Technical Infrastructure, WATER-TECH

Tidak Usah Berpikir Berat, Mesin Pembelajaran Memberikan Solusi

SharePara pekerja di pabrik tidak usah terlalu berpikir berat karena mesin pembelajaran memberikan solusi. Akan tetapi, sebaiknya para operator tetap rajin belajar...

Written by Erwin Prasetyo · 2 min read >
Mesin Pembelajaran Memberikan Solusi

Para pekerja di pabrik tidak usah terlalu berpikir berat karena mesin pembelajaran memberikan solusi. Akan tetapi, sebaiknya para operator tetap rajin belajar agar peran tidak diambil-alih robot.

Mesin Pembelajaran Memberikan Solusi
Hasil simulasi pembersihan tangki dengan rotari jet cleaner. Tidak usah berpikir berat, mesin pembelajaran memberikan solusi (Foto/©: Fraunhofer IVV)

Setelah memilih posisi yang baik untuk nozel, tim insinyur memulai simulasi. Dengan menggunakan teknologi berbasis computer-aided design (CAD) maka hasilnya (kebersihan) tampak lebih terperinci.

Hasil distribusi kuantitas dan zat pembersih diselesaikan secara khusus dan waktu penyelesaiannya sesuai dengan simulasi yang efektif,  dan hasil pembersihan cukup prima bukan hanya teoretis belaka.

“Pengodean warna menunjukkan lokasi atau area kebersihan yang lebih efektif. Hasil ini memungkinkan pengguna untuk menilai secara realistis area yang bermasalah (banyak kotoran) secara independen dari jenis kualitas permukaan, ” tandas Siegfried Beckmann, peneliti di Fraunhofer IVV.

Untuk membuat alat simulasi, para peneliti di Fraunhofer IVV melakukan berbagai percobaan pembersihan dengan tingkat kekotoran (rata-rata) sebagaimana terjadi di rumah atau di suatu area  industri.

Tim peneliti menganalisis hasil pembersihan untuk berbagai posisi nozel dan sudut jet yang  digunakan.

“Kami memperlakukan nozel sebagai penyebab dan kejadian pada permukaan sebagai efeknya. Kami sengaja memilah-milah semua di antara area yang hendak dibersihkan. Kita akui proses terlalu rumit untuk simulasi. Jadi, kami memilih pendekatan simulasi yang statistik,” imbuh Beckmann.

Dari data yang diperoleh, tim yang menangani proyek kemudian menciptakan model matematika yang sesuai untuk simulasi.

Versi tes (uji coba) yang pertama harus selesai dikerjakan pada musim semi 2019. Direncanakan, para mitra mulai memasarkan perangkat lunak simulasi menjelang akhir tahun 2019.

Tahun-tahun selanjutnyaa, simulasi (mungkin) dapat menentukan posisi nozel yang optimal atau menyarankan jalur pembersihan optimal untuk memaksimalkan efisiensi sumber daya dan energi dari proses pembersihan. Inilah visi yang hendak dimisikan melalui program tim peneliti.

Bagaimana konsep Learning Factory dengan penggunaan teknologi pembersih di sektor industri? Bagaimana proses pembersih yang optimal untuk komponen tertentu? Apakah proses pembersihan yang dipilih mencapai hasil maksimal seperti yang diinginkan?

Tim peneliti mengakui sulit menjawab pertanyaan-pertanyaan di atas—terutama bagi para pelaku indusitri yang telah menggunakan teknologi pembersihan. Apa lagi pelaku usaha kecil dan menengah yang harus mengalokasikan dana utuk kebertsihan.

Tim peneliti di Fraunhofer IVV memiliki solusi yang tepat bagi para pelaku usaha kecil  menengah (UKM). Tim peneliti menawarkan konsep Pabrik (mesin) Pembelajaran.

“Melalui konsep pabrik pembelajartan itu, kami menggabungkan teknik berbasis air yang mapan untuk disemprotkan untuk embersihkan perlatan—termasuk membersihkan alat semacam ultrasound dan pipa tertutup dan rangkaian tangki. Kami menggunakan metode baru seperti plasma tekanan atmosfer, uap kering dan CO2 bahkan pembersihan dengan laser,” jelas Markus Windisch, Ketua Tim untuk Pembersihan Komponen Industri di IVV.

“Bersama dengan pelanggan, kami mulai dengan merancang solusi untuk aplikasi tertentu dan kemudian mengujinya di Learning Factory,”  tambah Markus Windisch.

Singkatnya konsep pabrik pembelajaran merupakan platform yang memungkinkan perusahaan untuk mencoba berbagai teknik pembersihan—khususnya berbeda kombinasi—di lingkungan yang aman.

Begitu tim peneliti menemukan solusi pembersihan yang optimal, maka manajemen perusahaan dapat memperbaiki dan memberikan pelatihan yang sesuai bagi para pekerja sebelum diterapkan di perusahaan yang berminat.

“Kami menggunakan perangkat lunak dan perangkat keras yang tersedia secara komersial—artinya mudah ditemukan di pasar. Karena itulah kami mudah menawarkan solusi yang praktis berbiaya efisien,” tambah Windisch.

Para peneliti juga telah memperhitungkan dampak era Industry 4.0 dan digitalisasi yang dimasukkan ke dalam konsep Learning Factory.

Misalnya tim peneliti mengintegrasikan solusi sistem yang merekam data proses—apakah data itu berasal dari mesin itu yang dioperasikan atau dimasukkan secara manual oleh operator.

Sebelum era Industry 4.0, semua catatan berupa instruksi yang berkaitan dengan operasional seluruh mesin di pabrik, biasanya ditempelkan pada papan pengumuman—seperti dilakukan di banyak pabrik.

Namun,  dengan penerapan digitalisasi, para pekerja dapat menuliskan komentar atau pendapat secra langsung ke dalam sistem dengan menggunakan komputer tablet.

Para pekerja  mudah membagikannya kepada kolega mereka—termasuk para petugas (kebersihan) yang bekerja di tanaman.

Beberapa teknologi hasil penemuan tim peneliti telah digunakan dan permintaan pelanggan pun  telah masuk—ini awal bisnis yang baik.

Akan tetapi, tim peneliti tidak mau gegabah. Mereka memerlukan beberapa pembenahan agar teknologi pembersihan komponen yang kompleks dan kombinasi berbagai teknik pembersihan dapat diuji dulu agar lebih berkualitas.

Tim peneliti bahkan merencanakan teknologi itu dapat dijalankan dengan sistem robotika. Tim peneliti bertekad bahwa pada akhir 2019, temuan mereka siap dipasarkan.

Pada tahap itu, Learning Factory juga mencakup pelatihan keterampilan untuk karyawan pelanggan. Calon pelanggan harus mengetahui perbedaan proses pembersihan yang dikontrol kualitas berbeda dari proses pembersihan yang dikendalikan waktu.

Uji coba juga dilakukan pada Maret 2019, melalui lokakarya proyek yang diadakan bekerja sama dengan Saxony Economic Development Corporation (WFS)—sebuah agenda industri yang terfokus pada kualitas pembersihan.

Para pekaku industri di Indonesia—termasuk pengelola hotel dan gedung—sebaiknya menerapkan teknologi baru ini.

Dan orang  tidak usah berpikir berat, mesin pembelajaran memberikan solusi—tentu saja kita harus tetap belajar agar peran tidak digantikan oleh robot.

Leave a Reply

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