Analisis Aplikasi Totalproduktive Maintenance Pada Margarine And Culinary Factory Pt. Unilever Indonesia

Abstract

PT. Unilever Indonesia merupakan bagian dari Kelompok Unilever. Unilever merupakan usaha gabungan Inggris-Belanda, mempunyai kantor pusat yang berkedudukan di London dan Rotterdam, dan memiliki tenaga kerja sebanyak 300.000 orang serta beroperasi di sekitar 75 negara. Unilever didinkan secara resmi pada tanggal 1 Januari 1930 dan merupakan paduan antara "Margarine Union" dari negeri Belanda dan "Lever Brothers" dari Inggris. Di Indonesia Perusahaan Unilever baru berdiri pada tanggal 15 Desember 1934 dengan dibukanya perusahaan sabun oleh E.A Voomeman, Walikota Batavia. Dewasa ini globalisasi telah menjangkau berbagai aspek kehidupan dan akibatnya persaingan pun semakin tajam. Agar suatu perusahaan dapat memiliki keunggulan dalam skala global maka perusahaan tersebut harus mampu melakukan setiap pekerjaan secara lebih baik dalam rangka menghasilkan barang berkualitas tinggi dengan harga yang wajar dan bersaing. Oleh karena itu para manajer dan staf harus mengambil langkah strategis dalam kegiatan pemeliharaan, agar sukses mengatasi krisis ekonomi sekaligus memasuki era perdagangan bebas dan standar ISO. PT. Unilever sendiri sangat memperhatikan masalah pemeliharaan ini, pada tahun 1992 Total Productive Maintenance (TPM) mulai diaplikasikan di pabrik Angke Jakarta, hingga mendapatkan penghargaan TPM Excellence Award yang merupakan kategori pertama dari Japan Institute of Plant Maintenance (JIPM) Margarine and Culinary Factory yang berada di kawasan Jababeka Cikarang Jawa Barat, sebagai bagian dari PT. Unilever, tentu saja menghadapi persaingan pasar yang ketat, sehingga penting bagi para manajer dan staf untuk memperoleh gambaran nyata, praktis dan terapan mengenai sistem pemeliharaan yang berkembang pesat di dunia. Dari latar belakang yang telah diuraikan, dapat dirumuskan permasalahan yang dihadapi oleh Margarine and Culinary Factory PT. Unilever Indonesia, dengan cara menganalisis aplikasi Total Productive Maintenance dalam menghadapi persaingan pasar yang ketat yakni (1) Bagaimana sistem pemeliharaan mesin-mesin yang telah dilakukan oleh manajemen PT. Unilever Indonesia guna meningkatkan kesiapan atau keberadaan peralatan pada Margarine and Culinary Factory? (2) Bagaimana upaya PT. Unilever Indonesia meningkatkan kinerja peralatan pada Margarine and Culinary Factory? (3) Bagaimana upaya PT. Unilever Indonesia menurunkan jumlah kerusakan mesin-mesin pada Margarine and Culinary Factory? Penelitian yang dilakukan ini memiliki tujuan: (1) Menganalisis aplikasi Total Productive Maintenance pemeliharaan mesin-mesin pada pabrik. (2) Memprediksi frekuensi kerusakan mesin untuk tahun 2004. (3) Merumuskan solusi untuk menanggulangi permasalahan dan menentukan langkah-langkah implementasi dalam merencanakan dan pelaksanaan pemeliharaan mesin-mesin pada pabrik. Dengan mempertimbangkan ketersediaan sumber daya yang ada, baik waktu, tenaga dan biaya, maka kegiatan penelitian ini hanya dibatasi pada aspek manajemen pemeliharaan Margarine and Culinary Factory PT. Unilever Indonesia dan fokus dari penelitian ini hanyalah pada sistem dan model yang sesuai dengan keadaan perusahaan, sedangkan aplikasi dari sistem dan model yang disarankan diserahkan sepenuhnya kepada pihak manajemen perusahaan PT. Unilever Indonesia. Metode penelitian yang digunakan adalah metode deskriptif, dengan kegiatan pengumpulan data untuk menjawab pertanyaan yang menyangkut keadaan Margarine and Culinary Factory PT Unilever Indonesia, sejak berdirinya sampai saat ini dengan menitik beratkan pada kajian manajemen pemeliharaan mesin dan instalasi pabrik. Jenis metode deskriptif yang dilakukan adalah studi kasus untuk memperoleh hasil yang terperinci, mendalam dan menyeluruh. Data dan variabel yang akan diambil mencakup data pada lingkungan internal dan ekstemal Margarine and Culinary Factory PT Unilever Indonesia, berupa data kuantitatif dan data kualitatif. Total Productivity Maintenance mulai diterapkan oleh PT. Unilever sejak tahun 1992 di Cikarang bersamaan dengan dibukanya pabrik Ice Cream Wall's. Total Productive Maintenance (ada juga yang menyebut Total Preventive Maintenance) adalah sistem pemeliharaan peralatan secara menyeluruh yang melibatkan partisipasi karyawan dan departemen melalui penerapan berbagai metode pemeliharaan dengan mempertimbangkan aspek ekonomi, efektivitas dan efisiensi biaya pemeliharaan. Metode yang digunakan dalam memprediksi kerusakan mesin dari pabrik makanan (margarine and culinary) adalah dengan menggunakan metode simulasi Monte Carlo. Untuk memprediksikan kerusakan mesin pada semester awal tahun 2004, digunakan data frekuensi kerusakan mesin tahun 2001 sampai tahun 2003. Kemudian dilakukan pengujian sebaran data, dengan menggunakan Software Minitab. Dari hasil pengolahan data frekuensi kerusakan mesin terlihat bahwa, titik-titik dalam plot berupa garis lurus, dan koefisien korelasinya adalah 0,939. Dengan demikian sebaran data yang ada adalah sebaran normal, karena koefisien korelasinya berada di atas koefisien dari Tabel korelasi dengan tingkat kepercayaan 90% atau alpha sama dengan 0,10. Data tersebut digunakan sebagai dasar untuk mencari peluang (probabilitas) kerusakan dari masing-masing mesin. Probabilitas kerusakan dari masing- masing mesin ini dimaksudkan untuk menentukan interval kejadian. Untuk menentukan hari keberapa mesin akan mengalami kerusakan dilakukan simulasi dengan menggunakan bilangan acak dari tabel bilangan random. Agar menghasilkan validasi prediksi frekuensi kerusakan ini dilakukan 18 kali iterasi. Implikasi yang sangat diharapkan dari memprediksikan kerusakan mesin dan instalasi ini, disamping keempat manfaat di atas adalah menghindari atau memperkecil jam kerja pabrik yang terbuang akibat kerusakan mesin. Implikasi. dari prediksi frekwensi kerusakan dapat dituangkan ke dalam matrik implikasi altematif prediksi kerusakan mesin dengan metode simulasi Monte carlo Tahun 2004 Pada penelitian ini dihitung pula standar deviasi dalam memprediksi frekuensi kerusakan mesin. Hal tersebut dimaksudkan untuk memperoleh fleksibilitas prediksi frekuensi kerusakan. Dengan memperhitungkan standar deviasi, maka diperoleh prediksi frekuensi kerusakan pesimis dan optimis juga prediksi biaya pemeliharaan pesimis dan optimis. Dari prediksi kerusakan mesin semester awal tahun 2004, terdapat mesin- mesin dengan frekuensi kerusakan tinggi, seperti YONAN-1 dengan frekuensi kerusakan 34 kali. Pihak manajemen sebaiknya memperhatikan mesin-mesin yang memiliki prediksi frekuensi kerusakan tinggi, agar bisa melakukan preventive maintenance. Namun, pihak manajemen sebaiknya meningkatkan pula perhatian pada mesin-mesin yang diprediksikan frekuensi kerusakannya rendah, seperti BAKERY dan BOX-1, agar bisa mencapai zero defect. Pada penelitian ini dihitung pula standar deviasi dalam memprediksi frekuensi kerusakan mesin. Hal tersebut dimaksudkan untuk memperoleh fleksibilitas prediksi frekuensi kerusakan. Dengan memperhitungkan standar deviasi, maka diperoleh prediksi frekuensi kerusakan pesimis dan optimis juga prediksi piaya pemeliharaan pesimis dan optimis. Dari prediksi kerusakan mesin maupun biaya pemeliharaan pesimis dan optimis, dapat dipilih salah satu altematif dari ketiga prediksi tersebut, dengan mempertimbangkan keunggulan dan kelemahan yang dimiliki oleh masing- masing alternatif, yaitu: 1. Prediksi rata-rata, memberikan keamanan bagi Bagian Pemeliharaan dalam memanfaatkan dana pemeliharaan, dan biaya pemeliharaan menunjukkan nilai yang rasional terhadap harga pokok pabrik. 2. Prediksi (X + SD), prediksi ini menggambarkan bahwa prediksi rata-rata tidak mungkin untuk dicapai (pesimis), Bagian Pemeliharaan sangat aman dalam memanfaatkan dana pemeliharaan, tetapi jika prediksi ini digunakan maka pengaruhnya sangat besar terhadap harga pokok pabrik. 3. Prediksi (X-SD), prediksi ini menggambarkan keoptimisan, bahwa frekuensi kerusakan dapat dicapai sekecil mungkin, dan prediksi ini akan berpengaruh terhadap harga pokok pabrik yang lebih efisien. Prediksi ini tentu akan beresiko yang sangat tinggi apabila terjadi kerusakan melebihi biaya pemeliharaan yang telah dianggarkan, sehingga Bagian Pemeliharaan akan kesulitan untuk memperoleh dana. Berdasarkan keunggulan dan kelemahan ketiga altematif tersebut, maka altematif yang direkomendasikan untuk digunakan oleh pihak manajemen adalah prediksi rata-rata atau alternatif pertama. Dengan memakai altematif ini diharapkan dapat mengoptimalkan biaya pemeliharaan serta memberikan rasa aman dalam memanfaatkan dana pemeliharaan.