Digital & Software, Industrialisasi

Cara Menganalisis dan Merawat Mesin dengan Data@Hand berbasis AI, Kesehatan pun Memerlukannya

ShareBagaimana cara mengetahui penyimpangan suatu mesin yang sedang dioperasikan? Gunakan teknologi dan aplikasi Data@Hand berbasis AI—hampir seluruh sektor industri dan dunia medis...

Written by Erwin Prasetyo · 2 min read >
Cara Menganalisis dan Merawat Mesin

Bagaimana cara mengetahui penyimpangan suatu mesin yang sedang dioperasikan? Gunakan teknologi dan aplikasi Data@Hand berbasis AI—hampir seluruh sektor industri dan dunia medis menggunakannya.

Cara Menganalisis dan Merawat Mesin
Data@Hand mendeteksi penyimpangan dari operasi normal mesin. Cara menganalisis dan merawat mesin dengan data@hand berbasis AI (Foto/©: Fraunhofer IGD)

Penemuan teknologi baru jika dimanfaatkan secara benar, kualitas hidup manusia kian meningkat.

Oleh karena itu, para peneliti di Fraunhofer Institute for Computer Graphics Research IGD tidak pernah berhenti menciptakan teknologi yang inovatif, dan hasilnya dihadirkan sebagai aplikasi bernama Data@Hand.

Aplikasi Data@Hand merupakan teknologi baru yang berfungsi untuk melakukan analisis data otomatisasi dasar yang dapat diskenariokan dalam berbagai aplikasi dan implementasi.  

Bagaimana cara kerja Data@Hand? Aplikasi ini mampu mendeteksi penyimpangan yang terjadi dari operasional normal sebuah mesin. Aplikasi ini juga berguna untuk komponen atau instalasi produksi  dan dalam proses pengobatan seorang pasin (sakit).

Aplikasi Data@Hand mengoptimalkan proses berdasarkan kecerdasan buatan  atau disebut artificial intelligence (AI) yang dapat mengikuti prinsip-prinsip pembelajaran mesin.

Bagaimana aplikasi Data@Hand mendeteksi penyimpangan yang terjadi pada mesin ketika dioperasikan di sebuah pabrikasi atau manufaktur?

Inilah jawabannya dan seperti inilah kelak masa depan perusahaan-perusahaan yang secara langsung menggabungkan unit sensor untuk menganalisis data, dan mampu mencermati anomali yang terjadi di setiap instalasi yang dihasilkan.

Kita tahu bahwa instalasi permesinan dijual di berbagai negara di dunia—termasuk di Indonesia dan kawasan ASEAN. Operasional instalasi mesin itu bakal mengirimkan data kinerja mesin  ke cloud yang telah disepakati (penunjukkannya)—antara penjual dan pengguna suatu mesin.

Efek positifnya adalah semua instalasi mesin di dunia dapat saling belajar antarsatu dengan yang lain—bagaimana cara operasinal yang  normal dan baik untuk dilanjutkan.

Jika terjadi suatu indikasi penyimpangan hal itu segera dikenali atau diketahui—termasuk penyimpangan yang polanya belum dikenal dan diketahui atau belum pernah terjadi di tiap instalasi tertentu.

“Apa yang istimewa tentang Data@Hand adalah kita dapat bereaksi terhadap kondisi operasional (mesin)  yang belum pernah terjadi, dan memiliki sistem yang terus berkembang. Melalui pembelajaran maka dengan sendirinya mengenali kondisi operasional normal dan penyimpangan,” ungkap Dr. Mario Aehnelt, Kepala Departemen Teknologi Bantuan Visual  di Fraunhofer IGD yang berkantor di Rostock, Jerman.

Apakah perlu suatu penggabungan algoritma optimal untuk setiap pelanggan? Dengan menggunakan Data@Hand maka alat informasi dan data bagi manusia dalam proses kerja yang bertujuan untuk  optimalisasi proses berdasarkan prinsip-prinsip pembelajaran mesin dan kecerdasan buatan (AI).

Aplikasi ini mendukung analisis volume data yang kompleks tetapi meninggalkan keputusan khusus tentang bagaimana bereaksi terhadap anomali dan merupakan bahan bagi para ahli profesional.

Apakah aplikasi Data@Hand dapat memastikan penggabungan algoritma yang optimal bagi setiap pelanggan atau pengguna?  

Why not? Dengan cara yang sama misalnya data vital tentang pasien di sebuah rumah sakit, data mesin yang berasal dari pasien itu merupakan produksi berbentuk data yang mudah dievaluasi lebih cepat—tentu saja memberikan petunjuk (referensi) bagi tim medis.

Ingat bahwa suatu analisis (data) bukan hanya dapat diperoleh melalui platform berbasis server yang kuat. Akan tetapi, analisis dapat dilakukan dengan sistem ultra-kecil langsung pada  mesin penyimpan data seorang pasien.

Keistimewaan lain adalah bahwa aplikasi Data@Hand dapat dihubungkan ke alat AI dan platform pemrosesan data dengan kode MES/ERP) yang digunakan untuk pemformatan data visual dengan cara Plant@ and3D atau Health@Hand–ini kode saja.  

Dengan demikian pelanggan atau pengguna mudah menggunakan sistem yang telah dikenal.

Menurut rilis Fraunhofer IGD , para ilmuwan lembaga ini menunjukkan bagaimana nilai tambah secara nyata yang dihasilkan dari pengumpulan data murni melalui analisis cerdas—setelah menggunakan Data@Hand–termasuk visualisasi kondisi seseorang pasien yang sedang kritis (sakit).

Tim peneliti memperlihatkan suatu demonstrasi kondisi operasional melalui unit kompresor yang memodifikasikannya ke derajat yang berbeda, parameter mesin dari temperatur, getaran, dan penyerapan daya yang dianalisis.

Analisis pengenalan berlangsung pada unit sensor yang terhubung langsung. Dengan data ini, anomali dan pengaruh operasi baru mudah diidentifikasi (diketahui) secara real time.

Segera setelah perilaku operasional menyimpangan dari normal itu diketahui—hal itu merupakan  peringatan bagi operator mesin untuk segera bertindak.

Dengan data yang diperoleh—bukan hanya penyebab masalah yang dapat dianalisis—penggunaan aplikasi Data@Hand buatan Fraunhofer IGD itu  juga memungkinkan untuk memprediksi tingkat kontribusi pengurangan biaya perawatan mesin.

Sebaiknya kita dalami cara menganalisis dan merawat mesin dengan data@hand berbasis AI, dan sektor kesehatan pun memerlukannya.

Leave a Reply

Your email address will not be published. Required fields are marked *