Digitalisasi pabrik: urutan yang masuk akal, bukan daftar teknologi
Digitalisasi pabrik yang berhasil hampir selalu mengikuti tahapan yang jelas. Data dari lantai produksi dihubungkan terlebih dahulu, proses eksekusi kemudian didigitalisasi, dan analitik dibangun di atas data yang sudah dapat dipercaya. Dashboard yang dibangun sebelum fondasi datanya matang biasanya hanya menghasilkan visualisasi yang menarik tanpa memberikan perubahan operasional yang nyata.
Masalahnya jarang terletak pada teknologi
Hampir setiap pabrik yang pernah mencoba digitalisasi punya cerita yang mirip.
Ada proyeknya. Ada anggarannya. Ada dashboard yang dibuat dengan rapi.
Beberapa bulan kemudian, orang kembali bekerja dengan spreadsheet.
Penyebabnya jarang karena teknologinya kurang canggih.
Yang jauh lebih sering terjadi adalah urutannya terbalik.
Digitalisasi biasanya dimulai dari lapisan yang paling terlihat. Dashboard, laporan, visualisasi.
Bagian ini memang paling mudah dipresentasikan ke manajemen.
Masalahnya, dashboard tidak menghasilkan data. Dashboard hanya menampilkan data yang sudah ada.
Jika angka produksi masih dikumpulkan manual di akhir shift, dashboard hanya membuat angka yang sama terlihat lebih meyakinkan.
Angkanya sendiri tidak menjadi lebih akurat.
Tahapan digitalisasi yang biasanya memberikan hasil
Digitalisasi yang bertahan hampir selalu mengikuti urutan yang sama.
Alasannya sederhana. Setiap lapisan menjadi syarat bagi lapisan di atasnya.
Tahap 1. Data lantai produksi dapat dibaca.
Equipment mengirimkan status, jumlah produksi, dan nilai proses melalui protokol yang dapat dibaca sistem, seperti OPC UA, MQTT, atau Modbus TCP.
Belum ada analitik pada tahap ini. Yang dibangun adalah kemampuan mengetahui kondisi mesin tanpa perlu ada orang yang melaporkannya.
Tahap 2. Eksekusi produksi tercatat saat kejadian berlangsung.
Production order, konsumsi material, langkah proses, dan hasil pemeriksaan dicatat pada saat aktivitasnya terjadi.
Bukan direkonstruksi di akhir shift.
Ini tahap yang paling banyak mengubah cara kerja, sekaligus yang paling sering diremehkan.
Tahap 3. Analitik dibangun di atas data yang layak dipercaya.
OEE, traceability, dan analisis downtime baru bermakna ketika sumbernya adalah kejadian nyata.
Pada tahap inilah dashboard akhirnya berguna, karena yang ditampilkan bukan lagi hasil pengumpulan manual.
Tahap 4. Otomasi dan prediksi.
Alur kerja otomatis, peringatan dini, dan model prediktif membutuhkan riwayat data yang konsisten.
Tanpa tahap 1 sampai 3, tidak ada riwayat yang bisa dipelajari.
Urutan ini tidak bisa dilompati.
Melompat ke tahap 4 dengan kualitas data tahap 0 adalah cara paling umum menghabiskan anggaran tanpa hasil.
Mengapa tahap kedua sering diabaikan?
Tahap pertama terasa seperti pekerjaan teknis. Pasang koneksi, baca tag, selesai.
Tahap ketiga terasa memuaskan. Ada sesuatu yang bisa dilihat dan dipresentasikan.
Tahap kedua berada di antara keduanya, dan justru inilah bagian yang paling mengubah kebiasaan orang.
Mencatat eksekusi saat kejadian berarti operator berinteraksi dengan sistem sambil bekerja, bukan mengisi formulir setelahnya.
Hal ini menuntut antarmuka yang cukup cepat agar tidak memperlambat produksi.
Hal ini juga menuntut kesediaan mengubah cara kerja yang sudah berjalan bertahun-tahun.
Karena sulit, tahap ini sering dilewati dengan harapan data equipment saja sudah cukup.
Padahal data equipment hanya menjawab apa yang terjadi pada mesin.
Data tersebut tidak menjawab order mana yang sedang berjalan, lot material mana yang dipakai, siapa operatornya, atau langkah proses yang mana.
Tanpa konteks itu, OEE tidak dapat ditelusuri sampai ke penyebabnya, dan traceability tidak terbentuk sama sekali.
Menilai kesiapan digitalisasi tanpa melibatkan konsultan
Beberapa pertanyaan berikut cukup jujur untuk menempatkan pabrik Anda pada tahapan yang sesuai.
| Pertanyaan | Jika jawabannya tidak |
|---|---|
| Bisakah Anda mengetahui status sebuah mesin sekarang tanpa bertanya ke orang? | Anda masih berada di tahap 0 |
| Bisakah Anda mengetahui order mana yang sedang berjalan di mesin tersebut? | Anda berada di tahap 1 |
| Bisakah Anda menelusuri satu batch ke lot materialnya dalam hitungan menit? | Tahap 2 belum selesai |
| Apakah OEE dihitung oleh sistem, bukan disusun manual? | Analitik Anda belum berdiri di atas data |
| Apakah ada yang berubah di lantai produksi karena angka tersebut? | Anda punya dashboard, bukan digitalisasi |
Pertanyaan terakhir adalah yang paling menentukan.
Sistem yang menghasilkan angka tetapi tidak mengubah satu pun keputusan adalah biaya, bukan investasi.
Pemerintah juga menyediakan INDI 4.0 sebagai kerangka penilaian resmi dalam peta jalan Making Indonesia 4.0.
Kerangka tersebut berguna untuk pelaporan dan pembandingan antar perusahaan.
Pertanyaan di atas berguna untuk menentukan pekerjaan berikutnya minggu depan.
Mulailah dari kendala produksi, bukan dari teknologi yang paling mudah diintegrasikan
Godaan terbesar dalam proyek digitalisasi adalah memulai dari lini yang paling mudah dihubungkan.
Biasanya lini dengan mesin paling baru.
Sayangnya, lini itu jarang menjadi kendala produksi.
Menghubungkannya menghasilkan data yang rapi tentang bagian yang sedang tidak bermasalah, dan tidak ada keputusan yang berubah karenanya.
Pendekatan yang lebih berguna adalah memulai dari satu lini yang benar-benar membatasi output.
Ruang lingkupnya tetap kecil, tetapi hasilnya langsung berhubungan dengan sesuatu yang sudah diperhatikan manajemen.
Angka yang keluar dari tahap ini biasanya cukup untuk membenarkan tahap berikutnya.
Dan itulah yang menentukan apakah proyeknya berlanjut atau berhenti setelah fase pertama.
Soal mesin lama: usia hampir tidak pernah menjadi masalah
Kekhawatiran yang paling sering muncul terdengar seperti ini: “mesin kami terlalu tua untuk dihubungkan.”
Dalam praktiknya, usia mesin jarang menjadi penentu.
Yang menentukan adalah apakah mesin tersebut mampu mengeluarkan data.
Banyak mesin berumur belasan tahun sudah memiliki PLC yang mendukung Modbus TCP. Mesin yang lebih baru umumnya mendukung OPC UA.
Keduanya dapat dibaca tanpa mengubah apa pun pada mesinnya.
Untuk mesin yang benar-benar tidak memiliki antarmuka data, sensor eksternal dapat dipasang untuk menangkap sinyal dasar seperti berjalan, berhenti, dan jumlah produksi.
Pendekatan ini memang tidak memberikan kedalaman data yang sama. Namun cukup untuk menghitung availability dan mendeteksi downtime, dengan biaya yang jauh di bawah penggantian mesin.
Hambatan yang lebih sering muncul justru bukan mesinnya, melainkan jaringan di area produksi.
Segmentasi jaringan OT, kabel yang tidak terdokumentasi, dan switch yang tidak dikelola biasanya memakan waktu lebih banyak dibandingkan koneksi ke mesinnya sendiri.
Posisi VECHR MES
VECHR MES dirancang untuk menempati tahap 1 sampai 3 dalam satu platform.
Dengan begitu, konektivitas, eksekusi, dan analitik tidak menjadi tiga proyek terpisah yang harus disambungkan kemudian.
Konektivitas IIoT bersifat native pada level resource melalui OPC UA, MQTT, dan Modbus TCP. Equipment yang sudah ada dapat dihubungkan tanpa penggantian selama mendukung salah satu protokol tersebut.
Eksekusi produksi dicatat saat berlangsung, lengkap dengan order, material, operator, dan langkah prosesnya. Konteks inilah yang membuat data equipment dapat ditelusuri sampai ke penyebabnya.
OEE, MTTR, dan MTBF dihitung secara berkelanjutan dari sumber data yang sama.
Penerapannya dapat dimulai dari satu plant atau beberapa lini, lalu berkembang seiring kebutuhan. Ruang lingkup awal bisa dijaga tetap kecil tanpa mengunci arsitektur untuk tahap berikutnya.
Cara memilih platform yang sesuai dibahas lebih lanjut di memilih software MES.
Pertanyaan yang Sering Diajukan
Apa itu Making Indonesia 4.0?
Making Indonesia 4.0 adalah peta jalan yang diperkenalkan Kementerian Perindustrian pada 2018 untuk mempercepat transformasi digital di sektor manufaktur Indonesia. Pemerintah juga mengembangkan INDI 4.0 sebagai alat untuk mengukur tingkat kesiapan industri dalam mengadopsi teknologi digital. Karena program dan prioritas dapat berubah, informasi terbaru sebaiknya selalu mengacu pada sumber resmi Kementerian Perindustrian.
Berapa lama proyek digitalisasi pabrik biasanya berlangsung?
Durasinya sangat bergantung pada ruang lingkup proyek. Pendekatan yang paling efektif biasanya dilakukan secara bertahap. Integrasi data pada satu lini produksi dapat diselesaikan dalam hitungan minggu, sedangkan digitalisasi proses eksekusi biasanya membutuhkan waktu beberapa bulan. Proyek yang mencoba mendigitalisasi seluruh pabrik dalam satu tahap justru lebih sering mengalami keterlambatan.
Apakah digitalisasi mengharuskan perusahaan mengganti mesin lama?
Tidak selalu. Faktor yang paling menentukan adalah kemampuan mesin untuk menghasilkan data. Banyak mesin lama masih dapat diintegrasikan melalui PLC yang mendukung protokol seperti Modbus TCP atau OPC UA. Jika mesin tidak memiliki antarmuka data, penambahan sensor eksternal sering kali menjadi solusi yang jauh lebih ekonomis dibandingkan mengganti seluruh peralatan.
Mengapa banyak proyek digitalisasi berhenti pada implementasi dashboard?
Dashboard merupakan salah satu komponen yang paling mudah dibuat dan paling mudah dipresentasikan kepada manajemen. Namun, dashboard hanya menampilkan data yang tersedia. Jika data produksi masih dikumpulkan secara manual, visualisasi yang lebih baik tidak akan meningkatkan kualitas informasi yang digunakan untuk mengambil keputusan.
Dari mana sebaiknya perusahaan memulai jika anggarannya terbatas?
Mulailah dari satu lini produksi yang memberikan dampak terbesar terhadap kinerja pabrik. Hubungkan data dari peralatan produksi, ukur OEE berdasarkan data tersebut, lalu identifikasi sumber kehilangan waktu yang paling signifikan. Pendekatan ini cukup kecil untuk dieksekusi dengan cepat, tetapi cukup kuat untuk menunjukkan manfaat yang dapat mendukung investasi pada tahap berikutnya.