INTERNATIONAL WEBINAR Industrial Analytics Driving Digital Information

Semarang, 23 Mei 2023 University of Science & Computer Technology (STEKOM) (STEKOM University ranks in the top 10 Best Universities in Central Java version of UniRank 2023) in collaboration with, Sumy State Pedagogical University (Ukraine), University Kuala Lumpur (Malaysia), STIE STEKOM, Industrial and Vocational Communication (PERKIVI), Indonesian Smart Teacherpreneur Association (PTIC) and TopLoker.com, Sukses dalam menyelenggarakan Internationaln Webinar dengan Industrial Analytics Driving Digital Information (Analisis Industri Mendorong Informasi Digital).

Acara International Webinar Industrial Analytics Driving Digital Information (Analisis Industri Mendorong Informasi Digital). tersebut diselenggarakan Selasa, 23 Mei 2023 Pukul 14.00 s.d 16.00 WIB yang di laksanakan melalui Zoom Meeting dan You Tube Universitas Sains dan Teknologi Komputer (Universitas STEKOM) dan di hadiri oleh mahasiwa dan masyarakat umum.

International Webinar pada hari ini diisi oleh Dr. Joseph Teguh Santoso, M.kom. (Rector STEKOM University Indonesia). Sebagai Opening Speech. Omelianenko Vitalii (Doctor of Economics, Assoc Prof, Head of the Project Tech Center Ukraine) sebagai Narasumber. Ts. Dr. Husna Sarirah Husin (Senior Lecturer, Head of Research and Innovation Section Malaysia) sebagai Narasumber. Dan Wibi Ardi Alvianto, M.Pd. (Director Students Affairs and Graphic Design Lecture Indonesia) sebagai Narasumber.

Dalam pemaparan narasumber yang pertama Wibi Ardi Alvianto, M.Pd. (Director Students Affairs and Graphic Design Lecture Indonesia) menjelaskan tentang Strengths and Weaknesses of Porter’s five Forces Model in Industry Analysis (Kekuatan dan Kelemahan Model lima Kekuatan Porter dalam Analisis Industri). Definisi Analisis Industri dalam Manajemen Strategis. Dalam manajemen strategis, analisis industri diambil dari karya Porter (1980) yang mengemukakan bahwa terdapat lima kekuatan yang membentuk struktur suatu industri dan mendorong persaingan, yang dapat dianalisis untuk mengetahui potensi profitabilitas berbisnis di industri tersebut. Porter (1980) mengklaim bahwa kekuatan kolektif dari kekuatan menentukan potensi keuntungan akhir dalam suatu industri.

Dari perspektif strategis, kekuatan analisis industri seperti yang diberikan oleh Porter (1 9 8 0) adalah Intensitas persaingan kompetitif di industry, Daya tawar pembeli di industry, Daya tawar pemasok di industry, Tingkat ancaman pendatang baru di industri ini, dan Tingkat ancaman produk/layanan pengganti.

Pentingnya Analisis Industri. Sangat penting untuk menganalisis suatu industri sebelum Anda berinvestasi pada saham apa pun darinya karena dengan begitu Anda dapat memahami faktor makroekonomi yang dapat memengaruhi pilihan saham Anda.

Faktor-faktor yang Termasuk dalam Analisis Industri. Berdasarkan analisis lingkungan eksternal seperti analisis ALU, analisis industri berfokus pada komponen industri yang dapat mempengaruhi operasional bisnis. Komponen analisis industri Porter (1980) atau lima kekuatan harus dianalisis secara rinci untuk mendapatkan wawasan strategis yang berarti. Oleh karena itu, analisis faktor-faktor industri di setiap kekuatan harus dilihat, untuk menentukan apakah faktor-faktor tersebut dapat menjadi sumber ancaman dan pendorong persaingan.

lima komponen analisis industri yang dikemukakan oleh Porter (1980): Intensitas Persaingan Kompetitif Indd di Industri, Daya Tawar Pembeli di Industri, Daya Tawar Pemasok di Industri, Ancaman Pendatang Baru di Industri ini, dan Ancaman Produk dan Layanan Pengganti. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/0XRnS6Rv170?feature=share

Dalam pemaparan narasumber kedua Omelianenko Vitalii (Doctor of Economics, Assoc Prof, Head of the Project Tech Center Ukraine) menjelaskan tentang Industrial Analytics: Data Management Issues (Analisis Industri: Masalah Manajemen Data). Tantangan yang membatasi pertumbuhan Manufaktur Otomotif dan tujuan yang direncanakan diantaranya yaitu

1. Waktu henti yang lebih tinggi-meminimalkan waktu henti produksi menjadi rumit dengan kurangnya data terperinci tentang kinerja lini produksi dan pemeliharaan prediktif untuk peralatan yang menua.

2. Wawasan berbasis data-kurangnya alat otomatisasi dan analitik untuk mengumpulkan data dari sumber, menganalisis data untuk anomali, dan menghasilkan wawasan yang dapat ditindaklanjuti.

3. Kurangnya pendekatan holistik-kelompok berbeda yang bekerja di silo seperti body, press, paint, dan assembly dengan proses yang ditentukan sendiri.

4. Proses berbasis kertas-meningkatkan kemungkinan kesalahan manusia karena interpretasi manual dan menambah penundaan dalam operasi manufaktur dan rantai pasokan.

5. Keselamatan di tempat kerja-dengan bagian yang bergerak besar dan kurangnya mekanisme keselamatan yang tepat, pekerja sering mengalami cedera fatal dan kelelahan.

Kembar Digital. Kembar digital mungkin merupakan salah satu teknologi paling mengganggu yang diadopsi oleh produsen otomotif. Seperti ruang pamer virtual, di mana pengguna dapat mengikuti tur digital fitur kendaraan tanpa kunjungan fisik. Digital Twin memungkinkan produsen untuk merancang dan mensimulasikan kendaraan dalam lingkungan yang sepenuhnya virtual. Ini membantu dalam pra-komisioning produk dan pengaturan produksi untuk menunjukkan dampak perubahan desain, peningkatan proses, dan efisiensi produksi. Beberapa kasus penggunaan penting meliputi:

1. Mendeteksi masalah produk dan menemukan perbaikan jauh sebelum diproduksi.

2. Mempersingkat siklus pengembangan dan pengujian dengan menguji dan mengoptimalkan proses secara virtual.

3. Hasilkan wawasan berbasis data dengan memanfaatkan loT, simulasi, dan analitik prediktif.

IIot Industri (lot). IIot adalah integrasi PL dan IT, menutup kesenjangan fisik-ke-digital dengan menyatukan orang, proses, dan produk. Ini membantu dalam membuat keputusan yang lebih baik dengan mengumpulkan data analog / digital menggunakan sensor loT, menggunakan algoritme analitik canggih, dan menghasilkan wawasan yang dapat ditindaklanjuti untuk meningkatkan efisiensi operasional. Analisis prediktif dan diagnostik jarak jauh adalah fitur aplikasi loT yang paling penting di otomotif. Beberapa kasus penggunaan penting meliputi:

1. Lacak aset dan kurangi waktu henti menggunakan pemeliharaan prediktif peralatan.

2. Menganalisis data yang dikumpulkan dari produksi, proses, dan rantai pasokan.

3. Memanfaatkan platform AWS / Azure atau cloud untuk memantau dan mengotomatiskan kontrol dari jarak jauh.

Realitas Tertambah dan Virtual (AR / VR). Menurut penelitian yang dilakukan oleh Deloitte, 22% pekerja manufaktur terampil akan pensiun pada tahun 2030. Hal ini menimbulkan tantangan yang lebih besar bagi OEM untuk terus berinvestasi dalam pelatihan tenaga kerja. AR / VR memungkinkan pengalaman virtual dan pelatihan untuk fitur internal kendaraan / peralatan, membantu pekerja dengan pengetahuan atau keahlian sebelumnya yang terbatas. Microsoft HoloLens adalah kacamata pintar bertenaga AR yang memberikan instruksi mandiri dan panduan di tempat kerja yang membantu pekerja mempelajari tugas kompleks dengan cepat. Beberapa kasus penggunaan yang penting adalah:

1. Bantu memecahkan kesenjangan keterampilan dengan memberikan bantuan penjelasan mandiri virtual.

2. Kurangi waktu pelatihan dan tingkatkan produktivitas pekerja.

3. Aktifkan kolaborasi jarak jauh, dukungan teknis, dan pemeliharaan.

Kendaraan Berpemandu Otomatis (AGV). Selain teknologi otonom yang muncul untuk mobil self-driving, kendaraan self-guided cerdas bertenaga Al menjadi populer di bidang manufaktur otomotif. AGV membantu mengotomatiskan tugas-tugas seperti memindahkan inventaris atau material di lantai toko dan melakukan operasi berkelanjutan tanpa waktu henti. Agv yang dilengkapi dengan sensor canggih seperti kamera 360 ° dan LIDAR secara signifikan membantu menghindari tabrakan dan memastikan keselamatan tenaga kerja dan produk yang diangkut. Beberapa kasus penggunaan penting meliputi:

1. Menghilangkan proses pergerakan material yang manual dan memakan waktu.

2. Hindari kelelahan dan cedera yang terkait dengan tugas berulang di lingkungan produksi.

3. Mengurangi risiko saat bekerja dengan alat berat dan bahan berbahaya.

Mengapa analisis data penting bagi perusahaan?

1. Saat ini, aliran data yang berkelanjutan dihasilkan dari semua mesin, proses, dan orang yang membentuk proses produksi perusahaan mana pun. Merupakan tantangan untuk dapat menyalurkan, mengelola, dan memahami semua informasi yang bersilangan ini. Kunci untuk memahami realitas dari apa yang terjadi adalah memiliki solusi digital yang menganalisis data ini.

2. Kita sudah tahu bahwa analisis data memberikan informasi yang objektif tentang cara kerja suatu perusahaan. Ini mungkin penjelasan yang paling jelas, tetapi masih ada kekurangan pengetahuan di pihak perusahaan industri tentang keunggulan dan kemampuan kontrol dan analitik data yang baik.

3. Data membawa ke meja realitas tentang apa yang terjadi dalam bisnis, dan memiliki informasi yang jelas ini adalah langkah pertama untuk dapat bertindak dan mengoptimalkan apa yang diperlukan. Anda tidak dapat meningkatkan apa yang tidak Anda pahami, dan untuk ini perlu dipahami berbagai jenis analisis data yang dapat digunakan di perusahaan mana pun.

4. Oleh karena itu, analitik data adalah sekutu yang hebat untuk mengoptimalkan kinerja perusahaan. Penerapannya memungkinkan perusahaan untuk mengurangi biaya dengan mengidentifikasi cara-cara untuk membuat proses lebih efisien dan gesit. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/0XRnS6Rv170?feature=share

Dalam pemaparan narasumber ketiga Ts. Dr. Husna Sarirah Husin (Senior Lecturer, Head of Research and Innovation Section Malaysia) menjelaskan tentang Industriail Analytics Driving Digital Transformation (Analisis Industri yang Mendorong Transformasi Digital). Transformasi digital didefinisikan sebagai penggabungan teknologi digital ke dalam semua bidang bisnis. Hasilnya adalah perubahan mendasar dalam cara bisnis berfungsi dan berinteraksi dengan pelanggan. Ini adalah pemikiran ulang yang radikal tentang bagaimana sebuah organisasi menggunakan teknologi dalam hubungannya dengan proses dan orang-orang untuk mengubah kinerja bisnis. Transformasi digital menghasilkan sejumlah besar data heterogen di seluruh rantai nilai industri, mulai dari data simulasi di bidang teknik, hingga data sensor di bidang manufaktur hingga data telemetri tentang penggunaan produk. Mengekstrak wawasan dari data ini merupakan faktor penentu keberhasilan bagi perusahaan industri, mis., untuk mengoptimalkan proses dan meningkatkan fitur produk.

Analisis industri adalah bidang studi interdisipliner antara ilmu data dan teknik industri dan merupakan inti dari Industri 4.0. Menurut Zion Market Research, pasar analitik industri diperkirakan akan melonjak menjadi $37 miliar pada tahun 2024, naik dari $12,8 miliar pada tahun 2017, tumbuh pada tingkat pertumbuhan tahunan yang berkelanjutan sebesar 16,4%. Selama dekade terakhir, pasar analitik industri telah beralih dari reaktif ke proaktif dan sekarang menjadi prediktif dan / atau preskriptif. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/0XRnS6Rv170?feature=share