Pemanfaatan Kecerdasan Buatan Pada Industri Otomotif

0
100
Pemanfaatan Artificial Intelligence Pada Industri Otomotif

TexnoID, – Pemanfaatan Kecerdasan Buatan Pada Industri Otomotif. Teknologi Artificial Intelligence (AI) atau kecerdasan buatan diprediksi akan semakin krusial di masa depan. Hal itu tercermin dari laporan Gartner berjudul Deliver Artificial Intelligence Business Value. Yaitu yang memuat pendapat petinggi perusahaan dari berbagai industri terhadap pemanfaatan teknologi.

Menurut laporan itu, responden secara konsisten menunjuk AI sebagai teknologi yang memiliki dampak terbesar bagi operasional perusahaan. Pemanfaatan AI dianggap akan memberikan dampak yang lebih signifikan dibandingkan dengan teknologi lain seperti API, Internet of Things, atau Blockchain.

Teknologi AI pun dapat digunakan di berbagai industri, termasuk industri manufaktur. Hal itu diungkapkan Andhik Yudhi (IT General Manager Toyota Motor Manufacturing Indonesia) dalam kapasitasnya sebagai pengamat teknologi di bidang otomotif.

Menurut Andhik, tantangan industri otomotif saat ini yaitu persaingan yang semakin ketat. Perusahaan otomotif dituntut meningkatkan produktivitasnya supaya dapat menghasilkan produk yang kompetitif. Padahal di sisi lain, produktivitas di lini produksi saat ini sudah mendekati angka 100%. Karena itu, pendekatan berbasis teknologi seperti AI menjadi penting. “Karena jika dilakukan secara manual, sudah tak mungkin” tutur Andhik.

Contoh Implementasi Pemanfaatan Kecerdasan Buatan di Industri Otomotif

Salah satu contoh implementasi AI pada industri otomotif yaitu visual inspection untuk komponen camshaft. Sekadar informasi, camshaft merupakan komponen di dalam mesin mobil yang berfungsi mengatur bukaan valve. Karena fungsinya yang krusial, sebuah camshaft harus mempunyai kualitas yang sangat tinggi. Kualitas sebuah camshaft ditentukan oleh keberadaan defect yang ukurannya berkisar di kisaran mikrometer.

Selama ini, inspeksi camshaft dilakukan secara manual oleh teknisi terlatih. Akan tetapi, cara itu memiliki beberapa keterbatasan. Contohnya, proses pemeriksaan manual membutuhkan waktu sekitar 65 detik. Pemeriksaan manual juga menimbulkan kelelahan mata untuk para teknisi, sehingga mereka harus diganti setiap dua jam. Menciptakan talenta untuk inspeksi juga tak mudah. “Butuh waktu tiga bulan untuk melatih kemampuan seperti itu” ucap Andhik.

Keterbatasan tersebut yang coba diatasi dengan teknologi visual inspection berbasis AI. Konsep dasar solusi ini yakni adanya mesin berkamera yang dapat “melihat” defect di sebuah camshaft. Harapannya mesin itu akan memiliki ketelitian layaknya teknisi terlatih. Sehingga bisa memutuskan apakah camshaft tersebut memenuhi syarat atau tidak.

Agar mesin bisa mendeteksi kualitas camshaft, tahapan proses dimulai dengan menciptakan sistem otomasi untuk visual capture. Setelah itu, perlu dikembangkan data model AI untuk “mengajarkan” mesin supaya bisa membedakan camshaft yang lulus standar atau tidak. Setelah proses pembelajaran dianggap memadai, mesin tersebut mulai melakukan inspeksi dengan didampingi teknisi terlatih.

AI untuk Predictive Maintenance

Selain visual inspection, inisiatif berbasis AI juga dapat diimplementasikan di area predictive maintenance. Tujuan utama inisiatif ini yakni mencari titik keseimbangan antara reactive maintenance (yang menimbulkan risiko terjadinya kegagalan) serta preventive maintenance (yang berbiaya tinggi). Dengan predictive maintenance, harapannya akan terwujud zero down time dengan biaya paling efisien.

Proses implementasi predictive maintenance itu relatif mirip seperti visual inspection. Hanya saja, mendapatkan basis data untuk data modelling menjadi tantangan tersendiri. Hal itu karena membutuhkan teknologi sensor serta IoT untuk menangkap data kondisi mesin.

Karena itu, dukungan penyedia mesin produksi juga sangat dibutuhkan. Berdasarkan pengalaman, Andhik menyebutkan bahwa penyedia mesin produksi jarang memberikan informasi terkait apa serta bagaimana menangkap parameter kondisi mesin. Karena itu Andhik mewanti-wanti supaya saat pembelian mesin, pembeli harus meminta dukungan kepada penjual untuk mendapatkan parameter yang dibutuhkan.

Mencari Area Pemanfaatan

Selain quality control serrta maintenance, pemanfaatan AI di industri otomotif sebenarnya masih terbuka lebar. Pertanyaan besarnya yaitu bagaimana mengidentifikasi proses bisnis yang cocok untuk implementasi AI.

Menurut Andhik, proses identifikasi bisa dilakukan melihat area yang paling berefek pada tujuan utama perusahaan. Di industri otomotif, area itu yakni logistik dan maintenance. Pasalnya kenaikan produktivitas di dua area itu akan menciptakan efek signifikan di produk akhir.`

“Jadi tujuan besarnya yaitu sistem produksi yang efisien, produk kompetitif, serta customer’s smile” pungkas Andhik. ***

LEAVE A REPLY

Please enter your comment!
Please enter your name here