Industrialisasi, Otomatisasi & Inovasi

Gudang Data Mengakuisisi Memori, Bagaimana Mengembangkan Bisnis Berkelanjutan?

Bagaimana gudang data mengakuisisi memori? Direktur Utama AVEVA, Craig Hayman menjelaskan dengan beberapa contoh implementasi di sektor industri seperti energi, manufaktur, kimia,...

Written by Marinus L Toruan · 3 min read >

Bagaimana gudang data mengakuisisi memori? Direktur Utama AVEVA, Craig Hayman menjelaskan dengan beberapa contoh implementasi di sektor industri seperti energi, manufaktur, kimia, pengolahan air, konstruksi, dan lainnya. Kita tunggu AVEVA beraksi di Indonesia yang sedang berproses memasuki era Industry 4.0.  

Robot yang menggunakan kecerdasan buataan atau aritificial intelligence (AI) dikontrol melalui tablet. Gudang data mengakuisisi memori (Foto/@: AVEVA)

Kenapa keberlangsungan menjadi penting di bisnis? Pertanyaan ini dilontarkan oleh Craig Hayman, Direktur Utama Aveva perusahaan pembuat perangkat lunak dan teknologi informasi yang berkedudukan di Cambridge, Inggris.  

Gudang Data Mengakuisisi Memori

Craig Hayman menjelaskan, bahwa keberlangsungan merupakan sebuah perjalanan yang diawali dengan mengukur posisi sebuah  perusahaan itu  berada. 

Sementara digitasi adalah langkah pertama secara alami yang dilakukan sebagai pendekatan berdasarkan fakta. Fakta itu berupa data yang memungkinkan suatu bisnis yang demikian kompleks dan mampu mengembangkan strategi dan mengeksekusi strategi jitu di lapangan.

Penggunaan Industry 4.0 bertujuan membantu untuk menghimpun beragam  informasi yang digunakan untuk membangun digital twin. Dengan demikian, ungkap Craig Hayman, maka perusahaan memungkinkan untuk mengoptimalkan proses keberlangsungan. 

Kita ambil contoh dari sektor energi, dalam beberapa bulan terakhir, konsumsi bahan bakar mesin jet jatuh drastis, namun konsumsi energi secara keseluruhan tetap relatif stabil, sementara permintaan listrik meningkat. 

Listrik tetap menjadi cara terefisien untuk mendistribusikan energi ke seluruh dunia. Sebagai perbandingan, di sektor manufaktur, banyak rantai pasokan perusahaan tidak dapat bergerak pada kecepatan yang sama dengan perubahan di dunia. 

Ke depannya, lanjut Craig Hayman, perusahaan-perusahaan akan beralih menggunakan pemasok lokal untuk memenuhi syarat-syarat khusus seperti kandungan emisi yang lebih rendah.  

Perkembangan industri sangat penting bagi pertumbuhan ekonomi, mengentaskan kemiskinan, dan penciptaan lapangan kerja. Efisiensi penggunaan sumber daya semakin meningkat dan inovasi teknologi bertumbuh yang menawarkan kesempatan nyata untuk mengurangi biaya, dan meningkatkan daya saing. 

Sektor industri, walaupun terlambat tiba di era proses transformasi digital, memiliki kesempatan unik untuk menuntun arah dalam menghasilkan dampak yang signifikan bagi bumi.

Apakaah mungkin gudang data dapat mengakuisisi memori? Pertanyaan ini dijawab oleh Craig Hayman yang menjelaskan bahwa adopsi analitika data disebut sebagai salah satu pendorong terbesar transformasi digital seiring dengan dunia bisnis yang kita pahami dengan basis data yang lebih besar. 

Data berperan sebagai sumber kebenaran yang membantu tim untuk fokus pada faktor-faktor penting yang menentukan ketahanan bisnis. 

Para pelaku bisnis menjadi benar-benar sadar bahwa mereka harus menjadi lebih tahan dengan menggunakan teknologi. Perusahaan berbasis Industrial Internet of Things (IIoT) mampu mencapai keunggulan dalam menghubungkan dan mengumpulkan data dengan aman dari berbagai aset terpencil dan beragam.

Selanjutnya, menyalurkan informasi ke aplikasi-aplikasi operasional lanjutan, dan mengintegrasikan aplikasi-aplikasi bisnis kunci. Cara ini membantu untuk memungkinan optimasi, pengelolaan aset, meningkatkan analitika, dan pemodelan/simulasi–ini berarti tercapai perbaikan efisiensi bisnis di seluruh area operasional.

Model ini cocok untuk sektor industri, di mana data memiliki pengaruh yang signifikan pada lima area kunci seperti dirinci oleh Craig Hayman berikut ini:

  • Informasi operasional real time semakin banyak digunakan untuk memahami apa yang terjadi pada waktu nyata, dan memungkinkan mengkondisikan pengelolaan siklus hidup aset dan operasi. Contohnya, papan instrumen menampilkan frekuensi getaran dari aset yang berputar seperti turbin selama operasional  memberikan pemahaman waktu nyata perilaku dan keadaan operasional aset. 
  • Informasi operasional historis membantu perusahaan untuk memahami apa yang terjadi di masa lalu guna menciptakan kecerdasan di seputar perilaku operasional aset. Melalui tren operasional, tampilan KPI dan papan instrumen, Anda mampu menciptakan gambaran yang tersarikan dari keadaan operasional. 

Contohnya, sebuah grafik mungkin ditampilkan pada papan instrumen yang menunjukkan rekaman historis frekuensi getaran turbin selama operasional. Ini dapat dibandingkan dengan frekuensi getaran pada waktu nyata untuk menciptakan pemahaman akan tren operasional jangka panjang aset.

  • Analitika prediktif digunakan untuk pemodelan hipotetis. Mengintegrasikan data waktu nyata dan historis memungkinkan tim Anda untuk menguji hasil potensial keadaan dan perilaku operasional, bahkan untuk variabel tersier. Model analisa deterministik atau non-deterministik dapat diaplikasikan bagi simulasi kendali tanpa umpan balik dan analitika prediktif. 

Contohnya, Anda kini dapat memperkirakan berapa lama sebuah alat dapat dijalankan sebelum memerlukan inspeksi atau diprediksi akan gagal.

  • Analitika preskriptif digambarkan sebagai apa yang dibutuhkan untuk mengoptimalkan siklus hidup aset dan operasional. Panduan berbentuk skenario diciptakan dan disampaikan melalui unsur pembelajaran dan algoritma sistem kendali tertutup agar tim Anda dapat mengkalibrasi perencanaan dan penjadwalan di seluruh area rantai pasok perusahaan. 

Contohnya, menggunakan model rantai pasok terpadu, kalkulasi berdasarkan skenario dapat digunakan untuk mengoptimalkan jadwal pemeliharaan dan kinerja, meminimalisir dampak pada operasi Anda.

  • Keamanan yang lebih dapat dicapai melalui kombinasi perangkat yang terhubung IoT, teknologi realitas maya (AE/VR), yang akan menyediakan prosedur operasional waktu nyata dan pesan-pesan kunci bagi operator, mengurangi kesalahan yang dilakukan manusia saat menjalankan tugas-tugas khusus.

Selanjutnya, Craig Hayman mengulas keberanian, refleksi, dan revolusi sebab ketidakpastian selalu terjadi, begitu pula dengan kemungkinan efek dari  COVID-19 yang kembali menyerang,  membuat ekonomi dunia anjlok, terjadi perang dagang, fluktuasi harga minyak, dan banyak peristiwa yang tak terduga. 

Oleh sebab itu, para pelaku bisnis dan industri harus mengambil pelajaran dari ketidakpastian dan menciptakan normal baru  atau new normal life  yang sesuai kebutuhan mereka sendiri.

Pelajaran apa yang dapat kita petik dari tahun 2020? Craig Hayman menandaskan bahwa dunia bisnis memerlukan perangkat lunak yang cerdas untuk menjawab kendala-kendala yang menimpa dunia industri.

Dunia bisnis harus berupaya menciptakan nilai (baru), peningkatan produktivitas, peningkatan pemahaman, pengelolaan resiko, dan optimasi biaya. Dengan teknologi yang tepat, dunia bisnis menjadi sangat tangkas mengelola biaya, mendorong efisiensi, dan menghindari kesalahan yang merugikan. 

Kombinasi pemahaman yang didukung digitasi, otomasi, dan data, dengan penekanan pada keberlangsungan bisnis, mampu menjadi kunci pembeda dan kekuatan pendorong untuk memastikan dunia bisnis dapat mencapai sasaran di masa kini dan masa depan. 

Craig Hayman, Direktur Utama AVEVA (Foto/@: AVEVA)

Siapakah Craig Hayman? Craig bergabung dengan AVEVA pada Februari 2018 dengan jabatana  Direktur Utama. Sebelumnya, ia menjabat Direktur Operasional PTC Inc., sebagai penanggung jawab divisi engineering, marketing, dan sales. 

Ia juga pernah menjabat Direktur di Solutions Group. Di PTC, Craig berhasil membuat bisnis engineering digital yang bertumbuh pesat, merevitalisasi jaringan mitra, dan  memperkenalkan generasi baru aplikasi manufaktur yang terhubung dengan Industry 4.0 platform.

Grup AVEVA menyediakan perangkat lunak industri yang inovatif untuk mentransformasi industri-industri yang kompleks seperti migas, konstruksi, engineering, kelautan, dan fasilitas umum. 

Solusi dan platform perangkat lunak buatan AVEVA, memungkinkan desain dan pengelolaan aset industri yang kompleks seperti pembangkit listrik, pabrik kimia, dan fasilitas pengolahan air.

Sektor manufaktur makanan dan minuman juga menggunakan perangkat buatan AVEVA misalnya untuk menyebarkan penggunaan IIoT, big data, dan kecerdasan buatan atau artificial intelligence (AI) untuk mentransformasi industri secara digital. 

Kita tunggu aksi AVEVA untuk meningkatkan dan menumbuhkan sector industri dan bisnis di Indonesia. Craig Hayman menandaskan, “We’ll take you there.”  

Baca: Gunakan Digitasi-Otomasi-Keberlanjutan-Data, Empat Kekuatan Mendukung Bisnis

Leave a Reply

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