Di banyak organisasi manufaktur, Overall Equipment Effectiveness (OEE) menjadi salah satu indikator utama untuk menilai kinerja operasi. Angka ini membantu perusahaan memahami seberapa efektif sebuah mesin dimanfaatkan melalui kombinasi availability, performance, dan quality. Namun, seperti semua indikator kinerja, OEE hanya menggambarkan sebagian dari kenyataan. Angka yang tinggi tidak selalu berarti proses telah berjalan sehat, sama seperti angka yang rendah tidak selalu menjelaskan akar persoalan yang sebenarnya. Tantangan terbesar bukan terletak pada penggunaan OEE, melainkan pada kecenderungan organisasi memperlakukan satu metrik sebagai representasi seluruh kondisi operasi.
Selama dua dekade terakhir, OEE menjadi bahasa yang hampir selalu hadir dalam diskusi mengenai produktivitas manufaktur. Dashboard produksi menampilkan persentase OEE setiap hari, target tahunan sering dikaitkan dengan peningkatan nilainya, dan berbagai inisiatif perbaikan diarahkan untuk mendorong angka tersebut terus naik. Dalam banyak kasus, pendekatan ini membantu organisasi membangun disiplin pengukuran yang sebelumnya belum dimiliki.
Namun ada konsekuensi yang sering tidak disadari. Ketika perhatian terlalu besar diberikan kepada satu indikator, organisasi perlahan mulai menggeser fokus dari memahami proses menjadi mengejar angka. Diskusi yang seharusnya berpusat pada penyebab variasi dan stabilitas operasi berubah menjadi pertanyaan sederhana: “Mengapa OEE kita belum mencapai target?” Pertanyaan tersebut terdengar masuk akal, tetapi sering membawa organisasi langsung menuju solusi sebelum benar-benar memahami kondisi yang terjadi di lapangan.
Operational Excellence tidak menolak penggunaan OEE. Sebaliknya, OEE tetap merupakan alat yang sangat berguna untuk membaca performa peralatan. Yang perlu dijaga adalah kesadaran bahwa setiap metrik memiliki batas. Ketika batas tersebut diabaikan, indikator yang awalnya membantu justru dapat mengaburkan persoalan yang lebih penting.
OEE Mengukur Peralatan, Bukan Keseluruhan Sistem
Salah satu kesalahpahaman yang paling umum adalah menganggap OEE sebagai ukuran kesehatan operasi secara menyeluruh. Padahal sejak awal, OEE dirancang untuk mengevaluasi efektivitas penggunaan peralatan produksi. Ia membantu organisasi memahami seberapa sering mesin tersedia, seberapa cepat mesin bekerja dibandingkan kapasitas idealnya, dan seberapa banyak produk yang memenuhi standar kualitas.
Informasi tersebut tentu sangat berharga, tetapi ruang lingkupnya tetap terbatas. OEE tidak menjelaskan apakah jadwal produksi sudah tepat, apakah material tersedia pada waktu yang dibutuhkan, apakah aliran antarproses berjalan lancar, atau apakah pelanggan menerima produk tepat waktu. Sebuah mesin dapat memiliki OEE yang tinggi sementara proses setelahnya justru mengalami penumpukan persediaan karena produksi tidak selaras dengan kebutuhan.
Perbedaan ini penting dipahami karena organisasi sering tanpa sadar memperluas makna sebuah indikator melampaui tujuan awalnya. Ketika OEE diperlakukan sebagai ukuran utama keberhasilan operasi, berbagai aspek lain yang sama pentingnya dapat kehilangan perhatian. Akibatnya, keputusan menjadi terlalu berpusat pada kinerja mesin, bukan pada kinerja sistem secara keseluruhan.
Angka yang Baik Tidak Selalu Menceritakan Kondisi yang Baik
Data memiliki kemampuan menyederhanakan kenyataan. Satu angka dapat merangkum ribuan aktivitas yang terjadi sepanjang hari. Inilah kekuatan sekaligus kelemahan sebuah indikator. Ia memudahkan organisasi membaca kecenderungan, tetapi pada saat yang sama menyembunyikan cerita yang berada di baliknya.
Bayangkan dua lini produksi yang sama-sama mencatat OEE sebesar 85 persen. Dari dashboard, keduanya tampak memiliki performa yang setara. Namun ketika diamati lebih dekat, kondisi di lapangan dapat sangat berbeda. Lini pertama mencapai angka tersebut melalui proses yang stabil, jadwal yang konsisten, dan gangguan yang relatif sedikit. Lini kedua memperoleh angka yang sama setelah berbagai penyesuaian jadwal, lembur tambahan, serta intervensi teknisi sepanjang hari.
Kedua operasi menghasilkan indikator yang sama, tetapi kualitas sistemnya tidak identik. Jika organisasi hanya berhenti pada angka, perbedaan tersebut tidak pernah terlihat. Di sinilah pentingnya menghubungkan data dengan pengamatan langsung terhadap proses. Dashboard memberi tahu apa yang terjadi, sedangkan proses membantu menjelaskan mengapa hal itu terjadi.
Risiko Ketika OEE Menjadi Target
Pengukuran dibutuhkan agar organisasi memiliki arah yang jelas. Namun sebuah indikator dapat berubah sifat ketika ia bergeser dari alat pembelajaran menjadi tujuan akhir. Fenomena ini tidak hanya terjadi pada OEE, tetapi hampir pada semua Key Performance Indicator.
Ketika target OEE menjadi ukuran utama keberhasilan, orang mulai mencari cara tercepat untuk mempertahankan angkanya. Beberapa keputusan mungkin memang meningkatkan indikator, tetapi belum tentu memperbaiki sistem. Organisasi bisa saja memilih memproduksi dalam lot yang lebih besar agar mesin lebih jarang berhenti, padahal keputusan tersebut meningkatkan persediaan. Jadwal maintenance dapat ditunda agar availability tetap tinggi, meskipun risiko gangguan di masa depan semakin besar. Bahkan penyebab berhenti mesin terkadang diklasifikasikan secara berbeda agar laporan terlihat lebih baik.
Situasi seperti ini tidak selalu muncul karena niat yang buruk. Sebagian besar terjadi karena organisasi memberi tekanan yang sangat besar pada pencapaian indikator tanpa memberikan perhatian yang sama terhadap kualitas proses. Orang akhirnya belajar mengoptimalkan apa yang diukur, bukan apa yang sebenarnya ingin dicapai.