Goodsyst
Artikel •

Implementasi Predictive Maintenance (PdM) Berbasis AI dan IoT Telemetri dalam Custom ERP: Otomasi Deteksi Anomali Getaran & Suhu, Prediksi Remaining Useful Life (RUL), dan Penerbitan Work Order Preskriptif Terintegrasi Spare Parts Inventory

G Oleh Tim Ahli Goodsyst

1. Ingesti Data Telemetri IIoT Real-Time: Integrasi Sensor Akselerometer, Analisis Spektrum Getaran, dan Edge Computing

Fondasi utama dari sistem Predictive Maintenance yang handal terletak pada kualitas dan frekuensi data telemetri yang ditangkap langsung dari komponen mekanikal mesin yang berputar (rotating assets) seperti motor listrik induksi, gearbox transmisi, bearing housing, pompa sentrifugal, blower sentrifugal, dan kompresor udara. Sensor akselerometer getaran piezoelektrik triaxial (mengukur getaran pada sumbu radial, aksial, dan tangensial) dipadukan dengan sensor suhu inframerah non-kontak dan sensor pembaca arus listrik (Current Transformer / CT clamp) dipasang pada titik-titik tumpuan beban paling kritis mesin.

Tantangan klasik dari penerapan IIoT di lantai pabrik adalah volume data getaran mentah yang sangat masif; sensor getaran industri yang melakukan sampling pada frekuensi 10 kHz hingga 20 kHz akan menghasilkan puluhan gigabyte data per hari per mesin jika dialirkan mentah-mentah ke server pusat, membebani bandwidth jaringan pabrik. Custom ERP Goodsyst menyelesaikan kendala ini dengan mengimplementasikan arsitektur Edge Computing Gateway di dekat work center mesin. Gateway ini menjalankan algoritma Fast Fourier Transform (FFT) secara lokal di sisi mesin untuk mengonversi sinyal domain waktu (time-domain waveform) menjadi spektrum domain frekuensi (frequency spectrum):

  • Overall Velocity RMS (Root Mean Square): Memantau getaran umum sesuai standar ISO 10816/20816 untuk mendeteksi ketidakseimbangan mekanis (unbalance) atau ketidaksejajaran poros (shaft misalignment) pada frekuensi 1X dan 2X kecepatan putar mesin.
  • Peak-to-Peak Acceleration & Crest Factor: Mendeteksi benturan mikro berkekuatan tinggi pada frekuensi tinggi (1 kHz - 10 kHz) yang mengindikasikan retak mikro awal pada lintasan bearing (raceway defect) atau keausan permukaan roda gigi.
  • Statistical Time-Domain Metrics (Kurtosis & Skewness): Mengukur kepencengan distribusi sinyal getaran untuk mendeteksi transisi kondisi operasional dari keausan normal menjadi degradasi abnormal secara instan.

Edge gateway Goodsyst mengompresi dan merangkum metrik parameterik ini, lalu mengirimkannya ke database Custom ERP melalui protokol industri ringan dan terenkripsi seperti MQTT over TLS dengan Sparkplug B payload atau OPC UA, memastikan transfer telemetri real-time yang stabil tanpa membebani infrastruktur jaringan lokal pabrik.

2. Engine AI Anomaly Detection dan Estimasi Remaining Useful Life (RUL) Berbasis Physics-Informed Machine Learning

Data telemetri yang terkumpul di dalam Custom ERP Goodsyst diolah oleh mesin analitik kecerdasan buatan (AI/ML engine) yang dirancang khusus untuk dinamika operasi industri. Pada tahap awal komisioning atau pasca-overhaul mesin, algoritma Unsupervised Learning (seperti Variational Autoencoders dan Isolation Forest) secara otomatis membentuk profil baseline operasional normal untuk setiap kombinasi beban kerja (operating context), seperti variasi kecepatan putar mesin (RPM) dan torsi beban kerja.

Ketika karakteristik getaran atau termal mulai menyimpang dari kurva normal, modul AI Goodsyst mengeksekusi klasifikasi anomali berbasis frekuensi kerusakan karakteristik (characteristic defect frequencies) bantalan gelinding:

  • BPFO (Ball Pass Frequency Outer Race): Mengidentifikasi spalling atau retakan mikro pada cincin luar bearing.
  • BPFI (Ball Pass Frequency Inner Race): Mengidentifikasi degradasi permukaan pada cincin dalam bearing yang berputar bersama poros.
  • BSF & FTF (Ball Spin & Fundamental Train Frequencies): Mengidentifikasi cacat elemen penggelinding (roller/ball) dan sangkar bearing (cage damage).

Keunggulan pembeda Custom ERP Goodsyst terletak pada kemampuan estimasi Remaining Useful Life (RUL). Alih-alih hanya memberikan peringatan ambang batas statis (threshold alarm) yang sering menimbulkan false alarm, model AI Goodsyst menggabungkan jaringan saraf tiruan Long Short-Term Memory (LSTM) dengan formulasi hukum degradasi mekanikal (Paris' Law of crack growth). Model hybrid berbasis Physics-Informed Machine Learning ini memproyeksikan lintasan degradasi kesehatan aset (Health Index Trajectory) dan menghitung sisa waktu operasional aman mesin dalam satuan jam kerja dengan interval keyakinan (confidence interval) 95%. Manajemen pabrik dapat mengetahui dengan pasti bahwa bearing tertentu diproyeksikan akan mencapai batas kritis kegagalan dalam 120 jam operasional mendatang, bukan beberapa menit sebelum bencana kerusakan terjadi.

"Mengintegrasikan kapabilitas Predictive Maintenance berbasis AI langsung ke dalam Custom ERP Goodsyst memungkinkan pabrik bertransformasi dari pemeliharaan reaktif ke pemeliharaan preskriptif—menekan biaya downtime darurat hingga 38%, memperpanjang usia pakai aset berputar rata-rata 24%, dan mengoptimalkan perputaran modal kerja suku cadang hingga 29%."

3. Orkestrasi Preskriptif: Otomasi Work Order Pemeliharaan, Alokasi Suku Cadang Kritis, dan Sinkronisasi Jadwal Produksi

Kelemahan paling fatal dari software pemeliharaan atau modul PdM standalone di pasaran adalah isolasi data (data siloing). Ketika software getaran mendeteksi adanya keausan bearing, peringatan tersebut sering kali hanya tersimpan di komputer teknisi vibration engineer. Tim gudang tidak mengetahui bahwa suku cadang bearing perlu disiapkan, tim purchasing belum menerbitkan purchase order, dan manajer produksi menolak menghentikan mesin karena harus mengejar target pengiriman pesanan penting mingguan.

Di dalam Custom ERP Goodsyst, rantai nilai pemeliharaan ini terorkestrasi secara otomatis dan tanpa hambatan (closed-loop orchestration):

  • Penerbitan Work Order Preskriptif Otomatis: Saat nilai RUL suatu komponen menyentuh batas ambang peringatan preskriptif (prescriptive intervention window), ERP secara otomatis menerbitkan dokumen Maintenance Work Order (WO) berkategori preventif preskriptif, lengkap dengan diagnosa kerusakan AI, data spektrum getaran, dan SOP perbaikan teknis.
  • Alokasi dan Reservasi Suku Cadang Terintegrasi: Sistem seketika memeriksa ketersediaan komponen suku cadang spesifik (misal: Deep Groove Ball Bearing spesifikasi clearance C3) di modul MRO Spare Parts Inventory. Jika stok tersedia di rak gudang, sistem langsung melakukan hard reservation agar suku cadang tidak terpakai untuk unit lain. Apabila stok berada di bawah batas minimum buffer, sistem secara otomatis menghasilkan draf Purchase Requisition (PR) terprioritas tinggi ke modul Pengadaan/Purchasing dengan lead-time pengiriman yang selaras dengan proyeksi sisa umur RUL.
  • Sinkronisasi Dinamis dengan Modul Penjadwalan Produksi (APS): Custom ERP Goodsyst secara cerdas mencocokkan jendela waktu intervensi teknisi dengan modul Advanced Planning and Scheduling (APS). Sistem mencari celah jeda produksi yang paling optimal—seperti saat pergantian pesanan (changeover), pergantian shift kerja, atau waktu jeda akhir pekan—sehingga penggantian komponen dapat dieksekusi tanpa mengorbankan Service Level Agreement (SLA) pengiriman produk ke pelanggan.
  • Verifikasi Pasca-Perbaikan via Mobile App: Teknisi lapangan menggunakan aplikasi mobile teknisi Goodsyst untuk memindai QR code suku cadang baru, mengunggah foto bukti pergantian, dan menyelesaikan WO. Sensor IIoT secara otomatis memverifikasi bahwa profil getaran pasca-perbaikan telah kembali ke baseline hijau normal sebelum work center dinyatakan aktif beroperasi penuh.

Jangan biarkan kerusakan mesin tak terduga menggerus profitabilitas, mengacaukan komitmen pengiriman pesanan, dan membengkakkan anggaran pemeliharaan darurat pabrik Anda. Dengan modul Predictive Maintenance (PdM) berbasis AI dan IIoT yang menyatu sempurna di dalam arsitektur Custom ERP Goodsyst, fasilitas industri Anda mendapatkan visibilitas kondisi aset mekanikal secara real-time, perlindungan kegagalan proaktif, dan sinkronisasi rantai pasok pemeliharaan tanpa friksi. Hubungi konsultan industri dan arsitek solusi Goodsyst hari ini untuk merancang strategi pemeliharaan cerdas berbasis kondisi yang disesuaikan secara presisi dengan kebutuhan pabrik Anda.

Konsultasikan Kebutuhan Anda

Tertarik dengan solusi di atas? Diskusikan sistem impian bisnis Anda secara gratis bersama tim ahli kami.