Digital Twin: Penggunaan yang Kuat untuk Industri 4.0
Disadur oleh Johanes Latupapua, Kristian Wahyudi, Ricthie Chandra
Teknologi masa kini seperti Internet of Things (IoT), Machine Learning, dan berbagai bentuk dari AI industry mulai merubah cara kita mengumpulkan dan menganalisa data. Hal inipun tidak luput dengan kemunculan digital twin dan penerapannya di dalam industri saat ini.
Figure 1. Digital Twin dari mesin produksi makanan menunjukkan bacaan dari sensor. Platform Seebo
Teknologi digital twin sebenarnya telah ada selama beberapa waktu. NASA mengembangkan digital twin awal untuk melakukan simulasi kondisi di Apollo 13, dan saat ini digital twin digunakan untuk memantau keseluruhan dari Space Center.
Meski proses produksi tidak memiliki kasus seperti menyelamatkan astronot yang terdampar di luar angkasa, penerapan teknologi digital twin untuk proses manufaktur dan produk yang dihasilkan sendiri dapat menyelesaikan berbagai masalah dalam bisnis dan menghasilkan peningkatan yang signifikan dari sektor industri.
Apa itu Digital Twin?
Di 2021, setengah dari perusahaan besar di bidang industri akan menggunakan digital twin
– Gartner
Digital twin adalah representasi virtual dari sistem fisik yang juga berdiri sebagai entitas terpisah. Salinan digital ini adalah ‘kembaran’ dari informasi yang ada di dalam sistem fisik, sampai pada bagian fisiknya.
Dengan munculnya IoT, digital twin dapat mengumpulkan data tentang kondisi fisik dari peralatan atau perangkat secara terus menerus dengan menggunakan sensor yang terpasang. Segala hal, dimulai dari proses manufaktur bahkan sampai program untuk pengaturan eksternal, dapat dimasukkan ke dalam digital twin.
Figure 2. Digital Twins mengumpulkan data, mempermudah proses identifikasi pola dari kejadian-kejadian yang ada, menemukan akar permasalahan, dan mengoptimalkan proses produksi.
Kemampuan untuk mengumpulkan data dari dan di sekitar produk atau sistem fisik, serta kegunaan digital twin untuk dapat digunakan sebagai sarana untuk uji-coba, membuka kemungkinan baru untuk contoh penerapan kasusnya.
Kasus Penggunaan Digital Twin: Proses Produksi dan Kinerja Produk
Coba bayangkan kasus berikut ini:
Pabrik manufaktur bahan kimia menghasilkan setengah miliar dolar produk dalam setahun. Setiap baris berisi mesin yang sangat khusus dan mahal, bersama dengan ‘resep’ bahan baku dan pengaturan mesin yang digunakan dengan cermat untuk menghasilkan produk akhir.
Sekarang bayangkan jika salinan digital dari jalur produksi di dalam pabrik, termasuk data sensor yang dikumpulkan dari jalur mesin produksi (biasanya disimpan di catatan dari orang yang bertugas untuk inspeksi catatan riwayat data); data ERP dari bahan baku, pesanan produksi, dan resep; dan yang paling penting, data sistem manajemen mutu.
Pengelola pabrik perlu terus mengoptimalkan hasil produksi dengan mengurangi downtime alat berat, jumlah ‘sampah’ yang diproduksi di setiap proses produksi, dan meminimalkan cacat produk yang mahal Biasanya, tim mereka akan memulai dengan melihat kumpulan data dan perlahan-lahan mempersempit informasi mana yang dapat membantu mereka. Hanya setelah penelitian yang mendalam barulah mereka, mungkin, mulai memperhatikan korelasi yang dapat membantu mereka mengoptimalkan sistem dari aset dan instruksi yang kompleks ini.
Sekarang tambahkan Digital Twin:
Software yang baik untuk digital twin dapat mencerna data dari sumber IT dan OP yang relevan dan menampilkannya pada salinan virtual dari jalur instalasi. Proses engineer, tim QA, dan lainnya dapat memahami data berupa mesin produksi, bahan baku, dan seluruh lingkungan produksi.
Jika digital twin ini dihubungkan dengan program monitoring yang baik, hal tersebut dapat menunjukkan hal-hal yang bisa menjadi masalah ke depannya, sehingga dapat dilakukan pengecekan lebih mendalam dan cepat, dan mengoptimalkan produksi.
Memantau lini produksi dan kesehatan mesin individual
Digital twin merupakan sensor paling pertama dan utama dari mesin manufaktur, dengan cara memvisualisasikan dan memantau produksi dari mesin Operator yang terampil dapat melihat sesuatu yang salah dengan mesin hanya dengan tmenyentuh permukaannya. Digital Twin lebih handal dari intuisi operator tersebut dengan cara menunjukkan masalah yang ada melalui data, sehingga dapat membantu tim investigasi mengidentifikasi masalah dalam aset lebih cepat dan bahkan mengurangi masalah yang sama di masa depan.
Selain itu, semua wawasan ini tersedia dari jarak jauh. Teknisi dapat memecahkan masalah peralatan dari jarak jauh melalui digital twin, mengurangi waktu resolusi insiden lebih cepat dan akurat daripada hanya dengan melihat data pada riwayatnya, MES atau software untuk manajemen kualitas saja.
Mengapa? Karena pentingnya konteks.
Menggunakan Digital Twin untuk memahami data dalam konteks
Data jalur produksi disimpan dalam sistem yang berbeda: beberapa data disimpan dalam riwayat data, beberapa di ERP, MES dan Quality System; ada yang disimpan secara manual dan ada yang secara otomatis.
Data yang tidak dikumpulkan dan disusun supaya lebih mudah dimengerti, akan sulit untuk mendapatkan informasi yang akurat dan menyusun tindak-lanjut yang tepat
Ambil contoh jalur produksi yang menghasilkan 10.000 batu bata per batch, dengan defect 1,5% di akhir proses. Seiring waktu, setiap batch menghasilkan lebih banyak limbah dan hasil yang semakin berkurang.
Untuk mengidentifikasi sumber masalah, seorang teknisi pertama-tama perlu menentukan langkah proses di mana mereka kehilangan hasil dengan memantau downtime dari mesin tersebut
Namun, mengkaji data downtime dari berbagai sumber dapat memakan waktu yang lama dan menemukan indikator yang saling berkorelasi. Digital twin memberikan pandangan yang lebih mendalam dari faktor lingkungan, tiap mesin dalam lingkup produksi, dan interaksi dari mesin-mesin tersebut dan efeknya dalam mempengaruhi kualitas operasional dan kinerja aset.
Teknisi, dengan melihat downtime dari digital twin, dapat menemukan akar penyebab masalah dengan cepat dan akurat (cont. suhu rendah dalam oven) dan rantai kejadian yang akhirnya mengarah ke cacat produksi.
Contoh Kasus dari Penggunaan Digital Twin untuk OEM: Kontrol dan Visibilitas
Digital Twin dari masing-masing produk – sebagai contoh, mesin pengemasan – dapat mendorong keuntungan bisnis yang juga menjangkau seluruh siklus hidup asset perusahaan:
· Pengembangan Produk – Teknisi, desainer, dan pengembang membuat prototipe digital, kemudian menjalankan simulasi untuk menguji kegunaan produk. OEM dapat memotong biaya pengembangan dan produksi dengan mengurangi ‘bugs’ sebelum produk menyentuh rak.
- Pengaturan melalui digital twin: Produk dapat diaktifkan dari pusat layanan jarak jauh, mengurangi biaya layanan bagi konsumen.
- Pemecahan masalah pasca produksi – Ketika semua data tentang perilaku produk langsung ditangkap dalam digital twin, akan lebih mudah bagi teknisi untuk menyelesaikan masalah yang tercatat dalam produk
Masa Depan Digital Twin
Kasus penggunaan digital twin sangat beragam seiring dengan inovasi dari pemilik usaha. Seiring perkembangan dari AI, Image Recognition, dan teknologi lainnya, digital twin akan beradaptasi dan akan ada aplikasi baru yang menarik dan dapat digunakan untuk manufaktur industri.
