Beberapa syarat yang harus dipenuhi oleh sistem untuk mengimplementasikan auto OEE scoring
1. Sistem tersebut mempunyai syarat sebagai proses produksi, ada starting Point, processing step, serta ending Point.
2. Mesin atau Line tersebut menghasilkan barang dalam satuan tertentu serta mempunyai tingkat kualitas tertentu.
3. Mempunyai standar waktu shift, sebagai bagian dari aturan perusahaan.
Tidak ada persyaratan khusus bagi suatu proses produksi dalam implementasi OEE scoring. Apapun jenis apa pun kondisi mesin, mesin PLC atau tidak?, PLC punya koneksi Ethernet atau tidak?.
Semua hal diatas, seharusnya tidak menjadi persoalan bagi integrator untuk mengimplementasikan MES atau OEE scoring. Sebab ada banyak sekali metode yang digunakan, untuk melakukan data akuisisi langsung dari mesin dan fasilitas produksi.
Proses perubahan dari Manual Reporting OEE Score menjadi Auto OEE Score bukanlah sesuatu hal mudah untuk dilakukan oleh perusahaan. Dibutuhkan waktu dan komitment yang kuat antara operator lapangan dengan keinginan Top Management.
Artinya, dibutuhkan keseragaman visi dan misi segenap aspek dan departement yang ada di suatu perusahaan. Jika hanya dilakukan oleh inisiatif per seorangan , dapat dipastikan Auto OEE Score tidak akan berlangsung dengan baik. Satu hal yang harus dipikirkan sejak awal adalah REACTION AFTER OEE SCORE. "OEE Score without reaction is zero"
IMPLEMENTASI AUTO OEE SCORING
Ketika visi dan misi antara top management dengan tingkat lapangan sudah sama, langkah selanjutnya adalah melihat kondisi lapangan dan kapasitas line produksi untuk menunjang auto data collection.
Tentukan Goals dan Main Problem dari System
Lihat tingkat kedalaman data terkait : Jenis DOWNTIME dan notifikasi nya
Tentukan jenis Quality dan Cycle time setiap product yang akan melalui mesin produksi
Tentukan Planned Downtime dan Unplanned downtime.
Lakukan akuisisi data langsung dari mesin
Visualisasi yang tepat dan sesui dengan kebutuhan management
Graph dan 7 tools untuk menganalisa permasalah yang ada.
System AUTO OEE SCORE membutuhkan perangkat yang terhubung langsung dengan mesin dan fasilitas produksi lainnya. Gunakanlah jalur ter-aman untuk melakukan akuisisi data dari mesin.
Pastikan bahwa kinerja existing system untuk menjalankan mesin tidak terganggu oleh adanya sistem OEE SCORE yang auto.
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 score adalah indikator Matrix bagi perusahaan, serta menjadi KPI bagi lantai produksi untuk melihat efisiensi semua yang terlibat dalam proses produksi. Diperlukan suatu sistem OEE yang kredibel dan aktual serta dipercaya semua pihak yang terlibat. Tidak ada data manipulation, copy paste, atau human error atas sistem OEE scoring.
OEE adalah sebuah gambaran visual dan terukur akan semua hal yang terkait dengan proses produksi. OEE memberikan gambaran kepada apa saja problem atau masalah yang timbul dalam proses produksi yang mempengaruhi output. OEE akan menguraikan kepada anda masalah dari yang prioritas sampai kepada yang tidak prioritas.
OEE sangat hebat. Nah, itulah yang menjadi dasar pertimbangan langkah selanjutnya. OEE adalah step pertama, adalah titik balik buah keputusan mau maju atau mundur?, mau menerapkan otomatisasi atau tidak?, mau mengganti operator menjadi robot atau tidak?. Itulah hubungan antara OEE dengan digitalisasi.
OEE sangat hebat. Nah, itulah yang menjadi dasar pertimbangan langkah selanjutnya. OEE adalah step pertama, adalah titik balik buah keputusan mau maju atau mundur?, mau menerapkan otomatisasi atau tidak?, mau mengganti operator menjadi robot atau tidak?. Itulah hubungan antara OEE dengan digitalisasi.
Sekali lagi bahwa OEE scoring adalah titik awal, petunjuk, kompas bagi top manajemen dan owner perusahaan untuk bisa bertindak.
Data dengan Kredibilitas yang tinggi
Ketika bicara data yang punya kredibilitas tinggi, kita akan dihadapkan pada sebuah sistem auto yang jauh dari manual entri atau manual reporting. Semua data akan di-collectiing secara otomatis. Dalam kondisi real time, integrated, fleksibel, dan customizing.
Anda butuh sistem yang modern, anda butuh hardware dan software yang bisa mengakomodasi auto data collection, computizing, visualisasi, data base, auto reporting, auto analisis, auto intelegensi. Anda akan memasuki sebuah era digital yang membawa perusahaan anda bisa bersaing dan memenangkan kompetisi global.
Fitur AUTO DATA COLLECTION
Untuk mendapatkan OEE SCORE yang Auto, Beberapa trigger pada flow proses seperti STARTING, ENDING, COUNTING, STOP, RUNNNING, DOWNTIME dll terhubung langsung dengan PLC polling, yang mengakuisisi data secara langsung dari mesin secara Real Time.
Singkat kata, trigger tersebut mengalirkan beberapa data ke PLC polling kemudian dilakukan pengolahan data, untuk mendapatkan OEE scoring yang Auto. Akan berubah dalam interval waktu tertentu sesuai dengan pencapaian produksi yang terjadi.
Jika signal-signal tersebut masih manual, ada baiknya ditambahkan atau digantikan oleh sensor yang punya konektifitas analog, digital, serial dll.
Lantai Produksi sangat kompleks, anda butuh HMI ( Human Machine Interface)
Untuk Notifikasi Downtime, banyak cara untuk mendapatkan Notifikasinya . Hal inilah yang menjadi kelebihan dari VMTECH sebagai vendor yang customizing. Data downtime atau jenis downtime ada yang langsung didapatkan dari existing PLC. Jika tidak memungkinkan, ada juga yang didapatkan dengan metode lain di luar dari PLC Existing. Ada yang diwakilkan oleh barcode system, ada yang diwakilkan dengan tombol push bottom dan yang sedikit lebih advance , ada yang dilakukan dengan Interface touchscreen.
Semua bergantung kepada kondisi lapangan, differensiasi fitur serta budget yang tersedia.
"Notifikasi Downtime , ada yang diwakilkan oleh barcode system, ada yang diwakilkan dengan tombol push botton dan yang sedikit lebih advance , ada yang dilakukan dengan Interface touchscreen. "
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
menciptakan evolusi positif bagi supplychain yang realtime, integration enterprise, flexible dan scadable.
Manufacturing Supplychain
Industrial 4.0 adalah menyangkut suatu konsep dan paradigma. Kalau berbicara tentang suatu konsep dan paradigma, maka kita dihadapkan pada satu pola pikir yang sangat terstruktur, terorganisasi dengan baik.
Berpikir sebelum bertindak, adalah salah satu pepatah kuno yang berlaku, sebagai filsafat hidup manusia yang ideal. Ini sama halnya dengan bagaimana kita menyelesaikan masalah di lantai produksi, di pabrik. Berfikir artinya berhubungan dengan pengukuran dan analisa serta diagnosa masalah. Salah satu tools yang berulang kali sayai sampaikan dalam setiap tulisan dan presentasi adalah bagaimana kita menerapkan scoring terhadap efektivitas mesin dan fasilitas produksi, Yakni dengan OEE Scoring.
OEE scoring sudah masuk dalam satu konsep MES System ( Manufacturing execution system)
Industrial 4 adalah bukan pekerjaan semalam, Basic dari industrial 4.0 adalah evolusi MES ( Manufacturing execution system). Pada tingkat ini, perusahaan manufaktur dibekali dasar-dasar integrasi horizontal dan vertikal. Semuanya harus customers disesuaikan dengan Visi - Misi perusahaan, bukan ikut-ikutan, atau gaya-gayaan.
Dalam piramida Supplychain, MES (Manufacturing Execution System) memegang peranan penting. Fungsi MES posisinay diatas dari SCADA dan PLC system. Dalam tingkat MES beberapa komponen yang menjadi subject antaralain : Effectiveness, Downtime, Data Base, Quality, Throughput, Reporting Produksi , SPC, Scheduling.
Jadi, jika memulai untuk digitalisasi, mulailah dengan implementasi MES, salah satunya adalah OEE scoring
GERBANG DARI DIGITALISASI ADALAH MODERNISASI
Gerbang dari era digitalisasi adalah modernisasi dari seluruh aspek yang terlibat dalam proses produksi, yakni Man, material, method, machine, mother, nature dan money.
Terkait dengan dunia Manufacturing hal yang perlu diingat bahwa ; sebagian besar money/uang berputar pada lantai produksi. Tidak mengherankan top management menaruh perhatian khusus untuk memonitoring dan mengontrol sedetail mungkin seluruh aspek yang terlibat dalam proses produksi.
Modernisasi lantai produksi dimulai dari hal yang paling dasar di tingkat sensor, drive, controller, servo dan lain-lain. Seluruh equipment ini dipersiapkan untuk melakukan integrasi secara horizontal maupun vertikal. Jika device ini masih belum bisa dipersiapkan dan belum mempunyai port komunikasi, akan sulit bagi perusahaan untuk melakukan integrasi dan data collection.
Idealnya Fitur AUTO DATA COLLECTION semestinya sudah menjadi syarat utama bagi sebuah MES System.
Memulai Digitalisasi dengan Auto OEE SCORING
Bagi kami VMTECH, AUTO OEE Scoring (Overalll Equipment Effectiveness) sebagai bagian dari MES (manufacturing Execution System) adalah hal yang menjadi titik awal dari sebuah era digitalisasi. Mengapa demikian?
OEE mengungkap semua permasalahan yang terjadi secara matrik dan menguraikan masalah dengan baik, mengungkap daerah abu-abu, alias tidak termonitoring. OEE adalah KPI dari sebuah organisasi. Dari titik ini, kita bisa mengetahui daerah kritikal dan masalah dominan yang terjadi pada shopfloor. Availibility, Performance, Quality serta detail downtime memberikan anda material yang bagus untuk improvement.
Dari informasi OEE yang didapatkan secara auto scoring, trigger trigger berasal langsung dari mesin-mesin dan fasilitas produksi lainnya, diurai satu persatu mana yang menjadi masalah utama, mana yang menjadi skala prioritas, bagaimana korelasi dengan lainnya, visualisasinya seperti apa?, hipotesa nya seperti apa?, serta optimum kapasitas mesin yang dapat dicapai? dll.
OEE Sangatlah Penting Bagi Organisasi
Berbagai pelatihan , trainning, seminar dilakukan oleh perusahaan untuk memperkaya pengetahuan dan penerapan TPM, serta OEE Score. Perusahaan tidak pernah ragu mengivestasikan hal-hal tersebut diatas dengan harapan agar tercipta suatu tingkat produktivitas yang tinggi.
OEE score sebenarnya sudah menjadi indikator keberhasilan dari Prinsip dasar yang harus dipegang ketika memilih metode dalam pengukuran OEE score adalah OEE sebagai unit Kompas.
" OEE adalah kompas sebagai petunjuk. Penunjuk arah bagi operator untuk berusaha sebaik mungkin sepanjang hari mencapai performance yang maksimal."
Anda membutuhkan kompas yang dapat dipercaya, aktual, realtime, flexible dan integrated
Dengan demikian, anda akan sampai ketujuan dengan benar dan tidak tersesat.
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
Pertanyaan mengapa otomatisasi?, Mengapa perlu improvement? pernyataan yang selalu kita dihadapkan dengan manajemen. Otomatisasi datang untuk menghilangkan kesalahan manufaktur yang berasal dari Human error. Kesalahan ini disebabkan oleh Kebosanan dan kelelahan saat melakukan tugas berulang sebagai Manusia.
Otomatisasi datang untuk menghilangkan kesalahan manufaktur yang berasal dari Human error
Itulah alasan utama dibutuhkannya otomatisasi. Kecepatan dalam melakukan tugas berulang dengan otomatisasi juga jauh lebih baik. Beberapa otomatisasi menggantikan tenaga kerja manusia untuk melakukan tugas kualitas dan pengelolaan.
Kenapa harus improvement?,
Karena pesaing anda juga akan improvement dan berupaya lebih baik dari Anda. Anda tidak punya pilihan, itulah bisnis masa kini. Setiap 75 hari sekali diproyeksikan Teknologi akan berlipat ganda, kemajuan akan berlipat ganda. Anda mau menjadi bagian dari perubahan atau menjadi korban dari sebuah perubahan? jawaban di tangan anda. Otomatisasi membutuhkan investasi, Anda ditugaskan untuk memilih investasi dengan perhitungan yang maksimal. 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
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:
Downtime dan detailnya dapat terlihat dengan sangat jelas
Performance memberikan informasi tentang achievement line
Quality Rate sangat berguna bagi Departement Quality
Produk achievement sangat berguna untuk Departement Produksi dan PPIC
Rejection information , sangat berguna untuk Department Produksi dan Quality.
Cycle time sangat berguna bagi kepala pabrik
OEE auto realtime dapat membentuk jaringan client server terhadap vendor atau customer.
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
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
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
