Contoh Implementasi Artificial Intelligence di Industri Tekstil

Rafki Fachrizal - Senin, 20 September 2021 | 21:15 WIB

myshkovsky/Istockphoto

Ilustrasi Implementasi Artificial Intelligence di Industri Tekstil

Banyak industri yang kini telah memanfaatkan teknologi AI (Artificial Intelligence) atau kecerdasan buatan untuk mendukung pertumbuhan bisnisnya.

Salah satunya yakni industri tekstil, di mana industri ini sekarang perlahan-lahan mengadopsi teknologi AI dan otomatisasi dalam mengubah produksi, proses manufaktur, hubungan dengan pelanggan, dan lainnya.

Menurut sebuah studi dari Statista, pasar tekstil secara global diprediksi nilainya tumbuh dari US$1,5 triliun pada 2020 menjadi sekitar US$2,25 triliun pada 2025. Hal itu menunjukkan bahwa permintaan akan produk dari industri tekstil akan terus meningkat di seluruh dunia.

Peningkatan permintaan akan produk-produk berkualitas telah mendorong industri tekstil untuk menggunakan teknologi AI dan otomatisasi untuk meminimalkan biaya tenaga kerja dan produksi, serta mengirimkan produk yang sesuai dengan preferensi pelanggan.

Tekstil sendiri adalah industri padat karya, dan teknologi seperti AI dan IoT (Internet of Things) kini telah banyak membantu industri ini seperti dalam hal pemrosesan data yang lebih mudah, analisis prediktif, mengembangkan pakaian pintar, dan secara efisien melakukan pekerjaan di proses produksi dengan tanpa campur tangan manusia.

Lebih lanjut, berikut ini adalah beberapa contoh penerapan teknologi AI yang sudah dilakukan di industri tekstil:

1. Mengidentifikasi Cacat pada Kain

Cacat pada kain dapat mengurangi nilai dari produk tekstil. Setiap cacat pada kain yang diteruskan ke produksi akhir, dapat mengakibatkan penolakan dari pelanggan. Itu sebabnya sangat penting untuk memeriksa kualitas kain sebelum proses produksi.

Umumnya, inspeksi kain dilakukan secara manual oleh pekerja khusus di pabrik menggunakan meja berlampu dengan dilengkapi peralatan khusus. Proses ini tergolong lambat dan masih ada potensi yang memungkinkan cacat kain yang terlewat dalam inspeksi.

Dalam hal ini, pemanfaatan AI dapat melakukan tugas tersebut dengan lebih cepat, akurasi yang jauh lebih tinggi, dan tanpa kelelahan dibandingkan menggunakan tenaga manusia.

AI juga dapat digunakan untuk memprediksi sifat kain sebelum proses produksi dengan bantuan sistem seperti neuro-fuzzy atau lainnya dengan menggunakan data konstruksi kain.

2. Inspeksi Pola Kain

Teknologi AI seperti Artificial Neural Network (ANN) membantu dalam pendeteksian cacat pada pola dalam proses produksi kain seperti menenun dan merajut.

Inspeksi berbasis penglihatan yang diaktifkan AI dapat mengurangi kesalahan manusia dan meningkatkan efisiensi.

Misalnya, solusi Cognex ViDi yang dikembangkan oleh Cognex Corp. dapat secara otomatis memeriksa pola kain secara otomatis.

Solusi Cognex ViDi memanfaatkan teknologi berbasis machine vision dan tidak memerlukan strategi pengembangan khusus untuk menerapkannya ke dalam manufaktur.

Dengan begitu, pemeriksaan pola kain berkemampuan AI akan mempercepat manufaktur dalam mengurangi cacat pola dengan tenaga kerja minimum, serta presisi dan akurasi maksimum.

3. Pencocokan Warna

Warna merupakan aspek penting dari produk tekstil. Penampilan suatu produk tekstil dipersepsikan berkaitan dengan kualitasnya.

Warna suatu produk dinilai dapat diterima/tidak memuaskan, atau dapat dinilai secara lebih rinci sebagai: 'terlalu terang' atau, 'terlalu gelap', 'terlalu merah' atau, 'terlalu hijau'.

Untuk mengatasi masalah ini, dapat dikembangkan AI yang memiliki fitur 'Lulus/Gagal' untuk membantu meningkatkan akurasi dan efisiensi.

4. Memantau Jahitan

Dalam proses produksi di industri tekstil, jahitan dilakukan untuk menyatukan dua atau lebih potongan kain.

Kemudahan pembentukan jahitan dan kinerja jahitan adalah parameter penting yang dikenal sebagai "kemampuan menjahit."

Sifat mekanik tegangan rendah kain seperti tarik, geser, tekuk, dan lainnya dapat mempengaruhi kemampuan menjahit.

Sistem berbasis AI dapat digunakan untuk menemukan kemampuan menjahit kain yang berbeda selama produksi. Tentunya, memastikan proses produksi berjalan dengan lancar.

5. Sistem CAD

Salah satu tahapan penting dalam produksi tekstil adalah pemotongan dan pembuatan pola di mana kain dipotong sesuai dengan desain dan membuat pola yang berbeda pada kain.

Sistem Computer-Aided Design (CAD) adalah subset AI yang memungkinkan pembuatan pola terkomputerisasi.

Dengan sistem ini, desainer dapat membuat struktur dasar pola dan mendigitalkannya. CAD digunakan dalam pola pemotongan di mana menyediakan gambar 3D dari kain dan desain yang membuat visualisasi lebih mudah.

6. Perencanaan dan Pengendalian Produksi

Production Planning and Control (PPC) atau Perencanaan dan Pengendalian Produksi merupakan hal penting di mana dalam hal ini adanya koordinasi antara berbagai departemen produksi sehingga tanggal pengiriman dapat dipenuhi dan pesanan pelanggan dapat dikirimkan tepat waktu.

Teknologi AI dapat digunakan untuk menyelesaikan tata letak mesin, penugasan operasi, penyeimbangan proses jahit, dan lainnya. Dengan begitu, AI dapat membantu dalam mencapai tujuan utama PPC.

7. Pemeriksaan akhir

Pemeriksaan produk tekstil yang sudah jadi dan setengah jadi selama produksi sangat penting untuk mendapatkan lebih sedikit produk yang gagal.

Pemeriksaan kualitas akhir dari pakaian jadi biasanya dilakukan oleh orang yang berpengalaman, yang sangat memakan waktu dan mungkin dipengaruhi oleh kondisi fisik dan mental pemeriksanya.

Mengatasi hal tersebut, penggunaan AI bisa diterapkan untuk mencapai efisiensi dan hasil yang akurat. Inspeksi otomatis dapat dilakukan dengan menggunakan AI dengan pemrosesan gambar untuk pemeriksaan kualitas setiap produk secara detail.

8. Manajemen Rantai Pasokan

Supply Chain Management (SCM) atau Manajemen Rantai Pasokan mengintegrasikan berbagai proses bisnis, aktivitas, informasi, dan sumber daya untuk menciptakan nilai bagi pelanggan. SCM sesuai standar dapat membantu kelola biaya dan meningkatkan daya saing bisnis.

Dalam hal ini, contohnya teknologi AI dapat digunakan untuk mengotomatisasi transportasi dan pengemasan di industri tekstil.

SCM penting untuk mengelola kelancaran aliran material antara pengecer dan produsen. SCM yang baik menuntut ruang penyimpanan yang besar, manajemen gudang yang lebih baik, pemisahan produk, dan komunikasi yang lebih baik.

Teknologi AI dapat memberikan semua manfaat ini melalui robotika, RPA, machine learning (pembelajaran mesin), IoT, dan teknologi terkini lainnya.