Masa Depan Pemeliharaan:Teknologi Mutakhir Mengubah Operasi
Permintaan akan peningkatan optimalisasi pemeliharaan tidak akan pernah berkurang. Seiring dengan perluasan pabrik untuk memenuhi kebutuhan konsumen yang terus meningkat, pabrik harus mengidentifikasi peluang baru untuk memajukan praktik fasilitas.
Teknologi progresif menghadirkan solusi baru dan unik terhadap sejumlah kendala dan memberikan gambaran sekilas tentang masa depan pemeliharaan. Mulai dari C-Suite hingga praktik di lapangan, inovasi ini menawarkan hasil terukur yang berdampak langsung pada kinerja pekerjaan dan produktivitas fasilitas.
Dengan menggunakan teknologi untuk memposisikan diri secara strategis guna meningkatkan efisiensi dan pertumbuhan di masa depan, fasilitas dapat meminimalkan dampak dari semakin lebarnya kesenjangan keterampilan yang saat ini melanda industri. Meskipun solusi-solusi baru terus bermunculan di pasar, teknologi yang akan tetap ada mencakup Industrial Internet of Things (IIoT), big data, cloud, kecerdasan buatan (AI), dan virtual reality (VR).
Internet Industri untuk Segala
Industrial Internet of Things (IIoT) adalah jaringan perangkat dan mesin yang saling terhubung yang mengumpulkan data dan mengkomunikasikannya langsung ke tim pemeliharaan secara real-time. Teknologi ini berfokus pada otomatisasi mesin dan membantu staf dan manajer meminimalkan waktu henti mesin dengan memberikan suara pada aset berharga. Teknologi ini membantu aktivitas fasilitas seperti:
- Pemeliharaan prediktif
- Pemeliharaan proaktif
- Pemantauan waktu nyata
- Pengoptimalan sumber daya
- Analisis operasi lintas fasilitas
- Keamanan mesin dan karyawan
Dengan menghubungkan tim pemeliharaan ke mesin melalui IIoT, teknisi dapat memprediksi dengan lebih akurat kapan suatu aset diperkirakan akan mengalami kegagalan. Data ini memungkinkan mereka merencanakan dan menjadwalkan pemeliharaan pada waktu optimal, sehingga mengurangi pemadaman yang tidak direncanakan dan hilangnya produktivitas.
Industri telah merasakan manfaat ini, dan sebagai hasilnya, jumlah koneksi IIoT akan meningkat dari saat ini 17,7 miliar menjadi hampir 36,8 miliar pada tahun 2025, yang berarti tingkat pertumbuhan sebesar 107%.
Agar IIoT bisa efektif, diperlukan dua hal:sensor pada peralatan dan sistem perangkat lunak untuk memproses dan menerjemahkan data. Meskipun memerlukan biaya di muka, karena sensor menyumbang hampir 50% dari total biaya, investasi ini diperoleh kembali melalui peningkatan efisiensi produksi, pengurangan kegagalan mesin, dan penurunan inventaris yang salah kelola.
Manfaat lain dari adopsi IIoT meliputi:
- Pembelian Lebih Baik dengan Pemeliharaan Prediktif
Karena sensor terus memantau kondisi peralatan, dibandingkan melakukan pemeliharaan preventif berbasis kalender, data real-time akan memberi tahu tim saat pekerjaan diperlukan. Pada intinya, pemeliharaan prediktif adalah tentang meningkatkan efektivitas pemeliharaan dengan melakukan pemeliharaan hanya jika diperlukan.
- Analisis Data Waktu Nyata
Meskipun sensor IIoT memungkinkan tim memprediksi kegagalan yang akan terjadi, sensor ini juga dapat mengidentifikasi pola kegagalan dan masalah yang berulang. Tim tidak hanya dapat merancang solusi pemeliharaan berdasarkan data ini, tetapi Produsen Peralatan Asli (OEM) juga dapat menggunakannya untuk meningkatkan kualitas dan desain alat berat mereka.
Jika mesin gagal, sistem IIoT telah mengumpulkan berbagai sumber data, dan perangkat lunak dapat menganalisisnya. Berdasarkan hasil tersebut, sistem dapat menyajikan data dan memberikan rekomendasi yang tepat mengenai solusi terbaik. Dengan ini, teknisi memiliki semua informasi yang relevan dan dapat memastikan jalur terbaik ke depan.
- Peningkatan Perangkat Lunak Otomatis
Mesin yang terhubung dengan IIoT dapat menerima pembaruan perangkat lunak sesuai kebutuhan untuk meningkatkan kinerja atau memperbaiki masalah teknis. Pembaruan ini sering kali diselesaikan dari jarak jauh oleh perusahaan perangkat lunak atau OEM. Hal ini memastikan mesin terus berkembang menjadi aset yang lebih produktif.
Sistem IIoT juga dapat membantu manajemen inventaris. Dengan memiliki ruang stok yang terhubung, fasilitas dapat memantau persediaan apa yang digunakan untuk membantu mengambil keputusan pembelian. Keputusan-keputusan ini dapat menghasilkan keputusan persediaan inventaris yang lebih akurat dan mengurangi pengeluaran. OEM juga dapat memanfaatkan informasi ini untuk membuat rekomendasi suku cadang yang lebih akurat.
- Pemantauan Aset Jarak Jauh
IIoT juga dapat digunakan pada peralatan jarak jauh, sehingga menghilangkan kebutuhan untuk menggunakan waktu pemeliharaan yang berharga untuk mendapatkan aset dan melakukan pemeriksaan yang diperlukan. Hal ini mengurangi keseluruhan waktu yang diperlukan untuk memantau suatu peralatan dan menurunkan biaya yang terkait dengan inspeksi manual yang memakan banyak tenaga kerja.
Data Besar
Data besar mengacu pada sekumpulan data peralatan yang begitu besar dan komprehensif sehingga sangat sulit bagi teknisi atau sistem perangkat lunak pada umumnya untuk menganalisisnya secara efektif. Jika digabungkan dengan tantangan memproses beberapa aset secara bersamaan, tugas menguraikan data tidak terstruktur ini menjadi hampir mustahil. Sebuah studi menemukan bahwa 95% bisnis menyebutkan kebutuhan untuk mengelola data tidak terstruktur sebagai salah satu masalah terbesar bagi perusahaan mereka.
Secara historis, data ini belum dianalisis atau dimanfaatkan dengan baik karena memang tidak mungkin. Namun pengenalan sistem perangkat lunak yang lebih baik seperti platform IIoT memungkinkan pemrosesan penambangan data ini, sehingga mengungkap informasi berharga tentang kesehatan dan kinerja aset penting.
Big data memberikan gambaran holistik tentang aset pabrik, mengungkapkan mesin mana yang sehat, mesin mana yang memerlukan perhatian lebih, dan bahkan bagaimana aset berinteraksi dan mempengaruhi satu sama lain. Tim dapat mengambil informasi ini dan menerapkannya pada rutinitas pemeliharaan harian mereka untuk meningkatkan kinerja aset, menyederhanakan proses pemeliharaan, dan menyesuaikan pengaturan aset.
Misalnya, data besar digunakan untuk secara akurat menentukan interval PF (Potensi Gagal) suatu aset, yang menggambarkan titik di mana suatu aset gagal menjalankan fungsi yang diperlukan. Dengan menentukan interval PF secara lebih akurat, tim pemeliharaan dapat menjadwalkan pemeliharaan berdasarkan kebutuhan alat berat, bukan berdasarkan perasaan atau kegagalan.
Meskipun selalu dianggap penting, karena tidak adanya cara yang efektif untuk memproses informasi, big data sering kali diabaikan dalam proses pengambilan keputusan. Kini teknologi telah memenuhi kebutuhan tanaman dan dapat menangani informasi, data ini dapat dikumpulkan dan dimanfaatkan untuk membuat lompatan luar biasa dalam optimalisasi dan pemeliharaan tanaman. Begitu banyak bisnis yang mulai memanfaatkan big data sehingga pasarnya diperkirakan bernilai $655 miliar pada tahun 2029.
Awan
Dengan kebutuhan akan data yang tersedia di mana saja dan kapan saja dengan cara yang mudah digunakan, semakin banyak fasilitas yang beralih ke solusi data berbasis cloud dibandingkan penyimpanan data tradisional di lokasi. Dengan penyimpanan cloud, data disimpan di server luar yang aman dan dihosting oleh vendor yang dapat diakses dari jarak jauh oleh pengguna resmi dengan koneksi internet.
Dengan mempermudah akses informasi bagi karyawan yang disetujui, waktu produksi, jadwal pemeliharaan, dan biaya operasional semuanya terkena dampak positif.
Meskipun hal ini sering kali menjadi keunggulan sistem berbasis cloud, manfaat lainnya meliputi:
Karena penyimpanan berbasis cloud sangat mudah diakses, sistem dapat disesuaikan dengan kebutuhan fasilitas. Dengan mengoptimalkan pengalaman sesuai kebutuhan tim yang relevan, perusahaan dapat menyesuaikan pengalaman cloud-nya untuk memanfaatkan data dengan cara yang berdampak positif terhadap performa kerja dan pencarian informasi.
- Kapasitas dan Skalabilitas
Cloud tidak hanya dapat menyimpan data dalam jumlah besar, lebih besar dari yang biasanya terlihat pada sistem data di lokasi, namun juga dapat ditingkatkan tanpa harus menambah peralatan atau proses baru. Hal ini memastikan sistem dapat menangani semua data historis dan masa depan.
Karena cloud tidak memerlukan silo data di lokasi, waktu penerapannya relatif singkat dibandingkan dengan sistem penyimpanan data tradisional. Sebuah fasilitas dapat mengatur dan mulai menggunakan sistem baru dengan cepat, memungkinkan teknisi menemukan informasi baru dan peluang pemeliharaan yang tidak terdapat dalam sistem tradisional.
Cloud dengan cepat mendapatkan persetujuan industri, dan diperkirakan pada tahun 2025, total nilai pasar cloud akan mencapai hampir $850 miliar. Meskipun ada mosi percaya, masih banyak yang mempertanyakan keamanan sistem cloud. Meskipun beberapa pihak berupaya mengeksploitasi sistem dan mendapatkan akses ke data berharga, dilaporkan bahwa 88% dari seluruh pelanggaran data cloud disebabkan oleh kesalahan manusia, bukan kegagalan keamanan penyedia cloud. Dengan keamanan, kemudahan, dan kemudahan penggunaan sistem data cloud, sistem ini dengan cepat menjadi pilihan yang tepat untuk banyak fasilitas.
Kecerdasan Buatan
Kecerdasan Buatan (AI) adalah teknologi pembelajaran yang diterapkan di fasilitas untuk menyortir dan menyalin data besar menjadi laporan yang mudah dipahami. Laporan dihasilkan menggunakan gabungan data kondisi saat ini, data historis, dan catatan kinerja untuk menentukan kapan mesin perlu diservis. Dengan informasi ini, tim pemeliharaan dapat mengambil keputusan dengan cepat dan tepat mengenai kesehatan alat berat mereka.
Dengan menjalankan fungsi analisis akar permasalahan, AI juga dapat membantu mencegah kegagalan aset dan secara signifikan mengurangi waktu henti yang tidak direncanakan. Karena manfaat ini, pendapatan AI di seluruh dunia pada tahun 2022 mencapai rekor $342 miliar, yang menunjukkan bahwa dunia siap untuk mengadopsi dan sepenuhnya menggabungkan teknologi ini ke dalam proses sehari-hari.
Sistem AI memerlukan penggunaan sensor IIoT yang memantau aktivitas mesin dan melaporkan temuannya ke program analitik AI, tempat data kompleks disintesis dan ditranskripsi. Karena AI bukanlah teknologi yang tetap, seperti perangkat keras fisik di lokasi, sistem juga dapat belajar seiring waktu, sehingga memungkinkannya berkembang untuk memenuhi tuntutan fasilitasnya.
Untuk memastikan sistem berkembang dengan tepat, sangat penting untuk bekerja sama dengan teknisi pemeliharaan paling berpengalaman di fasilitas selama penerapan AI untuk menentukan mesin dan data apa yang perlu dipantau, data historis apa yang dapat ditambahkan untuk meningkatkan kinerja, dan seberapa sering data harus dikumpulkan dan ditranskripsi.
Manfaat lain dari teknologi AI meliputi:
- Mendeteksi kegagalan dan kondisi abnormal sebelum masalah muncul
- Penghematan biaya pada aktivitas pemeliharaan
- Penurunan kerugian produksi karena kerusakan peralatan
- Mengurangi jumlah perbaikan yang diperlukan seiring waktu
- Mengurangi jumlah inspeksi yang diperlukan oleh profesional pemeliharaan, sehingga mereka dapat fokus pada aktivitas penting atau yang menghasilkan pendapatan
Realitas Virtual dan Augmented
Virtual Reality (VR) adalah alat simulasi luar biasa canggih yang secara realistis menciptakan kembali berbagai skenario yang dapat berinteraksi dan belajar. Ukuran dan kecanggihan peralatan ini bervariasi tergantung pada jenis pengalaman VR yang dibutuhkan. Misalnya, teknologi VR dapat diakses di satu perangkat atau komputer, atau dapat memenuhi seluruh ruangan, sehingga memungkinkan operator berinteraksi lebih dalam dengan lingkungan yang dirender secara digital.
Seperti mitranya, Augmented Reality (AR) juga memungkinkan simulasi canggih yang dihasilkan komputer, namun alih-alih sepenuhnya menciptakan skenario virtual, ia berupaya menyempurnakan dunia nyata. Misalnya, saat membeli kursi kantor, karyawan dapat menggunakan kamera ponselnya dan program AR untuk memasukkan secara digital tampilan kursi tersebut sebelum produk dibeli.
Misalnya, jika seorang teknisi sedang melakukan tugas pemeliharaan, alih-alih sistem AR hanya memberikan petunjuk langkah demi langkah, program ini dapat secara digital menampilkan langkah-langkah tersebut ke permukaan kerja sebenarnya untuk memandu teknisi melalui proses tersebut dengan lebih baik. Dengan cara ini, teknisi terhubung ke rendering dan data tingkat lanjut tanpa harus terlibat dalam simulasi komputer.
Popularitas VR semakin meningkat, terutama di industri di mana pelatihan menghadirkan tantangan karena kurangnya pengalaman peserta pelatihan dan biaya pengadaan materi pelatihan fisik. VR memberi anggota ruang yang aman untuk menjelajahi seluk beluk pekerjaan mereka tanpa kesalahan mereka berdampak pada aset pabrik sebenarnya atau karyawan lain.
Teknologi VR juga diterapkan untuk membantu anggota tim mengatasi masalah yang kompleks. Jika teknisi pemeliharaan menghadapi anomali unik, mereka dapat mempraktikkan teknik yang diperlukan dalam VR dan belajar dari kesalahan mereka sebelum mencobanya pada peralatan fisik.
Oleh karena itu, permintaan akan VR meningkat pesat. Pada tahun 2018, perkiraan nilai pasar VR untuk digunakan dalam praktik pemeliharaan adalah $400 juta. Jumlah ini kini diperkirakan akan mencapai $3,3 miliar pada tahun 2024.
Industri dengan permintaan yang meningkat terhadap teknologi VR dan AR meliputi:
- Luar Angkasa
- Otomotif
- Manufaktur
- Minyak dan Gas
Dengan memahami cara memecahkan masalah sebelum melangkah ke fasilitas, anggota tim dapat membangun kepercayaan diri terhadap kemampuan mereka dan beroperasi dengan kualitas yang lebih tinggi. Untuk keseluruhan fasilitas, hal ini berarti lebih banyak anggota staf yang terlatih, lebih sedikit waktu henti, dan pengurangan signifikan dalam kesalahan penanganan aset fasilitas.
Masa depan industri ini telah tiba, dan meskipun alat yang digunakan mungkin lebih mirip fiksi ilmiah, namun hasilnya sama sekali tidak ada. Dengan memanfaatkan teknologi ini, fasilitas dapat menciptakan lingkungan yang didedikasikan untuk kemajuan dan peningkatan seluruh aset dan karyawan.
