Pengaruh Implementasi Digital Twin pada Efisiensi Proses Manufaktur.pptx

berikut presentasinya

1. Pengaruh Implementasi Digital Twin pada Efisiensi Proses Manufaktur JURNAL REVIEW

2. Industri 4.0 meningkatkan tuntutan kontrol robotika yang presisi dan adaptif. Kontrol konvensional (seperti PID) terbatas menghadapi sistem nonlinier dan gangguan. Digital Twin (DT) menawarkan solusi dengan representasi virtual real-time, memanfaatkan data sensor dan AI untuk prediksi, optimasi, dan adaptasi otomatis, mendorong manufaktur lebih efisien dan berkelanjutan. LATAR BELAKANG Seberapa pengaruh penerapan Digital Twin System (DTS) dalam menunjang efisiensi bidang manufaktur. RUMUSAN MASALAH

3. DT dapat memprediksi hasil dari berbagai penyesuaian parameter, mengoptimalkan proses produksi, dan mengidentifikasi potensi masalah secara dini sebelum berkembang menjadi gangguan yang lebih serius. Dibawah ini adalah 19 bagian parameter mesin yang dibagi menjadi 5 kategori mulai dari temperatur, tekanan, waktu, kecepatan, dan size.

4. A. Sistem kontrol konvensional pada proses injection molding sering gagal mendeteksi kesalahan produksi (seperti short product akibat aliran material tidak sesuai) secara dini. B. Produk reject terjadi karena ketidakstabilan parameter mesin (suhu, tekanan, waktu, kecepatan, ukuran) yang tidak terpantau secara real-time. MASALAH 01 Implementasi Digital Twin (DT) Knowledge-Based dengan: A. Sinkronisasi data real-time antara mesin fisik dan model virtual. B. Integrasi Fault Detection otomatis dan sistem CBR (Camera-based Recognition) untuk analisis visual. C. Pemodelan prediktif untuk simulasi parameter sebelum eksekusi produksi. SOLUSI YANG DITAWARKAN 02 A. Deteksi cepat masalah produksi (seperti aliran material tidak optimal) dan pemberian solusi otomatis. B. Peningkatan keberhasilan produksi dengan memanfaatkan basis pengetahuan dari masalah sebelumnya. C. Pengurangan produk reject dan pencegahan masalah berulang melalui pembelajaran sistem (knowledge accumulation). HASIL PENERAPAN 03 CASE 1 : Faults Detection

5. C. Proses pembuatan mold konvensional untuk injection molding sangat kompleks dan memakan waktu (meliputi desain, pemesinan, perakitan, dan QC) B. Biaya produksi mold tradisional (dari baja/aluminium) sangat tinggi C. Mold untuk produk kompleks semakin rumit dan membutuhkan proses manufaktur yang panjang MASALAH 01 A. Penerapan Additive Manufacturing/3D printing untuk pembuatan mold B. Mold 3D printing dapat diproduksi dengan printer komersial yang tersedia C. Cocok untuk mesin molding desktop maupun industri dengan kebutuhan pelatihan minimal SOLUSI YANG DITAWARKAN 02 A. Pengurangan signifikan biaya, waktu produksi, dan tenaga kerja B. Memungkinkan pengujian dan validasi prototipe yang lebih cepat C. Dapat digunakan untuk pra-produksi dan produksi volume terbatas Fleksibilitas lebih tinggi dibanding mold konvensional HASIL PENERAPAN 03 CASE 2 : Additive Manufacturing

6. A. Fragmentasi sistem manufaktur tradisional dengan "information island" (data terisolasi) B. Keterpisahan antara aspek fisik dan digital dalam proses produksi C. Tantangan integrasi antara entitas fisik (manusia, mesin, material) dengan sistem kontrol dan optimasi MASALAH 01 Digital Twin System (DTS) dengan 4 komponen terintegrasi: a. PS (Physical Shop-floor): entitas fisik produksi dan VS (Virtual Shop-floor): model multidimensi (geometri, fisika, perilaku) b. SSS (Shop-floor Service System): platform layanan terintegrasi (EIS, alat bantu, algoritma) c. SDTD (Shop-floor Digital Twin Data): pusat data terpadu SOLUSI YANG DITAWARKAN 02 A. Terciptanya sinergi sempurna antara dunia fisik dan virtual B. Eliminasi masalah information island melalui integrasi data komprehensif C. Lingkungan manufaktur yang lebih cerdas dengan: Sinkronisasi real-time antara PS dan VS, Layanan produksi yang dapat dikustomisasi (SSS), Kapabilitas prediktif dan optimasi berbasis data terpadu (SDTD), Peningkatan efisiensi produksi dalam aspek pengiriman, biaya, dan kualitas HASIL PENERAPAN 03 CASE 3 : Horizontal and Vertical System Integration

7. ANALISA HASIL

8. 1. Peningkatan Kualitas & Efisiensi Produksi Deteksi anomali real-time (seperti short product) dengan kombinasi DTS + CBR, meningkatkan First Pass Yield (FPY) 15-20% dan mengurangi waste material 30%. Sistem pembelajaran mandiri berbasis data historis untuk perbaikan berkelanjutan. 2. Revolusi Additive Manufacturing Pembuatan mold injeksi dengan 3D printing SLA (material Rigid 10K Resin): - Waktu prototyping dipersingkat dari 2 minggu → 2 hari. - Biaya 60-70% lebih rendah vs CNC tradisional, presisi ±0.05mm, kekasaran permukaan Ra <1.2μm. 3. Integrasi Sistem Terhubung SDTD (pusat data terpadu) kurangi downtime 40% akibat miskomunikasi. VS (Virtual Shop-floor) tingkatkan OEE 25% melalui simulasi prediktif. Pengurangan waktu siklus produksi 22% dan biaya operasional 18% per 30 siklus. 4. Keunggulan Komprehensif DTS Efisiensi energi berbasis AI. Sustainability: Minimasi waste dan konsumsi energi. Agility: Respons cepat terhadap perubahan desain/pasar. Knowledge management terstruktur untuk continuous improvement. 5. Transformasi Menuju Industri 4.0 DTS sebagai paradigma baru untuk smart, sustainable, resilient manufacturing. Tantangan lanjutan: Penyempurnaan algoritma prediktif dan integrasi IoT industrial. KESIMPULAN