Pengumpulan Data Manual: Mengapa Ini Hambatan dalam Manufaktur Modern

Manufaktur selalu mengandalkan data untuk mengukur performa dan mengidentifikasi area peluang. Namun seiring kemajuan teknologi, banyak produsen terus beroperasi seperti yang telah dilakukan di masa lalu.

Tradisi pengumpulan data produksi secara manual memiliki banyak masalah yang melekat. Dengan kemampuan pemantauan dan analisis yang kuat yang kini tersedia dengan mudah, pengumpulan data manual dengan cepat memberinya tempat pada solusi otomatis.

Pengumpulan Data Manual vs Otomatis

1. Pengumpulan Data Manual

Pengumpulan data manual tradisional terdiri dari klipboard, pena, papan tulis, stopwatch, dan timer. Ini (dan terus-menerus) digunakan untuk mencatat angka produksi, peristiwa downtime, dan tingkat scrap. Ini juga digunakan untuk mengukur tenaga kerja dan gerakan di tempat kerja.

Seiring kemajuan teknologi komputer, alat-alat ini digantikan oleh spreadsheet Excel dan akhirnya beberapa perangkat lunak komputer mandiri untuk memberikan data dan analisis yang lebih baik. Namun pencatatan dan pengukuran masih manual dan rentan terhadap kesalahan serta bias manusia. Data itu sendiri tertunda, tidak akurat, dan kurang dapat ditindaklanjuti.

Salah satu pelanggan kami baru-bagir ini membagikan beberapa dokumen berbasis kertas yang mereka gunakan untuk mengisi dalam melacak peristiwa downtime. Mereka kini mengotomatiskan proses ini dengan MachineMetrics. Baca cerita lengkap mereka di sini.

2. Pengumpulan Data Otomatis

Pengumpulan data otomatis adalah bagian dari transformasi digital manufaktur. Konsep ini melibatkan pengumpulan data real-time langsung dari mesin menggunakan perangkat dan sensor. Seiring waktu, banyak penyedia OEM mulai menambahkan pengumpulan data otomatis ke peralatan mereka.

Sementara itu meningkatkan pengumpulan data, itu masih proses yang terfragmentasi karena sistem lama yang memerlukan entri data manual dan perangkat lunak yang tidak terhubung ke perangkat akuisisi data real-time.

Saat ini, produsen menggunakan platform data mesin untuk secara otonom mengumpulkan, distandarkan, dan dikontekstualisasi data produksi. Ini memberikan wawasan untuk pengambilan keputusan yang lebih baik, efisiensi yang lebih besar, dan optimasi proses manufaktur.

Mengotomatisasi pengumpulan data memberikan produsen wawasan segera tentang masalah dan peluang produksi, tanpa semua upaya mengumpulkan, distandarkan, dan menganalisis data. Di atas adalah contoh laporan downtime dari MachineMetrics.

Biaya Pengumpulan Data Mesin Manual

Pengumpulan data manual mungkin terlihat seperti pendekatan short-term yang layak, namun bisa cukup mahal bagi produsen.

Tidak hanya strategi manual sangat tidak efisien, rawan kesalahan, tunduk pada bias, memakan waktu, dan tertunda, namun juga membuat sulit untuk mendapatkan wawasan real-time yang akurat. Anda biasanya harus menunggu sampai akhir hari, minggu, atau bulan untuk mendapatkan ringkasan data. Ini berarti Anda tidak dapat membuat keputusan tepat waktu yang dapat memperbaiki proses produksi Anda.

Pengumpulan data manual juga intensif tenaga kerja dan mengambil sumber daya dari lantai pabrik dan mengalihkannya ke tugas non-nilai tambah mengurutkan, mengorganisir, dan menyampaikan data manual ke pengguna akhir. Ini tidak hanya mempengaruhi produktivitas saat ini Anda tetapi juga mencegah orang mengidentifikasi peluang dan memperbaiki proses.

Faktanya, ini bekerja sepenuhnya terhadap ide perbaikan berkelanjutan karena tidak hanya mengambil waktu dari karyawan Anda tetapi menghambat inovasi sepenuhnya.

Seiring bisnis Anda tumbuh dan Anda menambahkan lebih banyak produk, garis, dan karyawan, mengumpulkan data secara manual menjadi semakin mahal. Kami meninjau daftar konsekuensi yang terus tumbuh di bawah ini.

Menerapkan MachineMetrics membantu Avalign Technologies mengotomatisasi pengumpulan data, mengurangi downtime dan meningkatkan OEE, menghasilkan kapasitas tambahan sejumlah juta dolar. Baca cerita Avalign.

Pengumpulan Data Manual Memperkenalkan Masalah yang Lebih Besar

Pengumpulan data manual adalah cara yang buruk untuk mengumpulkan data operasional. Proses yang bergantung pada kertas dan spreadsheet menciptakan banyak masalah untuk ukuran performa, membuatnya “berlubang,” tidak akurat, dan seringkali terlalu tua untuk digunakan secara efektif. Ini cenderung menjadi masalah yang membesar atas dirinya sendiri.

Produktivitas yang Terkurang

Setiap gerak pensil atau tanda pada kertas mengurangi produktivitas. Variabel dan faktor yang harus ditulis operator terus mengerode produktivitas secara signifikan. Lebih buruk lagi, semakin kompleks data, semakin besar kemungkinan kesalahan manusia.

Ini bisa berarti pengurangan yang signifikan dalam waktu operasional per menit. Ini juga mengalihkan perhatian operator dari pemantauan kondisi mesin yang penting dan tugas lain yang mempengaruhi kualitas dan kesehatan mesin.

Masalah ini meluas ke analisis, di mana semua data ini harus dikompilasi secara manual, dikontekstualisasi, dan diformat menjadi laporan dan visualisasi yang dapat dicerna.

Seorang operator berinteraksi dengan tablet MachineMetrics, memungkinkannya untuk tetap pada jalur untuk tujuan produksi yang diharapkan.

Metrik yang Dikumpulkan dalam Batch

Sebagian besar operator dan teknisi menyadari masalah melekat dengan pengumpulan data manual. Karena itu, karyawan membuat jalan pintas untuk memperbaiki proses, yang justru mungkin membuatnya lebih buruk. Alih-alih mencatat setiap kejadian sebagaimana mestinya, banyak operator memilih untuk mencatatnya dalam batch selama istirahat atau akhir shift. Ini mungkin merangkak untuk mencakup pencatatan batch setiap beberapa hari daripada secara teratur. Sebagai hasilnya, akurasi dan keandalan data berkurang.

Ressentimen Karyawan

Proses manual untuk pengumpulan data dapat memicu ressentimen karyawan. Karena pengukuran gerakan dan pekerjaan juga manual, tidak jarang waktu pencatatan ditinggalkan dari time study. Karyawan kemudian menghadapi tekanan untuk memenuhi kuota, mencapai tingkat produksi tertentu, dan mencapai tujuan lain yang ditetapkan oleh bisnis manufaktur. Balasan, mereka meremehkan waktu yang dibutuhkan untuk berhenti dan menandai data manual mereka karena itu menarik mereka dari fungsi mesin penting.

Informasi yang Kadaluarsa

Data manual memerlukan kompilasi, pengurutan, entri data, analisis manusia, dan lebih banyak untuk memberikan wawasan bagi manajer untuk digunakan dalam pengambilan keputusan. Namun, terkadang hanya relevan untuk hari, shift, atau jam tertentu. Umumnya, data manual terlalu tua untuk berguna saat selesai diproses.

Selanjutnya, data kemungkinan akan dikelola dengan buruk, sehingga sulit untuk menjalankan pelaporan dan analisis historis.

MachineMetrics dapat digunakan untuk menjalankan laporan historis, serta untuk menyelami lebih dalam lapisan mana pun yang Anda butuhkan wawasan dari, termasuk di tingkat pabrik, proses, mesin, atau operator.

Pengambilan Keputusan yang Buruk

Produktivitas yang berkurang, data batch yang buruk, ressentimen karyawan, dan informasi yang kadaluarsa mengarah pada pengambilan keputusan yang buruk. Jika manajer melihat tingkat produksi yang dipengaruhi oleh operator yang telah kehilangan banyak waktu mencatat data, mereka mungkin memutuskan bahwa itu mendorong biaya tenaga kerja. Atau mereka dapat menentukan tindakan berdasarkan data yang kadaluarsa yang tidak memiliki dampak nyata pada operasi.

Data Tidak Terstruktur dan Kurangnya Tren

Data yang dikumpulkan secara manual sering tidak terstruktur. Jenis data ini membuat sulit untuk melakukan apa pun selain analisis tingkat tinggi. Itu mungkin cukup untuk beberapa tujuan, tetapi tidak cukup untuk benar-benar memahami apa yang terjadi di lantai bengkel. Anda tidak bisa memperbaiki apa yang tidak Anda pahami.

Tanpa tren, tidak ada cara untuk mengidentifikasi penyebab akar masalah. Ini sangat penting dalam lingkungan manufaktur lean di mana masalah kecil dapat cepat menjadi besar jika tidak segera diatasi. Ini akan membuat mengidentifikasi penyebab akar cukup sulit.

Salah satu pilar MachineMetrics adalah kemampuan untuk terhubung dan mengumpulkan data dari setiap peralatan manufaktur. Pengumpulan dan standarisasi data otonom ini memastikan data segera dapat ditindaklanjuti. Tidak perlu mengompilasi dan menterjemahkan data ke dalam model umum. Data sudah tersedia untuk dikonsumsi dalam laporan dan dasbor bawaan.

Cakupan Terbatas

Pengumpulan data manual biasanya tidak bisa “zoom” ke dalam dan ke luar dari tingkat spindel ke tingkat mesin ke tingkat lantai pabrik atau lantai bengkel. Ini juga mungkin tidak memiliki kemampuan untuk mengklasifikasikan mesin menurut produk atau jenis. Sebagai hasilnya, anggota tim menghabiskan lebih banyak waktu mencoba menemukan data yang mereka butuhkan, mengetahui apa yang sebenarnya terjadi di lantai bengkel, dan membuat keputusan yang akurat. Ini juga membuat sulit untuk menemukan dan memperbaiki masalah dengan mesin tertentu.

Kesalahan Manusia

Masalah paling mencolok dengan pengumpulan data manual adalah kesalahan manusia. Ini bisa berupa kesalahan sederhana seperti angka terbalik, masalah tulisan tangan, atau lupa mencatat data. Ini juga bisa berarti kesalahan yang lebih kompleks seperti perbedaan interpretasi antara operator pada shift yang berbeda atau mencatat informasi yang sama dalam berbagai format.

Penyebab Akar yang Salah

Analisis penyebab akar adalah penting dalam setiap bisnis manufaktur. Ini sangat penting untuk manufaktur lean dan yang bergantung pada perbaikan berkelanjutan. Dengan kombinasi kesalahan manusia, tugas non-nilai tambah yang memakan waktu, dan masalah lain yang terkait dengan pengumpulan data manual, mungkin sulit untuk menentukan penyebab akar.

Misalkan penyebab akar diidentifikasi berdasarkan time study yang tidak termasuk waktu pencatatan operator atau yang bergantung pada informasi manufaktur yang usang. Dalam hal itu, keputusan penyebab akar yang salah dapat membuat hal semakin buruk.

Inatensi Operator

Jika operator sedang mencatat henti atau peristiwa, perhatiannya dialihkan dari mengoperasikan mesin. Ini dapat menyebabkan downtime tambahan jika henti lain terjadi saat mencatat yang pertama. Lebih buruk lagi, kurangnya perhatian ini dapat menyebabkan kondisi keselamatan yang berbahaya karena operator tidak fokus pada mesin.

Operator dan Manajer dapat menggunakan MachineMetrics sebagai "kotak alat" untuk membuat keputusan yang lebih baik dan lebih cepat setiap hari. Selanjutnya, mereka dapat membangun laporan historis kustom dan menggunakan data mesin real-time untuk mengaktifkan otomatisasi.

Data yang Salah

Kesalahan manusia dapat menurunkan kualitas data yang dikumpulkan di tingkat mesin. Namun, data yang salah yang diteruskan dari departemen ke departemen atau dimasukkan ke dalam sistem ERP dapat menghasilkan keputusan yang salah yang dibuat dalam perusahaan. Data yang salah mempengaruhi pembelian, akurasi inventaris, jadwal, dan akhirnya, pengiriman. Saat data tidak andal dan akurat, itu dapat mempengaruhi kompetitivitas dan mendorong biaya naik.

Strategi Manual Memberi Tempat pada Solusi Otomatis

Masalah yang terkait dengan pengumpulan data manual berlawanan dengan apa yang telah dipelajari industri manufaktur selama beberapa dekade sejak revolusi industri pertama. Perusahaan OEM sudah menyertakan kemampuan pengumpulan data otomatis tertanam dalam peralatan baru.

Fungsionalitas ini bekerja dengan Platform Data Mesin MachineMetrics untuk mengumpulkan performa dan kondisi mesin langsung dari mesin.

Sistem lama seperti peralatan analog juga dapat ditambahkan ke ekosistem terhubung untuk memungkinkan pemantauan produksi lengkap di seluruh mesin dalam perusahaan.

Tulisan sudah di dinding untuk pengumpulan data manual. Seiring bisnis mencoba untuk meningkatkan pangsa pasar dan keunggulan kompetitif mereka, pengumpulan data manual tidak akan bertahan.

Pesaing Anda Meluncurkan Solusi Digital. Apakah Anda?

Data harus relevan, akurat, tepat waktu, dapat diakses, interoperabel, dan transparan. Pengumpulan data manual tidak mampu memenuhi salah satu dari persyaratan ini, quanto lebih semuanya.

Teknologi manufaktur otomatis akan membuat pengumpulan data manual usang. Solusi digital dapat menghilangkan pengumpulan manual dan memungkinkan operator, teknisi, dan manajer untuk mengoptimalkan proses dan meningkatkan efisiensi.

Ini dilakukan dengan memanfaatkan platform kelas terbaik yang dapat mengaktifkan konektivitas di seluruh peralatan. Solusi ini mengumpulkan, mengorganisir, mengstruktur, dan menganalisis data berdasarkan kebutuhan bisnis dan mengembalikannya kepada pengguna dengan wawasan real-time.

Teknologi manufaktur otomatis menghilangkan semua masalah yang melekat dengan pengumpulan data manual. Staf tidak lagi diperlukan untuk mengumpulkan, mengurutkan, memasukkan, dan menganalisis data, jadi tenaga kerja tidak lagi diperlukan untuk pemrosesan non-nilai tambah.

Dasbor lantai bengkel real-time menyediakan aksesibilitas untuk semua pemangku kepentingan di lantai bengkel, memungkinkan orang membuat keputusan yang lebih baik dan lebih cepat setiap hari.

Membuka Kekuatan Data Real-Time dengan MachineMetrics

MachineMetrics memahami bahwa data yang akurat dan tepat waktu adalah kunci untuk proses produksi yang hebat. Pengumpulan data manual dapat dihilangkan dengan Platform Data Mesin MachineMetrics, menyediakan data yang bersih, akurat, dan wawasan analitik real-time.

Hasilnya akan membantu Anda mengoptimalkan proses, meningkatkan produktivitas, dan memperbaiki operasi. Faktanya, pengguna rata-rata kami melihat peningkatan efisiensi sebesar 20%. Tertarik untuk melihat bagaimana itu bekerja untuk Anda sendiri? Pesan demo hari ini untuk mempelajari bagaimana kami dapat membantu Anda mempercepat transformasi digital Anda dan menghilangkan kebutuhan akan klipboard, pena, dan spreadsheet.

Otomatisasi Pengumpulan Data dengan MachineMetrics

Book a Demo