ASUS belum lama ini menyampaikan keberhasilannya mengembangkan solusi manufaktur yang memanfaatkan AI (artificial intelligence) dan target ke depannya yang akan menganalisis big data. Dengan pemanfaatan artificial intelligence dan big data, ASUS mengklaim solusi manufaktur yang dikembangkanya itu bisa mendeteksi cacat secara lebih efisien dan akan makin efisien lagi di masa depan. Efisiensi yang lebih baik pada pendeteksian cacat suatu komponen yang ditujukan untuk dipasang pada atau membentuk suatu produk, meningkatkan efisiensi manufaktur yang dilakukan ASUS pada pabriknya di dunia.
“ASUS saat ini memiliki ratusan pemasok, dan setiap kali kami dapat meningkatkan proses pemeriksaan kualitas, pemasok akan menerima dan bersedia melakukan perubahan,” ujar Jackie Hsu (Wakil Presiden Senior, Co-Head of Open Platform BG & AIoT Business Group, ASUS). “Ini adalah situasi paling menguntungkan bagi ASUS dan seluruh industri yang selalu mementingkan kualitas produk,” tambah Jackie Hsu lebih lanjut.
Saat ini, ASUS melalui AIoT BG (AIoT Business Group-nya telah mengembangkan antara lain sistem inspeksi visual AI dan sistem deteksi gelombang AI untuk mendeteksi cacat berbagai komponen. Sistem inspeksi visual AI bisa menawarkan tingkat akurasi sampai 98%. Tingkat akurasi tersebut secara signifikan lebih tinggi dari sistem inspeksi optik otomatis yang sebesar 80% sampai 90%.
Sistem inspeksi optik otomatis adalah salah satu sistem yang umum digunakan untuk mendeteksi kecacatan komponen. Sementara, sistem inspeksi visual AI adalah menyerupai sistem inspeksi optik otomatis, tetapi dengan AI. Selain itu, sistem inspeksi optik otomatis tidak cocok digunakan untuk mendeteksi kecacatan komponen logam mekanis. Untuk yang terakhir ini pendeteksian cacat biasanya dilakukan dengan inspeksi visual manual yang memiliki tingkat akurasi sekitar 90%.
Adapun sistem deteksi gelombang AI adalah sistem yang ditujukan untuk mendeteksi kecacatan suatu kipas. ASUS mengembangkan Sistem Ciri Khas Gelombang AI (AI Wave Signature System). Sistem itu menganalisis suara kipas yang beroperasi dengan benar dan menggunakannya untuk mengembangkan ciri khas suara kipas yang diinginkan. Ciri khas suara tersebut kemudian digunakan untuk melatih model AI agar dapat mengidentifikasikan dengan cepat kipas berkualitas tinggi. Sistem deteksi gelombang AI bisa dikombinasikan dengan pengujian arus listrik, tegangan, getaran, dan karakteristik produk lainnya selama inspeksi untuk memastikan kualitas produk secara keseluruhan.
Biasanya, untuk mendeteksi cacat tidaknya suatu kipas, digunakan inspektur alias orang khusus yang mampu mendeteksi masalah suatu kipas hanya dengan mendengarkannya. Melatih personel yang sangat terampil untuk posisi penting ini memakan waktu tiga sampai enam bulan, dan inspektur juga terkadang mengalami kelelahan telinga jangka pendek atau jangka panjang. Selain itu, faktor pekerjaan lainnya juga bisa berdampak negatif terhadap kesehatan inspektur dan mengurangi kemampuannya mendeteksi masalah.
Ke depannya, ASUS menargetkan untuk melakukan analisis big data dengan maksud antara lain menemukan penyebab cacat suatu komponen. Hal bersangkutan diharapkan bisa membantu rantai pasokan untuk menemukan solusi mendasar dalam mendapatkan hasil tinggi, membuat formula sukses, dan mengumpulkan nilai jangka panjang. ASUS meyakini big data dan analisisnya akan menjadi pilar penting untuknya.
KOMENTAR