Perancangan Sistem Dashboard Pemantau Produktivitas secara Real-Time pada Mesin CNC di PT X

  • Ni Luh Saddhwi Saraswati Adnyani Institut Teknologi Bandung
  • Gregorius Bayu Candra Kirana Institut Teknologi Bandung
  • Fikri Abdulhakim Institut Teknologi Bandung
Kata Kunci: CNC, produktivitas, dashboard, real-time

Abstrak

PT X merupakan suatu perusahaan contract manufacturer yang memproduksi item berbahan dasar logam dan telah menjalin kontrak dengan beberapa produsen sehingga terdapat variasi pada permintaan item yang diproduksi. Permintaan terhadap seluruh item dapat dipenuhi dengan adanya 4 departemen yang dimiliki oleh PT X, yaitu departemen cutting, milling, Computer Numerical Control (CNC), dan press. Dari keempat departemen tersebut, departemen CNC menjadi departemen dengan persentase produktivitas terendah pada tahun 2023. Hal tersebut disebabkan karena tidak adanya alat atau dashboard yang dapat memantau kondisi mesin CNC secara real-time. Untuk mengatasi permasalahan tersebut, maka dirancang sebuah sistem dashboard untuk memantau produktivitas pada mesin CNC. Metode yang digunakan dalam perancangan dashboard pada penelitian ini adalah metode Vilarinho, yang dimulai dengan melakukan diagnosis terhadap area produktif, dilanjutkan dengan merencanakan dan mengidentifikasi kebutuhan sistem, mengembangkan sistem, serta diakhiri dengan menguji dan mengimplementasikan sistem yang telah dirancang. Sistem dashboard dikembangkan dengan menggunakan software Node-Red dan diimplementasikan secara langsung pada 2 mesin CNC. Sistem dashboard dilengkapi dengan tampilan dashboard yang dapat menyajikan data dan informasi yang menggambarkan produktivitas mesin CNC di PT X. Dashboard akan digunakan untuk keperluan pemantauan dan pengambilan keputusan bagi pihak manajerial dan staff produksi terhadap proses produksi di mesin CNC.

Referensi

[1] H. A. Idehlu, Prof. S. Ahmed, and M. I. Noori, “Reviewing the Concepts of Productivity Management,” International Journal of Management and Humanities, vol. 10, no. 8, pp. 1–8, Apr. 2024.
[2] D. Wu, M. Tannen, J. Anyu, S. Ivanov, and F. Xu, “Contract manufacturing, market competition, and labor productivity in US manufacturing industries,” Oper Manag Res, vol. 16, pp. 377–390, 2023.
[3] R. Matheus, M. Janssen, and D. Maheshwari, “Data science empowering the public: Data-driven dashboards for transparent and accountable decision-making in smart cities,” Gov Inf Q, vol. 37, no. 3, Jul. 2020.
[4] H. Kerzner, Project Management Metrics, KPIs, and Dashboards, 4th ed. Hoboken, New Jersey: John Wiley & Sons, 2023.
[5] J. Reinking, V. Arnold, and S. G. Sutton, “Synthesizing enterprise data through digital dashboards to strategically align performance: Why do operational managers use dashboards?,” International Journal of Accounting Information Systems, vol. 37, Jun. 2020.
[6] S. Vilarinho, I. Lopes, and S. Sousa, “Developing dashboards for SMEs to improve performance of productive equipment and processes,” J Ind Inf Integr, vol. 12, pp. 13–22, Dec. 2018.
[7] O. C. Chikwendu, A. S. Chima, and M. C. Edith, “The optimization of overall equipment effectiveness factors in a pharmaceutical company,” Heliyon, vol. 6, no. 4, Apr. 2020.
[8] J.-P. Dal Pont, Process Engineering and Industrial Management, 1st ed. Hoboken-London: Wiley-ISTE, 2012.
[9] M. M. Schiraldi and M. Varisco, “Overall Equipment Effectiveness: consistency of ISO standard with literature,” Comput Ind Eng, vol. 145, Jul. 2020.
[10] C. Y. Chen, S. H. Wu, B. W. Huang, C. H. Huang, and C. F. Yang, “Web-based Internet of Things on environmental and lighting control and monitoring system using node-RED, MQTT and Modbus communications within embedded Linux platform,” Internet of Things (Netherlands), vol. 27, Oct. 2024.
Diterbitkan
2025-07-03