Analisis Biaya Kesinambungan Untuk Pengambilan Keputusan Strategi Perawatan menggunakan Pendekatan Kecerdasan Bisnis

Abstract

Industri manufaktur menghadapi tantangan dalam menyeimbangkan efisiensi biaya perawatan mesin dengan aspek keberlanjutan ekonomi, lingkungan, dan sosial. Selain itu, perusahaan belum memasukkan biaya downtime dan scrap dalam evaluasi maintenance serta masih menentukan strategi perawatan secara intuitif. Penelitian ini bertujuan untuk menganalisis dan membandingkan biaya keberlanjutan (sustainability cost) dari tiga strategi perawatan (corrective, preventive, dan predictive) serta memberikan rekomendasi strategi terbaik untuk setiap mesin menggunakan pendekatan Business Intelligence (BI). Metode penelitian bersifat kuantitatif dengan memanfaatkan data sekunder BI Shopfloor Reliability Dataset yang diolah melalui proses ETL (Extract, Transform, Load) dan divisualisasikan menggunakan Power BI. Hasil penelitian menunjukkan perbandingan total sustainability cost ketiga strategi adalah corrective: predictive: preventive = 1:1,99:2,15. Strategi corrective memiliki biaya terendah (7.653.855), namun keandalannya paling rendah. Berdasarkan analisis per mesin, strategi predictive direkomendasikan untuk Mesin 1, 2, dan 4, sedangkan strategi preventive direkomendasikan untuk Mesin 3 dan 5. Kesimpulannya, pemilihan strategi perawatan tidak dapat diseragamkan dan perlu disesuaikan dengan karakteristik performa masing- masing mesin. Pendekatan BI terbukti efektif dalam mengungkap hidden cost seperti downtime dan scrap yang selama ini tidak tercatat, sehingga mendukung pengambilan keputusan strategis yang lebih transparan dan berkelanjutan.