Menguasai Analisis Kapasitas Manufaktur: Panduan Praktis

Produsen menghadapi gunung tantangan untuk memproduksi barang yang kita gunakan dalam kehidupan. Dan masing-masing harus mengatasi tantangan ini dengan sumber daya terbatas dalam bentuk modal, keterampilan, kemajuan teknologi, dan lebih banyak lagi. Manajer yang mengatur arena kompleks ini dengan terbaik mencari cara untuk memaksimalkan alat yang mereka miliki dengan memahami kapasitas bengkel mereka. Penggunaan ruang manufaktur, bahan, tenaga kerja, dan kinerja peralatan yang dioptimalkan sangat penting bagi perusahaan untuk mendorong produksi yang efisien dan mendapatkan keuntungan tertinggi.

Analisis kapasitas dapat menjadi solusi yang sangat baik untuk memeriksa pabrik manufaktur dan mendiagnosis apakah ada kapasitas tersembunyi yang menunggu untuk dibuka.

Apa Itu Kapasitas Manufaktur?

Tujuan setiap produsen adalah menjalankan operasinya pada kapasitas penuh. Namun, apa itu kapasitas manufaktur? Jawaban pendek adalah kapasitas manufaktur mewakili keadaan di mana semua peralatan dan sumber daya dalam perusahaan digunakan pada tingkat operasi tertinggi untuk campuran produk dan volume yang diharuskan oleh industri mereka. Ini berarti semua proses dari operasi hingga pemeliharaan dioptimalkan dengan jumlah sumber daya yang ditetapkan dan tidak ada waktu henti yang tidak perlu ditimbulkan. Ketika kondisi ini tercapai, peralatan telah mencapai kapasitas penuh.

Banyak faktor lebih mempersulit perjalanan menuju kondisi ideal ini. Pabrik mungkin menderita serangkaian kerugian ketersediaan seperti kegagalan mekanis di mana waktu berharga hilang untuk perbaikan. Atau mereka dapat kehilangan kapasitas produksi berharga karena pergantian, penyiapan, dan penyesuaian.

Kapasitas manufaktur juga dapat menderita kerugian kinerja. Ini mencakup tindakan operator yang tidak terlatih atau kurang berpengalaman dan berhenti karena macet, pengendaraan, dan habis. Ini sering ditangani terburu-buru dengan sedikit analisis tentang apa yang menyebabkan dan bagaimana mencegahnya terjadi lagi.

Terakhir, kapasitas manufaktur dapat terpengaruh secara negatif oleh kerugian kualitas, termasuk baik defek proses maupun pengurangan hasil. Beberapa penyebab termasuk alur kerja yang tidak dioptimalkan, kesalahan manusia, atau proses yang rusak. Selain merampas pabrik dari kapasitas berharga, kerugian kualitas juga dapat menghasilkan limbah tambahan yang mungkin perlu diolah ulang atau dibuang, menambahkan biaya ke produk.

Hambatan kapasitas ini sering disebut sebagai Enam Kerugian Besar. Dan dampaknya dapat merusak. Pada yang terbaik, kurangnya pemahaman tentang kapasitas dapat memicu lembur mahal, limbah, pengiriman yang terlewat, atau pengeluaran modal yang tidak perlu dalam bentuk peralatan baru untuk menutupi kerugian.

Apa Itu Analisis Kapasitas?

Ketika produsen perlu meningkatkan kapasitas, mereka sering memulai dengan respons di atas. Namun, seseorang hanya dapat membeli begitu banyak mesin dan menjadwalkan begitu banyak shift sebelum fokus untuk meningkatkan kapasitas bergerak ke dalam. Dan cara terbaik untuk menentukan di mana tindakan harus diambil untuk meningkatkan kapasitas adalah dalam data.

Proses analisis kapasitas adalah perbedaan antara kapasitas potensi dan output aktual yang saat ini dicapai oleh perusahaan. Dengan mengumpulkan data produksi, produsen dapat mengidentifikasi proses, peralatan, atau fungsi apa yang perlu diubah untuk meningkatkan kapasitas. Ini pada dasarnya akan memungkinkan produsen untuk mendorong utilisasi yang lebih besar dari sumber daya yang ada melalui optimasi proses.

Baca selengkapnya: Cara Meningkatkan Kapasitas Produksi Manufaktur

Cara Melakukan Analisis Kapasitas Manufaktur

Perusahaan yang melakukan analisis kapasitas manufaktur dapat mengurangi waktu henti dan limbah. Mereka juga dapat menggali data untuk mengoptimalkan proses dan menyederhanakan alur kerja. Melakukan hal ini dapat membantu mereka memahami keterbatasan yang ada dan membuat keputusan real-time untuk menyelesaikan masalah saat mereka terjadi. Karena data mendukung solusi ini, manajer dapat mendorong perbaikan di seluruh operasi dan meningkatkan kapasitas tanpa investasi tambahan dalam peralatan atau tenaga kerja. Bagi perusahaan yang ingin meningkatkan kapasitas manufaktur mereka, di bawah ini adalah langkah-langkah yang diperlukan untuk membuka kapasitas yang ada:

Benchmark Data

Jika Anda tidak tahu di mana Anda berada, Anda tidak akan melihat ke mana Anda pergi. Umumnya mengira-ngira utilisasi peralatan saat ini terlalu tinggi karena banyak perusahaan mungkin bahkan tidak menyadari bahwa utilisasi se rendah itu.

Benchmarking mencakup penentuan kapasitas yang ada. Kecepatan mesin, kerugian kualitas, waktu henti menurut kategori – seperti kerusakan, pergantian, dan kerugian kinerja – semuanya harus diukur untuk menentukan kapasitas saat ini. Dan dalam banyak kasus, angkanya mengejutkan. Beberapa praktik terbaik dapat digunakan untuk menciptakan kerangka yang solid dan praktis untuk benchmarking:

• Rapat Internal: Rapat internal memulai membantu menetapkan ekspektasi dan memastikan semua orang berada pada halaman yang sama. Dengan membawa tim yang tepat bersama-sama, semua orang akan tahu tujuan utilisasi yang seharusnya.
• Memeriksa Data: Ada saatnya saat data saat ini yang dilaporkan sedikit tentang status aktual mesin. Ini mungkin mencatat status secara salah, atau mungkin jumlah bagian, waktu henti, atau parameter lain. Memastikan data benar akan membantu dalam menganalisis apa yang perlu dilakukan.
• Mengevaluasi Data: Di sinilah asumsi asli dibandingkan dengan utilisasi aktual saat ini. Ini mewakili titik peluncuran baru untuk apa yang dapat ditingkatkan.
• Perencanaan: Dengan membuat rencana perbaikan, manajer dapat menggabungkan potongan ekspektasi asli, kondisi kapasitas berbasis data aktual, dan perbaikan apa yang dapat dilakukan.

Contoh laporan utilisasi MachineMetrics, salah satu dari banyak laporan siap pakai yang dapat digunakan untuk data benchmarking.

Analisis Waktu Henti

Setelah operasi manufaktur telah membenchmark data dan memahami utilisasi aktualnya, analisis waktu henti harus dilakukan. Ini melibatkan manajer, teknisi, insinyur manufaktur, operator, dan lainnya yang dapat membantu mengidentifikasi semua alasan waktu henti dan merencanakan cara untuk mengurangi atau menghilangkannya.

Dengan penemuan yang menyertai benchmarking fasilitas, anggota tim dapat melanjutkan untuk mengukur waktu henti yang mendorong utilisasi tersebut. Dengan menjawab berapa banyak waktu henti yang terjadi dan kategori waktu henti yang termasuk, langkah-langkah perbaikan menjadi lebih jelas. Ini paling baik dilakukan dengan perangkat lunak pengumpulan data mesin otomatis untuk memastikan data yang akurat digunakan dan distandardisasi serta real-time.

Waktu henti juga harus mengkategorikan alasan waktu henti. Kategori yang dapat dipertimbangkan antara lain:

• Waktu Henti yang Direncanakan vs. Tidak Terencana: Masing-masing mengeluarkan mesin dari layanan, tetapi keduanya memiliki pendekatan yang sangat berbeda untuk meminimalkan kemungkinan dan membawa mesin kembali online.
• Kesalahan Manusia atau Tindakan Operator: Dalam lingkungan manufaktur yang besar dan kompleks, operator mungkin memiliki tingkat pelatihan yang berbeda atau mungkin melakukan tugas atau tindakan dalam urutan yang mengurangi efisiensi. Hal ini sering dapat terlihat dan dicetuskan melalui analisis waktu henti.
• Gagalan Kualitas: Kualitas adalah kategori luas yang harus dimasukkan dalam analisis waktu henti. Ini dapat mengarah pada wawasan tentang pelatihan, kondisi mesin, dan perawatan, kualitas vendor masuk, atau bahkan kondisi lingkungan di dalam fasilitas antara hari yang lebih hangat dan malam yang lebih sejuk.

Setelah kategori ditentukan, anggota tim dapat menyelidiki lebih dalam untuk menentukan alasan waktu henti dalam kategori tersebut. Misalnya, mungkin ada banyak jenis waktu henti yang direncanakan, termasuk pemeliharaan terjadwal, produksi musiman, dan lainnya.

Diagram Pareto Waktu Henti MachineMetrics mengungkapkan alasan waktu henti yang paling parah dan adalah titik awal yang bagus untuk menemukan proses yang dapat ditingkatkan.

Demikian pula, ada begitu banyak alasan untuk waktu henti yang tidak terencana. Ini dapat bervariasi dari bahan tidak ada di mesin saat dibutuhkan hingga mesin yang tidak terawat dengan baik. Ini juga dapat mengarah pada alur kerja yang salah dirancang di mana bahan dari upstream tidak siap saat dibutuhkan, menciptakan efek dominó.

Hal yang sama berlaku untuk kesalahan manusia. Operasi manufaktur semakin otomatis, tetapi masih ada kebutuhan akan tenaga kerja. Kelelahan, pelatihan yang tidak memadai, kurangnya pemahaman tentang alur kerja, atau langkah proses yang rusak dapat berarti pekerja membuat kesalahan yang tidak akan mereka buat sebaliknya.

Cara terbaik untuk mengumpulkan informasi ini adalah melalui otomatisasi dan perangkat lunak. Dengan membuat visualisasi data yang intuitif dan mudah untuk dicatat, operator dapat menggunakan dasbor untuk memasukkan data aktual dan melihat dampaknya. Sama seperti operator dapat memasukkan alasan waktu henti, alat seperti diagram Pareto dapat membantu memahami analisis waktu henti seiring berjalannya. Ini memberikan wawasan bagi pengguna dan seringkali membantu memicu saran perbaikan.

Pada akhir analisis waktu henti, biaya waktu henti aktual dan dampaknya pada bottom line dapat ditentukan. Ini juga membantu mengidentifikasi "buah yang rendah," item tercepat dan termudah untuk diperbaiki dengan dampak paling signifikan pada uang yang dihemat dan kapasitas yang ditambahkan.

Baca selengkapnya: Cara Melacak dan Menganalisis Waktu Henti Mesin

Peluncuran Perubahan Proses

Manajer kini dilengkapi dengan data yang akurat dan dapat diverifikasi yang mendorong perubahan nyata pada titik ini dalam analisis kapasitas. Perubahan ini dapat digunakan untuk mengatasi keterbatasan kapasitas yang paling signifikan, membuka kapasitas tersembunyi untuk menghilangkan lembur, mengurangi kebutuhan akan pengeluaran modal, dan mengasah program pemeliharaan yang bekerja sinkron dengan pergantian dan kondisi operasi lainnya alih-alih bentrok dengan mereka.

Ada banyak contoh pemborosan kapasitas yang signifikan. Di bawah ini beberapa yang dapat ditemukan selama sebagian besar transformasi digital:

Waktu Siklus yang Diperkirakan Lebih Lama dari Waktu Siklus Aktual

Ukuran dan kompleksitas lingkungan manufaktur saat ini dapat berarti kinerja individu tertutup di bawah gunung data, volume, dan dorongan untuk produksi yang lebih tinggi. Ketika data benar, dan jumlah bagian di mesin akurat, operator bertanggung jawab atas output mereka alih-alih tertutup di bawahnya. Akuntabilitas ini dapat menjadi alat positif yang memungkinkan mereka untuk menjadi bagian dari identifikasi area untuk perbaikan. Saat perbaikan pada waktu henti yang paling jelas mulai bekerja, optimisasi lebih lanjut dari waktu siklus dapat diinisiasi untuk melanjutkan proses untuk mencakup perubahan kecil yang bertambah cepat.

Masalah Kualitas

Seperti yang disebutkan sebelumnya, kualitas adalah topik luas yang mempengaruhi banyak area. Namun, hal ini memberikan lebih banyak peluang untuk perbaikan. Tidak hanya aturan 80/20 berlaku untuk kualitas, tetapi juga mempengaruhi subkategori di dalamnya, termasuk kesalahan manusia/pelatihan, kualitas vendor, perbaikan pemeliharaan, desain produk, dll. Dengan memanfaatkan data yang tidak tersilo yang dianalisis secara real-time, pelaku terbesar di setiap area dapat masuk ke dalam langkah perbaikan untuk menghasilkan dampak kumulatif yang lebih besar pada kualitas secara keseluruhan. Saat upaya ini melekat, kapasitas meningkat, kualitas membaik, mengurangi biaya, dan meningkatkan kinerja pesanan dan pengiriman.

Baca selengkapnya: Jaminan Kualitas dalam Manufaktur: Semua yang Perlu Anda Ketahui

Dengan MachineMetrics, Anda dapat dengan mudah melihat alasan teratas bagian ditolak dan mengidentifikasi akar masalahnya.

Kegagalan Peralatan

Sedikit hal yang membuat manajer manufaktur gila secepat kegagalan peralatan. Dan seringkali, kegagalan ini adalah hasil dari program pemeliharaan reaktif. Dengan berjalan hingga gagal atau dengan pelacakan yang tidak memadai terhadap kondisi mesin, perusahaan menyerahkan bagian besar kapasitas dalam bentuk waktu henti. Namun analitik data dan kondisi mesin real-time menawarkan peluang baru untuk meningkatkan kapasitas. Dengan memahami kondisi mesin dan menerapkan sensor dan teknologi IIoT, manajer dapat meninggalkan pemeliharaan reaktif dan mendorong kapasitas yang lebih tinggi dan biaya yang lebih rendah. Suatu studi oleh Deloitte menunjukkan bahwa program pemeliharaan prediktif dapat meningkatkan waktu aktif peralatan sebesar 10-20%.

Alur Kerja

Mengukur utilisasi peralatan lebih dari sekadar mengukur mesin itu sendiri. Dengan menangkap, mengkontekstualkan, dan menganalisis data, manajer dapat melihat mesin individu dan seluruh ekosistem peralatan di dalam fasilitas. Ini dapat mengarah pada wawasan tentang tata letak peralatan, penyiapan, WIP, dan variabel proses lainnya yang dapat digunakan untuk meningkatkan kapasitas. Sementara ini mungkin mengarah pada kebutuhan untuk menyusun ulang lantai produksi atau sel, ini juga bisa sederhana seperti memindahkan beberapa mesin beberapa kaki atau mengubah cara bahan mengalir dari satu stasiun ke stasiun berikutnya dalam alur kerja yang membuat perbedaan.

Membuka Kapasitas Tersembunyi

Analisis kapasitas yang dipadukan dengan pengumpulan dan analitik data canggih dapat membantu perusahaan menemukan jalan menuju kapasitas penuh lebih cepat daripada yang banyak orang pikirkan, dan mengarah pada produksi yang seimbang. Ketika Avalign Technologies kesulitan melacak OEE dan waktu henti, bottleneck produksi, SOP yang tidak memadai, dan faktor lain memberatkan kapasitas.

Menggunakan MachineMetrics, Avalign memperoleh visibilitas instan di seluruh lantai produksi untuk mencapai peningkatan OEE sebesar 25-30% dan jutaan dalam kapasitas tambahan, tanpa penambahan tenaga kerja, peralatan, atau sumber daya tambahan.

Tonton studi kasus video: