- Mengejar angka target tanpa menelusuri komponen penyebabnya.
- Menetapkan waktu siklus ideal yang tidak realistis sehingga Performance bias.
- Mengandalkan pencatatan manual yang melewatkan minor stops dan micro-downtime.
Cara Meningkatkan OEE dengan Data Mesin Real-Time
Langkah meningkatkan OEE bisa diringkas menjadi empat, yaitu ukur secara akurat dan otomatis, prioritaskan loss terbesar, jalankan preventive maintenance, dan libatkan operator dalam perbaikan harian. Fondasi dari semuanya adalah data yang akurat.
Di sinilah pencatatan manual menjadi kelemahan. Downtime yang lupa dicatat atau kecepatan yang tidak terpantau membuat skor OEE menyesatkan. Sistem seperti software manufaktur dan software maintenance mesin dapat menangkap downtime, kecepatan, dan output secara real-time sehingga skor OEE mencerminkan kondisi sebenarnya.
Jika pabrik Anda mengelola banyak mesin atau beberapa lini produksi, sistem manufaktur terintegrasi dari EQUIP dapat membantu memantau OEE setiap mesin secara otomatis, mempercepat identifikasi loss terbesar, serta mengurangi bias pencatatan melalui data yang terhubung langsung dengan operasional dan maintenance.
Kesimpulan
OEE bukan sekadar skor, melainkan alat diagnosa untuk menemukan di mana produksi kehilangan potensinya. Semakin akurat data yang dipakai, semakin mudah menemukan komponen dan loss yang paling menekan skor.
Bagi manajemen, OEE bukan hanya laporan efektivitas, tetapi juga dasar untuk menetapkan target yang realistis dan memprioritaskan perbaikan. Untuk pabrik di Indonesia, memulai dari pengukuran yang jujur jauh lebih bernilai daripada mengejar angka 85 persen di atas kertas.
Ketika jumlah mesin dan volume produksi terus bertambah, penggunaan software manufaktur dapat membantu memantau OEE secara real-time sehingga evaluasi menjadi lebih cepat, akurat, dan mudah ditindaklanjuti.
FAQ Seputar OEE
OEE mengukur efektivitas mesin berdasarkan waktu produksi yang direncanakan, sedangkan TEEP (Total Effective Equipment Performance) mengukurnya terhadap seluruh waktu kalender, termasuk waktu ketika mesin tidak dijadwalkan berproduksi. TEEP karena itu memperlihatkan potensi kapasitas total, sementara OEE lebih fokus pada efektivitas selama jam operasi yang direncanakan.
Rata-rata industri global berada di kisaran 55 hingga 60 persen, sedangkan 85 persen tergolong kelas dunia yang jarang diraih. Untuk pabrik yang baru mengukur, target yang lebih sehat adalah memperbaiki baseline secara bertahap, misalnya menaikkan 5 sampai 10 poin per periode, dibanding langsung mengejar angka ideal.
Karena ketiga faktor mengukur kehilangan yang berbeda dan saling bertumpuk. Availability, Performance, dan Quality masing-masing 90 persen tidak menghasilkan 90 persen, melainkan 72,9 persen. Perkalian membuat skor akhir mencerminkan efek gabungan seluruh kehilangan, sehingga satu komponen yang lemah tetap menekan hasil keseluruhan meski dua lainnya tinggi.
Penyebabnya biasanya berasal dari six big losses, yaitu kerusakan mesin, setup yang lama, berhenti sesaat, penurunan kecepatan, cacat proses, dan reject saat startup. Selain itu, pencatatan manual yang melewatkan micro-downtime dan penggabungan skor lintas mesin sering membuat OEE terlihat rendah atau justru menyesatkan.
Software manufaktur dapat menangkap data downtime, kecepatan, dan kualitas langsung dari mesin secara real-time, lalu menghitung OEE per mesin secara otomatis. Pendekatan ini menghilangkan bias pencatatan manual, mempercepat identifikasi loss terbesar, dan menyediakan riwayat data yang bisa ditelusuri untuk evaluasi maupun perbaikan berkelanjutan.
