Langsung ke konten

TNS · OEE MONITORING

Ukur efektivitas mesin secara otomatis, tanpa rekap spreadsheet

Availability, Performance, dan Quality dihitung dari data mesin dan data produksi, per shift dan per mesin, tanpa entri manual yang selalu terlambat.

Lihat tampilannya

Platform: TNS · Produktivitas

Dashboard OEE TNS dengan gauge Availability, Performance, dan Quality serta tabel OEE per mesin
Tangkapan layar sistem yang berjalan, bukan ilustrasi.

Masalahnya

OEE dihitung manual, dan angkanya selalu terlambat

Ketika OEE bergantung pada laporan operator dan rekap Excel, angkanya baru tersedia beberapa hari setelah kejadian, sudah tercampur asumsi, dan sulit dibandingkan antar shift karena cara pencatatannya berbeda-beda.

Tanda-tanda yang biasa kami temui

  • OEE hanya tersedia bulanan, sudah lewat untuk ditindaklanjuti
  • Definisi downtime berbeda antar shift atau antar line
  • Angka Performance tidak dapat ditelusuri ke cycle time aktual
  • Reject dicatat terpisah dari data mesin

Dipakai oleh

  • Production Manager
  • Supervisor Produksi
  • Continuous Improvement Engineer
  • Plant Manager

Data yang dibaca

  • Status mesin dari PLC, sensor, atau power signature
  • Counter produksi atau cycle signal
  • Data reject / rejected product
  • Master data: cycle time standar, jadwal shift, work order

Cara kerja

Dari mesin sampai keputusan

  1. 01

    Deteksi status

    Running, idle, stop

  2. 02

    Hitung tiga faktor

    Availability, Performance, Quality

  3. 03

    Agregasi

    Per mesin, shift, hari

  4. 04

    Bandingkan

    Antar mesin & target

Tampilan sistem

Seperti ini tampilannya di layar

Daftar mesin TNS dengan konsumsi energi, status, pembacaan terakhir, persentase OEE, nomor work order, mold base, dan target produksi per mesin
Daftar mesin TNS dengan konsumsi energi, status, pembacaan terakhir, persentase OEE, nomor work order, mold base, dan target produksi per mesin

Kemampuan

Yang bisa Anda lakukan dengannya

  • OEE otomatis

    Dihitung dari data mesin, bukan dari rekap manual yang menyusul kemudian.

  • Tiga faktor terpisah

    Availability, Performance, dan Quality terlihat masing-masing, sehingga penyebab penurunan jelas.

  • Per mesin & per shift

    Perbandingan antar shift memakai definisi yang sama untuk semua line.

  • Target vs aktual

    Mesin di bawah target ditandai tanpa perlu menyaring tabel satu per satu.

  • Trend historis

    Pergerakan OEE dari waktu ke waktu terlihat, bukan hanya angka hari ini.

  • Drill-down per mesin

    Dari angka agregat langsung ke detail mesin dan periode penyebabnya.

  • Terhubung ke downtime

    Penurunan Availability dapat ditelusuri ke event downtime yang spesifik.

  • Terhubung ke energi

    OEE dan konsumsi energi dibaca pada mesin yang sama, dalam periode yang sama.

Di lantai produksi

Bagaimana dipakai sehari-hari

  1. 01

    OEE turun

    Terlihat pada dashboard

  2. 02

    Faktor mana?

    A, P, atau Q

  3. 03

    Mesin & shift mana?

    Drill-down

  4. 04

    Tindak lanjut

    Downtime, setting, atau kualitas

Dampak

Kenapa ini penting

01

Loss produksi menjadi terlihat dan terukur

Selisih antara kapasitas terpasang dan output aktual berhenti menjadi perkiraan. Ia terurai menjadi tiga faktor yang masing-masing punya penanggung jawab berbeda.

02

Rapat produksi berbasis angka yang sama

Produksi, maintenance, dan quality membaca sumber data tunggal, sehingga diskusi bergeser dari perdebatan angka ke pembahasan tindakan.

03

Keputusan investasi kapasitas lebih tepat

Sebelum membeli mesin baru, terlihat berapa kapasitas yang sebenarnya masih bisa dipulihkan dari mesin yang ada.

Bisa dimulai sendiri

OEE Monitoring bisa dimulai pada satu line percontohan. Downtime monitoring, production monitoring, dan energy monitoring menggunakan struktur mesin dan shift yang sama, sehingga penambahannya tidak memerlukan konfigurasi ulang.

Contoh penerapan

Di berbagai jenis pabrik

Injection Moulding
Memantau OEE per mesin dengan cycle time berbeda tanpa menyamaratakan target.
Automotive
Membandingkan performa shift pagi dan malam pada line yang sama.
Food & Beverage
Memisahkan loss karena changeover dari loss karena gangguan mesin.
Multi-plant
Menyamakan definisi OEE antar pabrik agar perbandingannya bermakna.

Integrasi

Terhubung ke yang sudah Anda punya

Tidak perlu mengganti PLC, meter, atau ERP. Machvory membaca data dari peralatan yang sudah terpasang di pabrik Anda.

  1. 01

    PLC, sensor, meter

    Sumber data di mesin

  2. 02

    Edge gateway

    Akuisisi dan buffering

  3. 03

    Lapisan integrasi Machvory

    Modbus, OPC UA, MQTT

  4. 04

    TNS / OPTIMUS

    Analitik dan alur kerja

  5. 05

    ERP, SAP, BI

    Konsolidasi enterprise

  • PLC Siemens, Mitsubishi, Omron, Allen-Bradley
  • Modbus TCP dan Modbus RTU
  • OPC UA
  • MQTT
  • Power meter dan energy meter
  • Sensor vibrasi, temperatur, arus
  • SCADA dan HMI yang sudah ada
  • ERP dan SAP
  • REST API dan SQL

Pertanyaan umum

Yang sering ditanyakan

Bagaimana jika mesin lama tidak punya output digital?

Status dan cycle mesin dapat direkonstruksi dari sensor tambahan seperti proximity, current transformer, atau signal lampu andon. Pendekatannya dipilih per mesin sesuai kondisi lapangan.

Apakah operator masih perlu menginput sesuatu?

Deteksi status dan perhitungan berjalan otomatis. Input operator tetap berguna untuk hal yang tidak bisa dibaca mesin, misalnya alasan berhenti dan kategori reject, sehingga analisa penyebab lebih tajam.

Apakah kami harus mengganti PLC atau mesin yang sudah ada?

Tidak. Machvory membaca data dari sistem yang sudah terpasang melalui Modbus, OPC UA, MQTT, atau power meter. Bila sebuah mesin belum memiliki titik data yang dibutuhkan, kami menambahkan sensor atau gateway pada mesin tersebut saja, bukan mengganti kontrolnya.

Bisakah dipasang on-premise, tanpa cloud?

Bisa. Deployment dapat dijalankan penuh di server internal pabrik, di cloud, atau kombinasi keduanya. Pilihan biasanya ditentukan oleh kebijakan IT/OT dan ketersediaan jaringan di plant.

Berapa lama implementasi awal?

Bergantung pada kesiapan titik data dan jumlah mesin. Kami umumnya memulai dari pilot pada satu line atau beberapa aset kritikal untuk memvalidasi kualitas data dan workflow, lalu memperluas setelah hasilnya terbukti di lapangan.

Lihat Cara OEE Diukur Otomatis

Engineer kami melihat kondisi mesin dan data yang sudah Anda punya, lalu menyusun pilot yang realistis untuk dijalankan.

  • Tanpa kewajiban membeli
  • Dibalas pada jam kerja berikutnya
  • Bisa langsung via WhatsApp