Matrik : Jurnal Manajemen & Teknik Industri Ae Produksi Volume XXVI.
No.
Maret 2026.
Halaman 211 - 222 p-ISSN: 1693-5128, e-ISSN : 2621-8933 doi: 10.
350587/Matrik v26i2.
MATRIK
Jurnal Manajemen dan Teknik Industri-Produksi Journal homepage: http://w.
id/index.
php/matriks Evaluasi OEE dan Six Big Losses pada Mesin CNC Cutting Industri Konstruksi Manufaktur CV Karya Utama Teknik Hidayat1*.
Purwanto2.
Mega Rahayu Hardiyanti3.
Yanuar Pandu Negoro4.
Rohmat5.
Atikah Aulia Dina6.
Afifah Harmayanti7
1,2,3,4
Program Studi Teknik Industri - Universitas Muhammadiyah Gresik
Program Studi Teknik Industri - Universitas Muhammadiyah Lamongan Program Studi Teknik Mesin - Universitas Brawijaya Malang
1,2,3,4
Jl.
Sumatera No.
101 GKB.
Randuagung.
Kebomas.
Gresik, 61121.
Indonesia.
Jl.
Plalangan RW.
Plosowahyu.
Lamongan, 62218.
Indonesia.
Jl.
Mayjen Haryono 167.
Malang 65145.
Indonesia Email: hidayat@umg.
*Corresponding Author
INFO ARTIKEL
ABSTRAK
doi: 10.
350587/Matrik Penelitian ini menganalisis efektivitas operasi mesin CNC Cutting pada CV Karya Utama Teknik Gresik dalam proses pemotongan plat baja untuk komponen konstruksi manufaktur.
Data yang digunakan meliputi produksi pemotongan, rework/gross product, jam kerja, dan downtime selama 11 bulan.
Evaluasi dilakukan menggunakan metode Overall Equipment Effectiveness (OEE) yang terdiri atas Availability Ratio.
Performance Efficiency, dan Rate of Quality (ROQ), serta dianalisis lebih lanjut dengan Six Big Losses.
Hasil menunjukkan nilai OEE bulanan berada pada kisaran 57,4377,44% dengan rata-rata 68,49%, sehingga efektivitas mesin masih tergolong standar dan berada di bawah benchmark kelas dunia.
Kerugian terbesar berasal dari Setup and Adjustment Losses sebesar 179,19 jam, diikuti Idling and Minor Stoppages 125,91 jam.
Reduced Speed Losses ekuivalen 132,88 jam.
Breakdown Losses 45,01 jam, dan Process Defects Losses ekuivalen 49,50 jam.
Prioritas perbaikan diarahkan pada pengurangan waktu setup, pengendalian shutdown terjadwal, efisiensi pencucian mesin, dan peningkatan kinerja operasi berkelanjutan.
Jejak Artikel :
Upload artikel 5 Februari 2026 Revisi oleh reviewer 11 Maret 2026 Publish 31 Maret 2026 Kata Kunci :
Overall Equipment Effectiveness (OEE).
Six Big Losses.
Mesin CNC Cutting.
Downtime Mesin
ABSTRACT
This study analyzes the operational effectiveness of the CNC Cutting machine at CV Karya Utama Teknik Gresik in the steel plate cutting process for manufacturing construction components.
The data used include cutting production, rework/gross product, working hours, and downtime over an 11month period.
Evaluation was carried out using the Overall Equipment Effectiveness (OEE) method, which consists of Availability Ratio.
Performance Efficiency, and Rate of Quality (ROQ), and was further analyzed using the Six Big Losses approach.
The results show that the monthly OEE values ranged from 43% to 77.
44%, with an average of 68.
49%, indicating that the machineAos effectiveness is still at a standard level and remains below the world-class The largest losses came from Setup and Adjustment Losses of 179.
hours, followed by Idling and Minor Stoppages of 125.
91 hours.
Reduced Speed Losses equivalent to 132.
88 hours.
Breakdown Losses of 45.
01 hours, and Process Defects Losses equivalent to 49.
50 hours.
Improvement priorities should focus on reducing setup time, controlling scheduled shutdowns, improving machine cleaning efficiency, and enhancing continuous operational performance.
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Hidayat et all /Matrik.
Vol.
XXVI.
No.
2 Maret 2026.
Halaman 211 - 222 berulang maupun downtime yang panjang sama-sama menurunkan waktu operasi efektif dan mengganggu ritme produksi.
Kondisi tersebut berpengaruh terhadap stabilitas output, memicu keterlambatan, dan meningkatkan potensi rework ketika hasil pemotongan tidak sesuai spesifikasi.
Dalam upaya mengurangi kerugian dan meningkatkan produktivitas, metode yang direkomendasikan adalah Overall Equipment Effectiveness (OEE) .
, .
, dan kualitas .
Pengukuran OEE membantu perusahaan memahami apakah kerugian terbesar berasal dari downtime, kecepatan proses yang menurun, atau cacat produk.
Selain itu, analisis Six Big Losses mengelompokkan sumber kerugian utama pada operasi mesin sehingga prioritas perbaikan dapat ditetapkan lebih terarah, yang mana fokus pada pengurangan waktu set-up, pencegahan berhenti singkat, atau pengendalian cacat Pendahuluan Perkembangan industri manufaktur dan konstruksi berbasis fabrikasi terus meningkat dari tahun ke tahun .
Kondisi ini mendorong persaingan yang semakin ketat, baik dari sisi harga, ketepatan waktu, maupun konsistensi kualitas hasil produksi.
Perusahaan yang tidak mampu menjaga kestabilan kinerja proses akan lebih sulit memenuhi tuntutan pelanggan, khususnya pada proyek konstruksi manufaktur yang menuntut ketelitian dimensi dan jadwal pengiriman yang ketat .
Untuk menghadapi persaingan tersebut, perusahaan perlu melakukan perbaikan berkelanjutan dari segi peralatan produksi.
Salah satu langkah yang paling berdampak adalah meningkatkan efektivitas mesin atau peralatan yang sudah dimiliki agar dapat menghasilkan output maksimal dengan sumber daya yang sama.
Upaya ini penting karena investasi mesin baru tidak selalu menjadi solusi tercepat, sementara peningkatan efektivitas mesin yang ada dapat langsung memperbaiki produktivitas dan biaya operasi .
Mesin harus dijaga dalam kondisi baik agar dapat bekerja optimal dan stabil.
Ketika kondisi mesin menurun karena keausan komponen, penumpukan kotoran, atau penyetelan yang tidak presisi, maka performa produksi akan turun dan risiko gangguan Oleh karena itu, diperlukan perawatan yang baik dan terencana untuk meminimalkan gangguan yang menyebabkan proses produksi terhenti, serta untuk mempertahankan kualitas hasil pemotongan sesuai standar.
Pada CV Karya Utama Teknik Gresik, mesin CNC Cutting digunakan untuk memotong plat baja sebagai bahan utama pembuatan komponen/struktur konstruksi Proses pemotongan menjadi tahap awal yang sangat menentukan karena akurasi potong memengaruhi tahapan berikutnya seperti fit-up, pengelasan, dan perakitan.
Apabila pemotongan tidak stabil, maka dampaknya bisa merambat ke lini berikutnya berupa antrean kerja, penambahan waktu produksi, dan peningkatan biaya perbaikan.
Dalam praktiknya, mesin CNC Cutting terkadang mengalami berhenti operasi karena tidak adanya order, waktu set-up yang lama, menunggu benda kerja dingin .
Ae60 meni.
sebelum diambil, serta kebutuhan penggantian nozzle dan gas.
Berhenti singkat yang Metode Penelitian Objek penelitian ini adalah mesin CNC Cutting yang bersifat vital dalam proses pemotongan plat baja pada CV Karya Utama Teknik Gresik.
Mesin ini menjadi titik awal pembentukan komponen/struktur konstruksi manufaktur, sehingga kestabilan kinerjanya sangat menentukan kelancaran proses lanjutan seperti fit-up, pengelasan, hingga perakitan.
Data yang digunakan dalam penelitian mencakup tiga kelompok utama, yaitu data produksi pemotongan, data rework/gross product, serta data jam kerja dan data delay/downtime Seluruh dikumpulkan dalam periode 11 bulan agar analisis mampu menangkap pola kerugian yang terjadi secara berulang maupun fluktuasi kinerja mesin dari waktu ke waktu.
Untuk mengevaluasi efektivitas mesin secara menyeluruh, digunakan metode Overall Equipment Effectiveness (OEE).
OEE dipilih karena dapat menggambarkan performa mesin dari tiga sisi yang saling terkait, yaitu ketersediaan waktu operasi, kemampuan mesin menghasilkan output sesuai target kecepatan, serta kualitas hasil produksi yang memenuhi standar.
Nilai OEE dihitung dari tiga komponen utama yaitu Availability Ratio.
Performance Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Matrik : Jurnal Manajemen & Teknik Industri Ae Produksi Volume XXVI.
No.
Maret 2026.
Halaman 211 - 222 p-ISSN: 1693-5128, e-ISSN : 2621-8933 doi: 10.
350587/Matrik v26i2.
Efficiency, dan Rate of Quality (ROQ), dengan persamaan menggunakan OEE = Availability (%) y Performance (%) y ROQ (%).
Melalui persamaan ini, penurunan OEE dapat ditelusuri apakah dominan disebabkan downtime .
, penurunan kecepatan/proses yang tidak optimal .
, atau cacat/rework .
Availability Ratio perbandingan operation time terhadap loading Dalam perhitungan, operation time = loading time Oe total downtime, sedangkan loading time = available time Oe planned Dengan demikian, komponen downtime dan waktu berhenti terencana ketersediaan mesin untuk beroperasi dan menghasilkan output.
Performance Efficiency menggambarkan perbandingan output aktual terhadap output ideal berdasarkan ideal cycle time.
Jika mesin berjalan lebih lambat dari standar, sering terjadi penurunan kecepatan pemotongan, atau proses tidak konsisten akibat setting dan kondisi operasi, maka nilai performance akan turun.
Sementara itu.
ROQ menunjukkan rasio produk yang memenuhi standar kualitas terhadap total produk yang diproses, sehingga rework maupun scrap akan menurunkan nilai ROQ.
kerugian yang membuat efektivitas mesin Six Big Losses terdiri dari enam kategori, yaitu: Breakdown Losses.
Setup and Adjustment Losses.
Idling and Minor Stoppages.
Reduced Speed Losses.
Process Defects Losses, dan Reduced Yield/Startup Losses.
Pada CNC Cutting, pemetaannya sebagai berikut: penggantian nozzle dan gangguan listrik termasuk penyetelan titik nol termasuk setup.
menunggu plat dingin serta pembersihan serpihan termasuk minor stoppages.
Sementara itu, komposisi gas/oksigen yang tidak tepat dapat menurunkan kecepatan proses .
educed spee.
, rework karena hasil potong tidak sesuai termasuk process defects, dan kegagalan potong saat preheating tidak sesuai standar termasuk startup loss.
Hasil dan Pembahasan Berdasarkan perhitungan, nilai OEE bulanan berkisar antara 57,43% hingga 77,44% dengan rata-rata 68,49%.
Rentang ini menunjukkan efektivitas mesin CNC Cutting berada pada kategori standar dan masih membutuhkan perbaikan berkelanjutan.
Tabel Tabel 3.
1 merangkum hasil perhitungan ROQ, performance, availability, dan OEE.
Selain mengukur OEE, penelitian ini juga memakai analisis Six Big Losses untuk Tabel 3.
1 Rangkuman perhitungan ROQ, performance, availability, dan OEE.
Bulan ROQ (%) Performance (%) Availability (%) OEE (%) Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Hidayat et all /Matrik.
Vol.
XXVI.
No.
2 Maret 2026.
Halaman 211 - 222 Tabel 3.
1 merangkum indikator kinerja (Overall Equipment Effectiveness/OEE) mesin selama sembilan bulan pengamatan berturut-turut, dengan mempertimbangkan tiga komponen utama OEE yaitu tingkat kualitas (Rate of Quality/ROQ), tingkat performa .
erformance rat.
, dan tingkat ketersediaan .
vailability rat.
Data disajikan dalam bentuk persentase untuk memudahkan analisis tren temporal dan identifikasi pola variabilitas.
Pendekatan ini Overall Equipment Effectiveness, yang menekankan pengukuran efektivitas peralatan melalui penggabungan ketiga faktor tersebut untuk menghasilkan metrik OEE komprehensif.
Analisis ROQ mengindikasikan stabilitas kualitas output yang tinggi, dengan rentang nilai dari 93,51% .
ulan kedu.
hingga 98,18% .
ulan keena.
, ratarata sekitar 95,99%.
Variabilitas relatif rendah .
oefisien <3%) menunjukkan konsistensi proses produksi dalam menghasilkan produk yang memenuhi spesifikasi kualitas, kemungkinan didukung oleh pengendalian mutu yang efektif seperti Statistical Process Control (SPC).
Tren peningkatan gradual dari bulan pertama hingga keenam, diikuti stabilisasi, mengimplikasikan adaptasi proses awal yang berhasil.
Komponen mencerminkan efisiensi kecepatan operasi relatif terhadap kapasitas ideal, dengan fluktuasi signifikan dari 75,49% .
ulan ketig.
hingga 97,96% .
ulan keempa.
, rata-rata 85,74%.
Anomali rendah pada bulan ketiga dapat dihubungkan dengan faktor-faktor seperti keausan alat, pengaturan ulang mesin .
etup tim.
, atau variasi beban kerja, sebagaimana dijelaskan dalam kerangka Six Big Losses dalam OEE.
Pola ini menyoroti kebutuhan analisis root cause menggunakan alat seperti Ishikawa diagram untuk mengidentifikasi penyebab utama penurunan performa.
Availability rate, yang mengukur proporsi waktu operasional efektif terhadap waktu jadwal, berada pada kisaran 72,25% .
ulan kelim.
hingga 83,81% .
ulan keena.
, rata-rata 78,99%.
Nilai mengindikasikan keberadaan downtime yang substansial, kemungkinan akibat kegagalan peralatan, pemeliharaan preventif, atau penjadwalan yang tidak optimal.
Dari perspektif reliabilitas, tingkat availability di bawah 85% menunjukkan peluang perbaikan melalui strategi pemeliharaan prediktif berbasis data sensor IoT atau model Weibull untuk prediksi kegagalan.
Indikator OEE agregat, sebagai hasil perkalian ketiga komponen (ROQ y Performance y Availabilit.
, berkisar antara 57,43% .
ulan ketig.
hingga 77,44% .
ulan keena.
, dengan rata-rata 67,41%.
Nilai ini berada di bawah benchmark world-class OEE (>85%) menurut standar SEMI E10, menandakan potensi kerugian produktivitas Analisis sensitivitas menunjukkan performance akan memberikan dampak terbesar terhadap OEE, mengonfirmasi prioritas intervensi pada pengurangan Six Big Losses.
Pemeriksaan per bulan mengungkap pola temporal yang khas: bulan pertama hingga kedua menunjukkan kinerja dasar stabil (OEE 63%), diikuti penurunan tajam pada bulan ketiga akibat performance rendah.
Pemulihan pada bulan keempat hingga keenam mencapai puncak OEE, kemungkinan berkorelasi dengan optimalisasi proses pasca-analisis korektif.
Penurunan ringan pada bulan ketujuh hingga kesembilan menyarankan perlunya pemantauan berkelanjutan untuk mencegah degradasi tren.
Bulan keenam merupakan outlier positif dengan ROQ 98,18%, performance 94,11%, availability 83,81%, dan OEE 77,44%, mewakili praktik terbaik yang dapat direplikasi.
Faktor kontributor potensial termasuk kondisi bahan baku optimal, tenaga kerja terlatih, atau siklus pemeliharaan yang tepat waktu.
Studi benchmarking internal dalam manajemen lean manufacturing untuk replikasi keberhasilan.
Sebaliknya, bulan ketiga menonjol sebagai periode kritis dengan OEE terendah .
,43%), didorong oleh performance 75,49% dan availability 78,67%.
1 Analisis Pareto Six Big Losses Analisis Pareto ditunjukkan pada Gambar 1, bahwa kerugian terbesar pada mesin CNC Cutting berasal dari Setup and Adjustment Losses sebesar 179,19 jam, diikuti oleh Reduced Speed Losses sebesar 132,88 jam, dan Idling and Minor Stoppages sebesar 125,91 jam, sehingga ketiga jenis kerugian tersebut menjadi faktor dominan yang paling memengaruhi penurunan efektivitas mesin dan harus diprioritaskan dalam upaya perbaikan.
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Matrik : Jurnal Manajemen & Teknik Industri Ae Produksi Volume XXVI.
No.
Maret 2026.
Halaman 211 - 222 p-ISSN: 1693-5128, e-ISSN : 2621-8933 doi: 10.
350587/Matrik v26i2.
Gambar 1 Diagram pareto six big losses 2 Fishbone Diagram Penyebab Dominan Gambar Fishbone Diagram menunjukkan bahwa rendahnya efektivitas mesin CNC Cutting dipengaruhi oleh beberapa faktor utama, yaitu man, machine, method, material, measurement, dan environment.
Dari sisi man, penyebabnya meliputi operator yang belum memiliki standar setup terbaik, disiplin autonomous maintenance yang belum seragam, serta pemahaman parameter Cutting yang belum konsisten.
Dari sisi machine, masalah muncul karena nozzle dan komponen yang aus, perubahan akurasi titik nol, kebutuhan warm-up yang tinggi, serta adanya kerak atau lelehan yang memperpanjang proses cleaning.
Pada aspek method, penyebabnya adalah belum adanya SOP setup cepat, checklist sebelum start yang belum baku, jadwal shutdown yang belum optimal, dan pencatatan downtime yang belum cukup detail.
Dari sisi material, variasi ketebalan plat, kondisi permukaan material, dan kualitas gas atau oksigen memengaruhi Pada measurement, minor downtime seperti menunggu dingin, ganti nozzle atau gas, dan startup loss belum dipisahkan secara jelas sehingga loss tersembunyi sulit diprioritaskan.
Sementara itu, dari sisi environment, area kerja yang kotor, serpihan potong yang menumpuk, tata letak alat bantu yang belum ergonomis, serta kestabilan pasokan listrik yang belum memadai turut memperburuk efektivitas mesin.
3 Usulan Perbaikan Berbasis TPM Usulan perbaikan berbasis Total Productive Maintenance (TPM) dilakukan secara menyeluruh melalui beberapa pilar Pada aspek autonomous maintenance, operator perlu membuat cleaning checklist harian untuk meja potong, nozzle, jalur gerak, dan area serpihan, yang diperiksa sebelum startup, saat changeover, dan setelah akhir shift.
Operator juga perlu dibekali standar pemeriksaan sederhana yang mencakup kebersihan nozzle, posisi titik nol, tekanan gas, kondisi selang, dan level pelumasan, sementara setiap temuan abnormal diberi tag visual agar segera ditindaklanjuti.
Pada aspek planned maintenance, jadwal shutdown harus dipilah menjadi aktivitas yang benar-benar wajib dan aktivitas yang dapat dipindahkan ke waktu nonproduksi.
Selain itu, penggantian part aus, pengecekan kabel, kalibrasi ringan, dan pelumasan dilakukan berdasarkan interval jam kerja, sedangkan riwayat machine break dan power cut-off direkap untuk menentukan komponen kritis, penyebab berulang, dan kebutuhan minimum spare part.
Pada focused improvement .
obetsu kaize.
, waktu setup dapat dipersingkat melalui prinsip SMED, yaitu memisahkan aktivitas internal dan eksternal, menyiapkan alat bantu serta program nesting sebelum mesin berhenti, menggunakan checklist setup, dan menandai referensi posisi plat agar penyetelan titik nol lebih cepat.
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Hidayat et all /Matrik.
Vol.
XXVI.
No.
2 Maret 2026.
Halaman 211 - 222 Gambar 2 Fishbone Diagram Penyebab Dominan Aktivitas menunggu benda kerja dingin juga perlu dikaji ulang melalui penyediaan area cooling terpisah, alat bantu handling, dan penjadwalan urutan potong yang dapat mengurangi waktu tunggu operator.
Selanjutnya, pada aspek maintenance, parameter Cutting seperti tekanan gas, kecepatan potong, tinggi nozzle, dan preheating harus distandarkan sesuai ketebalan material, disertai first-piece check pada awal shift dan setelah changeover.
Data defect juga perlu dipisahkan menjadi startup defect, process defect, dan rework akibat salah setting agar tindakan korektif lebih terarah.
Dari sisi education and training, operator dan teknisi perlu mendapatkan pelatihan mengenai setup cepat, setting parameter, inspeksi harian, dan pencatatan downtime yang terstandardisasi, dengan fokus pada loss dominan agar dampaknya segera terlihat pada availability dan Pada aspek safety, health, and environment, penerapan 5S di area mesin menjadi penting agar akses alat bantu, selang, dan area cleaning tetap rapi, sehingga lingkungan kerja yang bersih dapat mempercepat setup, meminimalkan gangguan, dan meningkatkan keselamatan operator.
Sementara itu, dalam office TPM dan sistem pencatatan, form downtime perlu direvisi agar dapat memisahkan kode penyebab secara lebih rinci, seperti warm-up, schedule shutdown, cleaning, menunggu dingin, ganti nozzle, ganti gas, power cut-off, dan startup scrap, sehingga data kerugian lebih akurat dan dapat digunakan sebagai dasar evaluasi serta pengambilan keputusan perbaikan yang lebih efektif.
5 Analisis Six Big Losses Analisis Six Big Losses digunakan untuk memetakan sumber kerugian utama yang menurunkan efektivitas mesin CNC Cutting.
Berdasarkan data selama 11 bulan, downtime mesin tersusun atas lima komponen, yaitu pencucian mesin, schedule shutdown, warm up, machine break, dan power cut off, dengan total downtime kumulatif sebesar 350,11 jam.
Komposisi downtime menunjukkan bahwa kerugian terbesar terutama berasal dari aktivitas setup/penyiapan .
arm up dan schedule shutdow.
serta pencucian mesin, sehingga area ini menjadi kandidat utama untuk prioritas 4 Breakdown Losses Pada kategori Breakdown Losses, kerugian direpresentasikan oleh machine break dan power cut-off.
Secara total, akumulasi keduanya mencapai 45,01 jam atau sekitar 12,86% dari total downtime 350,11 jam.
Peningkatan breakdown tampak pada periode tertentu ketika machine break dan/atau power cut-off naik, sehingga menekan Availability Ratio karena downtime secara langsung mengurangi operation time.
Namun, porsi breakdown dalam keseluruhan downtime relatif lebih kecil dibanding kategori lain, sehingga fokus perbaikan tidak cukup hanya diarahkan pada kerusakan mesin, melainkan juga pada faktor penyiapan dan kebersihan area kerja mesin.
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Matrik : Jurnal Manajemen & Teknik Industri Ae Produksi Volume XXVI.
No.
Maret 2026.
Halaman 211 - 222 p-ISSN: 1693-5128, e-ISSN : 2621-8933 doi: 10.
350587/Matrik v26i2.
total downtime, dengan nilai tinggi pada beberapa bulan,contohnya pada bulan 4 .
,00 ja.
, bulan 10 .
,50 ja.
, dan bulan 1 .
,80 Selain itu, terdapat pula berhenti singkat yang secara konsep termasuk minor stoppages, seperti menunggu benda kerja dingin 30Ae60 menit sebelum diambil serta berhenti sesaat saat nozzle dan gas diganti namun, jenis berhenti ini belum dipisahkan sebagai kolom data tersendiri sehingga masih berpotensi menjadi loss tambahan yang belum terekam rinci.
Durasi (Ja.
Breakdown Losses (Machine Break & Power Cu.
Kategori Downtime Lainnya (Setup.
Cleaning, dl.
Total Keseluruhan Downtime Gambar 3.
Breakdown Losses 6 Setup and Adjustment Losses Setup and Adjustment Losses dipetakan dari schedule shutdown yang mencakup kegiatan terjadwal seperti penggantian alas, pelumasan, dan aktivitas penyiapan lainnya serta warm up time sebagai waktu persiapan mesin sebelum beroperasi.
Akumulasi warm up dan schedule shutdown mencapai 179,19 jam atau sekitar 51,18% dari total downtime, yang berarti lebih dari setengah downtime terjadi bukan karena gangguan mendadak, tetapi karena aktivitas penyiapan dan penghentian Kondisi ini terlihat jelas pada bulan ke-5, ketika schedule shutdown mencapai 23,00 jam, sejalan dengan turunnya availability menjadi 72,25% dan OEE menjadi 65,85%, shutdown/penyetelan merupakan pendorong utama penurunan performa pada periode Durasi (Ja.
Setup & Adjustment Idling & Minor Stoppages (Pencucia.
Breakdown Losses Gambar 5.
Idling and Minor Stoppages 8 Reduced Speed Losses Reduced Speed Losses tercermin pada Performance Efficiency, dengan nilai terendah pada bulan 3 sebesar 75,49% dan tertinggi pada 97,96%.
Untuk menggambarkan dampaknya secara kuantitatif, speed loss dapat diperkirakan menggunakan pendekatan Operation Time y .
Oe Performanc.
, sehingga akumulasi speed loss selama 11 bulan setara sekitar 132,88 jam dibanding total operation time 1352,39 jam.
Bulan 3 menjadi kontributor besar karena performancenya paling rendah meskipun availability masih relatif normal .
,67%), sehingga masalah utama pada periode tersebut lebih dominan berupa penurunan kecepatan proses daripada tingginya frekuensi mesin Durasi (Ja.
Setup & Adjustment (Warm-up & Schedule.
Downtime Lainnya (Breakdown.
Cleaning, dl.
Total Downtime Nilai .
Bula.
352,39 Jam 132,88 Jam Gambar 4.
proporsi downtime setup & adjustmen dan lainnya.
7 Idling and Minor Stoppages Kategori Idling and Minor Stoppages paling nyata tercermin pada pencucian mesin yang diperlukan untuk membersihkan serpihan baja, lelehan yang mengeras, serta bekas las pada alas Total waktu pencucian selama 11 bulan mencapai 125,91 jam atau sekitar 35,96% dari Persentase Kerugian Kecepatan Gambar 6.
Reduced Speed Losses Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Hidayat et all /Matrik.
Vol.
XXVI.
No.
2 Maret 2026.
Halaman 211 - 222 9 Process Defects Losses Pada kategori Process Defects Losses, kerugian tercermin pada Rate of Quality (ROQ) dan besaran defect .
otal brok.
ROQ terendah tercatat pada bulan 2 .
,51%) dan tertinggi pada bulan 6 .
,18%), sedangkan defect terbesar terjadi pada bulan 11 .
200 mm.
ROQ 94,14%) dan bulan 2 .
200 mm.
ROQ
93,51%).
Dengan mengacu pada asumsi kecepatan pemotongan produk baik sebesar 5 mm/detik, total defect selama 11 bulan ekuivalen dengan sekitar 49,5 jam waktu pemotongan ideal yang tidak menghasilkan produk sesuai standar.
Artinya, lonjakan defect pada bulan tertentu dapat menahan peningkatan OEE, terutama ketika availability dan performance juga sedang turun.
Kondisi ini secara konsep termasuk startup loss, sehingga diperlukan pencatatan yang lebih spesifik .
eperti pemisahan defect saat start- up dan saat steady-stat.
agar kerugian startup dapat dihitung secara akurat dan ditangani dengan tindakan perbaikan yang lebih terarah.
11 Simulasi Peningkatan OEE Jika Downtime Setup Dikurangi 20% Simulasi peningkatan OEE menunjukkan bahwa setup and adjustment losses dalam artikel sebesar 179,19 jam dapat menjadi fokus utama perbaikan melalui program TPM.
Jika downtime setup tersebut berhasil dikurangi sebesar 20%, maka waktu yang dapat dihemat mencapai 35,84 jam.
Dengan asumsi loading time tetap, penghematan ini akan langsung meningkatkan operation time dari 1.
352,39 jam 388,23 jam.
Peningkatan waktu operasi tersebut berdampak pada kenaikan availability dari 79,44% menjadi 81,54%, sehingga nilai OEE juga meningkat dari 68,49% menjadi 70,30%.
Dengan demikian, simulasi ini menunjukkan bahwa pengurangan downtime setup sebesar 20% mampu memberikan kenaikan OEE sebesar 1,81 poin, yang menandakan bahwa perbaikan pada aktivitas setup memiliki pengaruh nyata terhadap peningkatan efektivitas mesin CNC Cutting.
Tabel 3.
2 Simulasi Peningkatan OEE Jika Downtime Setup Dikurangi 20% Parameter Kondisi Simulasi Awal Setup and 179,19 143,35 adjustment losses .
Penghematan setup
35,84
Operation time 352,39 1.
388,23
Availability (%) 79,44 81,54 OEE (%) 68,49 70,30 Kenaikan OEE
1,81
BREAKDOWN LOSSES
(MACHINE/POWER)
PROCESS DEFECTS (QUALITY)
Persentase dari Total Loss
IDLING & MINOR STOPPAGES
(CLEANING)
Durasi (Ja.
SPEED LOSS (REDUCED SPEED) SETUP & ADJUSTMENT Gambar 7.
Process Defects Losses Reduced Yield/Startup Losses Untuk kategori Reduced Yield/Startup Losses, data yang tersedia belum memisahkan kerugian startup secara eksplisit, sehingga melalui pencatatan startup scrap atau first-pass yield pada awal operasi.
Meskipun demikian, terdapat indikasi masalah pada tahap awal proses, seperti preheating yang tidak sesuai standar .
eharusnya 60 detik, tetapi aktual 25Ae 30 deti.
yang menyebabkan plat baja tidak 6 Estimasi Peningkatan Produksi dalam Rupiah Dengan asumsi kecepatan ideal 5 mm/detik, tambahan waktu operasi 35,84 jam setara dengan potensi tambahan panjang potong bruto sekitar 645,08 meter.
Dengan ROQ rata-rata sekitar 95,99%, maka tambahan output baik diperkirakan sekitar 619,22 meter.
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Matrik : Jurnal Manajemen & Teknik Industri Ae Produksi Volume XXVI.
No.
Maret 2026.
Halaman 211 - 222 p-ISSN: 1693-5128, e-ISSN : 2621-8933 doi: 10.
350587/Matrik v26i2.
Tabel 3.
3 Skenario nilai tambah produksi Asumsi Tambahan Potensi nilai per output baik .
(R.
(R.
619,22 619,22 619,22 masih berada pada kategori standar dan belum mencapai benchmark kelas dunia.
Nilai OEE bulanan berada pada rentang 57,43% hingga 77,44% dengan rata-rata sekitar 68,49%, yang menunjukkan bahwa masih terdapat peluang perbaikan yang cukup besar pada kinerja mesin.
Dari ketiga komponen OEE.
ROQ tergolong relatif baik dan stabil, sedangkan penurunan efektivitas lebih banyak dipengaruhi oleh aspek availability dan performance.
Hasil analisis Six Big Losses menunjukkan bahwa sumber kerugian paling dominan berasal dari Setup and Adjustment Losses.
Reduced Speed Losses, dan Idling and Minor Stoppages, yang secara kumulatif menyumbang lebih dari 80% total Temuan ini diperkuat oleh analisis Pareto menunjukkan bahwa rendahnya efektivitas mesin tidak hanya disebabkan oleh faktor teknis mesin, tetapi juga oleh kombinasi faktor operator, metode kerja, material, pengukuran, dan lingkungan kerja.
Berdasarkan pendekatan Total Productive Maintenance (TPM) menjadi strategi yang paling relevan untuk meningkatkan efektivitas mesin secara Usulan perbaikan difokuskan pada pengurangan waktu setup melalui prinsip SMED, penguatan autonomous maintenance, penjadwalan planned maintenance yang lebih efektif, standardisasi parameter proses, peningkatan disiplin inspeksi harian, serta perbaikan sistem pencatatan downtime agar kerugian dapat dipetakan lebih rinci.
Simulasi menunjukkan bahwa apabila downtime setup dapat dikurangi sebesar 20%, maka availability berpotensi meningkat dari 79,44% menjadi 81,54%, sedangkan OEE naik dari 68,49% menjadi 70,30% atau bertambah 1,81 poin.
Dari sisi finansial, peningkatan ini diperkirakan mampu menambah nilai produksi sekitar Rp15,48 juta hingga Rp30,96 juta, tergantung pada nilai tambah per meter potong.
Dengan demikian, penelitian ini menegaskan bahwa pengendalian loss dominan melalui TPM tidak hanya berdampak pada peningkatan efektivitas mesin, tetapi juga memberikan manfaat ekonomi yang nyata bagi perusahaan.
Saran yang dapat diberikan berdasarkan hasil penelitian ini adalah perusahaan perlu memprioritaskan perbaikan pada Setup and Adjustment Losses.
Reduced Speed Losses, dan Idling and Minor Stoppages karena ketiganya merupakan sumber kerugian terbesar yang Interpretasi finansial menunjukkan bahwa apabila nilai tambah perusahaan berada pada kisaran Rp25.
000 per meter, maka potensi kenaikan produksi diperkirakan mencapai sekitar Rp15,48 juta.
Jika nilai tambah meningkat menjadi sekitar Rp35.
000 per meter, maka potensi kenaikan produksi dapat mencapai Rp21,67 juta, sedangkan pada asumsi nilai tambah Rp50.
000 per meter, potensi kenaikan produksi dapat mencapai sekitar Rp30,96 Nilai memasukkan manfaat tidak langsung yang juga penting, seperti percepatan lead time, berkurangnya antrean pada proses berikutnya, penurunan kebutuhan lembur, serta peningkatan utilisasi operator dan mesin.
Secara menegaskan bahwa permasalahan utama pada mesin CNC Cutting terletak pada Setup and Adjustment Losses.
Reduced Speed Losses, dan Idling and Minor Stoppages.
Analisis Pareto menunjukkan bahwa ketiga loss tersebut menjadi prioritas utama perbaikan karena menyumbang lebih dari 80% total kerugian, sedangkan fishbone diagram menunjukkan bahwa akar masalah berasal dari kombinasi faktor operator, mesin, metode, material, pengukuran, dan lingkungan.
Dalam konteks ini, pendekatan TPM menjadi sangat relevan karena mampu mengintegrasikan perbaikan teknis, disiplin operator, standardisasi kerja, serta pengendalian loss secara sistematis.
Simulasi pengurangan downtime setup sebesar 20% dapat meningkatkan availability menjadi sekitar 81,54% dan OEE menjadi sekitar 70,30%.
Dari sisi finansial, peningkatan tersebut berpotensi menambah nilai produksi sekitar Rp15,48 juta hingga Rp30,96 juta, tergantung pada nilai tambah aktual per meter potong.
4 Kesimpulan dan Saran Berdasarkan hasil pengukuran selama periode penelitian, efektivitas mesin CNC Cutting pada CV Karya Utama Teknik Gresik Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.
0 International License Program Studi Teknik Industri.
Universitas Muhammadiyah Gresik.
Jawa Timur.
Indonesia Hidayat et all /Matrik.
Vol.
XXVI.
No.
2 Maret 2026.
Halaman 211 - 222 paling memengaruhi efektivitas mesin CNC Cutting.
Penerapan Total Productive Maintenance (TPM) sebaiknya dilakukan secara konsisten melalui pembuatan standar setup yang lebih cepat, penguatan autonomous maintenance oleh operator, penjadwalan planned maintenance berbasis jam kerja, penerapan 5S di area mesin, serta perbaikan sistem pencatatan downtime agar setiap jenis loss dapat teridentifikasi lebih rinci.
Selain itu, perusahaan disarankan melakukan pelatihan rutin kepada operator dan teknisi terkait parameter Cutting, inspeksi harian, serta prosedur setup yang baku untuk meningkatkan disiplin dan konsistensi proses.
Untuk penelitian selanjutnya, disarankan agar dilakukan pengukuran yang lebih detail terhadap startup loss, minor stoppage, dan biaya produksi aktual agar evaluasi peningkatan OEE dapat dihitung lebih akurat, baik dari sisi teknis maupun finansial Efektivitas Mesin Ring Frame (Studi Kasus : Pt.
Xy.
,Ay J.
Valtech, vol.
8, no.
164Ae170, 36040/valtech.
Tumanggor.
Wismantoro.
Agung, and P.
Hamonangan.
AuAnalisis Mendalam Efektivitas Mesin CNC Menggunakan Metode OEE dan Six Big Losses di PT.
ABC,Ay Sainstech J.
Penelit.
Dan Pengkaj.
Sains Dan Teknol.
, vol.
4, pp.
70Ae79, 2024, doi:
37277/stch.
Arifin.
ST.
MT.
AuImplementasi Overall Equipment Effectiveness ( OEE ) Dalam Penerapan Metode Total Productive Maintenance (TPM) di PT.
FJT,Ay PROFISIENSI J.
Progr.
Stud.
Tek.
Ind.
8, no.
1, pp.
55Ae63, 2020, doi:
33373/profis.
Vianty.
Hutabarat, and S.
AuAnalisis Overall Equipment Effectiveness Untuk Meningkatkan Producktivitas Cup Filling Machine Melalui Pendekatan Six Big Losses,Ay J.
Valtech (Jurnal Mhs.
Tek.
Ind.
, vol.
5, no.
1, pp.
50Ae57, 2022, [Onlin.
Available:
https://mail.
id/valtech/articl e/view/4502/3079 .
Rahman.
Nursanti, and S.
Sumanto.
AuPenerapan Metode Overall Equipment Effectiveness (Oe.
Dan Fault Tree Analysis (Ft.
Dalam Mengukur Efektivitas Mesin Cnc Dmg Mori Pada Proses Machining Bogie Di Pt.
Barata Indonesia (Perser.
,Ay J.
Valtech, vol.
6, no.
93Ae102, 36040/valtech.
Hutapea.
Musfiroh.
Studi.
Apoteker.
Farmasi, and U.
Padjadjaran.
AuFarmaka Farmaka,Ay Farmaka, vol.
18, no.
1, pp.
53Ae59, 2021.
Supriatna.
Singgih.
Widodo, and N.
Kurniati.
AuOverall Equipment Effectiveness evaluation of maintenance strategies for rented equipment,Ay Int.
Technol.
, vol.
11, no.
3, pp.
619Ae630, 2020, doi: 10.
14716/ijtech.
Setiawan.
Al Latif, and E.
Rimawan.
AuOverall Equipment Effectiveness (OEE) Analysis: A Case Study in the PVC Compound Industry,Ay IJIEM - Indones.
Ind.
Eng.
Manag.
, vol.
3, no.
1, p.
14, 2022,
doi: 10.
22441/ijiem.
Sitorus.
Sinaga, and S.
Islam, 5 Daftar Pustaka