Predictive Maintenance: Mencegah Kerusakan Menggunakan Artificial Intelligence

(Sumber: Defense Visual Information Distribution Service)

Maintenance merupakan langkah krusial dalam proses penggunaan suatu alat. Maintenance dilakukan untuk memeriksa, merawat, memperbaiki atau mengganti komponen-komponen pada suatu alat agar alat tersebut dapat terus digunakan tanpa kerusakan. Pada dunia industri yang tentunya pekerjaan dilakukan secara terus menerus, kerusakan pada alat dapat menghambat proses produksi, menyebabkan kerugian besar bagi perusahaan. Pada industri penerbangan, kerusakan bahkan dapat mengakibatkan hilangnya nyawa. Maintenance yang dilakukan dengan benar merupakan hal penting yang harus diperhatikan oleh setiap perusahaan.

Lima puluh tahun yang lalu, perusahaan melakukan maintenance secara reaktif ketika terdapat kerusakan atau secara preventif dengan maintenance berkala untuk mencegah kerusakan. Maintenance berkala ini ditemukan untuk tidak menurunkan kerusakan secara signifikan. Hal ini dikarenakan setiap komponen memiliki life cycle yang berbeda. Pada masa sekarang, digunakan metode maintenance yang disebut Reliability-Centered Maintenance (RCM). RCM menggunakan strategi maintenance yang berbeda sesuai dengan komponen pada alat. Pada era industri sekarang, terdapat strategi baru yang menjadi bagian penting dalam RCM yaitu condition monitoring dan predictive maintenance. 

Condition Monitoring menggunakan sensor-sensor pada komponen dalam alat untuk mengumpulkan data mengenai berbagai aspek pada komponen tersebut seperti suhu, getaran, kelembaban, dan lain-lain. Pada era digitalisasi industri, perusahaan-perusahaan telah menerapkan berbagai sensor dan teknologi IoT sehingga terdapat data dalam jumlah besar. Data tersebut digunakan untuk mencari tanda-tanda yang menandakan kerusakan pada alat. Predictive Maintenance menggunakan data-data tersebut untuk memberikan prediksi sebelum kerusakan terjadi sehingga dapat dilakukan maintenance yang tepat waktu. Prediksi tersebut dilakukan dengan menggunakan artificial intelligence. 

Penggunaan artificial intelligence memungkinkan perusahaan untuk melakukan predictive maintenance dari data-data yang dikumpulkan sensor pada komponen alat. Artificial intelligence akan mempelajari ribuan hingga jutaan data yang dikumpulkan dari sensor dan dilatih untuk mencari pattern yang menandakan akan terjadinya kerusakan. Pelatihan dilakukan secara kombinasi dari supervised dan unsupervised learning untuk melatih artificial intelligence untuk dapat memprediksi kerusakan dari data dari sensor. Data tersebut dapat didapatkan dari catatan data yang dimiliki atau melalui simulasi. Simulasi dapat dilakukan dengan digital twin yang memberikan data simulasi yang akan diberi kepada artificial intelligence. Artificial intelligence akan dapat memberikan prediksi saat suatu komponen akan rusak, sehingga maintenance dapat dilakukan sebelum kerusakan dapat terjadi dan mengganggu kegiatan perusahaan.

Predictive maintenance yang lebih maju bahkan dapat memberi prediksi kapan kerusakan akan terjadi. Artificial intelligence digunakan untuk memberi perkiraan sisa masa kegunaan komponen sebelum rusak atau remaining useful life. Maintenance dapat dijadwalkan beberapa minggu hingga bulan sebelum kerusakan terjadi, dengan akurasi yang tepat dengan menggunakan model tersebut. Predictive maintenance pada RCM telah membawa manfaat sangat besar bagi berbagai perusahaan di dunia. Penggunaan artificial intelligence yang lebih maju dapat membantu perusahaan untuk melakukan maintenance yang tepat waktu, memastikan tidak ada kerusakan maupun maintenance yang tidak diperlukan, sehingga mengoptimalkan jalannya kegiatan perusahaan. Salah satu industri yang telah menerapkan predictive maintenance secara intensif adalah industri penerbangan. Industri penerbangan memiliki ruang untuk kerusakan yang sangat kecil, kerusakan kecil sekalipun dapat menyebabkan akibat yang fatal dan kerugian yang sangat besar. Dalam upaya memastikan keamanan yang tertinggi, industri penerbangan telah melahirkan berbagai inovasi dalam metode maintenance dan merupakan contoh sukses penerapan predictive maintenance dalam mencegah kerusakan. Perkembangan pesat artificial intelligence pada masa sekarang akan tentunya membawa berbagai peningkatan terhadap kegiatan maintenance kedepannya.

Sumber:

1. Miller, K. (2022, November 18). Predictive Maintenance: Ensuring Business Continuity with AI. Techopedia. Diakses pada April 23, 2023, dari https://www.techopedia.com/predictive-maintenance-ensuring-business-continuity-with-ai/2/34894

2. Eisner, C. (2022, September 29). What Is Reliability-Centered Maintenance? MaintainX. Diakses dari April 23, 2023, dari https://www.getmaintainx.com/learning-center/reliability-centered-maintenance/ 

3. [AltexSoft]. (2022, September 22). What is Predictive Maintenance? [Video]. Youtube. https://youtu.be/mveN-1r7XiA