
Poin Utama
- Mari kita gunakan teknologi digital untuk mempercepat penyelesaian masalah kualitas.
- Penggunaan teknologi digital yang diperlukan untuk strategi perusahaan.
Tantangan sistem penjaminan mutu konvensional
Serangkaian insiden kualitas dalam beberapa tahun terakhir telah berdampak signifikan pada masyarakat, secara fundamental mengguncang kepercayaan publik terhadap perusahaan. Di balik kecelakaan-kecelakaan ini terdapat masalah mendasar dalam sistem pengendalian mutu tradisional, seperti "penilaian pribadi yang tidak berdasarkan data," "kurangnya ketertelusuran di seluruh rantai pasokan," dan "keterlambatan dalam menanggapi keluhan setelah peluncuran di pasar."
Terutama di dunia saat ini, di mana proses manufaktur semakin kompleks dan rantai pasokan semakin mendunia, sistem pengendalian mutu tradisional berupa "pengamatan pribadi dan pencatatan berbasis kertas" telah mencapai batasnya (Gambar 1). Kunci untuk memperbaiki situasi ini dan meningkatkan kemampuan jaminan kualitas perusahaan adalah "penggunaan teknologi digital secara proaktif, termasuk IoT dan AI."
Masalah kualitas yang dapat diatasi dengan teknologi digital
Teknologi digital menghadirkan "informasi real-time, akurat, dan langsung" dari proses manufaktur ke seluruh rantai pasokan, sehingga memungkinkan untuk menyelesaikan masalah kualitas tradisional dalam waktu singkat (Gambar 2).
Dari intuisi dan pengalaman menuju jaminan objektif berbasis data
Secara tradisional, pengendalian mutu bergantung pada "panca indera" dan "aturan praktis" dari pekerja terampil, yang berarti dibutuhkan waktu lama untuk mengidentifikasi variasi kualitas dan penyebab cacat. Sebaliknya, dengan menggabungkan sensor ke dalam peralatan manufaktur dan perangkat inspeksi, serta memperoleh data yang diperlukan untuk manajemen produksi secara real time sehingga sangat memungkinkan pengendalian mutu tidak bergantung pada campur tangan manusia.
Mengurangi kesalahan inspeksi pekerja dan kesalahan manajemen data
Kesalahan manusia dalam memantau proses manufaktur dan mencatat hasil inspeksi terkadang dapat menyebabkan masalah kualitas yang besar. Untuk mengatasi masalah ini, teknologi pengenalan gambar berbasis AI dapat mendeteksi perubahan yang sulit ditemukan oleh mata atau indra manusia secara instan, sehingga mengungkap terjadinya anomali.
Memperkuat ketertelusuran untuk menghubungkan semua proses
Karena kurangnya keterlacakan data dari pemasok bahan dan komponen hingga produk akhir, terkadang sulit untuk menentukan komponen yang bermasalah dan memahami cakupan dampaknya, yang menyebabkan peningkatan masalah. Untuk mengatasi masalah ini, data yang diperoleh oleh sensor dibagikan dan dikelola secara bersamaan di setiap tahap proses. Hal ini mencegah kesalahan manusia dalam manipulasi data, sehingga menghasilkan transparansi dan keandalan yang tinggi.
Masalah kualitas konvensional | Contoh spesifik masalah kualitas | Solusi berbasis IoT dan AI untuk berbagai masalah. |
|---|---|---|
Keterlambatan dalam pengumpulan informasi tentang anomali kualitas | Penilaian pribadi yang bergantung pada intuisi dan pengalaman pekerja terampil (kegagalan mengumpulkan data yang diperlukan), keterlambatan pengumpulan data karena proses manual. | Pengumpulan data secara real-time menggunakan sensor, deteksi anomali secara langsung, dan penilaian objektif. |
Ketertelusuran yang tidak memadai | Ketidakmampuan untuk menghubungkan data dari tahap awal ke tahap akhir Keterlambatan dalam mengidentifikasi penyebab masalah ketika masalah tersebut terjadi | Melacak dan mencatat seluruh rantai pasokan menggunakan kode QR, RFID (tag elektronik), dll. |
Kesalahan dan ketidaksesuaian inspeksi (Kesalahan pengukuran, metode pengukuran yang salah) | Kesalahan manusia akibat inspeksi visual dan kurangnya tenaga inspeksi menyebabkan inspeksi yang buruk (produk cacat dilepas ke pasaran). | Otomatisasi inspeksi menggunakan teknologi pengenalan gambar. |
Keterlambatan dalam pemeliharaan peralatan | Biasanya, ini melibatkan perawatan korektif setelah terjadi kegagalan, untuk mencegah kegagalan mendadak dan penghentian jalur produksi yang berkepanjangan. | Memantau kondisi peralatan seperti getaran, suhu, dan nilai arus menggunakan sensor, serta memprediksi kegagalan. |
Pentingnya dan tantangan teknologi digital
Penggunaan teknologi digital, termasuk IoT dan AI, bukan hanya sarana untuk meningkatkan efisiensi operasional, tetapi juga alat penting untuk mengembangkan jaminan kualitas menjadi sistem yang mencegah masalah terjadi sejak awal. Dengan membangun proses manufaktur yang mencegah cacat melalui pemantauan kondisi berbasis IoT dan inspeksi visual berbasis AI akan secara signifikan mengurangi jam kerja yang dibutuhkan untuk inspeksi, pemeliharaan, dan pencatatan.
Perusahaan harus memanfaatkan teknologi digital untuk meningkatkan kemampuan penjaminan mutu mereka, sehingga mengamankan kepercayaan pelanggan dan mencapai pertumbuhan berkelanjutan. Oleh karena itu, pengembangan talenta TI dan pembentukan sistem untuk pemanfaatan data lintas departemen merupakan prioritas mendesak.
Karena investasi pada peralatan untuk memanfaatkan IoT dan AI seringkali mahal, penting untuk memprioritaskan investasi, membuat rencana investasi, dan melanjutkannya secara bertahap, daripada melakukan investasi di seluruh perusahaan sejak awal (Gambar 3).
Klasifikasi | Masalah | Countermeasure |
|---|---|---|
Mengamankan personel IT | Terdapat kekurangan personel yang memiliki pengetahuan tentang gemba manufaktur/lapangan dan keterampilan IT/analisis data. | - Mengembangkan talenta IT internal: Melakukan pelatihan dasar tentang pemanfaatan data dan alat IoT. - Memanfaatkan konsultan IT eksternal: Meminta dukungan untuk pembangunan sistem dan pemanfaatan data. |
Pemanfaatan data lintas departemen | Ketelitian data yang tidak memadai dari tahap awal hingga tahap akhir pengembangan produk menyebabkan kesulitan dari departemen terkait untuk memahami di mana dan jenis cacat apa yang terjadi, sehingga menyebabkan keterlambatan dalam memberikan respons. | Dengan mengintegrasikan data dari tahap awal hingga tahap akhir di cloud, menggabungkan teknologi enkripsi untuk mencegah perubahan data, dan membangun sistem di mana semua departemen terkait dapat mengakses informasi yang akurat secara tepat waktu, kita dapat menciptakan sistem di mana semua departemen terkait dapat mengakses informasi yang akurat. |
Efektivitas biaya | Dalam beberapa kasus, jika hanya memberi manfaat minimal dalam hal peningkatan kualitas atau pengurangan biaya sementara biaya investasi peralatan yang tinggi, rencana investasi tersebut mungkin akan dibatalkan. | • Mulai dari skala kecil dan implementasi bertahap Alih-alih mengimplementasikannya sekaligus di semua lini, prioritaskan dan luncurkan secara bertahap. • Menetapkan KPI Tetapkan indikator seperti tingkat cacat, jam kerja inspeksi, dan tingkat operasional. Periksa hasilnya (efektivitas) dan lanjutkan ke langkah berikutnya (investasi). |
Baca Juga
Pemantauan Status secara Real-time dan Prediksi Anomali Menggunakan IoT
Inspeksi dan Penilaian Gambar Otomatis Menggunakan AI
Pabrik Kami Juga Bisa Bersinar! Mengembangkan Sendiri Teknologi dalam Pemanfaatan Robot







