Templat Data Pemeliharaan Aset Anda

Atribut ini menjelaskan tahapan dalam siklus perintah kerja pemeliharaan. Atribut ini mencatat status yang dilalui perintah kerja, seperti dibuat, disetujui, sedang dikerjakan, ditahan, dan selesai.

Agar process mining menghasilkan analisis yang akurat, kolom ini menyatukan berbagai kejadian dari sistem menjadi nama aktivitas yang mudah dipahami. Kolom ini diperlukan untuk memvisualisasikan peta proses, menghitung waktu perpindahan antar tahap, dan menemukan siklus pengerjaan ulang saat perintah kerja kembali ke status sebelumnya.

Kolom ini menentukan simpul dalam peta proses dan diperlukan untuk merekonstruksi alur kerja.

Diambil dari tabel riwayat status, log transaksi, atau log perubahan perintah kerja.

Atribut ini berfungsi sebagai pengenal utama kasus dalam analisis process mining. Atribut ini mewakili satu siklus pemeliharaan dari awal hingga akhir, mulai dari permintaan awal atau pemicu pemeliharaan preventif hingga pekerjaan selesai dan ditutup secara finansial.

Dalam analisis, kolom ini menjadi kunci utama untuk mengelompokkan semua kejadian, biaya, dan catatan sumber daya yang terkait. Mesin process mining menggunakannya untuk merekonstruksi siklus pekerjaan tertentu. Dengan begitu, analis dapat menelusuri alur pekerjaan, menemukan hambatan pada tingkat kasus, dan menghubungkan hasil tertentu dengan jenis atau prioritas perintah kerja.

ID Kasus utama ini diperlukan untuk membedakan setiap instans proses.

Biasanya terdapat di tabel header perintah kerja, misalnya WONUM di Maximo atau AUFNR di SAP.

Atribut ini mencatat kebaruan data yang digunakan dalam analisis. Analis dapat mengetahui seberapa baru data tersebut dan menemukan kemungkinan keterlambatan antara sistem operasional dan lingkungan process mining.

Meski tidak termasuk dalam alur proses fisik, atribut ini penting untuk tata kelola data. Pemangku kepentingan dapat mengetahui apakah data yang dilihat adalah data real-time atau rekaman dari periode penutupan sebelumnya.

Atribut ini membantu memeriksa kebaruan data dan mengelola pemuatan data bertahap.

Dibuat oleh pipeline ETL atau skrip ekstraksi saat dijalankan.

Atribut ini menunjukkan lingkungan perangkat lunak yang menghasilkan data. Dalam lingkungan pemeliharaan yang kompleks, data dapat berasal dari ERP, CMMS khusus, atau platform pemantauan IoT.

Dalam analisis, kolom ini berguna untuk memfilter data saat data dari beberapa sistem dimuat ke satu model proses. Kolom ini membantu memeriksa asal-usul data dan membandingkan kualitas data atau variasi proses antar sistem lama.

Kolom ini memastikan data dapat ditelusuri di lingkungan dengan banyak sistem.

Diisi secara tetap saat proses ekstraksi atau dipetakan dari konfigurasi sistem.

Atribut ini mencatat waktu setiap kejadian dalam log pemeliharaan. Atribut ini menunjukkan waktu persis saat status berubah atau transaksi dicatat di sistem sumber.

Timestamp menjadi dasar semua metrik durasi dalam process mining. Data ini digunakan untuk menghitung waktu siklus, waktu penyelesaian, dan waktu sumber daya menganggur. Timestamp berpresisi tinggi diperlukan untuk mengurutkan kejadian yang berlangsung dalam waktu berdekatan.

Kolom ini digunakan untuk mengurutkan kejadian dan menghitung semua metrik durasi.

Tersedia di log transaksi, tabel riwayat, atau jejak audit bersama aktivitas terkait.

Atribut ini menunjukkan tim, bidang keahlian, atau departemen yang ditugaskan pada perintah kerja, seperti Kelistrikan, Mekanikal, Instrumentasi, atau Fasilitas.

Tampilan ini memungkinkan perbandingan kinerja antar tim. Analis dapat membandingkan waktu siklus, jumlah pekerjaan tertunda, dan tingkat pengerjaan ulang antar departemen untuk menemukan kebutuhan pelatihan atau kekurangan sumber daya pada bidang tertentu.

Atribut ini mendukung perbandingan kinerja dan jumlah pekerjaan tertunda antar tim.

Header perintah kerja, misalnya Work Center di SAP atau Crew ID di Maximo.

Atribut ini menghubungkan perintah kerja dengan objek fisik di lapangan. Nilainya dapat berupa nomor tag, ID peralatan, atau kode mesin untuk aset yang sedang dipelihara.

Atribut ini penting untuk menemukan aset yang sering bermasalah atau memerlukan perbaikan berulang. Dengan mengelompokkan perintah kerja berdasarkan ID Aset, analis dapat menghitung waktu rata-rata antar kerusakan (MTBF) dan menemukan peralatan yang menyerap anggaran pemeliharaan secara tidak proporsional.

Atribut ini mendukung analisis kinerja peralatan tertentu dan perhitungan MTBF.

Tabel header perintah kerja, misalnya ASSETNUM di Maximo atau EQUNR di SAP.

Atribut ini menjumlahkan durasi semua catatan jam kerja yang dibebankan ke perintah kerja. Nilainya menunjukkan upaya aktual untuk menyelesaikan tugas.

Metrik ini penting untuk menghitung pemanfaatan tenaga kerja dan efisiensi kerja. Perbandingan jam aktual dengan jam perkiraan menunjukkan akurasi perencanaan. Selisih yang besar dapat menandakan cakupan pekerjaan yang kurang jelas atau kesenjangan keterampilan.

Metrik ini mengukur upaya dan digunakan untuk menghitung pemanfaatan tenaga kerja serta akurasi perencanaan.

Dijumlahkan dari tabel lembar waktu atau transaksi tenaga kerja.

Atribut ini mengelompokkan jenis pekerjaan pemeliharaan. Nilai yang umum membedakan pekerjaan terencana (Preventive) dari gangguan yang tidak terencana (Corrective atau Emergency). Kolom ini tersedia di hampir semua sistem EAM/CMMS.

Analis menggunakan kolom ini untuk membagi model proses ke dalam beberapa segmen. Perbandingan alur kerja perbaikan darurat dengan pemeliharaan preventif sering menunjukkan perbedaan besar dalam jalur proses, persyaratan persetujuan, dan waktu siklus. Kolom ini menjadi dimensi utama untuk menghitung rasio pemeliharaan preventif terhadap reaktif.

Kolom ini penting untuk membandingkan pekerjaan terencana dan tidak terencana.

Tabel header perintah kerja, misalnya WORKTYPE di Maximo atau AUART di SAP.

Atribut ini mengelompokkan aset berdasarkan dampak kerusakannya terhadap keselamatan, lingkungan, atau produksi. Biasanya, atribut ini tercatat secara tetap di data induk aset, tetapi sering juga disalin ke perintah kerja.

Analis dapat menggunakan atribut ini untuk memeriksa apakah tim pemeliharaan sudah memprioritaskan pekerjaan pada aset kritis. Atribut ini membantu memastikan peralatan yang paling penting paling konsisten mengikuti jadwal pemeliharaan preventif.

Atribut ini membantu menyelaraskan prioritas pemeliharaan dengan risiko bisnis dan dampak operasional.

Data induk aset atau tabel header perintah kerja jika datanya tidak dinormalisasi.

Atribut ini mencatat tanggal jatuh tempo yang ditetapkan penjadwal atau ditentukan oleh SLA. Tanggal ini menjadi acuan untuk menghitung ketepatan waktu penyelesaian.

Dengan membandingkan tanggal penyelesaian aktual dengan tanggal target, Anda dapat menghitung kepatuhan jadwal dan keterlambatan. Selisih yang besar dapat menunjukkan masalah perencanaan atau keterbatasan sumber daya.

Tanggal ini menjadi acuan untuk menghitung keterlambatan dan kepatuhan jadwal.

Tab penjadwalan perintah kerja, misalnya GLTRP di SAP atau SCHEDFINISH di Maximo.

Atribut boolean ini menyederhanakan jenis perintah kerja menjadi dua kategori: Preventif dan Nonpreventif. Nilainya sering diturunkan dari kode Jenis Perintah Kerja.

Penanda ini merupakan cara tercepat untuk memfilter dashboard agar berfokus pada kepatuhan pemeliharaan preventif. Penanda ini juga menyederhanakan perhitungan KPI rasio PM/CM, metrik standar industri untuk mengukur kematangan organisasi pemeliharaan.

Penanda ini memudahkan pemfilteran dan penghitungan KPI rasio pemeliharaan preventif.

Ditentukan dari Jenis Perintah Kerja atau penanda khusus di sistem, misalnya penanda PPM.

Atribut ini menunjukkan tingkat kekritisan tugas pemeliharaan bagi operasional. Nilainya biasanya berupa kode angka (1, 2, 3) atau label seperti Kritis, Tinggi, Sedang, dan Rendah. Nilai ini menentukan waktu respons dan alokasi sumber daya yang diperlukan.

Dalam analisis proses, atribut ini digunakan untuk memeriksa kepatuhan terhadap SLA. Analis dapat melihat apakah pekerjaan berprioritas tinggi benar-benar berjalan lebih cepat daripada pekerjaan berprioritas rendah, atau justru tertahan di tahap persetujuan.

Atribut ini mendukung analisis kepatuhan terhadap SLA dan pemeriksaan prioritas sumber daya.

Tabel header perintah kerja, misalnya PRIORITY di Maximo atau PRIOK di SAP.

Atribut ini menjumlahkan semua pencatatan keuangan yang terkait dengan perintah kerja. Nilainya menunjukkan dampak ekonomi akhir dari aktivitas pemeliharaan.

Analisis biaya menjadi salah satu alasan utama penggunaan process mining dalam pengelolaan aset. Atribut ini membantu menemukan kelompok aset dengan biaya pemeliharaan tertinggi dan kasus ketika biaya perbaikan melebihi nilai penggantian aset.

Atribut ini menjadi dasar analisis dampak keuangan dan pelaporan selisih anggaran.

Tabel ringkasan biaya atau hasil penjumlahan pencatatan GL yang terkait dengan pesanan.

Atribut ini menunjukkan area geografis atau fungsional tempat aset berada. Lokasinya dapat berupa gedung, lantai, atau lokasi terpencil tertentu.

Data lokasi membantu menganalisis waktu perjalanan yang tidak efisien dan kendala logistik. Jika teknisi menghabiskan banyak waktu untuk berpindah antar lokasi yang berjauhan demi pekerjaan berprioritas rendah, process mining dapat menunjukkan peluang untuk memperbaiki perencanaan rute atau mengelompokkan perintah kerja berdasarkan lokasi.

Atribut ini membantu analisis logistik dan menemukan hambatan di lokasi tertentu.

Header perintah kerja atau tabel lokasi aset yang terhubung.

Atribut ini menunjukkan teknisi atau teknisi utama yang bertanggung jawab melaksanakan tugas pemeliharaan. Departemen mencatat kelompoknya, sedangkan atribut ini mencatat orang yang ditugaskan.

Tingkat perincian ini berguna untuk menganalisis pembagian beban kerja. Data ini dapat menunjukkan apakah teknisi tertentu terus-menerus kelebihan beban atau memiliki tingkat pengerjaan ulang yang lebih tinggi, yang mungkin menandakan perlunya pelatihan.

Atribut ini mendukung analisis pemerataan beban kerja dan metrik kinerja individu.

Tabel penugasan perintah kerja atau tabel rincian tenaga kerja.