OEE SCORE BUKANLAH PRODUKTIFITAS

Kenapa OEE bukan Produktivitas?, karena OEE tidak memuat informasi tentang komponen Man hours dan labour cost  yang terlibat dalam proses produksi. OEE hanya menyangkut efektivitas mesin dan fasilitas produksi.

Apakah OEE bisa digunakan untuk menghitung produktivitas?

Betul, data OEE yang komprehensif bisa digunakan untuk menghitung produktivitas pada sebuah lantai manufacturing. OEE yang bisa digunakan untuk menghitung produktivitas adalah OEE yang telah mengakomodasi tracebility akan group kerja dan operator, no SAP, no material, batch numbering, line achievement secara absolute time.

• OEE (Overall Equipment Effectivenes) bukanlah productivitas, OEE sebagai salah satu indikator keberhasilan TPM (Total Productive Maintenance) dari sebuah manufakturing proses.
• 
  
• OEE yang baik, berbuah produktifitas yang baik pula, sebaliknya, OEE bernilai rendah berbuah kepada rendahnya tingkat produktifitas suatu proses produksi.
• 
  
• OEE score yang ideal dan dapat dipercaya adalah OEE Score yang disajikan secara realtime, actual dan auto reporting, tanpa manual input serta terintegrasi langsung dari tingkat mesin. Data disajikan apa adanya sebagai bahan untuk perbaikan selanjutnya. Salam Produktivitas :)

"OEE score yang ideal dan dapat dipercaya adalah OEE Score yang disajikan secara realtime, actual dan auto reporting,  terintegrasi dan flexible."

Ada 3 unsur penting dalam OEE = Availability % x Performance % x Quality %

OEE  (overall equipment effectiveness) digunakan untuk memantau efisiensi pada proses manufaktur serta untuk membantu mengidentifikasi proses demi perbaikan-perbaikan yang terukur (data antitatif)
OEE juga disebutkan sebagai salah satu KPI (key performa index) dari sebuah sistem produksi. OEE memberikan informasi seberapa efektif sebuah proses yang berlangsung.

OEE sebagai Production Dasboard

OEE  (overall equipment effectiveness) sebagai production dashboard bagi seluruh departement, tidak terkecuali, Quality Department , serta PPIC, Maintenance,GA dll, juga bisa merasakan manfaat dari informasi OEE.

Akan sangat menyenangkan bila seorang kepala parbik mempunyai Dashboard produksi yang realtime, akurat dan menyediakan Report Otomatis yang mudah dipahami dan dianalisa untuk Action selanjutnya.

Secara umum,  informasi OEE dapat digunakan oleh multi layers:

1. Downtime dan detailnya dapat terlihat dengan sangat jelas 
2. Performance memberikan informasi tentang achievement line
3. Quality Rate sangat berguna bagi  Departement Quality
4. Produk achievement sangat berguna untuk Departement Produksi dan PPIC
5. Rejection information , sangat berguna untuk Department Produksi dan Quality.
6. Cycle time sangat berguna bagi kepala pabrik
7. OEE auto realtime dapat membentuk jaringan client server terhadap vendor atau customer.
8. OEE auto realtime dapat menjadi system yang interaktif untuk merespons setiap aktivitas yang out fo range, meresukan dalam bentuk alarm system, pesan singkat, notifikasi email, dll.

Cara Menghitung OEE

Nilai OEE dihitung dengan mempertimbangkan tiga faktor, yaitu:
Availability: waktu produksi sebenarnya, dibandingkan dengan waktu produksi yang direncanakan.

Jika nilai Availability 100%, artinya proses selalu berjalan dalam waktu yang sesuai dengan waktu produksi yang telah direncanakan (tidak pernah ada down time).
Performance: artinya performa proses, apakah mampu memaksimalkan percepatan produksi. Jika nilai Performance 100%, maka proses telah berjalan dengan kecepatan maksimal (secara teoretis, berdasarkan Ideal Cycle Time dan Total Pieces).
Quality: berkaitan dengan defect dan scrap. Nilai 100% untuk Quality artinya produksi tidak menghasilkan produk cacat sama sekali.
Setiap faktor tersebut menjelaskan dengan dekat dan seberapa efisien proses manufaktur yang sedang berlangsung.

Contoh:
Waktu operasional = 8 jam (480 menit)
Waktu  setup = 10 menit
Breakdown = 0 menit
Availability = (480 – 10 – 0) / 480 = 98%
Waktu running = 470 menit
Cycle time = 17 detik per unit
Jumlah produk diproses = 1400 unit
Performance rate = (17 detik x 1400 unit) / 470 menit = (23800 detik) / (28200 detik) = 84%
Jumlah Reject = 168 unit
Quality rate = (1400 – 168) / 1400 = 1232 / 1400 = 88%
OEE (Overall Equipment Effectiveness) = 98% x 84% x 88% = 72%

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

INDONESIA AKAN JADI LAHAN POTENSIAL BAGI ASING

Hi Excellent people ...

Banyak sekali software asing yang menawarkan monitoring control terhadap lantai produksi. Sebenarnya sah-sah saja. Namun anak-anak bangsa sebenarnya mampu membuat softwarenya untuk industri, dan sudah banyak terbukti. Hal ini mengurangi ketergantungan kita terhadap asing. Mari berikan kesempatan kepada anak-anak Bangsa.

INDUSTRIAL 4.0 PERLU INVESTASI BESAR

Untuk mewujudkan industrial 4.0, aspek investasi perlu diperhitungkan dengan matang. Investasi dimulai dari tingkat Field level. Pada field level terdapat sensor, transmitter, controller, servo, robot dll,  yang dapat mengakomodasi horizontal integration system maupun vertikal integration system. Industrial memerlukan investasi yang tidak sedikit.

"Industrial 4.0 memerlukan investasi yang tidak sedikit."

Beberapa corporate besar tidak ragu untuk menggelontorkan milliayan rupiah  untuk mengadopsi industrial 4.0. Tapi apakah perlu? tapi apakah efektif? atau hanya larut dalam euforia?
Ketergantungan kita terhadap devise pendukung industrial 4.0 dari PRODUK ASING saat ini masih sangat tinggi  . Maklum saja, produk dalam negeri mulai dari tingkat Sensor, Transmitter, Robotic, PLC , Embeded PC dll belum tersedia, masih tergantung dari luar.

"produk dalam negeri mulai dari tingkat Sensor, Transmitter, Robotic, PLC , Embeded PC dll belum tersedia yang mendukung industrial 4.0 artinya ujung ujungnya masih mengandalkan produk asing."

Hal lain yang tidak kalah penting adalah ketergantungan kita terhadap barang tidak berwujud, SOFTWARE terhadap asing sangat tinggi. Hal ini disebabkan karena software lokal  masih kalah promosi dibanding dengan  dengan pemain atau integrator dari overseas. 

Pengalaman kami dalam integrasi MES, OEE , digital preventive maintenance system , SCADA, Energy Monitoring System pada berbagai macam industry dan manufacturing : 50% Investasi ada pada pengadaan Hardware, sedangkan sisanya 50% adalah barang tidak berwujud atau software. 

Hari ini, kami melihat ASING sangat agresif melirik indonesia sebagai pangsa pasar yang sangat empuk untuk industrial 4.0. Produk-produk asing sebagai supporting hardware industrial 4.0 mulai membanjiri tanah air, termasuk IIOT devices. Tidak segan-segan overseas produk menawarkan teknologi nya dengan harga yang selangit. Mau tidak mau, suka tidak suka industrial 4.0 sudah didepan mata.

Bijaksanalah dalam memilih hardware ataupun software bahan yang akan digunakan. untuk Manufacturing, device yang digunakan sangatlah spesial berbeda dengan Lini bisnis lainnya. Manufacturing membutuhkan high speed, lebih presisi, lebih akurasi, safety faktor yang tinggi, tahan terhadap lingkungan industri, punya sertifikasi dan lain-lain.

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

JENIS OEE SCORING ( Overall Equipement Effectivesness)

Pada manufacturing, ada beberapa jenis OEE scoring berdasarkan metode pengambilan data. Pemilahan ini erat kaitannya dengan technology dan konsep yang digunakan. Antara Lain :

1. Metode Manual OEE

Metode inspeksi manual masih menjadi pilihan sebagian perusahaan untuk mencoba
mendapatkan nilai OEE. Biasanya dimulai dengan   manual collecting data. Perusahaan menugaskan administrator untuk berkeliling mesin-mesin orang per orang mendapatkan data dengan wawancara dan visual inspeksi di mesin. Data dituangkan dalam secarik kertas sebagai reporting.

Setelah data terkumpul dalam kertas, tenaga administrasi melakukan pengolahan data di komputer desktop menggunakan Microsoft Excel atau terkadang dengan kalkulator

Dibutuhkan tenaga operator/administrator/supervisor untuk mencatat setiap downtime yang terjadi durasi, quality rate dsb. System ini terkadang sangat mengandalkan daya ingat operator akan semua kejadian di mesin selama proses produksi. 

Kelemahan Metode manual

Informasi OEE manual kurang bisa dipercaya, karena tidak realtime. Counter pencapaian produksi waktu yang tersedia untuk produksi tidak pernah bisa cocok, karena ada area downtime yang berlangsung 1,2, 3, puluhan detik, frekuensi tinggi yang tidak bisa tertangkapsecara manual. Bahkan cenderung ngarang dan bisa salah.”
Dari pengamatan kami di lapangan Metode Manual ini tidak akan pernah realtime, terkadang data OEE yang disajikan adalah data OEE 2 hari sebelumnya, bahkan seminggu sebelumnya. Informasi OEE manula tidak bisa dipercaya. Bahkan cenderung ngarang, copy paste dari data sebelumnya dan bisa salah.

2. Metode Semi Auto OEE.

Metode semi auto OEE adalah kombinasi antara inspeksi manual dan komputerisasi, Metode ini biasanya digunakan oleh beberapa perusahaan yang sudah mempunyai teknologi SCADA, FLOW INFO, FLOW SOLUTION dalam proses produksinya.

Namun Teknologi SCADA system ini bukan dikhususnya untuk menyajikan OEE Score.
Data-data masih perlu diinput secara manual ke dalam format excel sheet, untuk dilakukan perhitungan untuk mendapatkan  OEE Score nya.

Kelemahan dari sistem ini adalah tidak didapatkannya pengukuran yang Realtime, data yang didapat masih belum aktual, karena beberapa parameter diinput secara manual terlebih dahulu dan berasal dari SCADA. Meskipun pengolahan data sudah dilakukan secara komputer dengan microsoft excel.

Terkadang masih terdapat kesalahan yang tidak disengaja, ataupun disengaja dalam proses penginputan data.

“Beberapa parameter diinput secara manual terlebih dahulu. Meskipun pengolahan data sudah dilakukan secara komputer dengan microsoft excel

3. Metode Auto OEE – Hanya dengan Edge Cloud.

Data didapatkan langsung dari mesin dan fasilitas produksi. Dengan konektivitas ethernet port, data tersebut kemudian dikirim menggunakan gateway untuk diolah secara edge cloud. Semua perhitungan dilakukan di tingkat CLoud System.

Data bisa langsung dikonsumsi oleh user atau pabrik dalam bentuk website monitoring. Data tidak dilakukan pengolahan di tingkat shopfloor, melainkan langsung dikirim kepada virtual server, edge cloud untuk menghasilkan analytical data.

Kelemahan dari sistem ini, adalah informasi yang didapatkan dari aplikasi sangat sedikit, cenderung satu arah (hanya akses monitoring  dan reporting). Karena beberapa hal yang menyangkut Production seperti counter up, minor stop, problem di luar mesin tidak dapat diberikan informasi dan action dengan cepat. Karena ada latency atau delay data yang sangat tinggi.

Metode auto OEE dengan edge cloud system, adalah metode yang tidak mengakomodasi adanya fungsi aktuator. Misalnya ketika ada penyimpangan data yang ekstrem terjadi. Katakanlah sebuah kondisi breakdown extreme, maka edge cloud tidak bisa menghentikan mesin, atau memperlambat mesin, atau membunyikan alarm yang sifatnya actuator.

Kelemahan Metode OEE – Hanya dengan Cloud System.

Kelemahan sistem ini, juga terletak pada integrasi ditingkat shopfloor yang tidak terlalu mendukung. Misalnya integrasi dengan engineering, atau dengan utility ketika terjadi breakdown ekstrem di mesin, karena over kapasitas ampere, resistensi yang sangat tinggi misalnya. Dengan latency data yang tinggi, system ini kurang bisa dipercaya, tidak kredible di lapangan. Akan sangat berbahaya sekali Jika mengandalkan sistem ini bekerja dengan aktuator.

Metode ini, berciri khas menggunakan perangkat Smart relay sistem, smart data logger dan juga Gateway serta interface Cloud system.

4. Metode AUTO OEE – PC Embeded System dan microcontroller.

Metode auto OEE scoring dengan PC embedded ataupun dengan mikrokontroler menggunakan perangkat device yang berbasis computer. Jumlah port komunikasi yang tersedia sangatlah terbatas, jumlah input output juga sangat terbatas.

Metode ini sangat cocok untuk beberapa mesin saja, atau beberapa lini produksi saja. Tidak bisa mengcover seluruh fasilitas produksi, apalagi cover area utility, Engineering, atau maintenance system.

Oleh karena sistem ini berbasis PC, Devise tidak mempunyai kemampuan distribusi data dengan trafic yang tinggi, dari banyak mesin atau fasilitas produksi. Yang dikenal dengan Fieldbus system. Kebanyakan masih serial, dengan port yang sangat terbatas.

Kelemahan Metode OEE – Dengan PC base dan Microcontroller

Dari pengalaman kami, noise yang terjadi sangat tinggi jika sudah melibatkan mesin di atas 5 unit. Beberapa data tidak tersampaikan kepada pooling system dengan baik. data hilang dan susah dilacak. Probabilitas Report atau data dari mesin ke system sangat tinggi. Metode ini memungkinkan Integrasi dengan PPIC, Engineering, Maintenance dan Utility

5. Auto OEE scoring – Dengan Edge Computing dan Edge Cloud (ideal system untuk manufacturing).

Ini adalah metode yang sangat ideal untuk manufacturing. Metode ini telah mengakumulasi semua kepentingan dengan platform edge computing, edge device, dan edge cloud system. Beberapa data dilakukan pengolahan langsung di lantai produksi atau dekat dengan sensor dan aktuator. Hal ini semata-mata untuk menghindari latensi dan nilai yang terjadi.

Kecepatan pengolahan data berlangsung dalam hitungan 100 mili sekon. Kecepatan tersebut rata-rata dimiliki oleh device PLC (programing logic controller). Kita kenal beberapa branded PLC seperti Schneider, Mitsubishi Electric, Omron yokogawa, Allan Bradley, Keyence, Siemens dll.

Data yang diolah dengan edge computing juga telah memberikan analisa, grafik dan trend terhadap setiap permasalahan yang timbul di lantai produksi.

Keuntungan metode ini adalah : data produksi dan mesin adalah realtime, actual dan presisi. Seorang kepala pabrik bisa mengambil action langsung terhadap permasalahan yang terjadi dengan cepat dan tepat. Mencegah permasalahan lebih awal. Membuat budaya baru dimana semua orang bicara dengan data yang aktual dan punya kredibilitas yang tinggi.

Penggunaan edge Computing dan edge cloud punya investasi awal yang lumayan mahal karena menggunakan beberapa devise industry yang heavy duty antaralain : Switching, PLC, Data logger, Remote, gateway, Cloud devices, dll.  Namun semua akan terbayar mahal dengan penambahan jam kerja, penurunan downtime, peningkatan efektivitas mesin, erta eksekusi dan kredibilitas data yang baik. Dll.

Dari hasil wawancara dan pengalaman dengan beberapa client, aplikasi edge cloud dan edge computing mempunyai ROI (Return Of Investment) dalam waktu 6 bulan.

“Namun semua akan terbayar mahal dengan penambahan jam kerja, penurunan downtime, peningkatan efektivitas mesin, kredibilotas data, dll.”

Victor Harefa

Semua aktivitas input data dilakukan secara auto dengan direct akuisisi triger langsung dari mesin, untuk adjustment quality yang tidak bisa terwakilkan oleh sensor, disediakan overwritting mode, berupa tombol-tombol, touchscreen atau barcode system. Dengan kecepatan Giga per second, system ini sangat powerfull.

“Dengan kecepatan data tinggi, system ini sangat powerfull, mencegah latency/delay yang muncul terhadapa puluhan bahkan ratusan mesin.”

Victor Harefa

Metode ini adalah metode yang sangat direkomendasi untuk mendapatkan Nilai OEE score yang aktual, terintegrasi, realtime dan sangat terukur.

Beberapa vendor yang menyediakan Sistem Auto OEE Score Software dan Kits ini antara lain adalah Rockwell dari AB, Siemens, Schneider, Yokogawa, Schneider, dll.

Vendor lokal dari VMTECH INTEGRATOR 4.0 mungkin bisa dijadikan bahan pertimbangan. Selain investasi yang sangat kompetitive, juga sangat customized dibuat berdasarkan kebutuhan dan tuntutan top management.

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

DUNIA BERKOMPETISI UNTUK INDUSTRIAL 4.0

hi excellent people ...
Sedikit tentang industrial 4.0 ...

Revolusi industry 4.0 bukan sekedar konsep atau Trend.  Tidak segan-segan pemerintah dari Negara-negara maju mengucurkan dana yang tidak sedikit. Berbagai penelitian dan pengembangan dilakukan. Misalkan saja, Negara German menghabiskan 200 juta Euro untuk development Industrial 4.0, Japan menghabiskan 787juta Euro, China 2 Milliar Euro.. wow angka yang sangat fantastis..., well, karena menyangkut next peradaban manusia berikut nya

Bagaimana dengan Indonesia ? ...

JAKARTA, KOMPAS.com - Sektor manufaktur nasional harus siap menuju perubahan besar dalam menghadapi revolusi industri keempat atau Industry 4.0. Konsekuensinya, pendekatan dan kemampuan baru diperlukan untuk membangun sistem produksi yang inovatif dan berkelanjutan.

Hal tersebut diungkapkan Menteri Perindustrian (Menperin) Airlangga Hartarto di sela acara World Economic Forum on ASEAN 2017 di Phnom Penh, Kamboja.

“Ketika negara masuk ke Industry 4.0, pertumbuhan industri yang menyeluruh dan berkelanjutan cenderung terjadi. Oleh karena itu, kami telah menyiapkan empat langkah strategis agar Indonesia mengimplementasikan Industry 4.0,” katanya melalui keterangan resmi, Minggu (14/5/2017).

Pertama, menurut Airlangga, pihaknya tengah mendorong agar angkatan kerja di Indonesia terus belajar dan meningkatkan keterampilannya untuk memahami penggunaan teknologi internet of things atau mengintegrasikan kemampuan internet dengan lini produksi di industri.

“Guna mendukung upaya tersebut, kami juga menginisiasi pelaksanaan pendidikan vokasi yang link and match antara SMK dengan industri,” ujarnya.

Pengembangan program ini sekaligus menyiapkan tenaga kerja terampil yang siap pakai di dunia industri dengan target mencapai satu juta orang pada 2019.

Langkah kedua, yakni pemanfaatan teknologi digital untuk memacu produktivitas dan daya saing bagi industri kecil dan menengah (IKM) sehingga mampu menembus pasar ekspor melalui program e-smart IKM.

“Program e-smart IKM ini merupakan upaya juga memperluas pasar dalam rantai nilai dunia dan menghadapi era Industry 4.0,” imbuhnya.

Ketiga, lanjut Airlangga, pihaknya meminta kepada industri nasional dapat menggunakan teknologi digital seperti Big Data atau otomatisasi industri yang digunakan untuk mengoptimalkan jadwal produksi berdasarkan supplier, pelanggan, ketersediaan mesin dan kendala biaya. 

“Sistem Industry 4.0 ini akan memberikan keuntungan bagi industri, misalnya menaikkan efisiensi dan mengurangi biaya sekitar 12-15 persen,” ungkapnya.

Airlangga menyebutkan, sejumlah sektor industri nasional telah memasuki era Industry 4.0, di antaranya industri semen, petrokimia, otomotif, serta makanan dan minuman.

“Misalnya industri otomotif, dalam proses produksinya, mereka sudah menggunakan sistem robotic dan infrastruktur internet of things,” tuturnya.

Kemudian, di industri makanan dan minuman, teknologi Industry 4.0 diterapkan pada pemilihan bahan baku, tetapi untuk proses pengemasannya tetap menggunakan tenaga manusia. “Jadi kombinasi tersebut masih labour intensive, tidak menggantikan,” tegasnya.

Langkah keempat, yang diperlukan adalah inovasi teknologi melalui pengembangan startup dengan memfasilitasi tempat inkubasi bisnis.

Upaya ini telah dilakukan Kementerian Perindustrian dengan mendorong penciptaan wirausaha berbasis teknologi yang dihasilkan dari beberapa technopark yang dibangun di beberapa wilayah di Indonesia.

Sumber : http://ekonomi.kompas.com/read/2017/05/14/160000326/ini.strategi.indonesia.masuk.revolusi.industri.4.0#page1

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

oee calculation tpm adalah analysis software hardware plc application availability performance quality analytics free download open source comparison price application

wonderware rockwell www vmtech indonesi

CIRI LANTAI PRODUKSI YANG BUTUH OEE SCORING

hi excellent people ..
Sebagian besar perputaran asset dan keuangan bagi perusahaan manufacturing berlangsung di lantai produksi. Hal itu lah yang menjadi alasan utama bagi top management untuk memonitoring dan mengontrol seluruh aspek yang terlibat dalam proses produksi.

Ciri-ciri proses produksi yang butuh OEE score :

• Small Stop/Minor Stop/cokote tidak pernah dicatat dan  tidak diketahui  oleh management
• Shift malam  sering kali tidak mencapai target produksi
• Mesin sering mati di luar schedule yang sudah direncanakan
• Operator dengan sengaja, sering menurunkan speed, 
• Lupa mencatat  reject dll
• Mesin yang digunakan untuk produksi  sering rusak dan berhenti, tanpa dicatat.
• Operator sering telat datang, sehingga mesin sering nganggur 
• Pada saat pergantian shift, barang yg dihasilkan sering bermasalah.
• Ada kecenderungan untuk saling menyalahkan  ketika ada problem. Antar lini produksi , maintenance dan  planning.

Jika anda mengenali ciri-ciri di atas pada lantai produksi,  segera berlari dan temui bos anda.
Jelaskan  kepada bos anda, kita butuh system monitoring yang AUTO , Yang dapat menjelaskan semua situasi produksi apa adanya, tanpa modifikasi atau manipulasi atau copy paste data. 

"... segera berlari dan temui bos anda. Kita butuh system monitoring yang AUTO, kita butuh OEE scoring. "

Dengan OEE score yang auto, semua kejadian-kejadian di atas akan termonitor dengan sangat jelas dan transparan. Daerah yang selama ini menjadi abu-abu akan terang benderang. Anda akan mendapatkan segera promosi jabatan, karena menyumbang kontribusi besar dengan Nilai OEE yang tinggi. Meningkatkan produktivitas dan profit di perusahaan anda dengan signifikan.

Beberapa perusahaan memberikan apresiasi yang tidak sedikit buat karyawannya atas pencapaian OEE score yang tinggi dengan data yang kredible.

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

SOLUSI SHIFT MALAM

Mungkin anda sedang, atau sering mengalami kejadian ini. Berikut masalah umum yang terjadi pada shift malam di pabrik :

1. Target yang tidak tercapai
2. Quality yang rendah
3. Jam kerja yang tidak efektif karena terlalu banyak downtime
4. Mesin sering macet
5. Kecelakaan kerja dll

Jika dibandingkan dengan shift pagi atau shift siang, shift malam adalah yang paling sering bermasalah. Hampir di semua sistem produksi. Selain faktor kelelahan dalam bekerja malam, juga faktor kehilangan konsentrasi, hingga kepada kesengajaan adalah penyebab dari permasalahan di atas.

So, bagaimana solusi nya :
Anda butuh system monitoring AUTO yang Realtime, Integrated, Akurat dan Flexible , untuk menjelaskan semua kondisi di atas dengan apa adanya,  lebih akurat, jauh dari campur tangan manual operator, serta manipulasi data. Salah satu nya adalah dengan penggunaan AUTO OEE Score. ( overall equipment efectiveness). Adalah salah satu key performance indicator dari lantai produksi yang sudah menjadi benchmark internasional. Gunakanlah formula tersebut terapkan pada mesin dan fasilitas produksi Anda.

"Auto OEE SCORE tidak mengenal shift pagi atau shift malam, system akan memberikan data realtime kepada anda sepanjang waktu."

Dengan OEE yang auto. Semua akan lebih transparan. Kontribusi setiap orang dan setiap grup kerja akan terlihat dengan jelas. Baik kontribusi positif maupun kontribusi negatif.

So, semua akan bicara dengan data, bukan dengan intuisi, bukan dengan subjektif. Mari berprestasi
Apakah OEE score ( Overall equipment effectiveness)?

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

DEVICE YANG TEPAT UNTUK MODERNISASI PABRIK ANDA

Keinginan perusahaan untuk digitalisasi data terutama untuk data berasal dari lantai produksi sangatlah besar. Kami sering bertemu dengan client yang sudah menerapkan berbagai metode untuk menghindari manual report dan manual entry, bahkan ada yang katanya langsung terhubung dengan SAP dan ERP. 

Menempatkan beberapa PC desktop ataupun PC embeded dekat dengan mesin. Dengan harapan operator akan menginput sesuatu secara langsung ataupun setelah shift berakhir, melalui PC desktop dan PC embeded tersebut. 

Kami sangat menghargai keinginan kuat dari Top Management. Di sini kami melihat manajemen punya visi dan misi yang kuat terhadap digitalisasi data produksi.

Sayang sekali, beberapa hal masih dilakukan dengan entry manual, seperti waktu starting, waktu down Time, waktu pergantian Dies, dll. 

Yang kami ingin tekan kan adalah, dengan Pemilihan edge devices yang tepat,   : hal-hal yang masih entri manual di atas akan hilang dan dilakukan oleh system. PLC adalah salah satu device yang  sering digunakan untuk data collecting dari mesin atau fasilitas produksi cari sensor-sensor yang sudah terpasang.

Apapun kondisisnya. Bekerja dengan Edge computing, sensor dan PLC sangat fleksibel terhadap berbagai tipe port komunikasi. Adalah industrial devices, yang sudah teruji resistansinya dengan industrial environmental PLC sudah terbukti sebagai industrial device yang tahan terhadap getaran, debu, temperature, percikan air dll. 

Ada 2 syarat utama dari devices atau tools atau perangkat yang seharusnya digunakan :

1. Devise yang Robust System : artinya design nya adalah design Industrial, punya sertifikasi, akurasi serta ke presisian, punya resistansi terhadap lingkungan industry
2. Seamless Connectivity, ini terkait dengan kecepatan data, pemilihan edge yang digunakan, port komunikasi berbasis backbone ethernet.

Gunakanlah device yang tepat untuk digitalisasi data pada lantai produksi. Karena device tersebut akan dipersiapkan untuk penambahan produk, penambahan parameters, penambahan mesin, penambahan fitur, kecepatan data, percepatan counter dll. 

Ada beberapa keuntungan jika perusahaan menggunakan devices yang tepat : 

1. Lantai lantai produksi sudah mengakomodasi berbagai sudut atau informasi menyangkut parameter manajemen ataupun parameter mesin, termasuk utilization, perawatan, jualan produksi, critical parameter mesin, quality inspection, desain kamera dan lain-lain, di kemudian hari.
2. Perusahaan tidak melakukan investasi double, artinya suatu waktu ada penambahan mesin dan fasilitas lainnya, device sudah mengakomodasinya. 
3. Problem terhadap kecepatan data, bugs dalam pemakaian, dapat diatasi dengan devise dan methode yang pas.  Kita tahu bahwa syarat yang paling critical untuk industrial atau digitalisasi factory adalah Seamless conectivity. Banyak vendor, banyak device, artinya bisa jadi sudah tidak seamlles connectivity nya. Banyak noise yang timbul.
4. Jika tidak  robust design, kredibilitas data yang tidak baik di mata operator akan menurunkan semangat dan motivasinya untuk improvement. 
5. Kondisi real time monitoring terhadap semua parameter dan efektifitas mesin dan proses dapat dicapai. Reporting produksi dapat dilakukan dengan paperless, tanpa perlu keraguan  akan keakuratan data.

Untuk konsultasi teknis dan implementasi : 081381250600 (Victor) - www.vmtech.co.id

oee calculation tpm adalah analysis software hardware plc application availability performance quality analytics free download open source comparison price application
wonderware rockwell www vmtech indonesi