Riset dari penyedia wawasan pasar IoT Analytics telah mengungkapkan bahwa menjadikan sistem komputasi edge 'pintar' dengan mengintegrasikan alat cerdas adalah pendorong utama pertumbuhan teknologi yang berkelanjutan.
Edge analytics adalah pendukung utama solusi intelligent edge, memperluas cakupan kasus penggunaannya dengan mengaktifkan latensi rendah, tindakan data volume tinggi. Di sini, Johan Jonzon, salah satu pendiri dan CMO platform analisis streaming kode rendah Crosser , menjelaskan peran penting analisis tepi di Industri 4.0.
Survei tahun 2020 yang dilakukan oleh penyedia otomasi industri Yokogawa mengungkapkan bahwa 48% responden menilai produktivitas sebagai fokus utama dalam strategi digitalisasi mereka, sementara 40% menganggap efisiensi operasional sebagai tujuan utama mereka.
Komputasi tepi memainkan peran kunci dalam memfasilitasi akselerasi ini, tetapi membuat tepi cerdas sangat penting untuk mempertahankan nilainya. Analisis tepi adalah proses mengumpulkan, menganalisis, dan bertindak berdasarkan data yang dikumpulkan dari perangkat IIoT langsung dari tepi, memungkinkan produsen meningkatkan efisiensi mereka dan membuat inovasi terjadi lebih cepat. Tapi bagaimana?
Mengakses data mesin
Data besar meletakkan dasar Industri 4.0, namun mengaksesnya dengan cara yang benar terus menantang produsen. Lantai pabrik memiliki begitu banyak mesin yang berbeda, yang semuanya mengumpulkan data dengan potensi untuk memberikan wawasan yang berharga. Mengambil data yang relevan dalam format yang benar adalah rintangan pertama bagi produsen yang ingin memaksimalkan kemampuan edge mereka.
Namun, bukan hanya jumlah data yang dikontrol oleh edge analytics. Ini juga digunakan untuk menyelaraskan data dengan mengubah kumpulan data yang berbeda ke dalam format umum untuk kompatibilitas dan perbandingan mesin. Lantai pabrik menampung peralatan dari beberapa generasi, yang semuanya mengumpulkan data dengan cara yang berbeda.
Memproses data dalam jumlah besar ini di edge mencegah sistem cloud yang berlebihan, dan juga secara signifikan mengurangi biaya terkait. Dengan menghindari layanan entri cloud yang mahal, hanya pemrosesan dan penyimpanan data yang relevan di cloud yang dapat mengurangi biaya hingga 99%.
Menyederhanakan proses industri
Mengatasi masalah akses data adalah manfaat pertama dari analisis tepi untuk produsen, tetapi menetapkan cara memanfaatkan data yang dikumpulkan adalah bagian dari teka-teki berikutnya. Penelitian yang dilakukan oleh Forrester memperkirakan bahwa antara 60 dan 73% dari semua data yang dikumpulkan tidak digunakan untuk analisis. Namun, memanfaatkan data secara real time dapat meningkatkan kinerja alat berat dan merampingkan efisiensi operasional.
Menganalisis data di edge melengkapi produsen dengan peluang untuk mengevaluasinya saat data sedang diproduksi dan merespons mesin untuk meningkatkan kinerjanya. Misalnya, kecepatan mesin berjalan dapat segera dimodifikasi sebagai tanggapan atas data yang dikumpulkan dari mesin berikutnya di lantai pabrik.
Memilih untuk melakukan ini di tepi daripada di cloud memungkinkan aplikasi ini. Menjaga data tetap lokal memfasilitasi komunikasi mesin ke mesin (M2M) yang berharga di seluruh peralatan dari generasi berbeda yang berjalan pada protokol berbeda menggunakan data dari sumber berbeda, menyederhanakan proses manufaktur.
Meningkatkan manajemen bisnis
Efisiensi lantai pabrik mempengaruhi setiap operasi bisnis jika produksi melambat atau peralatan gagal, dapat terjadi gangguan besar pada seluruh rantai pasokan. Sama seperti edge analytics yang dapat menghubungkan mesin dan proses tanpa mengirim data ke cloud, edge analytics juga dapat mengintegrasikan data ke dalam sistem enterprise resource planning (ERP).
Sistem ERP adalah perangkat lunak manajemen proses bisnis yang mengelola keuangan perusahaan, rantai pasokan, operasi, manufaktur, dan aktivitas sumber daya manusia di satu tempat.
Sistem ERP semakin bergerak menuju arsitektur yang digerakkan oleh peristiwa (EDA), yang menggunakan informasi untuk menghubungkan fungsi bisnis secara real-time dengan menanggapi 'peristiwa'. Perangkat lunak analitik tepi modern yang digerakkan oleh peristiwa dapat digunakan sebagai lapisan penghubung antara lantai pabrik dan sistem ERP, yang dapat digunakan untuk mengirim data yang relevan secara real time ke fungsi bisnis lainnya.
Dengan cara ini, data yang dikumpulkan langsung dari lantai pabrik dapat digunakan di beberapa area bisnis, untuk meningkatkan kontrol kualitas, memenuhi peningkatan permintaan produk, dan menghindari gangguan karena waktu henti peralatan yang tidak terduga.
Edge analytics adalah teknologi utama untuk memanfaatkan infrastruktur smart edge secara maksimal. Dengan memfasilitasi komunikasi real-time antara mesin, proses, dan area bisnis lainnya untuk hasil produksi yang lebih efisien, edge analytics memungkinkan produsen memaksimalkan potensi data alat berat untuk meningkatkan efisiensi tidak hanya di lantai pabrik, tetapi di seluruh operasi perusahaan.
Penulisnya adalah Johan Jonzon, salah satu pendiri dan CMO platform analisis streaming kode rendah Crosser.
