Meningkatkan Maintenance Excellence melalui Lean Six Sigma: Studi Kasus Penurunan Downtime dan Peningkatan Reliability Aset

Pendahuluan

Dalam industri yang memiliki ketergantungan tinggi terhadap peralatan produksi, keandalan aset (asset reliability) menjadi faktor penting dalam menjaga produktivitas dan daya saing perusahaan. Kegagalan mesin secara tiba-tiba (unexpected breakdown) dapat menyebabkan kehilangan waktu produksi, peningkatan biaya maintenance, dan penurunan performa operasional.

Sebuah perusahaan industri menghadapi permasalahan tingginya downtime akibat sistem maintenance yang masih bersifat reactive maintenance. Tim maintenance lebih banyak melakukan perbaikan setelah terjadi kerusakan dibandingkan melakukan pencegahan terhadap potensi kegagalan.

Untuk mengatasi masalah tersebut, perusahaan menerapkan pendekatan Lean Six Sigma menggunakan metode DMAIC (Define, Measure, Analyze, Improve, Control) dengan dukungan Reliability-Centered Maintenance (RCM), Risk-Based Inspection (RBI), dan Total Productive Maintenance (TPM).

Tujuan utama proyek adalah:

• Mengurangi downtime peralatan.
• Menghilangkan aktivitas maintenance yang tidak memberikan nilai tambah.
• Meningkatkan efektivitas shutdown.
• Membangun sistem maintenance berbasis data.

1. Define: Mendefinisikan Masalah dan Target Improvement

Pada tahap Define, perusahaan melakukan identifikasi masalah utama berdasarkan data operasional.

Problem Statement

“Downtime equipment yang tinggi menyebabkan kehilangan kapasitas produksi dan meningkatkan biaya maintenance.”

Data Kondisi Awal

Parameter	Kondisi Awal
Total downtime per bulan	120 jam
Frekuensi breakdown	35 kejadian/bulan
Availability equipment	82%
OEE	65%
Maintenance corrective	70%
Maintenance preventive	30%

Dari data tersebut terlihat bahwa sistem maintenance masih didominasi oleh aktivitas korektif sehingga risiko gangguan produksi masih tinggi.

Target Improvement

KPI	Target
Penurunan downtime	≥ 40%
Pengurangan breakdown	≥ 30%
Peningkatan availability	≥ 90%
Peningkatan efisiensi shutdown	>45%

2. Measure: Mengukur Performa Proses Saat Ini

Tahap Measure dilakukan untuk memahami kondisi aktual proses maintenance menggunakan data historis.

Data yang dikumpulkan:

• Downtime mesin.
• Frekuensi breakdown.
• MTBF (Mean Time Between Failure).
• MTTR (Mean Time To Repair).
• Availability.
• Biaya maintenance.

Baseline Performance

Indikator	Nilai Sebelum Improvement
Downtime	120 jam/bulan
MTBF	250 jam
MTTR	8 jam
Availability	82%
OEE	65%
Maintenance Cost	Rp 8 M/tahun

Analisis awal menunjukkan bahwa sebagian besar downtime berasal dari beberapa equipment kritis.

Pareto Breakdown

Penyebab Downtime	Kontribusi
Kerusakan bearing	35%
Motor failure	25%
Sistem lubrication	20%
Human error	12%
Lainnya	8%

Berdasarkan Pareto, sekitar 80% masalah berasal dari beberapa penyebab utama, sehingga improvement difokuskan pada area tersebut.

3. Analyze: Analisis Root Cause

Pada tahap Analyze, dilakukan identifikasi akar penyebab menggunakan:

• Pareto Analysis.
• Fishbone Diagram.
• FMEA.
• Root Cause Analysis.

Hasil Fishbone Analysis

Faktor	Root Cause
Machine	Komponen kritis mengalami keausan
Method	Interval preventive maintenance belum optimal
Man	Operator belum melakukan inspeksi awal
Material	Ketersediaan spare part kritis rendah
Measurement	Data failure belum dianalisis secara rutin

FMEA Analysis

Failure Mode	RPN Awal
Bearing failure	280
Motor overheating	240
Lubrication failure	210
Sensor failure	180

Prioritas improvement difokuskan pada failure mode dengan nilai RPN tertinggi.

4. Improve: Implementasi Solusi

Berdasarkan hasil analisis, perusahaan menjalankan beberapa program improvement.

A. Implementasi Reliability-Centered Maintenance (RCM)

Perusahaan melakukan perubahan strategi maintenance:

Before:

70% Corrective Maintenance
30% Preventive Maintenance

After:

30% Corrective Maintenance
70% Preventive & Predictive Maintenance

B. Risk-Based Inspection (RBI)

Equipment diklasifikasikan berdasarkan risiko:

Kategori Risiko	Jumlah Equipment
High Risk	15 unit
Medium Risk	35 unit
Low Risk	50 unit

Prioritas inspeksi diberikan kepada equipment high risk.

C. Total Productive Maintenance (TPM)

Operator dilibatkan melalui:

• Autonomous maintenance.
• Daily equipment check.
• Abnormality management.

Hasil:

• Temuan abnormality meningkat dari 20 kasus/bulan menjadi 65 kasus/bulan.
• Kerusakan besar dapat dicegah lebih awal.

5. Control: Menjaga Hasil Improvement

Tahap Control dilakukan untuk memastikan hasil improvement tetap bertahan.

Program kontrol:

Aktivitas Control	Frekuensi
Monitoring OEE	Harian
Review downtime	Mingguan
Audit TPM	Bulanan
Evaluasi KPI maintenance	Bulanan

Dashboard KPI:

KPI	Target
Availability	>90%
MTBF	Meningkat
MTTR	Menurun
Downtime	<70 jam/bulan

Hasil Improvement: Before vs After

Setelah implementasi Lean Six Sigma selama periode improvement, diperoleh hasil:

Parameter	Before	After	Improvement
Downtime	120 jam/bulan	68 jam/bulan	Turun 43%
Breakdown	35 kasus/bulan	20 kasus/bulan	Turun 43%
MTBF	250 jam	450 jam	Naik 80%
MTTR	8 jam	4,5 jam	Turun 44%
Availability	82%	92%	Naik 10 poin
OEE	65%	78%	Naik 13 poin
Non Value Added Activity	100%	40%	Turun 60%
Efisiensi Shutdown	27%	49%	Naik 22 poin

Kesimpulan

Studi kasus ini menunjukkan bahwa Lean Six Sigma dengan pendekatan DMAIC mampu memberikan perubahan signifikan terhadap sistem maintenance. Melalui pengumpulan data, analisis akar masalah, implementasi RCM, RBI, dan TPM, perusahaan berhasil melakukan transformasi dari reactive maintenance menjadi proactive maintenance.

Hasil improvement menunjukkan:

• Downtime turun 43%
• Aktivitas non-value-added turun 60%
• MTBF meningkat 80%
• Availability meningkat dari 82% menjadi 92%
• Efisiensi shutdown meningkat dari 27% menjadi 49%

Lean Six Sigma bukan hanya metode untuk memperbaiki masalah, tetapi menjadi sistem manajemen yang membangun budaya continuous improvement, reliability, dan operational excellence.