Memilih KPI yang Tepat:Metrik Terdepan vs Tertinggal untuk Keunggulan Manufaktur
Indikator kinerja utama (KPI) memainkan peran penting dalam keberhasilan manufaktur. Mengukur, mengumpulkan, dan menggunakan data KPI dapat meningkatkan waktu operasional, meningkatkan keandalan, meningkatkan pengendalian biaya, mendorong pertumbuhan pendapatan, dan meningkatkan efektivitas peralatan secara keseluruhan (OEE).
Tantangannya? Memilih KPI yang tepat untuk pekerjaan tersebut.
Hal ini dimulai dengan sebuah keputusan: memimpin atau tertinggal? KPI terdepan memanfaatkan data untuk memprediksi hasil di masa mendatang, sedangkan KPI tertinggal mengukur hasil setelah peristiwa terjadi. Meskipun keduanya memiliki nilai, ketergantungan yang berlebihan pada KPI yang tertinggal dapat membuat produsen kesulitan untuk mengimbangi persaingan.
Misalnya saja firma riset Gartner, yang menemukan bahwa 49% produsen kurang yakin dengan strategi manufaktur mereka untuk memberikan hasil bisnis selama tiga tahun ke depan. Meskipun KPI sendiri tidak menentukan keberhasilan strategi, indikator kinerja masa depan memainkan peran penting dalam meningkatkan visibilitas, penyelarasan, dan eksekusi.
Dalam artikel ini, kami akan menjelajahi dasar-dasar KPI, menguraikan perbedaan antara indikator utama dan indikator tertinggal, serta menawarkan saran untuk membantu produsen membangun kerangka KPI yang seimbang.
Apa yang dimaksud dengan KPI dalam pemeliharaan dan manufaktur?
KPI adalah metrik yang dapat ditindaklanjuti. Meskipun KPI dihitung menggunakan data dari sumber seperti platform CMMS, sensor, dan laporan pengguna, KPI lebih dari sekadar observasi untuk menyarankan tindakan.
Hal ini karena KPI menghubungkan pengamatan dengan hasil bisnis dan memberikan jalur untuk perbaikan. Misalnya saja sebuah perusahaan yang ingin mengurangi jumlah sampah yang dihasilkan selama proses perakitan komponen. Organisasi menetapkan sasaran target, misalnya 5%, lalu menggunakan rumus ini untuk menghitung KPI rasio sisa:
Tingkat sisa = (Total unit yang dibuang / Total unit yang diproduksi) x 100
Jika produksi yang berjalan sebanyak 1.000 menghasilkan 70 item dihapus, KPI dihitung sebagai berikut:
Rasio sisa =(70 / 1000) x 100 =7%
Dilengkapi dengan data ini, tim dapat mengambil tindakan untuk mengidentifikasi sumber masalah memo dan membuat KPI sesuai dengan harapan.
KPI manufaktur umum lainnya mencakup OEE, waktu siklus, waktu rata-rata antara kegagalan (MTBF), dan pengiriman tepat waktu (OTD). Perusahaan juga dapat membuat KPI mereka sendiri bergantung pada tujuan bisnis dan sasaran visibilitas.
KPI memiliki empat karakteristik yang sama:
- Sesuai dengan sasaran bisnis
KPI membantu mendorong pengambilan keputusan di berbagai tingkat organisasi. Misalnya saja, teknisi pemeliharaan dapat menggunakan KPI untuk membantu mengidentifikasi akar masalah, sementara manajer pabrik dapat memanfaatkan KPI untuk menyederhanakan kinerja operasional. Sementara itu, para eksekutif C-suite sering kali menghubungkan KPI dengan sasaran dan strategi bisnis jangka panjang.
Apa yang dimaksud dengan KPI yang tertinggal?
KPI yang tertinggal adalah metrik yang mengukur hasil setelah peristiwa terjadi. Secara historis, KPI ini mendominasi manufaktur karena tidak memerlukan analisis pra-kejadian. Sebaliknya, semua data relevan diberikan setelah kejadian.
Beberapa contoh KPI yang lamban meliputi:
- Waktu rata-rata untuk memperbaiki (MTTR)
- Biaya pemeliharaan per unit
Indikator kinerja yang tertinggal memiliki beberapa manfaat. Hal ini bersifat objektif, mudah diukur, dan mendukung pelaporan serta tolok ukur yang jelas.
Indikator-indikator ini juga memiliki kelemahan. Karena bersifat reaktif, mereka tidak dapat mencegah kegagalan, hanya melaporkan kegagalan tersebut. Akibatnya, KPI yang tertinggal sering kali menunjukkan masalah setelah kerusakan terjadi.
Pertimbangkan waktu henti mesin. Pengukuran KPI ini dimulai saat aset penting mengalami kegagalan dan berakhir saat sistem kembali aktif dan berjalan. Melacak insiden downtime selama berminggu-minggu, berbulan-bulan, dan bertahun-tahun membantu mengidentifikasi pola kegagalan dan mendukung upaya pemeliharaan, namun memiliki risiko:Setiap kali peralatan atau sistem gagal, bisnis kehilangan waktu dan uang. Jika penyebab utama tidak teridentifikasi, kegagalan akan terus terjadi, sering kali tanpa peringatan.
Apa yang dimaksud dengan KPI unggulan?
KPI utama memberi sinyal hasil di masa depan sebelum kegagalan terjadi. Mereka melakukannya dengan mengumpulkan metrik kinerja saat ini dan di masa lalu, lalu menganalisis data ini untuk menentukan kemungkinan kegagalan aset dan kemungkinan penyebabnya.
KPI unggulan meliputi:
- Pemberitahuan pemantauan kondisi
- Persentase aset yang dipantau oleh sensor
- Kesehatan backlog perintah kerja
- Tingkat penyelesaian inspeksi
- Rata-rata waktu antar anomali
Mengumpulkan dan menerapkan KPI ini memerlukan kombinasi sensor pemeliharaan prediktif peralatan yang selalu aktif, aset IIoT yang terhubung, dan analisis mendalam. Inilah tantangan utama dalam menggunakan indikator utama:Indikator tersebut tidak tersedia secara otomatis. Sebaliknya, perusahaan harus membangun alur kerja transparan yang memungkinkan pengelolaan data secara real-time.
Sementara itu, manfaat terbesar dari KPI terdepan adalah memungkinkan peralihan dari pemeliharaan reaktif ke pemeliharaan proaktif. Daripada menunggu mesin rusak sebelum mengambil tindakan, tim dapat menggunakan KPI ini untuk mengidentifikasi kemungkinan titik kegagalan dan mengambil tindakan untuk menghilangkan risiko.
KPI Terdepan vs. tertinggal:Perbedaan utama
KPI yang tertinggal bersifat historis dan reaktif. Oleh karena itu, data tersebut sering digunakan untuk tinjauan kinerja triwulanan atau bulanan guna membantu produsen memahami apa yang terjadi dan alasannya.
KPI terkemuka berwawasan ke depan dan proaktif. Data tersebut dapat digunakan untuk pengendalian operasional harian atau mingguan dengan memberikan wawasan tentang apa yang mungkin terjadi, apa yang mungkin terjadi, dan kapan.
Idealnya, produsen harus menggunakan kombinasi KPI terdepan dan tertinggal untuk menciptakan gambaran operasi menyeluruh.
Dimensi
Indikator unggulan
Indikator tertinggal
Tujuan utama
Memprediksi dan mencegah masalah kinerja di masa depan
Ukur hasil setelah peristiwa terjadi
Waktu
Berwawasan ke depan (sebelum kegagalan atau kerugian)
Melihat ke belakang (setelah hasil terjadi)
Jenis wawasan
Proaktif dan prediktif
Reaktif dan historis
Kontrol
Tinggi—tim dapat memengaruhi hasil terlebih dahulu
Rendah—Mencerminkan peristiwa yang telah terjadi
Penggunaan umum
Kontrol operasional harian dan mingguan
Pelaporan kinerja bulanan dan triwulanan
Contoh pemeliharaan
Tingkat kepatuhan PM, peringatan pemantauan kondisi, temuan inspeksi, dan penanganan simpanan pemeliharaan
Downtime, MTTR, tingkat kegagalan dan penghitungan biaya perawatan
Contoh manufaktur
Tren penyimpangan proses, sinyal SPC, dan indikator kesehatan peralatan
Tingkat kerusakan, kehilangan hasil, pengiriman yang terlewat
Nilai keandalan
Memungkinkan pencegahan kegagalan dan pemeliharaan prediktif
Mengonfirmasi kinerja keandalan setelah kejadian
Kasus penggunaan ideal
Meningkatkan performa di masa mendatang dan mencegah kerugian
Pelaporan, benchmarking dan akuntabilitas
Model kematangan KPI:Dari pemeliharaan reaktif ke pemeliharaan preskriptif
Banyak produsen mengalami kemajuan melalui model kematangan KPI empat tahap seiring mereka berevolusi dari praktik pemeliharaan reaktif menjadi preskriptif.
- Tahap 1:Reaktif: Tahap ini ditentukan oleh KPI yang tertinggal. Perusahaan menggunakan metrik lagging untuk melacak pola dan mengurangi risiko.
- Tahap 2:Pencegahan: Tahap 2 memperkenalkan KPI pemeliharaan industri utama, seperti laporan kondisi dan penyebab kegagalan umum untuk membuat program pemeliharaan preventif.
- Tahap 3:Prediktif: Pada tahap 3, produsen memanfaatkan metrik terdepan yang digerakkan oleh sensor untuk mendorong analisis mendalam yang mengantisipasi kegagalan dan merencanakan pemeliharaan dengan tepat.
- Tahap 4:Preskriptif: Terakhir, bisnis menerapkan solusi berbasis AI untuk menggabungkan indikator utama dan indikator tertinggal serta memberikan rekomendasi yang ditargetkan untuk pemeliharaan.
Mengapa KPI terdepan sangat penting untuk pemeliharaan prediktif
Indikator utama memungkinkan pemeliharaan prediktif dengan menggabungkan teknik pemantauan kondisi dan data sensor yang terhubung untuk menghasilkan gambaran lengkap tentang kesehatan aset. Proses prediktif biasanya dimulai dengan ambang batas—keadaan yang memerlukan respons segera untuk membatasi risiko kegagalan. Berikutnya adalah tren. Dengan menggabungkan data KPI dan analitik, produsen dapat mengungkap pola perilaku aset yang dapat menyebabkan waktu henti yang tidak direncanakan.
Terakhir, KPI terkemuka menyiapkan landasan untuk wawasan prediktif yang menghubungkan titik-titik di seluruh operasi, pemeliharaan, dan manajemen.
Sinyal utama dapat membantu mengurangi:
- Waktu henti yang tidak direncanakan
- Risiko keselamatan pemeliharaan industri
Misalnya, jika analisis KPI utama mengungkapkan hubungan antara cedera pekerja baru-baru ini dan peralatan tertentu, tim dapat melakukan analisis akar penyebab kegagalan (RCFA) untuk mengidentifikasi penyebab utamanya.
Cara membangun kerangka KPI yang seimbang
Bisnis dapat terlayani dengan baik oleh kerangka KPI yang seimbang. Indikator yang tertinggal sendiri membuat produsen tidak mengetahui apa yang akan terjadi selanjutnya, sementara indikator utama yang terisolasi dapat melihat tim kehilangan tren penting.
Untuk menemukan kerangka kerja yang paling sesuai, ajukan tiga pertanyaan:
1. Berapa banyak KPI yang kita butuhkan? KPI yang terlalu sedikit atau terlalu banyak dapat menghambat upaya pemeliharaan dan pengelolaan. Tentukan angka ideal Anda dengan mengaitkan KPI dengan hasil bisnis yang jelas. Indikator keterbelakangan atau indikator utama yang tidak mendorong tindakan atau memberikan wawasan tidak diperlukan.
2. Bagaimana cara menyeimbangkan KPI terdepan dan tertinggal? Keseimbangan sering kali ditentukan oleh kekritisan aset. Misalnya, indikator lagging mungkin cukup untuk aset yang kurang penting dalam kasus di mana remediasi pasca-kegagalan menyebabkan dampak minimal. Sementara itu, indikator utama adalah yang harus dimiliki oleh aset yang dapat memicu downtime berskala besar yang tidak direncanakan jika terjadi kegagalan.
3. Apa perbedaan KPI berdasarkan peran? Terakhir, pertimbangkan dampak KPI berdasarkan peran. Misalnya, teknisi memerlukan KPI khusus aset yang dapat melacak masalah yang mendesak, sementara eksekutif dan manajer dapat memperoleh manfaat dari KPI tingkat lebih tinggi yang secara kolektif menentukan pola yang lebih besar.
Mengaktifkan pengukuran KPI dengan teknologi
Pengukuran dan pengelolaan KPI yang efektif bergantung pada teknologi. Volume dan kompleksitas data lini produksi menjadikan tidak praktis bagi organisasi untuk mengumpulkan, menganalisis, dan menerapkan KPI secara manual. KPI unggulan sangat sulit diukur tanpa teknologi, karena data yang akurat bergantung pada analisis proaktif terhadap riwayat perbaikan aset, perilaku saat ini, dan kemungkinan kegagalan di masa mendatang.
Teknologi yang memungkinkan pengukuran KPI meliputi:
- Sistem manajemen pemeliharaan terkomputerisasi (CMMS)
- Sensor pemantauan kondisi
- Alat AI dan machine learning
Jika digabungkan, alat-alat ini memungkinkan pembuatan KPI otomatis, sehingga menghilangkan kebutuhan akan entri dan pelaporan data manual. Jika dipasangkan dengan dasbor yang dapat diakses, KPI ini memberikan visibilitas real-time mengenai tren dan pola yang dapat memengaruhi waktu siklus, tingkat kegagalan, OTD, dan kualitas produk secara keseluruhan.
Beralih dari pelaporan ke prediksi
KPI yang tertinggal melacak apa yang terjadi, sedangkan KPI terdepan membantu memprediksi apa yang akan terjadi selanjutnya.
Keduanya sangat penting bagi perusahaan untuk menavigasi lanskap Manufaktur 4.0 yang terus berkembang, yang didorong oleh sistem yang selalu terhubung, selalu aktif, dan otonom. Meskipun pengukuran dampak pasca-peristiwa penting untuk perbaikan berkelanjutan, budaya pemeliharaan prediktif berbasis data menawarkan keunggulan kompetitif yang dibutuhkan oleh produsen.
Meskipun peralihan dari pelaporan ke prediksi dapat ditangani sepenuhnya secara internal, bisnis sering kali akan mendapatkan layanan yang lebih baik jika bermitra dengan penyedia layanan dan sistem yang berpengalaman. Indikator utama calon partner mencakup pengetahuan tentang praktik terbaik pemeliharaan prediktif, keahlian dalam pemasangan sensor dan pelaporan analitik, serta keahlian keandalan yang mendalam.
Intinya? Masa depan pemeliharaan bersifat prediktif dan didorong oleh KPI. Ciptakan keseimbangan antara indikator tertinggal dan indikator utama untuk mendapatkan hasil terbaik dari kedua hal tersebut.
Pimpin pemeliharaan dan pembuatan KPI dengan ATS. Mari kita bicara.
Referensi
Gartner, Inc. (2025, 28 Oktober). Survei Gartner menunjukkan 49% organisasi kurang percaya diri terhadap strategi manufaktur di masa depan. https://www.gartner.com/en/newsroom/press-releases/2025-10-28-gartner-survey-shows-49-percent-of-organizations-lack-confident-in-future-manufacturing-strategy
