Big Data dan aplikasinya dalam bidang manufaktur
Big Data telah memainkan peran yang cukup esar dalam dunia industri dalam beberapa tahun terakhir. Menurut Wikibon, pendapatan market Big Data pada seluruh dunia untuk software dan services diprojeksikan akan meningkat dari $42B pada tahun 2018 menjadi $103B pada tahun 2027, dengan mengasumsikan Compound Annual Growth Rate (CAGR) sebesar 10.48 %. Inilah kenapa sertifikasi Big Data merupakan salah satu kemampuian yang paling diminati dalam dunia industri.
Tujuan utama dari aplikasi – aplikasi Big Data adalah untuk menolong perusahaan – perusahaan agar dapat lebih mendapatkan informasi untuk mendukung keputusan bisnis dengan cara menganalisa data dalam jumlah besar. Data dapat meliputi log pada sebuah web server, internet click stream data, konten pada social media, konten – konten pada email dan data – data dari banyak sensor.
Big Data sangat populer digunakan dalam berbagai bidang, dalam bidang kesehatan Big Data dapat digunakan untuk memberikan perlakuan yang paling efektif untuk pasien yang memiliki kondisi tertentu. Keputusan ini dapat menolong pasien dan juga dapat menurunkan ongkos yang diperlukan. Pada bidang media dan entertainment Big Data dapat digunakan untuk melakukan profiling, sehingga kita dapat memprediksi apa yang diinginkan oleh para penikmat acara atau dapat memberikan iklan yang sesuai untuk para penikmat acara. Tentu saja, Big Data juga memainkan peranan penting dalam bidang manufaktur.
Dikarenakan jumlah data yang semakin membanyak, organisasi yang bergerak pada bidang manufaktur harus mencari cara untuk mengatasi dan memproses jumlah data yang belom pernah terjadi sebelumnya. Tidak semua data yang diperoleh dapat digunakan untuk mendapatkan informasi yang berguna, namun sekitar 33 % dari total data dapat berguna setelah dianalisa. Namun, hanya 0.5 % data yang dapat diproses oleh perusahaan. Hal ini menyatakan, bahwa perusahaan – perusahaan manufaktur tidak menggunakan 32.5 % data yang dapat memberikan nilai bisnis dan peningkatan pendapatan.
Gambar 1 Flow data pada bidang manufaktur
Industri dalam bidang manufaktur adalah sebuah industri yang paling banyak terkena dampak dari tren Big Data. Hal ini dikarenakan sifat dasar dan jumlah data yang diproduksi dari bidang tersebut. Kebanyakan dari perusahaan manufaktur baru memulai untuk mencari potensi – potensi tools Big Data. Namun, ada juga beberapa perusahaan yang sudah menjadi pioneer dan sudah memberikan sejumlah kasus yang dapat diselesaikan dengan menggunakan Big Data. Berikut merupakan hal – hal dalam proses manufaktur yang dapat ditingkatkan dengan menggunakan Big Data :
- Manajemen resiko
Ada beberapa area berbeda yang menjadi sumber dari chain management dimana Big Data dapat menjadi penolong yang cukup signifikan.
Pemasok memiliki pilihan untuk membagi data – data produksi mereka dengan partner dan customer yang mana akan membuat transparansi dan komunikasi yang sangat efektif untuk kedua belah pihak. Dengan cara ini pihak manufaktur dapat melihat secara jelas apakah pemasok terlambat dengan produksi atau tepat waktu, dan dapat mengatur semua proses yang diinginkan agar terhindar dari keterlambatan.
Kualitas dari data juga dapat dibagi dengan cara yang sama, perusahaan manufaktur dapat membuat produksi dan produk yang terkait dengan kualitas metrik yang didapat dari pihak pemasok sebelom menerima barang.
Dengan adanya visibilitas yang meningkat dalam kualitas para pemasok, pihak manufaktur dapat melihat secara lebih jelas dan dapat melihat portofolio dari para pemasok ketika dibutuhkan dalam negosiasi kontrak dengan para pemasok.
Dengan memiliki kualitas produksi dan informasi dari pemasok juga dapat membuat semua data dan wawasan yang lebih baik untuk memanajemen resiko. Pemasok yang berkaitan akan membuat para manufaktur dapat membuat pilihan yang berdasarkan fakta ketika berkaitan dengan staratergi manjemen resiko.
- Konfigurasi build to order
Products to order manufaktur telah menjadi tren dan tidak hanya di industri otomotif, namun juga bergerak dalam industri penerbangan, layanan komputer dan barang – barang konsumer.
Cara produksi build to order sangat efisien dan merupakan bisnis model yang dapat mendapat keuntungan. Namun, untuk melihat perkembangan yang diinginkan diperlukan data platform yang dapat digunakan untuk menganalisa kebiasaan pelanggan dan juga data penjualan.
Pihak manufaktur membutuhkan akses untuk semua data penjualan dan harus dapat membuat prediksi analisis yang akurat untuk dapat melihat jumlah order yang dapat dibuat dan melakukan penyesuaiaan terhadap supply chain. Dan juga, para sales dan analisis data produksi dibutuhkan untuk mengidentifikasi keuntungan yang didapat dari setiap konfigurasi produk.
Dengan cara ini pihak manufaktur dapat menetapkan produk portofolio yang dapat memberikan pendapatan yang paling besar dalam waktu tertentu.
- Meningkatkan kualitas produk
Pemeliharaan kualitas produka merupakan prioritas utama dari pihak manufaktur. Kebanyakan dari mereka sudah memiliki data yang dibutuhkan untuk meningkatkan kualitas produk secara signifikan dan menurunkan ongkos yang dibutuhkan, namun hanya segelintir kecil yang dapat menyambungkan data untuk mendapatkan wawasan yang dapat dieksekusi.
Penghematan yang luar biasa dapat dibuat dengan menggunakan analisis prediksi dalam testing. Satu produk dapat membutuhkan banyak sekali kualitas tes. Jumlah dari tes yang dibutuhkan dapat dikurangi apabila pattern recognition dan analisis prediksi digunakan untuk menentukan tipe – tipe tes yang betul – betul dibutuhkan dibandingkan melakukan semua tes kepada semua produk.
Kualitas dari produk juga dapat ditingkatkan dengan menggunakan analisis Big Data. Analisis data sensor dapat mendeteksi produk yang akan cacat dengan waktu lebih cepat, sehingga dapat menurunkan waktu dan ongkos yang dibutuhkan untuk menyesuaikan proses produksi.
- Pertumbuhan perusahaan berbasiskan data
Dengan menggunakan Big Data, semua menjadi sangat mungkin untuk membuat komparasi performa dari tempat yang berbeda dan mencari tahu hal yang menyebabkan perbedaan. Selain untuk menganalisis produksi internal dan data penjualan, kita juga dapat menganalisa seluruh pasar, membuat what-if skenario dan membuat model untuk prediksi.
Mempunyai akses untuk wawasan seperti itu dapat membuat pertanyaan strategi pertumbuhan global terjawab dengan data yang faktual. Pertanyaan dapat meliputi hal – hal seperti dimana tempay yang cocok untuk membuka pabrik baru, tempat kerja mana yang harus direlokasi / di tutup atau memperkenalkan produk baru.
- Logistik
Dalam proses logistik, penggunaan big data juga dapat dilakukan. Warehousing dan transportasi merupakan bidang dimana Big Data dapat digunakan untuk mengembalikan investasi. Namun, masih sedikit perusahaan di seluruh dunia yang mengoperasikan data-driven logistic services. Pioner dalam bidang automasi dari warehousing adalah DHL, Amazon & Ocado. Mereka adalah perusahaan yang telah melakukan substitusi sebagian besar dari pekerjaan buruh manusia dengan robot pintar, yang dapat bekerja secara sistematis untuk memindahkan barang dalam gudang dan mengambil setiap item yang dikirim. Kecepatan untuk mengirimkan barang dari perusahaan ini sudah sangat berkembang, serta dapat mengurangi ongkos dari pekerjaan manusia dan menghilangkan kesalahan – kesalahan yang dapat dibuat oleh manusia.
Transportasi juga termasuk bidang yang penting dalam perusahaan logistik dan manfuktur. Infrastruktur Big Data memperbolehkan mereka untuk melacak barang, cuaca serta kondisi jalan secara waktu yang sebenarnya. Dengan itu, truk – truk dapat dialihkan kapan saja ketika ada jalan yang lebih efisien.
Kesimpulan
Dengan proses data integrasi dan manajemen yang benar, perusahaan manufaktur dapat meningkatkan nilai data strategis, memperbaiki tindakan, meningkatkan keuntungan dan memperkuat hubungan dengan kustomer, partner & pemasok. Sangat penting untuk menggunakan Big Data dalam proses bisnis dan sekarang lah saatnya untuk mencari nilai data agar dapat melakukan data integrasi dan manajemen yang baik.
Referensi
https://www.edureka.co/blog/big-data-applications-revolutionizing-various-domains/ https://www.actify.com/industry-topics/10-big-data-use-cases-manufacturing/
