Strategi Proaktif Manufaktur untuk Mengelola Ketercapaian Rencana Produksi Multiproduk
DOI:
https://doi.org/10.26593/jrsi.v13i1.7188.11-20Kata Kunci:
fault tree analysis, Pareto, strategi manufaktur proaktif, manajemen kualitas, strategi fleksibilitas manufakturAbstrak
Studi kasus menginvestigasi upaya perusahaan multi-produk di Indonesia dalam merumuskan strategi manufaktur proaktif untuk mengatasi gangguan produksi yang disebabkan oleh ketidakpastian proses. Data mengenai isu kualitas produksi dikumpulkan dari laporan perusahaan selama 30 periode. Evaluasi kinerja rencana produksi mingguan perusahaan menunjukkan pemenuhan kuantitas yang konsisten namun menyoroti perbedaan yang signifikan antara jenis produk yang diproduksi secara aktual dibandingkan dengan rencana. Ketidakpastian proses, khususnya terkait dengan kualitas, mengakibatkan gangguan seperti pasokan bahan yang tidak merata dan kurang memadai. Untuk mengidentifikasi masalah kualitas yang prioritas, digunakan alat Statistical Process Control (SPC) seperti analisis Pareto sebagai landasan untuk Fault Tree Analysis (FTA) guna melacak akar penyebab dan menentukan titik intervensi. Dalam konteks saat ini, setiap mesin hanya memiliki satu set keran dan pipa, yang menghadapi tantangan dalam membersihkan secara menyeluruh selama waktu henti dan manajemen kualitas yang terbatas di luar jam kerja. Pengenalan keran dan pipa cadangan per mesin diharapkan dapat mengatasi masalah tersebut serta meningkatkan efisiensi produksi. Perusahaan dapat menerapkan strategi pengadaan pipa dan keran untuk mencegah pencetakan kotor dalam proses utama, sehingga memastikan pasokan bahan yang lancar dan meminimalkan gangguan. Meskipun pencapaian rencana produksi aktual belum mencapai 100%, strategi ini memiliki potensi untuk meningkatkan penjualan produk sebesar 3,31% dengan mengurangi rasio penolakan cetakan kotor. Pada akhirnya, pengadaan proaktif pipa dan keran cadangan diharapkan dapat meningkatkan efisiensi produksi sebesar 4%, yang menunjukkan peningkatan stabilitas jadwal produksi.
Referensi
Afifa, Y. N., & Santoso, I. (2022). Proactive Risk Mitigation Strategies and Building Strategic Resilience in the Food Supply Chain: A Review. Food Research, 6(2), 9–17. https://doi.org/10.26656/fr.2017.6(2).257
Baig, A. A., Ruzli, R., & Buang, A. B. (2013). Reliability Analysis Using Fault Tree Analysis: A Review. International Journal of Chemical Engineering and Applications, 4(3), 169–173. https://doi.org/10.7763/ijcea.2013.v4.287
Bo, H., Chen, X., & Wang, R. (2021). Manufacturing Rescheduling after Crisis or Disaster-Caused Supply Chain Disruption. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.3902825
Csontos, B., Halász, L., & Heckl, I. (2022). Improved Event-Driven Simulation Method for Fuel Transport in a Mesh-Like Pipeline Network. Computers and Chemical Engineering, 168(April). https://doi.org/10.1016/j.compchemeng.2022.108066
Esmaeili-Najafabadi, E., Azad, N., Pourmohammadi, H., & Fallah Nezhad, M. S. (2021). Risk-Averse Outsourcing Strategy in the Presence of Demand and Supply Uncertainties. Computers and Industrial Engineering, 151, 106906. https://doi.org/10.1016/j.cie.2020.106906
Georgiadis, G. P., Elekidis, A. P., & Georgiadis, M. C. (2021). Optimal Production Planning and Scheduling in Breweries. Food and Bioproducts Processing, 125, 204–221. https://doi.org/10.1016/j.fbp.2020.11.008
Iqbal, A., & Sarkar, B. (2020). Disruption Management in a Constrained Multi-Product Imperfect Production System. Journal of Manufacturing Systems, 56(November 2018), 227–240. https://doi.org/10.1016/j.jmsy.2020.05.015
Lee, S. Y., & Lee, J. Y. (2021). Fixing the Barn Door Before the Horse Bolts: Effects of Pre-Crisis Engagement and Stealing Thunder In Crisis Communication. Public Relations Review, 47(1), 101930. https://doi.org/10.1016/j.pubrev.2020.101930
Li, Z., Liang, Y., Liao, Q., Zhang, B., & Zhang, H. (2021). A Review of Multiproduct Pipeline Scheduling: from Bibliometric Analysis to Research Framework and Future Research Directions. Journal of Pipeline Science and Engineering, 1(4), 395–406. https://doi.org/10.1016/j.jpse.2021.08.001
Niu, B., Shen, Z., & Xie, F. (2021). The Value of Blockchain and Agricultural Supply Chain Parties’ Participation Confronting Random Bacteria Pollution. Journal of Cleaner Production, 319(April 2020), 128579. https://doi.org/10.1016/j.jclepro.2021.128579
Potkány, M., Krajčírová, L., & Stasiak-Betlejewska, R. (2021). Use of Target Costing Methodology in the Construction of Wood-Aluminium Windows - Case study. Engineering Management in Production and Services, 13(4), 148–159. https://doi.org/10.2478/emj-2021-0037
Samani, M. R. G., Hosseini-Motlagh, S. M., & Homaei, S. (2020). A Reactive Phase Against Disruptions for Designing A Proactive Platelet Supply Network. Transportation Research Part E: Logistics and Transportation Review, 140(May), 102008. https://doi.org/10.1016/j.tre.2020.102008
Sánchez-ramírez, C., Ramos-hernández, R., Fong, J. R. M., Alor-Hernández, G., & García-alcaraz, J. L. (2020). A System Dynamics Model to Evaluate the Impact of Production Process Disruption on Order Shipping. Applied Sciences, 10(1). https://doi.org/10.3390/app10010208
Stentoft, J., Adsbøll Wickstrøm, K., Philipsen, K., & Haug, A. (2021). Drivers and Barriers for Industry 4.0 Readiness and Practice: Empirical Evidence from Small and Medium-Sized Manufacturers. Production Planning and Control, 32(10), 811–828. https://doi.org/10.1080/09537287.2020.1768318
Sun, D., Huang, R., Chen, Y., Wang, Y., Zeng, J., Yuan, M., Pong, T. C., & Qu, H. (2020). PlanningVis: A Visual Analytics Approach to Production Planning in Smart Factories. IEEE Transactions on Visualization and Computer Graphics, 26(1), 579–589. https://doi.org/10.1109/TVCG.2019.2934275
Urlu, B., & Erkip, N. K. (2020). Safety Stock Placement for Serial Systems Under Supply Process Uncertainty. Flexible Services and Manufacturing Journal, 32(2), 395–424. https://doi.org/10.1007/s10696-019-09374-3
Vanzetti, N., Corsano, G., & Montagna, J. M. (2021). Integrated Scheduling of the Drying Process in a Sawmill. Computers and Chemical Engineering, 153. https://doi.org/10.1016/j.compchemeng.2021.107407
Woschank, M., Dallasega, P., & Kapeller, J. A. (2020). The impact of Planning Granularity on Production Planning and Control Strategies In MTO: A Discrete Event Simulation Study. Procedia Manufacturing, 51(2019), 1502–1507. https://doi.org/10.1016/j.promfg.2020.10.209
