“Manufaktur menyumbang 18 persen ke PDB. (Maka) sangatlah penting untuk mempercepat penerapan teknologi digital IoT terbaru pada sektor manufaktur,” ujar Teguh.
NTT Solutions Indonesia pun memberikan contoh implementasi IoT pada salah satu kliennya yang merupakan jasa penyedia perangkat pemurnian air atau water purifier. Teknologi ini menerapkan predictive maintenance untuk memprediksi kinerja suatu alat.
Seringkali, klien perusahaan tidak memperhatikan peringatan yang muncul pada perangkat water purifier. Padahal, peringatan tersebut adalah tanda bahwa perangkat purifier sudah tidak bekerja optimal. Alhasil, ketika perangkat sudah terlanjur rusak, perusahaan membutuhkan downtime yang lama. Belum lagi, adanya biaya perbaikan yang tidak terduga.
Untuk mengatasi masalah ini, predictive maintenance dibuat dengan memasangkan sensor ke dalam perangkat water purifier. Sensor ini akan mengirim peringatan maintenance ke bagian support melalui IoT platform dan clouds, yang nantinya akan diteruskan ke teknisi untuk turun ke lapangan.
“Jadi yang terjadi adalah, provider water purifier ini lebih proaktif. Jadi, bukan nunggu perangkat rusak dulu atau bertindak ketika komplain dari pengguna diterima. Namun sebelum rusak, mereka (teknisi) sudah datang duluan,” imbuh Yanto.
Baca Juga: Predictive Maintenance Pangkas Biaya, Jaga Keselamatan Pekerja
Beda perusahaan, maka berbeda juga kebutuhannya. Dwiwahyu Haryo Suryo sebagai EVP & Chief Supply Chain Officer Paragon Technology and Innovation turut menuturkan bagaimana teknologi IoT dan AI diadopsi di perusahaan yang memegang bidang kosmetik.
Dwi mengatakan, salah satu faktor terpenting yang menjadi konsen bagi perusahaan adalah adanya kompleksitas dalam hal operasional, meliputi stock keeping unit, raw materials, packaging items, hingga suppliers network.
“(Yang diharapkan) adalah interkoneksi, sebenarnya. Mulai dari perencanaan kita di up stream sampai juga nanti secara product flow dari supplier ke pabrik Paragon, kemudian ke Parama distribution, lalu sampai ke customer dan akhirnya ke end consumer,” ungkap Dwi.
Dwi juga menjelaskan, interkoneksi ini akan menghubungkan input balik dari customer dari berbagai sumber untuk diolah. Yang terjadi, perlu manajemen big data agar olahannya menjadi inovasi bagi perusahaan dalam berdaya saing di pasaran.
Kembali dijelaskan Dwi, ubahan yang telah diterapkan adalah mengeliminasi manual operation, seperti operasi Microsoft Excel yang sudah menggunakan sistem otomatis. Lalu, product traceability yang menggunakan sistem material requirement planning (MRP).
Baca Juga: Alasan CRM Berbasis Teknologi Low Code Banyak Diminati Saat ini
Pada target selanjutnya, Dwi mengatakan Paragon akan mengadopsi supply planning dan distribution tools untuk memprediksi downstream dan perencanaan ke depan di akhir November 2020.
Penerapan proses data yang terintegrasi adalah tujuan dari implementasi Artificial Intelligence yang dapat menghasilkan banyak insights sebagai competitive value perusahaan dalam efisiensi operasional untuk mendukung kecepatan perusahaan dalam menggarap pasar.
Di akhir sesi, baik IBM dan NTT sepakat bahwa untuk memulai digitalisasi dengan advance layer seperti Big Data melalui penerapan IoT, machine learning, deep learning, fokuslah dengan prioritas perusahaan mana lini bisnis yang dapat di-enable untuk memulai piloting sebuah inisiatif area–area baru Manufacturing 4.0.
Mulailah dengan skala kecil yang dapat kita jadikan acuan untuk perluasan di lini bisnis lainnya. Pemanfaatan teknologi yang tepat guna dan mitra teknologi yang berpengalaman dan kemampuan menawarkan banyak opsi yang dapat disesuaikan dengan kebutuhan perusahaan adalah hal krusial bagaimana memulai journey digitalisasi secara efektif dan yang paling penting berkelanjutan.