ERP dan SAP dari kacamata Operational

 ERP dan SAP dari kacamata Operational - Manufacturer

30% dari keseluruhan fitur yang dimiliki ERP atau SAP, berguna atau bermanfaat untuk perusahaan. Selebihnya adalah fitur yang mubazir. 

Sedikit tentang SAP dan ERP

Seluruhan sumber daya dikontrol dimonitoring, serta dikelola dengan baik secara end-to-end proses, mulai dari supplier, Production, Engineering, utility, purchasing, warehouse, serta pelanggan. Semua dikelola dengan baik dalam satu konsep ERP (Enterprise Resource Planning) atau SAP .Semua Lini bisnis di dunia ini, sesungguhnya bukan hal baru

Memilih atau membangun ERP/SAP, ada banyak sekali referensi, komunitas, intitute yang memberikan pemikiran berdasarkan penelitian atau riset. Bagaimana framework yang baik dan objectivitas yang baik untuk ERP atau SAP. Sampai kepada modul modul levels of shop Floor yang dibutuhkan oleh berbagai Lini bisnis. Saya Sebutkan misalnya beberapa yang bisa menjadi patokan seperti SCOR, ITIL, APQC dll. Sangat sangat memudahkan.

Kenyataan Pahit  SAP dan ERP Pada Manufacturing

Kenyataannya perusahaan atau organisasi, membeli fitur yang mereka tidak butuhkan. Hanya sekitar 30% dari keseluruhan fitur yang dimiliki ERP atau SAP, berguna atau bermanfaat untuk perusahaan. Selebihnya adalah fitur yang mubazir. 

Bukti yang paling nyata dapat kita bisa lihat pada perusahaan manufacturing. Tak satupun dari SAP ataupun ERP bisa langsung menyentuh atau punya seamless connectivity sampai kepada mesin produksi dan fasilitas produksi. Tak satupun sampai dengan hari ini.

Dan pengalaman kami, ketika teman-teman produksi menghendaki  SAP ataupun ERP dihubungkan langsung dengan operasional mesin dan fasilitas produksi, pada umumnya  developer atau programmer SAP/ERP  tidak akan mengizinkannya atau memperbolehkannya. Dengan berbagai pertimbangan teknis, SAP/ERP tidak bisa diganggu keberadaannya oleh mesin dan fasilitasnya.

"Jika masih ada vendor SAP ataupun ERP yang menawarkan fitur terhubung dan mengontrol langsung mesin dan fasilitas produksi pastikan bahwa itu adalah fitur yang dipertanyakan, yang tidak mungkin bisa diaplikasikan dan hanya sebagai pemanis saja".

 

- VMTECH.

MES (manufacturing execution system) software and kits

Dalam proses bisnis khusus untuk manufakturing, produksi memegang dominasi yang sangat penting ketika bicara cost, investasi, to the poin nya adalah uang. Produksi dan Outputnya adalah center.

Kalau bicara mengenai perubahan bahan baku menjadi barang jadi, berarti kita bicara tentang proses added value dengan melibatkan : Man, Method, Material, Machine serta Milieu. Kuncinya adalah bagaimana keempat variabel ini, dikontrol dan dimonitoring sedemikian rupa, serta dilakukan improvement secara berkelanjutan. Beberapa industri menyebutnya dalam konsep MES (Manufacturing Execution System).

Pada manufaktur, dominasi uang sepenuhnya beredar di lantai produksi. Bukan di tempat lain. Sudah sepatutnya perusahaan Manufacturing tidak main-main untuk mengontrol lantai produksinya.

MES dibuat dengan pendekatan operasional dan engineering digabung dengan IT base. Beberapa sensor, data logger, PLC , serta Software Industrial digunakan dalam pembuatan MES. Itu yang menjadikannya sangat spesial dan bisa terhubung langsung dengan mesin dan fasilitas produksi.

Konsep inilah yang diakui secara internasional dan tertuang dalam ISA  95(international society of automation). Menjadi patokan atau benchmark secara internasional oleh manufacturer modern. MES Software and kit  langsung terhubung dengan mesin dan fasilitas produksi secara seamless.

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

Membangun Smart Monitoring Furnace, Melting dan Industrial Oven Part#1

Membangun Smart Monitoring Furnace, Melting dan Industrial Oven.

Furnace, Melting, Industrial Oven di masa depan adalah mesin yang lebih cerdas: safer, better connected, more flexible and more efficient. 

Kondisi Umum Furnace, Melting & Indsutrial Oven di Indonesia.

Kondisi mesin furnace,  yang masih jadul,  konvensional.  Masih komunikasi profibus, belum ada modular ethernet nya.  Sebenarnya hal itu bukan halangan untuk bisa  melakukan transformasi digital.  Sama sekali Bukan Halangan.  Hari ini tidak murah untuk melakukan upgrade mesin. Meng-upgrade control mesin,  terkadang hampir sama halnya dengan membeli mesin baru.  Demikian hanya furnace melting ataupun industrial oven. Mesin Jadul bisa dibuat smart dan bermanfaat dengan cara yang tepat.

"Mesin Jadul bisa dibuat smart dan bermanfaat dengan cara yang tepat."

Seperti halnya equipment manufacturing lainnya.  Melting furnace atau oven  menjadi  critical proses dalam bidang foundry ataupun  heat treatment system. 

Lalu bagaimana caranya memonitoring,  mengontrol,  memvisualisasi,  mengintegrasi data,  mengungkap masalah-masalah yang terjadi selama proses produksi untuk equipment furnish maupun oven?  Bagaimana caranya dan memulai dari mana?

Langkah pertama adalah,  sepenuhnya menyadari bahwa   furnace, melting ataupun oven yang kita miliki  sangat disadari bahwa ada problem dalam sisi performance,   availability,  ataupun qualitynya.  Dan kita memutuskan  ingin melakukan improvement untuk itu.

Kalau bicara transformasi,  banyak aspek yang harus di perjuangkan secara paralel.  Pemahaman people dan organisasi,  penggunaan teknologi,  serta bussines proses manajemen.

Disini kami hanya ingin memberikan masukan dari sisi  teknologi

1. Hitung efektivitas Mesin anda,  sejauhmana furnace,  melting,  dan oven anda  punyai  availability Time  untuk selalu digunakan,  dengan output yang optimal.  memenuhi standar waktu,  ataupun output yang sudah ditargetkan.  Lakukan dengan automatis,  jangan manual.  manual hanya akan membuat bias,  dan data tidak Kredibel di mata semua orang.

2.  Root cause  analitikal akan mengungkap semua masalah  yang menyebabkan  output  dan kualitasnya terganggu.  yang paling efektif dan punya kredibilitas data didepan semua orang adalah dengan  data yang Real Time.  caranya dengan melakukan direct akuisisi  atau indirect akuisisi menggunakan  HMI.  di mana semua problem,   root cause,  symptom  ditangkap secara real-time.  Lagi-lagi dijauhi manual.

3. Critical parameter.  Hal ini dibutuhkan untuk menganalisa,  kemudian menentukan  keputusan yang tepat  atas semua abnormality dari parameter Furnace,  melting ataupun oven yang kita miliki.   Akuisisi data temperatur  dari berbagai  titik temperatur,   akuisisi data  putaran blower Oil Pump persentase karbon, CO factor,  voltage ,  ampere  sampai kepada  resistansi heater.  Buat visualisasinya.  dilengkapi dengan data trend dari critical parameter  furnace,  melting ataupun oven.

4.  Lakukan analisa dengan menggabungkan,   dan mengintegrasikan output dari furnace , melting , oven ( production achievement)  dengan parameter quality,  serta  critical parameter mesin.  dengan demikian maka secara komprehensif sistem akan memberikan  pandangan,  Decision,  ataupun Insight,  ataupun  pertimbangan  Apa  sesungguhnya yang terjadi,  dan bagaimana solusinya.

Dengan demikian,  setelah anda mengimplementasikan 4 step dari digital transformasi,  memanfaatkan konsep industrial 4.0.  

1. Lantai produksi Anda akan jauh lebih produktif daripada sebelumnya.

Problem atau donwntime  yang muncul Selama proses produksi  akan berkurang seiring dengan atensi,  serta analisa masalah  yang Real Time dari operator sampai kepada  top management.  Availability mesin Anda akan tinggi.  demikian dengan performance ganti tingkat kualitas barang yang dihasilkan.

2.  Downtime,  atau problem yang selama ini tidak terungkap,  akan jelas dan transparan.  Menjadi potensi  profit buat perusahaan.

3.  Sparepart heater anda  akan terjaga dengan baik,  karena ada data  yang bisa memvisualisasikan secara real-time ataupun  Summerize.  anda tidak  sulit berkomunikasi dengan pihak lain,  dalam hal ini  purchasing.  karena semua bicara dengan data dan analisa.

4.  Mesin dan lantai produksi lebih fleksibel, lakukan perubahan,  new model,   new product, new parameter setting,  karena semua sudah data Real Time.

5.  Tingkat safety di mesin Anda  dan di lantai produksi Anda  kan di pabrik Anda secara umum, akan lebih baik dengan sendirinya. Karena data-data abnormality sudah ter akuisisi dengan baik.  

6.  Penjadwalan produksi dan mesin Anda akan berjalan dengan baik,  karena disaat yang sama secara real-time,  data preventive maintenance, masih downtime,  quality issue,  juga dapat diakses oleh PPIC secara real-time.

7.  Quality traceability  akan bisa didapatkan secara otomatis.  ketika ada klaim quality dari customer anda.  dalam 1 sampai 5 detik data parameter, quality, problem  tersebut akan bisa diakses dan memberi jawaban kepada anda. 

Secara garis besar,  perusahaan anda akan melakukan lompatan besar,  jauh lebih agile,  jauh lebih produktif,  jauh lebih profit dari kondisi sebelumnya.

Terimakasih
Dibuat oleh : victor Harefa
VMTECH - Indonesia.

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, OEE software, Indonesia

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

10 Alasan OEE - VMTECH sangat spesial

10 Alasan OEE  VMTECH sangat spesial

Seperti yang  sudah kami jelaskan pada sesi YouTube sebelumnya bahwa  OEE (Overall Equipment effectiveness)  hari ini sudah menjadi  key performance indicator bagi Manufacturing Processing.  

Sudah menjadi tools yang sangat powerful mengukur efisiensi dan tingkat kualitas pabrik, bahkan langsung terkait dengan Cost/unit.  Ketika hal itu sudah menjadi KPI ,  maka itu merupakan hal yang sangat serius buat perusahaan.  Terkait dengan pelaporan harian, mingguan dan bulanan, untuk monitoring dan kontrol produksi. Termasuk mesin dan fasilitas produksi lainnya.

Kami membangun OEE Software dan hardware   yang sangat ideal untuk anda dan pabrik anda. Punya data integrity yang tinggi,  punya kredibilitas data yang bisa dipertanggungjawabkan,  punya durabilitas data yang setiap hari bisa buat anda dan perusahaan anda nyaman. Anda tidak perlu kuatir terkait data tidak masuk,  anda tidak perlu kuatir trigger tidak menangkap counter product dengan baik. 

10 value yang kami tawarkan sebagai berikut :

1. Kami membangun sistem,  juga memberikan edukasi,  memberikan satu konsep pemikiran  yang benar,  bagaimana  new culture industrial 4.0  dari berbagai sisi dan aspek.  Kami akan memberikan satu training dan pembelajaran kepada client.  Memastikan bahwa customer  dalam track yang benar.  Searah dengan konsep digitalisasi di Manufacturing 4.0.  Sebab Manufacturing sangat spesial, berbeda dengan lini bisnis lainnya.  Jika ada hal-hal yang tidak sesuai,  maka kami akan luruskan.  Memastikan customer mendapatkan benefit atau value ataupun cost reduction atas setiap step dari digitalisasi.

"Memastikan customer mendapatkan benefit atau value ataupun cost reduction atas setiap step dari digitalisasi."

2.  Kami membangun sistem,  memberikan masukan dan merancang pengembangan ke depan dalam bentuk topologi atau arsitektur desain yang cocok dan tepat dengan konsep industrial 4.0.  Apakah  itu jaringan  distribusi data,  kapabilitas dan kapasitas dari  cloud system,  mana data yang diolah secara lokal,  mana yang bisa diakses dengan Protokol IOT dll.  Mana yang seharusnya akumulatif , mana yang  sifatnya Real Time display, mana yang sifatnya akumulatif.  Dengan demikian customer tidak menghabiskan  budget dan investasi untuk sesuatu hal yang tidak bermanfaat,  atau tidak penting.

3.  Aplikasi OEE  di bangun, sudah sampai kepada  tahap untuk capturing  rootcause  atau akar dari masalah,  dan juga gejala dari masalah yang ditimbulkan. Serta terintegrasi multi departemen.   Data management nya sangat rapi, sudah bisa dianalisa dengan mudah, bahkan oleh operator sekalipun,  Untuk tentukan bagaimana action plan selanjutnya.  Sangat detail dan sangat tajam analisanya.  Seorang manajer tidak perlu menghabiskan waktu  untuk menganalisa,  karena datanya sudah sangat mudah untuk dimengerti oleh level operator ataupun supervisor.

4.  Kami membangun sistem OEE  dengan prinsip robust design,  menggunakan hardware dan software yang industrial.  Dengan demikian maka  sistem dibangun dengan level atau grade industrial.  Sesuai dengan environmental industry.  Sesuai dengan signal yang industrial.   Semua sensor terkalibrasi dengan baik.  Dengan demikian,  maka sistem punyai reliabilitas yang tinggi ,serta durabilitas sistem yang tinggi.  Atau dalam bahasa yang mudah dimengerti "tahan banting".

5.  Kami bangun sistem OEE dengan prinsip seamless konektivitas,  searah dengan topologi industrial 4.0,  yang dianut oleh brand-brand besar seperti Siemens,  yokogawa,  Mitsubishi,  Schneider Electric,  Omron ataupun keyence. Data  masuk dan keluar pada tempatnya. 

Kelebihannya  terletak pada kredibilitas data,  durabilitas data.  Tidak kuatir data tidak masuk.  Tidak kuatir database hilang.  Tidak kuatir sistem intervensi oleh pihak ketiga.  Serta memastikan pabrik atau perusahaan sejalan dengan konsep industrial 4.0  yang sesungguhnya.

6.  Kami bangun sistem OEE yang full customize.  Sangat-sangat customized,  semua firmware,  source code  dibangun dan develop sendiri tentu dengan tools  industrial.  Kami bangun sistem mengakomodasi semua kepentingan,  kepentingan operator,  kepentingan supervisor,  sampai kepentingan owner perusahaan.  Tidak tergantung dengan engineering dari overseas (luar negeri).

Kami juga tidak lari dari konsep  Lean  dan Six Sigma.   Dengan demikian maka timbul motivasi dari setiap individu dan organisasi.  Karena punya keyakinan tinggi terhadap sistem,  untuk bisa lebih maju,  lebih produktif dengan berbagai program improvement.  

Seperti apa hal-hal yang kami akomodasi di lapangan?:  konfigurasi dari SKU yang berbeda dengan cycle time yang berbeda pula,  ID operator,  ID supervisor,  konfigurasi bATCH Numbering yang auto,  checkweigher,  berat karton,  ID karton,  expired date,  semua jenis planning,  aktivitas preventive maintenance,  schedule maintenance,  lifetime spare part  dan lain sebagainya semua sudah kami akomodasi dan kami ada di software.  Bisa kami katakan bahwa software yang kami bangun akan sangat fair play,  sangat objektif,  dan agile. Semua pihak happy dan termotivasi.

7.  Ketika bangun sistem OEE  hardware dan software,  System software dan hardware sudah memperhitungkan dan persiapkan satu fondasi yang kuat  untuk beberapa modul lainnya,  dengan CPU yang sama ( Central Processing Unit).  hanya tinggal menambahkan modul-modul lainnya,  ataupun input-output lainnya,  Diproses oleh CPU yang sama.  

Kalau hari ini modul yang dibangun konsentrasi pada OEE scoring, Jika dikemudian hari akan konsentrasi kepada MTTR & MTBF scoring,  ataupun energi monitoring system,  maka tinggal menambahkan modul-modul berikutnya.  Kami menggunakan data processing dengan hardware teknologi terkini.   Keluaran CPU terbaru dari brand-brand besar,  Mitsubishi,  keyence,  Omron,  Siemens dll.  Hal ini kami lakukan untuk mempersiapkan integrasi dan interkoneksi selanjutnya.

8.  Kami bangun sistem OEE  sudah memperhitungkan kecepatan data,  latensi yang terjadi,  sensitifitas sistem,  clocking yang dibutuhkan,  scanning rate yang dibutuhkan,  sesuai dengan kondisi produksi.  

Kami menggunakan dua platform  : platform yang berjalan secara  local processing data atau dikenal dengan edge computing,  kemudian adalah platform web based atau edge cloud.  Dengan demikian tidak ada masalah dengan sistem yang ngelag,  data tidak masuk,  jaringan lemot,  bandwidth yang kurang  dan lain sebagainya.  "The Ride  platform  on the right  processing".  Sistem yang dibangun akan sangat powerful,  scanning data dashboard yang Real Time  di bawah 1 detik,  punya aksesbilitas yang tinggi,  mobile monitoring,  namun juga tetap punya estetika terhadap tampilannya.

9.  Database yang kami bangaun dalam software dan hardware OEE,  siap untuk terintegrasi dengan platform  ERP ataupun SAP  yang sudah ada di customer.  Kami  menguasai  database beserta semua konfigurasinya,  karena kami systemnya  kembangkan sendiri, tidak tergantung dengan prinsipel.  

Kami akan membantu customer pada tahap integrasi database.  Sehingga klien atau customer tidak punya keragu-raguan atas eksistensi aplikasi OEE terhadap software dan aplikasi yang sudah ada.

10.  Kami membangun sistem dengan keterampilan dan skill yang sudah terbukti. Oleh putra-putri bangsa,  anak-anak negeri  dengan investasi  yang sangat terjangkau dan tidak neko-neko,  Kami lebih  fleksibel dan melakukan transformasi dengan pendekatan lokal. Semua Engineering, Mekanik, R & D,  Service  dilakukan secara lokal  deployment. 

Customer akan sangat nyaman  dengan pelayanan kami.  Customer akan sangat nyaman dengan budget investasi yang akan kami tawarkan.  Investasi bersahabat,  namun tidak kalah dengan fitur dan performance dari overseas produk.

Demikianlah 10 value yang kami tawarkan kepada calon pelanggan dan customer kami.

Tak lupa kami sampaikan bahwa,  platform software dan hardware yang kami bangun adalah PROVEN TEKNOLOGI , yang sudah terimplementasi bertahun-tahun di customer sampai dengan hari ini.  Telah dipersiapkan  menuju pengolahan data raksasa (Big Data) : Mesin Learning dan AI (  Artificial Intellegence). 

Salam Digital Transformasi
Created by : Victor Harefa
Managing Director VMTECH

Blog Lainnya : 

https://askvmtech.blogspot.com/2019/12/ada-apa-dengan-manual-oee-overall.html

Mau Digitalisasi, benahi dulu orangnya

Mau digitalisasi, benahi dulu orangnya

 

Dari beberapa  scene perjalanan kami  yang menurut kami layak untuk bisa di-share.

Ada beberapa perusahaan yang sudah memikirkan tentang bagaimana melakukan efisiensi dalam produksi.  Perusahaan ini biasanya besar dari home industri,  sampai akhirnya berkembang menjadi perusahaan menengah menuju besar.

Di bagian awal, perusahaan memang fokus bagaimana memenuhi tuntutan kualitas dengan berbagai kualifikasi dalam industri.  Jikalau dia perusahaan makanan,  maka sudah sepatutnya kualifikasi perusahaan makanan harus diikuti. 

Setelah bagian awal ini sudah sedikit tertata rapi,  maka seterusnya perusahaan akan berpikir untuk lebih efisien dan efektif serta lebih produktif.  Di sini perusahaan akan berpikir bagaimana menghilangkan  waste dan losses. Apalagi di hari ini. New Normal.

Ada perusahaan yang langsung berpikir digital.  Analoginya sangat sederhana. Jika proses menggunakan teknologi,  kemudian data-data menjadi paperless, maka akan terjadi efisiensi. 

Top management bisa saja memaksa,  dengan kebijakan dan policy  yang dia miliki dan dia buat.  Orang di bawahnya di lantai produksi dapat patuh dan melaksanakannya dengan baik.

Tidak begitu ferguso. mohon maaf ni ferguso !!!

Skenario, tidak segampang itu.  Kalau kami sebagai Integrator si asik-asik saja. Produk kami dijual laku keras seperti kacang.  Kami tinggal melakukan  pendekatan terhadap owner perusahaan ataupun level top management.  

Kami sudah banyak pengalaman.  Kami juga sudah banyak persoalan dengan kasus ini.  Apabila mindset,  gap pengetahuan level user,  dalam hal ini teman-teman di lantai produksi tidak dibarengin atau tidak dibenahi,  maka kami pastikan gol atau tujuan tidak akan bisa tercapai.

Hal yang pertama dulu dibenahi adalah bagaimana membuat gap  ini mengecil. Artinya teman-teman di lantai produksi  pastikan punya pemahaman tentang konsep-konsep manajemen industri yang benar.  Bahwa segala sesuatu itu dibuat untuk kepentingan dan kebaikan semua orang  dengan cara yang benar,  dengan cara yang halal,  dan fair play.

Dalam Manajemen Industri jelas bahwa   Lean  Six Sigma diawali dari bagaimana 5S  diaplikasikan terlebih dahulu,  Bagaimana  TPM (Total productive maintenance)  diimplementasi dan dijalankan dengan baik. SMED dijalankan, VSM dll. 

Nah dengan menjalankan ini, kita sudah belajar dengan culture yang baru, yang lebih positif.  Secara pelan-pelan gap akan  pengetahuan dan pemahaman  dari teman-teman di lapangan  mengecil.  Dicapailah peningkatan skill,  pengembangan pribadi dan pengembangan oragnisasi.  Secara tidak langsung  perusahaan sudah melakukan mengecilkan gap itu.  Hal itu sangat sangat berguna.

Nah setelah ini terlaksana,  baru berfikir bagaimana untuk mengadopsi teknologi yang tepat sehingga tujuan atau goal untuk efisiensi dan peningkatan produktivitas dapat tercapai dengan baik. Semua pihak akan mendukung.  Semua pihak termotivasi dan punya visi misi yang sama dengan perusahaan.

Kami juga sebagai integrator  semakin semangat, dan semakin mudah dalam bekerja.  Karena user sangat paham apa yang akan dikerjakan dan diproyeksikan. 

Ada beberapa kasus,  jika top manajemen  atau owner perusahaan tetap memaksakan untuk melakukan digitalisasi atau penerapan teknologi.  Ambisi akan efisiensi dan peningkatan produktivitas tanpa memperhitungkan people dan organisasi.

1.  Kesulitan dalam mapping problem, memahami  losses  dan waste.
2.  Tidak adanya motivasi dari karyawan untuk menggunakan sistem berteknologi tinggi.
3.  Masih mengulang-ulang kesalahan sebelumnya,  dalam menggunakan teknologi. Bahkan meng-akali hal-hal di lapangan,  yang belum kita pernah ditemukan sebelumnya. Ada saja caranya.
4.  Ketika ada problem maka semua orang melakukan penyelamatan diri sendiri,  tidak berani untuk bertanggung jawab.
5.  Tidak mempercayai data yang dikeluarkan oleh sistem, meskipun berteknologi tinggi,  masih ada penyangkalan di sana sini.

Masih banyak lagi problem-problem yang timbul ketika gap itu terlalu lebar.  Manajemen atau owner perusahaan tidak bisa ,tidak akan selalu ada di lapangan mengawasi dan mengontrol operator.

Beliau-beliau ini tidak mungkin mengawasi langsung di lapangan.  Yang dihadapi bukan hanya mesin, tapi orang (Man).  Orang (man) bisa punya niatan baik juga punya niatan tidak baik.  Secanggih canggih teknologi,  tetap ada orang di belakangnya.   Garda terdepan ketika bicara mesin produksi bukankah owner perusahaan, melainkan operator mesin.

 Jadi kesimpulannya adalah :

1.  Jika ingin mengadopsi teknologi,  maka sebaiknya dibenahi dulu orang dan organisasinya,  sehingga gap  atau jurang pengetahuan terhadap Sistem Manajemen Industri tidak terlalu besar.  Konkritnya adalah laksanakan dengan baik 5S,  TPM, VSM dan SMED.
2.  Akui bahwa ada masalah,  ada banyak masalah atau daerah abu-abu di lantai produksi yang tidak ter capture dengan baik.
3.  Tentukan starting Point. Sebagai starting point ya,  Kami selalu merekomendasikan untuk mengadopsi teknologi Auto OEE scoring (Bagian dari MES).  Ini menjadi titik point atau titik awal dari sebuah digitalisasi.
4.  Panggil orang yang paham, Bagaimana teknologi ini bekerja terutama Bagaimana mesin-mesin atau fasilitas produksi yang lama,  dengan kondisi apa adanya dapat dilakukan  digitalisasi.  Anda tidak bisa melakukannya sendiri.
5.  Berkolaborasi.  Libatkan semua departemen,  terutama departemen produksi sebagai user.  Dan jangan lupa,  tentukan 1 orang sebagai Leader  Project Transformasi ini di antara mereka. 

Itu saja gampang kok. Terimakasih.

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

Kelanjutan OEE Scoring

Selamat datang era new normal.

Era di mana, setiap individu dan organisasi butuhkan inovasi untuk lebih efisien dan efektif dari kondisi normal, dengan mematuhi berbagai protokol kesehatan. Tak terkecuali pabrik atau Manufacturing.

Inovasi dalam bentuk digitalisasi. Baik dari Scope yang kecil, menengah dan tingkat advance beberapa sudah dilakukan di pabrik. Ada yang berinovasi dengan automation industry 3.0, ada juga yang sudah berinovasi dengan konsep industri 4.0.

Memunculkan skor dari OEE di lantai produksi sudah menjadi tren di Manufacturing saat ini. Namun banyak sekali salah pengertian , salah pemahaman dan akhirnya salah implementasi.

Sejak pertama kali formula OEE di temukan dan dikembangkan oleh Mr. Seiichi Nakajima (JIPM). OEE pada hakekatnya adalah merujuk kepada masalah six big losses. Selama sistem tersebut tidak bisa menunjukkan six big losses, atau detail masalah., maka dipastikan OEE yang digunakan tidak bisa powerful. Tidak bisa banyak membantu untuk pabrik untuk berubah. Akan sia-sia.

Selama sistem software & hardware tersebut tidak bisa menunjukkan six big losses, atau detail masalah. Maka dipastikan OEE yang digunakan tidak bisa powerful, tidak bisa banyak membantu pabrik untuk berubah dan akan sia-sia.

Six big Losses sudah didapatkan selanjutnya?

Six big Losses atau detail masalah sudah di dapatkan, selanjutnya adalah action atau execution. OEE without Action is Zero. Action dan eksekusi ini perlu dasar pemikiran . Misalnya Kita gunakan pendekatan PDCA (plan-do-Check-Action).

Kita pertama kali harus menentukan dulu masalah yang kita akan lakukan action apa?. Action berdasarkan : policy, prioritas, cost dan waktu, serta kemudahan melakukan. Sehingga action dan execution kita tepat sasaran.

Hari ini, untuk menyimpulkan masalah dan solusinya berdasarkan berbagai macam variabel, parameter, kondisi seperti : policy perusahaan, Cost, prioritas, , waktu, kemudahan dll , tidak perlu repot-repot. Semua akan dilakukan secara otomatis dengan algoritma. Sangat memudahkan.

Untuk itu, Software kawal Cost reduction hadir untuk pabrik dan manufacturing. Mengawal OEE sampai benar-benar menjadi Cost Reduction bagi perusahaan.

Manfaat untuk parbik dan perusahaan :

• Algoritma akan merekomendasikan solusi agar supaya waste, losses ini berkurang bahkan dapat dihilangkan. Tentu algoritma bekerja berdasarkan data yang objektif.
• Komitmen dari semua pihak yang terlibat, lintas departemen tercatat dan tervisualisasi dengan baik dalam system.
• Semua kontribusi orang dan departement yang terkait dengan project improvement tervisualisasi, tercatat dengan baik.
• Progress demi progres, task, check list, job card termonitoring dengan baik
• Cost setiap aktivitas improvement ter visualisasi dengan baik
• System akan memberikan alarm dan notifikasi jika ada aktvitas yang jauh menyimpang dari planning.
• Untung dan rugi akan tergambar jelas dalam nilai rupiah.
• Sukses semua orang dan departemen akan tergambarkan bagi top management, semua tervisualisasi dengan baik.
• Dapat menjadi sumber pertimbangan bagi improvement lainnya, sehingga menjadi lebih mudah.
• Software ini hanya sebagai tools, tidak manggantikan ERP, tidak menggantikan SAP, tidak gantikan MES. Lebih kepada tools seorang plan manager dan manager Operational Excellent untuk memastikan OEE bisa menuju Cost Reduction.

Terimakasih.

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

Langkah untuk ber transformasi ke Digital Factory

Apakah itu digital Factory?,  Apakah IIOT?, Apakah  itu industrial 4.0?

Pada kesempatan ini,  saya akan menjelaskan tiga hal yang sebenarnya berbeda.  Ini erat kaitanya dengan transformasi terutama untuk Manufacturing proses, lini industri.

Yang paling tinggi  posisinya dari ketiga istilah diatas adalah industrial 4.0. 
Industrial 4.0 adalah enterprise solution.  Saya ulang,  bahwa IR4.0  adalah sebuah konsep,  adalah sebuah esensi dari 1 paradigma,  yang diyakini secara  scientist dan teknologi bisa tercapai.

Paradigma itu apa menurut Wikipedia ?
Paradigma dalam disiplin intelektual adalah cara pandang orang terhadap diri dan lingkungannya yang akan mempengaruhinya dalam berpikir (kognitif), bersikap (afektif), dan bertingkah laku (konatif).

Digital Factory,  Smart Manufacturing,  atauIIOT  adalah  bagiannya,  atau sub nya. IIOT  lebih kepada jaringan atau network yang digunakan untuk mewujudkan industrial 4.0.

Digital factory adalah  bentuk nyata dari implementasi sosial 4.0 di Manufacturing proses.

Nah,  bagaimana dengan  step atau langkah-langkah untuk transformasi,  menggunakan IIOT  menuju digital Factory?.   Sebentar,  karena industrial 4.0 konsep,  paradigma.  maka untuk menuju  industri 4.0 kita perlu menghadapinya dengan cara berpikir cara bertindak terstruktur pula  dan lebih manusiawi.


Berikut langkah-langkah kami, yang ril dan praktis dilakukan :

1. Akui bahwa anda punya problemAnda sebagai operator,  anda sebagai supervisor,  General Manager dari sebuah pabrik,  bahkan owner sekalipun.  Langkah pertama adalah akui bahwa anda punya problem di lantai produksi yang tidak efisien, tidak efektif boros uang tipu-tipu sana-sini, asal bapak senang,  dan lain-lain.  Itu yang pertama.
   
   Dasar pemikirannya adalah :  ketika pertama kali pabrik ini dibangun,  management menginvestasikan mesin, material, method, man  money  agar supaya setiap shift,  setiap hari,  dan setiap bulan  pabrik ini bisa punya output yang presisi,  akurat. Sehingga bisa menghasilkan profit  pagi semua orang.  Namun tidak seperti itu kenyataannya.  Semakin besar organisasi atau perusahaan makin kompleks yang ditimbulkan.  Akui bahwa Anda punya masalah disitu.
2. Brainstorming Solution.Setelah mengakui ada masalah, sekarang saatnya mencari solusi.  "Put Your Dream On the board".  Uraikan mimpi-mimpi anda   di papan tulis.  Anda pengennya pabrik Anda seperti apa?. Kesampingkan yang namanya pengetahuan teknik,  pengetahuan jaringan dll.   Anda cukup menuliskan mimpi Anda,  apa yang anda senangi untuk pabrik anda.  Sehingga kualitas kehidupan anda dan karyawan  bisa meningkat.  Anda tidak perlu mempertimbangkan teknisnya seperti apa. 
   
   Brainstorming dengan tim anda, mapping dan sketsa flow yang dibutuhkan utnuk mencapai mimpi anda. Undang tim maintenance, produksi, engineering, IT dan Finance.
3. Get HELP.
   Anda butuh bantuan, anda tidak bisa melakukannya sendiri
    Panggil  orang-orang yang memang expert untuk itu. Dalma hal ini (system Integrator khusus manufacturing). Yang sudah terbukti telah mengimpelemtasikan di beberapa manufacturing.
   
   Dalam sesi tersebut,  kami sebagai sistem  integrator manufacturing  akan menguraikan bagaimana  kami menarik  data secara otomatis langsung dari mesin dan fasilitas produksi,  dengan SCADA,  MES,  ERP dan Cloud System.  Kemudian data-data ini akan dikirim kepada Edge Cloud.  Ada banyak sekali Gateway yang bisa dimanfaatkan,  ada beberapa broker dari MQTT  untuk pengolahan mesin learning.  System menghasilkan sebuah Insight,  prediction  dan auto reporting.
   
   Pada sesi tersebut kami juga akan  diskusi dengan tim engineering, tim produksi, tim maintenance, IT pabrik  akan current situation dari mesin dan fasilitas produksi yang ada di lapangan.
   "you can do your dream" ..  your dream will come true  through  industrial 4.0
4. Berkolaborasi dan bekerjasama.  
   Untuk mewujudkan mimpi seorang owner atau seorang  operational leader,   diperlukan kerjasama antara existing  mesin dan fasilitas produksi,  dengan  system integrator Manufacturing.  Karena karakteristik mesin eksisting,  seperti  breakdown mesin  sangat familiar atau sangat dikenal bagi tim dari Engineering dan maintenance anda.  Untuk itu perlu kerjasama koordinasi dan berbagi Scope pekerjaan.

Mesin saya kan belum siap untuk industri 4.0?

Lupakan industrial 3.0,  Jangan berpikir harus mengupgrade  mesin atau fasilitas produksi.  Itu butuh  waktu yang sangat lama.  Terlalu banyak makan uang dan waktu.  Industrial 3.0  adalah berkutat di automation.   Industrial 4.0  jauh lebih banyak manfaatnya dari  industrial 3.0, karena karakternya   mencakup strategic manajemen.  Jauh lebih besar dari 3.0 .

Jangan ada keraguan.  Automation, bisa jalan paralel dengan IR4.0. Hal itu jika dibutuhkan. Tapi jika tidak dibutuhkan,  yang menjawab itu juga adalah Industrial 4.0.

Semua keputusan, pertimbangan : membeli mesin baru, menambah line produksi, merekrut operator, menambah OT, melakukan automation, upgrade mesin, membeli material, jumlah buffer stok, dll berdasarkan data dan algoritma dari Industrial 4.0.

Hubungi kami pada kontak yang tersedia.

Baca Artikel :  hebatnya Industrial 4.0 dibanding 3.0  klik : https://askvmtech.blogspot.com/2020/04/hebatnya-industry-40-dibanding-30.html

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

Topology yang tidak Ideal untuk Manufacturing

Topology yang tidak Ideal untuk Manufacturing

Hari ini banyak sekali konsep dan topologi yang menurut kami tidak cocok untuk Manufacturing.  Konsep IIOT  atau jaringan IIOT  pada pertanian perikanan logistik bangunan konstruksi tidak cocok diterapkan di Manufacturing.   Mengapa karena memang di Manufacturing membutuhkan akurasi, presisi, safety faktor yang tinggi,  serta high speed output.

Fungsi Edge computing sangat dominan di manufakturing.  prinsip pengolahan data cepat,  dekat dengan mesin atau sensor,  di lantai produksi  adalah sangat dibutuhkan.  tidak perlu menunggu konektivitas  internet,  dalam hal ini cloud system,  atau virtual server,  baru kemudian dilakukan eksekusi. Itu sangat tidak masuk di akal, alias berbahaya.

Informasi abnormal diluar dari standart, bukan  hanya bisa di akses lewat mobile phone  atau website.  Melainkan harus dieksekusi dalam bentuk tindakan,  alarm  dan notificationsecepatnya.

Kita tahu bahwa latency atau delay internet sangat tinggi,  tidak bisa real Time.  Hal itu yang membuat tidak cocok diterapkan di tingkat lnatai produksi .  Namun bukan berarti, edge cloud, vitual server tidak membantu.  Justru konsep yang sangat ideal menurut saya adalah perpaduan keduanya. Kombinasi antara Edge CLoud dan edge Computing.

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

Topology Ideal di manufacturing

E-Factory Mitsubishi

Kali ini kita akan mengupas tuntas konsep digital Factory dari Mitsubishi.

Masing masing pemain besar controller, dan sekaligus pelaku industrial 4.0. mempunyai istilah yang berbeda-beda akan industrial 4.0, Schneider misalnya Smart Manufacturing, Mitsubishi Electric Japan menyebutnya e factory, AB dengan Rockwell Automation, Keyence dengan konsep IIOT, dll.

Selangkapnya melalui Video Youtube di bawah ini :

Kesimpulan :

Mitsubishi electric punya produk yang sangat luas ditingkat shopfloor produksi.  mulai dari robotik ,  electrical discharge mesin,  programmable controller,   control system,  inverter,  AC servo.  human machine interface. motor 3 fasa,  permanent magnet motor dll.

Apa yang dikehendaki oleh Mitsubishi pada Edge computing  ada empat fitur : pertama adalah collect data,  kemudian analisa,  kemudian diagnosis kemudian adalah feedback..  ini berlangsung dalam satu loop sistem.  Untuk mendapatkan achievement Production dan high quality output  yang real time.

Pada tingkat edge computing mitsubishi sudah punya fitur : collect data, analisa,  diagnosis, kemudian adalah feedback. Wow, tidak perlu sampai Edge cloud - victor harefa

Industrial PC,  dan  MC work 64,  digunakan untuk processing data pada edge  computing.    Semua yang terkait dengan software produksi,  sensor, programmable controller,  mekatronik,  energy saving,  diolah diproses secara Edge computing. Khusus untuk data-data produksi mesin kita perhatikan tidak ada yang langsung menuju IT System  dalam hal ini adalah edge fog. 

Kemudian ada kata-kata sustainability.
Kalau menurut penjelasan Wikipedia sustainability adalah keberlangsungan positif yang terus menerus dengan memperhatikan faktor-faktor lainnya.  Artinya sistem  yang dibangun harus bisa mengakomodasi dan flexible.

Di tingkat   shopfloor produksi, safety udah menjadi pertimbangan dari Mitsubishi  kemudian masalah sekuritas data juga sudah diperhitungkan oleh Mitsubishi dalam tingkatan shop floor.

Kemudian kita berlanjut ke edge sistem nya.   Mitsubishi menerapkan data primary Processing dan analisa.  dengan menggunakan MC Work 64.   Data-data dari shop floor biasanya ditampung dengan protokol MC work 64.  Semacam  bridging dari data lapangan database system.  data-data yang keluar dari MC work 64 adalah masih  Raw data  atau data primer.   data-data tersebut kemudian diolah  untuk menghasilkan analisa dalam bentuk grafik,  histogram ataupun chart.  ini semua dilakukan oleh  MC work 64.  Sebuah protokol  juga sebagai ada modulnya, yang  disiapkan oleh Mitsubishi, namanya MES modul

Saya tidak pernah mau menggunakan standar software dari Mitsubishi.  sebab,  selain harganya cukup mahal.  Juga data manajemen yang mereka tersedia terkadang tidak bisa mengakomodasi  semua kebutuhan lapangan.  Alias yang standar-standar saja.   Sementara kan beda perusahaan beda kasus. Biasanya sih kami untuk konektivitas dengan brand atau merek lain lebih suka menggunakan OPC server.

Saya tidak pernah mau menggunakan standar software dari Mitsubishi. Biasanya sih kami untuk konektivitas dengan brand atau merek lain lebih suka menggunakan OPC server. - Victor Harefa

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

Hebatnya Industry 4.0 dibanding 3.0

Hebatnya Industry 4.0 dibanding 3.0

18 April 2020 - Pada kesempatan kali ini,  Saya akan mencoba menjelaskan hebatnya revolusi industry 4.0 di manufacturing, sekaligus menjawab sedikit keragu-raguan dari teman-teman di pabrik tentang industrial 3.0 dan industrial 4.0.

Industrial 3.0 didominasi oleh automation.  Tujuan otomasi adalah sebuah konsep teknologi yang menggunakan auto mechanical dan robot untuk menggantikan pekerjaan repetitif manusia.

Adapun ciri-ciri dari industrial 3.0 selain hanya automatisation adalah :  "berjayanya satu aplikasi  yang kita kenal 10-20  tahun belakangan yakni Microsoft Excel  atau spreadsheet".   Dua hal ini menurut saya dominan dilakukan dan  paling banyak ditemukan di Industrial 3.0

Jelas, teknology yang berkembang dan digunakan  hari ini di pabrik atau manufacturing adalah teknologi 10 tahun yang lalu.  Disini saya tidak bicara tentang automation atau Robot  dengan AI.

Kondisi Automation kita hari ini

Saya ulang lagi : "yang digunakan untuk produksi  hari ini di pabrik adalah hasil teknology automation  hasil 5-10 tahun yang lalu". 

Kalau kita mau jujur,  setiap kali ada pameran Manufacturing,  atau pameran mesin. Teknologi yang digunakan juga tidak terlalu jauh, dan masih mirip dengan  teknologi  sebelumnya.   Misalnya mesin CNC dan   mesin die casting. Sampai hari ini,  masih ada tiga teknologi yang dipakai di indonesia yakni Gravity  Die Casting,  Low Pressure Casting, dan  High Pressure Die Casting.  Selain ketiga teknologi itu,  di negara kita belum ada.  Saya ingin sampaikan yang ril ril saja.

Kemudian bagaimana pabrik memutuskan dan   akhirnya membeli "new machine  high pressure die casting"?.  Betul, pertimbangan teknis  seperti : banyaknya porosity,   banyaknya defect  visual, menciut, dll".

Proses pengambilan keputusannya kira-kira :   middle management, sampai top manajemen melakukan rapat,  menggunakan tools andalan. Tools andalan itu apa?. Salah satunya adalah Microsoft Excel atau spreadsheet dan kombinasi dengan database.  Beberapa pabrik masih menggunakan kertas (repot manual).   Datanya  juga masih dipertanyakan. Karena tidak akan bisa realtime. Tidak berasal langsung dari mesin (auto data collection). Melainkan manual input.

Akhirnya..
Keputusan management unttuk membeli mesin baru akhirnya tercapai. Proses nya  dengan pertimbangan dari report manual, planning, forecasting, target, depresiasi mesin, DA dll.
Satu hal yang selalu luput adalah bagaimana dengan port komunikasi mesin untuk auto Data collection menuju Smart Factory di kemudian hari. Ini permasalahan yang dominan timbul. 

Syukur-syukur jika pabrik tersebut mempertimbangkan juga  tentang skor TEEP nya Atau tidak sama sekali.   Jika tidak sama sekali, berarti keputusannya hanya berdasarkan feeling, subjectif, atau mengikuti keinginan owner semata.

Inilah bagaimana gambaran industrial 3.0 berjalan tanpa kita sadari. Paradigma yang digunakan adalah paradigma 3.0.  Hal yang paling esensi untuk memutuskan dan meningkatkan kapasitas,  menambah lini produksi,  menambah mesin,  menambah tenaga kerja,  melakukan automation,  bahkan   ekspansi pabrik baru,  dilakukan semuanya  dengan data yang tidak real time,    tidak transparan,  tidak tervisualisasi,  tidak terintegrasi,  tidak akurat,   tidak komprehensif. Tidak seperti paradigma industrial 4.0

"meningkatkan kapasitas,  menambah lini produksi,  menambah mesin,  menambah tenaga kerja,  melakukan automation,  bahkan   ekspansi pabrik baru,  dilakukan semuanya  dengan data yang tidak real time, tidak akurat, tidak auto data collection, tidak terintegrasi" - industrial 3.0

Dan satu lagi,  menggunakan tools  yang terbatas kemampuannya,  sudah tidak robust design dan tidak seamless dengan mesin dan fasilitas produksi, yakni microsoft excel atau speadsheet.

Begitulah adanya industrial 3.0.  Ini kondisi real dan sedang berjalan di  pabrik-pabrik kita di Indonesia. Pembelian mesin dominan dilakukan atas pertimbangan segelintir saja. 

Kelemahan disempurnakan oleh industrial 4.0.  

Kelemahan-kelemahan ini yang  dilengkapi dan disempurnakan oleh industrial 4.0.  Bagaimana keputusan-keputusan di pabrik itu dilakukan dengan Realtime, akurat , cepat dan tepat.  Dilakukan dengan menggunakan tools yang tepat.  Sumber data langsung dari mesin dan fasilitas produksi.  Mengurangi, bahkan syukur-syukur menghilangkan manual entry dan manual reporting. Melibatkan  level paling bawah yakni operator ,  supervisor,  manajer pabrik,  plant Manager,  bahkan owner sekalipun. Data-data yang kredibel, Durable serta realtime ini kemudian diolah untuk bisa berikan informasi , analitics dan prediction. 

Sehingga apapun  keputusannya  berdasarkan auto data processing dan algoritma mesin olah data. Manusia dalam hal ini operator dan semua lini hanya mengkonsunsumsi data dan informasi dari mesin, bukan dari orang. Hal diatas adalah minimal fitur yang kita bisa dapatkan dari Industrial 4.0. Minimal itu yang didapatkan. Belum lagi kami uraikan betapa powerfull nya paradigma 4.0 untuk New Business Strategy, ataupun Powerfull SCM (unify SCM).

Owner, Managerial, Supervisor, danOperator bertindak atas keputusan system, dalam hal ini adalah algoritma yang digunakan. Baru  kemudian berkesimpulan. Apakah  perlu melakukan investasi mesin, ekspansi pabrik, ekspansi produk atau cukup hanya dengan menghilangkan downtime yang terjadi selama proses produksi. Dan itu cukup.

Jika ingin mendapatkan advance fitur,  maka kita akan  membangun sistem sampai kepada machine learning,  big data analytical dan AI. Keputusan dari hasil olah algoritma kemudian akan di eksekusi oleh actuator.  Menjadikan pabrik sebagai pabrik dengan tingkat intellgency yang tinggi untuk mencapai optimum output

Sumber data industrial 4.0 dari mana?.  Adalah level paling bawah dari 5  organisasi level automations.  Yakni adalah di shopfloor (Standdarisasi ISA 95).  Tidak ujug-ujug sampai kepada AI. Proses data mining untuk Big Data Analitical juga melibatkan devise IOT dengan berbagai protokolnya. 

Hari ini, mana yang terbaik, Industrial 3.0 atau Industrial 4.0?

Yang paling bijaksana adalah beralih menggunakan paradigma 4.0. Sebab dalam prakteknya industrial 3.0 akan menghabiskan anggaran yang tidak sedikit dengan waktu yang cukup lama untuk menyelesaikannya. Sementara ujung-ujungnya, industrial 3.0 tidak ada kepastian dikemudian hari.  Apakah masih relevan atau tidak. Apakah masih bisa profit atau tidak?, ditengah perkembangan dan kecepatan dunia saat ini. Industrial 3.0 sudah tidak relevan.

Silahkan, Anda bisa menambahkan lagi  beberapa  perbedaan antara industrial 4.0 dan industrial 3.0. masih banyak lagi yang tidak kami sebutkan. 

MESIN SAYA, PABRIK SAYA BELUM SIAP?

Pendapat, opini dan sudut pandang ini yang seringkali saya jumpai  dikala berdiskusi dengan customer untuk ber transformasi menuju Digital Factory.  "Oh,  saya belum siap",  "pabrik saya belum siap, mesin masih manual, mesin baru semi auto", dll.

Jawaban kami :  "Semua tidak ada yang siap.  Tapi satu hal,  kompetitor anda  yang lokasi nya di sini  dan di belahan negara lain,   akan melakukan nya duluan dari anda.  Akhirnya anda akan kalah dalam kompetisi dan tidak relevant".

Saya dan anda sudah berada di era IR4.0. Sadar atau tidak sadar.  Secara personal ataupun organisasi. Kita tau,  bagaimana kita dimudahkan dengan smartphone, tokopedia, bukalapak lazada, gojek dll. Semua bicara tentang mesin pintar dan algoritma.  Kita sudah didalamnya. Kita sudah jadi bagian dari IR4.0.

Secara Organisasi, perusahaan , kita masih menjadi objek, bukan subjek. Aplikasi Google map, zoom, slack, MES misalnya. Kita hanya konsumennya. Apakah selamanya menjadi konsumen?, sementara ada yang harusnya kita bisa lakukan dan menjadi sebagai subject.

Kita tidak harus menunggu mesin anda di upgrade dulu,  menuju backbone  industrial 4.0 .  Tidak perlu.

Anda tidak harus menunggu mesin anda di upgrade dulu,  menuju backbone  industrial 4.0, yakni  ethernet communication.  Tidak perlu.

Jika melakukannya, anda akan menghabiskan waktu yang banyak sekali. Anda akan menghabiskan banyak sekali uang, losses capasitas, energy.  Sementara hasilnya belum tentu sesuai dengan yang diharapkan.

Industrial 4.0 tidak memandang jenis mesin,  jenis proses,  jenis pabrik,  jenis orang.  Lakukan dengan konsep industrial 4.0 .  Dengan kondisi yang ada.  Tahap demi tahap,  menuju digital Factory,  Smart Manufacturing, atau e factory.

Tidak perlu harus upgrade mesin.  Untuk planning upgrade mesin  bisa berjalan paralel  dengan implementasi industri 4.0.  Justru kelebihannya adalah,  keputusan untuk upgrade,  membeli mesin baru,   lini produksi baru,  desain produk baru,  rekrut karyawan baru,  pemberian bonus,  promosi , keputusannya  berdasarkan data processing dan algoritma . 

Pabrik-pabrik yang sudah memutuskan untuk upgrade mesin baru,  menambah lini baru,  tanpa  pertimbangan dari  data dan algoritma  akan  pusing kepala.  Semakin besar  dan semakin melebar  perusahaan atau pabrik,  maka semakin kompleks pula permasalahan yang timbul.  Salah-salah  mengorganisasi diri dan berkompetisi, akan bangkrut.

Dunia sangat dinamis,  perubahan bisa berlangsung hitungan detik.  Keputusan untuk mau digital factory atau  cara konvensional   harus segera diputuskan.   Jika memilih menuju digital Factory  artinya anda akan ikut arah ikut arus.  Jika tetap dengan pilihan anda  berjalan dengan konvensional pabrik,  maka anda akan melawan arus. Terima kasih.

Penulis : Viktor Harefa

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

Kenal dengan EDGE COMPUTING

Pada kesempatan kali ini, saya akan menjelaskan bagaimana perbedaan antara edge computing dan Edge Fog. Edge computing sebagian besar dijumpai di Manufacturing Processing. Edge fog juga saat ini perkembangannya kan akan ada 75 juta dwvice IOT akan aktif di seluruh dunia, dapat di jumpai di berbagai sektor : pertanian, peternakan, logistik dll..

Sebelumnya kita harus punya identifikasi terhadap kedua sistem computing ini. Edge computing adalah sebuah konsep dimana Processing data dilakukan dekat dengan data source. Dalam hal ini dekat dengan sensor ataupun aktuator. Data tidak dikirim langsung dengan internet menuju ke cloud sistem atau sesuatu pokoknya centralized  data. Data diolah untuk menghasilkan informasi di tempat. Devise yang terlibat dalam Edge computing adalah : Sensor, remote, PLCs, moduls, dan ethernet port.

CONTOH EDGE COMPUTING

Contohnya misalnya, ketika sensor temperatur dalam hal ini termokopel menunjukkan angka suhu sebesar 37,8  Celcius.  Angka tersebut kemudian digunakan untuk memunculkan alarm.  Alarm yang muncul ini adalah  sebagai trigger untuk menggerakkan aktuator.  Seperti menutup atau membuka pintu.   Goals nya adalah : bagi tubuh yang temperatur nya diatas 37 derajay celcius, maka pintu akan terbuka.

Proses ini berlangsung dengan kecepatan scanning data yang tinggi.  Dalam hitungan mili second.  Karena  thermocouple dihadapkan pada  item, dan sampling dalam jumlah dan kecepatan tinggi.  Data  dengan nilai 37,8  Celcius tidak perlu dikirim Edge fog atau virtual server, atau cloud dulu.  Mesti harus diolah di lokasi  Sumber data untuk menghasilkan informasi dan execution.

Contoh lain adalah seperti ketika kita menotifikasi down time yang terjadi di mesin.  Ketika terjadi downtime di mesin, dengan interface HMI (human machine interface),   seketika itu juga sistem akan bertanya kepada operator akan down time yang terjadi itu apa?.  Kemudian operator menotifikasi kejadian  downtime tersebut dengan pencetan touch screen pada layar HMI. Exsekusi ini harus segera dilakukan dan di notifikasi,  secepatnya tanpa harus ke Edge FOG (IT system).  ini menghendaki data diproses dengan Edge Computing.

Notification dari operator kemudian digunakan untuk trigger dalam memilih jenis down Time.,  starting Time dan duration time dari Breakdown Machine.

Edge computing digunakan untuk reducing  latensi  dan delay yang terjadi pada sistem pengiriman data.  Mempertahankan Speed dan performance data  dari sensor menuju Edge Cloud.

Edge computing digunakan untuk reducing  latensi  dan delay yang terjadi pada sistem pengiriman data.  Mempertahankan Speed dan performance data  dari sensor menuju Edge Cloud.

Bagaimana dengan edge fog?,  edge  buka melakukan komputasi storage dan communication Perbedaannya terletak di mana data dan  ke laut berjarak.  yang paling bagus adalah  kombinasi antara Edge computing  dengan Edge fog.  dengan demikian kita mendapatkan performa sistem yang tinggi.

Namun semua tergantung kepada  goals dari apa yang akan kita bangun.  ada hal-hal yang membutuhkan kecepatan pengolahan dapatkan  informasi lanjutan. Ada juga hal-hal yang tidak membutuhkan pengolahan data mana dekat dengan sumber data.

Bagaimana edge computing bisa mengurangi cost?

Salah satu contoh aplikasi yang kita bisa lihat mana penggunaan video untuk CCTV.  CCTV digunakan untuk melihat dan memonitoring visual sebuah Jalan Raya.  pada prakteknya dilapangan Jalan Raya tidak selalu berisi mobil atau keramaian.  mungkin sepertiganya hanya ada data,  dua pertiganya lagi tidak punya data ,  alias Jalan Raya nya kosong.

video tersebut sebaiknya tidak langsung di upload edge fog  Menuju ke cloud sistem.  akan sangat besar biayanya storage cost, channel a& distibution cost  jika semua secara continuous dikirimkan  kepada Cloud system.  susu seperti ini sebaiknya diolah secara edge computing saja.  jauh lebih hemat dan lebih cepat.

OEE bukan Option, namun kewajiban

Bapak Ibu , orang Manufacturing sangat paham dengan istilah level automation seperti ini.

Level struktur organisasi automation di  pabrik anda berjalan apapun jenis usahanya. Bagian paling bawah adalah  PLC dan HMI .

PLC, dan HMI hampir semua perusahaan mempunyai kontrol tersebut untuk mengelola produksi mesin serta fasilitas lainnya. SCADA supervisi kontrol akuisisi data Tidak semua orang harus punya SCADA. scada dibutuhkan biasanya untuk piping atau proses-proses yang mempunyai auto complicated dan luas. seperti chemical, cement processing, berapa proses farmasi dll. ERP/SAP semua orang hampir memiliki sistem tersebut untuk mengontrol bill of material, logistik, price dll.

MES Manufacturing execution system, sangat sedikit perusahaan yang memiliki sistem seperti ini. karena memang membutuhkan tingkat kesulitan yang tinggi dibanding yang lainnya. terkadang seseorang membeli mesin, tidak pernah terbesit tentang horizontal integration ataupun vertical integration.

Pada industrial 3.0 terpisahkan.  PLC dan HMI mengontrol seluruh langsung di pabrik terkait dengan:

•  Melindungi safety untuk karyawan
•  Memastikan mesin    berjalan dengan baik
•  Repeatly  dan uniforming
•  Sedangkan HMI untuk mengontrol equipment  dalam ekosistem shopfloor

Fungsi Scada atau supervisi control akuisisi data  parameter mesin seperti alarm monitoring serta control antire  Operation plan  ruang ROM control

Fungsi MES :  menterjemahkan sales ataupun ERp   tadi jadwal dan proses produksi floor.  di sinilah terdapat oee   overall equipment  effectiveness.

Fungsi ERP ;  enterprise resource planning berisikan perencanaan  material dll.

Cloud system :  adalah fasilitas di mana semua data ditempatkan kemudian dilakukan prosesing untuk mendapatkan Sporting dan data Analytical.

OEE bukanlah pilihan,  ini adalah kewajiban bagi setiap pabrik.

 Ada dua pendekatan yang digunakan untuk menghitung efektivitas.

1.  TEEP  adalah pendekatan teoritikal  untuk menghitung efektivitas mesin dan fasilitas produksi,  dimana jika membutuhkan cycle time 1 menit per pieces,  dan dilakukan proses produksi selama 7 hari dengan 1 Hari 24 Jam maka skor dari teep  jika outputnysa 1440 pcs adalah 100%,  namun jika hanya  1296 pcs, maka score teep 90%. 
2. Working hours 24jam sesuatu yang tidak mungkin. OEE  atau overall equipment effectiveness  adalah pendekatan aktual dari scheduling produksi.  adalah :
• Kondisi real lapangan,  
• Real jadwal produksi,  
• Mengakomodasi semua variabel yang ada di lantai produksi.  termasuk planning produksi seperti safety meeting shiftchange,  changeover,  Jumatan,  dan planning lainnya.
• OEE adalah Standarisasi Rates ,  yang sifatnya  Fairplay,  sudah mewakili banyak variabel di lantai produksi sampai kepada parameter mesin dan flow proses.

OEE  terdiri atas tiga komponen 

1. Availability mempunyai skor dari 0 sampai 100%,  terkait dengan down Time.  jika anda punya satu shift 8 jam kerja,  kemudian punya planning 1 jam maka  operational Time Anda adalah  7 jam.  Tidak mungkin 7 jam itu 100%,  pasti ada stop saat ganti varian,  atau ganti shift.  Jika ada kejadian breakdown  selama 1 jam  misalnya maka,  availability Anda adalah  8 jam dikurang  1 jam untuk planning dan 1 jam untuk unplanning,  dibagi dengan 7 jam sehingga nilai avalibility  85% .
2. Performance terkait dengan cycle time.
   Apabila part yang didapatkan selama 6 jam (21600 detik ) misalnya 3000 pcs, 1 pcs   Butuh Waktu cycle time selama 3 detik , maka target nya 7200 pcs. Karena actualnya hanya 1000 maka PErformance nya adalah :  (total produk* cycle time)/Grosstime * 100% = 41%.
3. Quality rate adalah persentase total produk oke  dibagi dengan total produk yang hasil dan dalam persen.  

Di lantai produksi.  beberapa teman-teman katakan bahwa yang selalu menjadi problem adalah  equipment dari heating sistem.  Terkadang teman-teman ini mengungkap ini  dan menjadikannya sebagai satu urgency,  untuk push  pengadaan barang baru.

OEE scoring  dapat menunjukkan yang mana yang prioritas yang mana yang tidak prioritas. OEE  menunjukkan ternyata heating system,  tidak punya pengaruh apa-apa untuk produksi termasuk kualitasnya.  artinya tidak butuh urgency penting untuk mengganti heater.

Jadi Bapak Ibu kesimpulannya, OEE  sangat penting,  kalau anda tidak melakukannya sekarang,Maka kompetitor  anda akan selangkah lebih maju dari anda.  Akhirnya anda akan ketinggalan,  dan menghilang dalam kompetisi bisnis.

 Jangan lupa hari ini,  market menghendaki kecepatan,  harga yang bersaing,  kemudahan mengakses,  sevice yang terbaik sebagai customer experience.   dunia sudah berubah,   Mari kita juga ikut berubah. Salam Digitalisasi.

Tips Implementasi OEE Scoring

Apa sesungguhnya tujuan kita sementasi digitalisasi khususnya menangkap OEE ? skoring di lantai produksi?.

Banyak  perusahaan yang kami temui dalam perjalanannya dan perjuangannya untuk agar supaya OEE  bisa menjadi digital  artinya dari manual menjadi otomatis.   Mohon maaf, banyak yang terombang-ambing dengan berbagai pertimbangan.  Sudah tidak sejalan dengan konsep di awal.  beberapa alasannya antara lain :

1. Terkendala baget  pembelian
2. Scope yang setujui oleh top manajemen hanyalah sekop kecil,   lagi lagi top management sedikit berhemat anggaran (Katanya seperti itu).
3. Konsep OEE  yang belum matang,  terutama mapping problem di mesin masih belum sempurna. ingat 6 big losses.
4. Beda vendor beda konsep,  beda topologi.  masing-masing mempunyai aliran catatan sendiri sendiri.   sehingga user seringkali  terombang-ambing.
5. Bagian purchasing sedikit bingung karena diwajibkan untuk komparasi atau tender.  sementara lemah di sisi technical dan konsep, setiap vendor punya konsep software dan hardware yang berbeda.
6. Purchasing hanya memilih berdasarkan nilai rupiah keluarkan oleh vendor.

Solusi dari kami sebagai berikut :

1. Ingat tujuan awal dari  digitalisasi OEE  adalah menangkap problem/brakdown/unplanned/downtime di lantai produksi .  Menangkapnya seperti apa?Problem yang ditangkap harus sedetail mungkin dan automatis.  Sampai kepada mesin.  bukan hanya lini produksi.  Sampai ke satuan terkecil dari shopfloor.  Ketika bicara continuous Line  problem harus bisa diuraikan sampai ke mesin. 
2. Seminimum mungkin   operator atau orang berperan.  Kalau bisa semua otomatis. Ketika bentuknya lini produksi,  artinya terdiri atas beberapa mesin dan beberapa proses,   sebisa mungkin  sistem otomatis mesin mendeteksi mesin mana  yang menyebabkan  Line produksi terganggu outputnya dan membebankan downtime ke mesin tersebut secara otomatis. Sekali lagi, itu otomatis jangan pakai orang atau operator adjustment lagi.
3. OEE  yang digunakan adalah OEE shift,  bukan OEE bacth, atau OEE product. Tidak ada OEE bacth atau OEE product.
4. System harus bisa customized dan terintegrasi dengan platform line seperti SAP, ERP, Edge Cloud dsb.

Dengan pertimbangan di atas,  anda sebagai user dan sebagai Project leader  tidak terombang ambing alias tetap dengan purpose di awal.  Saya sudah Urutkan dari nomor 1 prioritas utama sampai dengan nomor 4,  semoga hal ini bisa membantu  bapak ibu ya tetap dalam konsep yang benar a head dengan  industrial Revolution 4.0.  Terima kasih.

OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah

Konsep Energy Monitoring System

Pada kesempatan kali ini saya akan penjelasan tentang energi monitoring dan bagaimana sesungguhnya benefit yang didapat.

Sebelumnya, saya akan mulai dengan 1 statement.

"Anda tidak akan bisa mereduce energi hanya dengan menginvestasi power meter, integration device,  dan memonitoring nya dalam dashboard (monitoring listrik, gas, air dan steam). Jadi investasi anda akan energy monitoring system hanya berhenti sampai di situ saja." - Victor harefa

Bagaimana sebenarnya energi dan penghematannya bermanfaat buat perusahaan, saya urutkan sebagai berikut :

energy monitoring system (EMS) , jauh lebih tenar dari pada istilah energi reduce program. Istilah EMS jauh lebih sering kita dengar daripada Energy reducing program. Karena sesungguhnya energi reducing program adalah kelanjutan dari EMS. Yang pasti semua orang ingin energi reducing program. Jadi Bagaimana me-reducing energi?

1. langkah pertama adalah Anda memasuki step measurement. , yang paling bijak menggunakan device dengan fitur auto data collection, bukan manual reproting. Hari ini , komunikasi yang terbaik dari sisi durabilitas data dan kecepatan data adalah menggunakan Power meter dengan komunikasi modbus TCP/IP.  Komunikasi modbus rtu sudah mulai ditinggalkan. Karena sudah teknologi lama. Berapa alasan kenapa kita menganjurkan untuk menggunakan kasih modbus TCP akan saya Uraikan di bawah nantinya.
2. Langkah kedua adalah visualisasi. Setelah melakukan measurement, visualisasi data konsumsi energi per departemen atau per proses . Kemudian kualitas arus , voltage, Frakuensi, harmonic serta konsumsi KWH, power Factor dan lain-lain.
3. Langkah ketiga adalah reduce energi. Tahap ini sangat kritikal terdiri atas beberapa step :
1. Untuk mereduksi energi harus mau melihat dan mempelajari kondisi sekarang. Mengenal betul tipikal proses produksi, dan elektrikal facility yang terlibat di dalamnya.
2. Lihat potensi penghematan kira-kira di mana yang bisa dilakukan penghematan. Ini memerlukan observasi dan data.
3. Dari beberapa potensi penghematan kita akan membuat target. Berapa penghematan bisa dilakukan.
4. Tetapkan Baseline Baseline : nilai acuan kinerja energi pada saat base year yang akan digunakan sebagai pembanding dan menetapkan apakah kinerja energi meningkat (hemat) atau menurun (boros)
5. Absolut EnPI : Kwh, Ton Batubara, M3 Gas (layak digunakan kalau tidak ada variabel yg berpengaruh terhadap konsumsi energi)energi Intensity : Kwh/pcs produk (berlaku kalau baseload =0) Persamaan regresi : Kwh = 10 x Pcs product + 100 kwh. (berlaku jika : R2 diatas 0.75, P value< 0.05, F value < 0.01)
4. Langkah keempat adalah Auto Reporting System. Sebagai bagian dari "fungsi manage", maka Auto Report yang bisa mengakumulasi segala penyimpangan yang terjadi atau abnormality terkait dengan pemborosan energi, aktual konsumsi dll tanpa manual report. jauh dari kertas dan ballpoint secara realtime. tervisualisasi, terintegrasi, decentralisasi, serta flexible.

Penting :
"ada fakta yang tidak bisa diganggu gugat sebagai Manufacturing. 70% pemborosan atau energi loss di karena proses downtime mesin dan fasiliyas produksi lainnya, sedangkan 30% adalah penyebab lain nya"

Pemborosan karena downtime apa?. Pemborosan yang disebabkan dari proses produksi yang tidak efektif. Mesin jalan tapi tidak ada output salah satunya. 

30% adalah penyebab lainnya ini diakibatkan beberapa faktor seperti power factor, kejadian disturbance seperti undervoltage, overvoltage, harmoniq unbalance voltage, fluctuation power frequency variation.

Untuk mengukur ini semua diperlukan kecepatan data dari transfer Power Meter. Artinya power meter punya kemungkinan untuk  mengirim banyak  data sekaligus menyangkut power factor undervoltage harmoniq, unbalancing, fluctuation power, frequency variation dalam sekali kirim kepada data Logger atau pooling data.

Itu kenapa power meter seperti Schneider. Mitsubishi, Panasonic, Siemens mempunyai variasi model power meter macem-macem harganya masing-masing. ada yang menggunakan Mod bus RTU, ada yang menggunakan modbus TCP. Mempunyai harga yang beraneka ragam pula. Yang paling tinggi kualitas dari pengiriman data sampai dengan hari ini adalah komunikasi dengan modbus TCP/IP. Juga searah dengan backbone IIOT yakni ethernet connection.

Catatan saya, modbus rtu masih bisa digunakan pada scada, karena scada tidak terlalu mementingkan informasi data di atas (tidak ada pengiriman data masiv ke pooling data atau centralize data). Hanya Satu Atau Dua apa saja yang sekali kirim kepada data Logger atau Pooling data.

Catatan saya, modbus rtu masih bisa digunakan pada scada, karena scada tidak terlalu mementingkan informasi data di atas (tidak ada pengiriman data masiv ke pooling data atau centralize data)

Mengapa Power meter dengan Komunikasi modbus TCP lebih baik dari Serial?

Apabila anda mengandalkan komunikasi modbus RT untuk mengirim informasi power factor undervoltage harmoniq, unbalancing, fluctuation power, frequency variation dalam sekali kirim kepada data Logger atau pooling data . Pengalaman kami sebagai integrator memastikan bahwa anda tidak akan dapat informasi sepenuhnnya. Alias data tidak masuk. Hanya model komunikasi modbus TCP yang bisa memungkinkan untuk itu semua. Ditambah dengan manajemen traffic data. 

Kedua adalah topologi dari modbus RTU menghendaki semua dalam status "on" yah setiap harinya, karena topologi serial. Artinya jika salah satu dalam status of maka data tidak masuk.  Perusahaan wajib menyediakan 1 source elektrikal yang independen di luar dari mesin.

Ketiga adalah bicara tentang kecepatan data banyaknya data yang terkirim, maka modbus RTU

hanya sepersepuluh kecepatannya dibandingkan dengan modbus TCP.

kami sebagai system integrator khusus untuk manufacturing sangat sarankan Jika anda ingin melakukan measurement dan punya visi besar "Digital Factory " terkait dengan mesin produksi sebaiknya menggunakan power meter yang punya konektivitas modbus TCP/IP.  Kenapa?,  karena faktor 30% losses akan anda bisa hitung dengan akurat.  Gunakan device dan system yang tepat. Salam Digitalisasi.