Title | Manfaat Industri 4.0 pada Industri Manufaktur |
---|---|
Author | Iwan Krisnadi |
Pages | 8 |
File Size | 241.6 KB |
File Type | |
Total Downloads | 91 |
Total Views | 219 |
MANFAAT INDUSTRI 4.0 PADA INDUSTRI MANUFAKTUR Umny Wilona Putri1, Iwan Krisnadi 2 Pasca Sarjana Program Magister Teknik Elektro Universitas Mercu Buana , Menteng, Jakarta, Indonesia E-mail : [email protected] 1, [email protected] 2 ABSTRAK – Perkambangan dunia industri Inggris pada ...
MANFAAT INDUSTRI 4.0 PADA INDUSTRI MANUFAKTUR Umny Wilona Putri1, Iwan Krisnadi 2 Pasca Sarjana Program Magister Teknik Elektro Universitas Mercu Buana , Menteng, Jakarta, Indonesia E-mail : [email protected] 1, [email protected] 2
ABSTRAK – Perkambangan dunia industri
Inggris pada tahun 1784 di mana penemuan
sudah masuk di era Industri 4.0. Kondisi
mesin
tersebut tidak terlepas dari perkembangan
menggantikan pekerjaan manusia. Revolusi
Teknik industri yang pesat. Industri 4.0 telah
yang kedua terjadi pada akhir abad ke-19 di
menjadi popular di seluruh dunia karena
mana mesin – mesin produksi yang ditenagai
memiliki keunggulan dalam meningkatkan
oleh listrik digunakan untuk kegiatan produksi
kualitas produk, meningkatkan produktifitas,
secara
menguranggi
melindungi
computer untuk otomasi manufaktur mulai
lingkungan. Yang mana industri 4.0 terbagi
tahun 2970 menjadi tanda revolusi industry
atas IoT (Internet of Things), Big data, AL
ketiga. Saat ini, perkembangan yang pesat
(Artificial Intelligence), Cloud Computing,
dari teknologi sensor, interkoneksi, dan
Addictive manufacturing. Dengan Seiring
analisis data memunculkan gagasan untuk
dengan revolusi industri yang terjadi secara
mengintegrasikan seluruh teknologi tersebut
global, Indonesia telah berkomitmen untuk
ke dalam berbagai bidang industri. Gagasan
menerapkan
Semenjak
inilah yang diprediksi akan menjadi revolusi
masuknya Industri 4.0 di Indonesia pada
industry yang berikutnya. Angka empat pada
2011 maka pada penelitian ini akan melihat
istilah Industri 4.0 merujuk pada revolusi yang
manfaat industri 4.0 pada indusrti manufaktur
ke empat. Industri 4.0 merupakan fenomena
resiko,
Industri
dan
4.0.
Kata Kunci :Industri 4.0, IoT (Internet of Things), Big data, AL (Artificial Intelligence), Cloud Computing, Addictive manufacturing.
uap
dan
masal.
mekanisasi
Penggunaan
mulai
teknologi
yang unik jika dibandimgkan dengan tiga revolusi yang mendahuluinya. Industri 4.0 diumumkan secara apriori karena peristiwa nyatanya belum terjadi dan masih dalam
I.
PENDAHULUAN
bentuk gagasan (Drath dan Horch, 2014).
Istilah Industri 4.0 lahir dari ide revolusi
Istilah Industri 4.0 sendiri secara resmi
industry ke empat. European Parliamentary
lahir di Jerman tepatnya saat diadakan
Research Service dalam Davies (2015)
Hannover Fair pada tahun 2011 (Kagermann
menyampaikan
dkk,
bahwa
revolusi
industry
terjadi empat kali. Revolusi pertama terjadi di
2011).
Negara
Jerman
memiliki
kepentingan yang besar terkait hal ini karena
Industri 4.0 menjadi bagian dari kebijakan
perdagangan,
rencana
tersebut
pembangunannya
yang
disebut
potensi
terhadap
dampak
industri
industri
lain,
besar
High-Tech Strategy 2020. Kebijakan tersebut
investasi, dan kecepatan dalam penetrasi
bertujuan untuk mempertahankan Jerman
pasar. Fenomena Industri 4.0 ini adalah
agar selalu menjadi yang terdepan dalam
waktu
dunia manufaktur (Heng, 2013). Beberapa
perindustrian manufaktur yang selama ini
negara
dalam
berkontribusi besar terhadap PDB negara
mewujudkan konsep Industri 4.0 namun
Indonesia, menurut United Nations Statistics
menggunakan istilah yang berbeda seperti
Division
Smart Factories, Industrial Internet of Things,
peringkat keempat dunia dari lima belas
Smart
negara
lain
juga
Industry,
turut
atau
serta
Advanced
yang
tepat
(UNSD)
untuk
Indonesia
yang
revitalisasi
menempati
kontribusi
industri
Manufacturing. Meski memiliki penyebutan
manufakturnya terhadap PDB lebih dari
istilah yang berbeda, semuanya memiliki
sepuluh persen pada tahun 2016. Namun
tujuan yang sama yaitu untuk meningkatkan
kontribusi tersebut dapat menurun ketika
daya saing industri tiap negara dalam
Indonesia
menghadapi
revitalisasi.
pasar
global
yang
sangat
dinamis. Kondisi tersebut diakibatkan oleh pesatnya
perkembangan
pemanfataan
teknologi digital di berbagai bidang. Industri 4.0 diprediksi memiliki potensi manfaat yang besar. Drath dan Horch (2014) berpendapat
tidak
Pada
berbenah
artikel
ini
akan
dalam
hal
membahas
manfaat industri 4.0 pembahasan hasil dan kesimpulan. Artikel ini diharapkan dapat memberi gambaran mengenai apa itu Industri 4.0, perkembangan.
bahwa tantangan yang dihadapi oleh suatu negara ketika menerapkan Industri 4.0 adalah munculnya resistansi terhadap perubahan demografi dan aspek sosial, ketidakstabilan. Sebagai tahap awal, lima industri dipilih menjadi fokus utama penerapan industri 4.0 di Indonesia, yaitu pada sektor makanan dan minuman, tekstil dan pakaian, otomotif, kimia, dan elektonik. Pemilihan didasarkan pada evaluasi
dampak
ekonomi
dan
kriteria
kelayakan implementasi yang mencakup ukuran pendapatan domestik bruto (PDB),
II. TINJAUAN PUSTAKA II.1 Industri 4.0 Definisi mengenai Industri 4.0 beragam karena masih dalam tahap penelitian dan pengembangan. Kanselir Jerman, Angela Merkel (2014) berpendapat bahwa Industri 4.0 adalah transformasi komprehensif dari keseluruhan
aspek
produksi
di
industri
melalui penggabungan teknologi digital dan internet dengan industri konvensional.
Schlechtendahl dkk (2015) menekankan definisi
kepada
ketersediaan
unsur
kecepatan
informasi,
lingkungan
industri
di
dari
yaitu
sebuah
mana
seluruh
kepentingan baik secara internal maupun antar organisasi. Terdapat enam prinsip desain Industri 4.0 yaitu
interoperability,
virtualisasi,
entitasnya selalu terhubung dan mampu
desentralisasi,
berbagi informasi satu dengan yang lain.
berorientasi layanan dan bersifat modular.
Pengertian yang lebih teknis disampaikan
Berdasar beberapa penjelasan di atas,
oleh Kagermann dkk (2013) bahwa Industri
Industri 4.0 dapat diartikan sebagai era
4.0 adalah integrasi dari Cyber Physical
industri di mana seluruh entitas yang ada di
System (CPS) dan Internet of Things and
dalamnya dapat saling berkomunikasi secara
Services (IoT dan IoS) ke dalam proses
real time kapan saja dengan berlandaskan
industri meliputi manufaktur dan logistik serta
pemanfaatan teknologi internet dan CPS
proses lainnya. CPS adalah teknologi untuk
guna mencapai tujuan tercapainya kreasi nilai
menggabungkan antara dunia nyata dengan
baru ataupun optimasi nilai yang sudah ada
dunia
dari setiap proses di industri.
maya.
Penggabungan
ini
dapat
kemampuan
real
time,
terwujud melalui integrasi antara proses fisik dan
komputasi
(teknologi
embedded
II.2
IoT
computers dan jaringan) secara close loop Menurut Arafat (2016) internet of Things
(Lee, 2008). menambahkan
atau dikenal juga dengan singkatan IoT,
bahwa Industri 4.0 adalah istilah untuk
merupakan sebuah konsep yang bertujuan
menyebut
untuk memperluas manfaat dari konektivitas
Hermann
dkk
(2015)
sekumpulan
teknologi
dan
organisasi rantai nilai berupa smart factory,
internet
CPS, IoT dan IoS. Smart factory adalah
menerus yang memungkinkan kita untuk
pabrik modular dengan teknologi CPS yang
menghubungkan
memonitor proses fisik produksi kemudian
benda fisik lainnya dengan sensor jaringan
menampilkannya
dan aktuator untuk memperoleh data dan
melakukan
secara
desentralisasi
virtual
dan
pengambilan
yang
mengelola
tersambung mesin,
kinerjanya
secara terus
peralatan,
sendiri,
dan
sehingga
keputusan. Melalui IoT, CPS mampu saling
memungkinkan mesin untuk berkolaborasi
berkomunikasi dan bekerja sama secara real
dan bahkan bertindak berdasarkan informasi
time termasuk dengan manusia. IoS adalah
baru yang diperoleh secara independen.
semua
aplikasi
dimanfaatkan
layanan
oleh
setiap
yang
dapat
Internet Of Things atau sering disebut
pemangku
IoT adalah sebuah gagasan dimana semua
benda di dunia nyata dapat berkomunikasi
II. 3 Big Data
satu dengan yang lain sebagai bagian dari
Big data secara literal berarti ‘data yang
satu kesatuan sistem terpadu menggunakan
besar atau banyak’. Menurut penelitian, saat
jaringan
penghubung.
ini dunia telah memasuki Era Zettabyte3 .
misalnya CCTV yang terpasang di sepanjang
Lalu lintas komunikasi berbasis internet
jalan dihubungkan dengan koneksi internet
protocol (IP) secara global meningkat pesat
dan disatukan di rung kontrol yang jaraknya
dalam tiga tahun terakhir Cisco (2017). Media
mungkin puluhan kilometer. atau sebuah
sosial dan komunikasi Machine to Machine
rumah cerdas yang dapat dimanage lewat
(M2M) telah dan akan menyumbang produksi
smartphone
data terbesar, terutama untuk data tidak
internet
sebagai
dengan
bantuan
koneksi
internet. pada dasarnya perangkat IoT terdiri dari sensor sebagai media pengumpul data, sambungan
internet
sebagai
terstruktur. Variasi data merujuk pada berbagai
media
macam variasi (jenis) data. Sumber variasi
komuniakasi dan server sebagai pengumpul
data didominasi oleh aktivitas penggunaan
informasi yang diterima sensor dan untuk
mesin pencari (search engine) di internet,
analisa. Ide awal Internet of Things pertama
media sosial, dan koneksi M2M (Internet of
kali dimunculkan oleh Kevin Ashton pada
Things, IoT).
tahun 1999 di salah satu presentasinya. Kini banyak perusahaan besar mulai mendalami Internet of Things sebut saja Intel, Microsoft, Oracle, dan banyak lainnya. Banyak
yang
memprediksi
bahwa
Gambar II.1 Klasifikasi variasi data pada big
pengaruh Internet of Things adalah “the next big thing ” di dunia teknologi informasi, hal ini
data Gambar diatas merupakan variasi data
karena IoT menawarkan banyak potensi yang
dapat
diklasifikasikan
bisa digali. Contoh sederhana manfaat dan
dimensi: dimensi jenis struktur dan dimensi
implementasi dari Internet of Things misalnya
tingkat
adalah kulkas yang dapat memberitahukan
manusia
kepada pemiliknya via SMS atau email
Berdasarkan
tentang makanan dan minuman apa saja
menjadi data terstruktur dan tidak terstruktur.
yang sudah habis dan harus distok lagi.
Data terstruktur mengacu pada data teks dan
keterlibatan sebagai
berdasarkan peran
mesin
penghasil
strukturnya,
data
dua atau data.
terbagi
angka, sedangkan data tidak terstruktur mengacu pada data gambar atau video. Data
tidak hanya dihasilkan oleh manusia namun
bekerja menggunakan algoritma dengan
juga oleh teknologi (mesin). Sebagai contoh,
machine learning dan deep learning sebagai
sensor cuaca menghasilkan data secara real-
dua
time, berkelanjutan, dan granular. Data dari
memproses data menggunakan kecerdasan
sensor umumnya bersifat tidak terstruktur
buatan.
teknik
yang
paling
populer
untuk
karena berupa gambar, suara, atau video.
Algoritma, secara singkat, merujuk
Manusia juga banyak menghasilkan data
pada instruksi komputasi yang tersusun
tidak terstruktur utamanya melalui media
secara
sosial dan koneksi M2M. Berbagai jenis data
kemudian menjadi ‘resep’ bagi program
ini turut menyumbang bagi produksi data
kecerdasan
yang masif, cepat, dan beragam.
prediksi
Era big data tidak hanya ditunjukkan
berurutan.
Machine
Algoritma
buatan
dan
yang
luaran.
learning
ini
yang
menghasilkan
Machine
adalah
Learning
subset
dari
dengan banyaknya data yang dihasilkan,
kecerdasan buatan. Untuk membuat suatu
tetapi juga kecepatan produksi data yang juga
mesin menjadi cerdas, algortitma machine
berlangsung
real-time.
learning pada suatu mesin pertama-tama
memperkirakan bahwa kecepatan produksi
memelajari pemberian data (input) yang
data mencapai 2,5 kuintilion5 byte per hari.
dilakukan manusia kepada suatu mesin.
Kecepatan produksi data akan sangat banyak
Berdasarkan masukan data tersebut, mesin
dipengaruhi oleh koneksi M2M. M2M akan
kemudian
menjadi
kategori
tertentu. Selanjutnya, manusia merespon
pertumbuhan paling signifikan dibanding
luaran tersebut sebagai suatu masukan
tablet, PC, smartphone, atau TV.
(input) baru kepada mesin. Proses pelatihan
secara
perangkat
dengan
memberikan
luaran
(output)
suatu mesin (training) dengan memberi data II.
4
Kecerdasan
buatan
(artificial
intelligence,
AI)
buatan adalah
merespon
luaran
data
ini
terjadi
berulang-ulang sehingga kemudian mesin
intelligence, AI) Kecerdasan
dan
suatu
(artificial
dapat memprediksi pola umum (model) fungsi
program
kecerdasan (intelligence) manusia. Deep
komputasi yang dapat membuat mesin
Learning
bekerja
manusia;
turunan dari machine learning. Dibandingkan
seperti mengambil keputusan, memecahkan
machine learning, deep learning bekerja lebih
masalah, dan melakukan prediksi. Oleh
mandiri. Kemandirian ini karena algoritma
karena itu, kecerdasan buatan juga disebut
deep learning melatih mesin dengan data
external intelligence. Kecerdasan buatan
yang jauh lebih banyak dan dengan tingkatan
layaknya
kecerdasan
Deep
learning
adalah
bidang
yang berlapis-lapis (nested 20 hierarchical
perakitan, dikarenakan puluhan varian mobil
layers).
akan
yang akan dieksport, dan puluhan varian
mampu mengenali sendiri pola umum pada
type, dan warna. Yang mana Variasi data
suatu
memerlukan
merujuk pada berbagai macam variasi (jenis)
memberikan
data. Sumber variasi data didominasi oleh
memberi
aktivitas penggunaan mesin koneksi M2M
konsep
(Internet of Things, IoT). Dengan penggunaan
kecerdasan buatan, kami akan memberikan
Big Data dapat menghasilkan data yang
pemahaman tambahan berikut.
banyak yang didapat secara real time.
Dengan
data,
bantuan
demikian,
bahkan
manusia
masukan
(input).
pemahaman
lebih
mesin
tanpa untuk Untuk
tentang
Gambar II.2 Klasifikasi penerapan kecerdasan buatan III.
PEMBAHASAN Gambar III. 1 Prosess Produksi
Pada pembahasan ini untuk lebih
Menggunakan Robot
jelasnya manfaat industry 4.0 dalam industry manufaktur, pada tahap produksi yang mana pada PT Suzuki Indomobil Motor
Produksi paling banyak memakai robot dikarenakan membutuhkan akurasi tinggi. Dan bagian welding 90 % pekerjaan sudah Suzuki
Indomobil
gambar
diatas
merupakan
prosess produksi menggunakan robot, yang difungsinkan menggunakan Big data, peranti lunak, komputerasisai, dan robot adalah teknologi yang menjadi bagian dari industry
memakai mesin dan perangkat lunak. PT
Pada
bagian
Motor
4.0
mengkoneksikan semua kerja robot memakai big data yang dimasukkan ke peranti lunak system kerja perakitan mobil. Robot – robot itu akan sepenuhnya bekerja berdasarkan intruksi yang masuk ke peranti tersebut. Industri 4.0 sangat menolong pekerjaan karyawan Suzuki karena bisa mempercepat Gambar III. 1 Kontrol Poka yoke