Brilio.net - Digitalisasi di era modern telah merambah sektor perindustrian. Mesin-mesin industri kini terhubung oleh internet dalam sebuah sistem. Koneksi hardware dengan software ini menghubungkan benda fisik dengan data, kemudian data kepada manusia. Industrial internet membuat segala sesuatu lebih efisien dan produktif.

GE yang kini merambah bisnis digital industrial melakukan konvergensi antara mesin dengan internet dan manusia lewat sebuah platform digital yang disebut PREDIX. Bersamaan dengan ini juga hadir aplikasi unggulan untuk industrial internet yang dibangun di dalam PREDIX yang bernama Digital Twin.

Digital Twin ini memungkinkan pelanggan untuk mengelola kinerja mesin secara cepat dan tepat. Teknologi ini bisa diaplikasikan di berbagai sektor, seperti transportasi, energi, dan kesehatan.

Seperti apa kehebatan dan cara kerja dari Digital Twin ini? Berikut penjelasan singkat Vinay B. Jammu, Technology Leader, Physical-Digital Analytics GE Global Research Center dalam sebuah wawancara di Jakarta, sebagaimana dilansir brilio.net dari GE Reports Indonesia, Kamis (22/6).

Bisa Anda jelaskan apa itu Digital Twin?

Digital Twin pada dasarnya merupakan model virtual dari aset fisik sebuah mesin. Yakni, sebuah model komputer.

Apakah teknologi ini bisa dikategorikan sebagai Internet of Things (IOT) atau Artificial Intelligence (AI), atau gabungan dari keduanya?

Ya. Jadi, teknologi ini diperuntukkan untuk mempermudah manusia dalam menjalankan proses operasional manufaktur. Jadi, Digital Twin merupakan sebuah model virtual yang dapat membantu manusia mengumpulkan informasi berbasis data dan prediksi yang akurat guna melakukan pengambilan keputusan yang berpengaruh pada produktivitas perusahaan. Itulah teknologi yang kami ciptakan untuk bidang digital industrial.

Digital Twin bekerja pada 3 tahap; Melihat, Berpikir, dan Melakukan. Tahap pertama, “melihat” yaitu mengambil data untuk menciptakan “kembaran virtual” yang bisa bekerja secara bersamaan. Bagaimana cara memperoleh datanya? Infrastruktur apa yang dibutuhkan untuk membuat Digital Twin agar dapat digunakan?

Sebenarnya ini merupakan sebuah integrasi hardware dan software, fisika dan pembelajaran mesin. Ini semua harus saling terintegrasi untuk menghasilkan sebuah keputusan yang dibutuhkan bagi para pelanggan kami.

Anda harus menghubungkan peralatan-peralatan ini dengan internet untuk mendapatkan data. Anda mengumpulkan ulang data-data ini untuk memasukkannya ke Digital Twin.

Jumlah datanya besar, sehingga hanya mesin yang dapat melakukannya. Karena manusia memiliki kesulitan untuk belajar dari data yang mencapai terabyte.
Namun, ilmu fisika juga harus diterapkan sebagai basis dalam bagaimana kita mendesain mesin, seperti brain cycles yang kita gunakan untuk mendesain mesin jet kami contohnya. Jadi, hal ini terintegrasi bersama guna menghasilkan outcome. Fokusnya terletak pada outcome, bagaimana kita dapat meningkatkan produktivitas bagi pelanggan kita.

Bisa Anda jelaskan mengenai data historis dan bagaimana Digital Twin menggunakannya untuk “berpikir”?

Jadi, bayangkan jika Anda pergi kepada seorang pelanggan dan Anda berkata ‘mesin Anda bermasalah dan performanya merugikan anda’, maka pelanggan dianjurkan untuk menghentikan operasional mesin sementara.

Ini merupakan keputusan seharga miliaran dolar, bukan? Jika Anda menghentikan operasionalnya, Anda bisa kehilangan tiga hari, 5 hari, 10 hari dan seiring waktu berjalan, pelanggan kehilangan ratusan, ribuan, hingga miliaran dolar.

Saya bisa melihat korelasinya dalam data yang diolah dengan machine learning. Apa yang sesungguhnya menyebabkan permasalahan, Anda harus memahaminya.

Dan ketika kita memberitahukan hal ini ke pelanggan, kita bisa memberikan informasi yang lengkap termasuk rekomendasi tindakan dalam beberapa opsi. Informasi inilah yang akan digunakan pelanggan dalam membuat keputusan seharga miliaran dolar tersebut.

Sekarang untuk “melakukan”. Seberapa akurat data yang dihasilkan Digital Twin dibandingkan jika hanya mengandalkan data manual?

Ada dua yang kami kerjakan. Yang pertama, mengumpulkan semua data dari Digital Twin dan membangun template dari koleksi data tersebut. Jadi, ketika saya menyelesaikan permasalahan bagi mesin jet, turbin angin, maupun mesin MRI, saya menciptakan sebuah template dari data-data mesin-mesin tesebut, dan membuatnya tersedia bagi para pelanggan. Sehingga, mereka dapat memanfaatkan informasi tersebut dengan cepat.

Hal kedua yang kita lakukan adalah memprediksi. Ini berdasarkan platform cloud. Ketika Anda menyimpan informasi di cloud, informasi tersebut dapat diakses oleh berbagai pihak yang memiliki kepentingan.

Kemudian bagaimana cara kerjanya? Pada dasarnya adalah melihat, berpikir, melakukan. Jadi melihat secara utama adalah mengenai koleksi data. Jika Anda tidak mendapat data yang tepat, Anda tidak dapat membuat keputusan yang tepat.

Berpikir adalah tentang analisis. Analisis yang dapat diprediksi. Jadi pada dasarnya, gunakan data, bangun model-model Digital Twin, model-model ini dapat menjalankan informasi dari tiap mesin yang berbeda-beda. Anda bisa memahami perbedaan-perbedaan ini dalam sebuah tindakan prediktif. Itulah analisis yang dapat diprediksi.

Porsi mengerjakan adalah bagian pemeliharaannya, tindakan mengontrol mesin. Anda mengontrol mesin secara berbeda, Anda dapat memeliharanya secara berbeda, Anda dapat mengubah loading profile-nya.

Jadi, melihat adalah data, berpikir adalah analisis, dan melakukan adalah aksi yang memberi Anda dampak utama.

Seperti kita tahu ada empat jenis Digital Twin, apakah pelanggan bisa menerapkan salah satunya saja mungkin karena pertimbangan penghematan biaya?

Jika kita berpikir tentang Digital Twin, kita berbicara mengenai empat jenis Digital Twin; komponen (parts), mesin, proses, dan sistem. Sebenarnya ini tergantung pada hasil yang diinginkan oleh para pelanggan. Jadi setiap Twin yang kita kerjakan disesuaikan dengan kebutuhan pelanggan.

Seberapa besar manfaat teknologi ini bagi manusia?

Semua negara ingin meningkatkan kualitas hidup yang lebih baik bagi masyarakatnya. Pada dasarnya, kita butuh peningkatan efisiensi dalam mengelola sumber daya, seperti halnya dalam pembangkitan listrik berbahan gas, angin; hingga sektor kesehatan, banyak hal yang harus Anda lakukan. Dan untuk meningkatkan efisiensi, maka kita memanfaatkan teknologi.

Berapa biaya yang dapat dipangkas dengan menggunakan sistem seperti ini dan bagaimana contoh pengimplementasiannya?

Jadi, kita dapat menggunakan teknologi digital sebagai sebuah sarana untuk mengatur pengelolaan pembangkitan listrik bersumber daya energi terbarukan, yang selama ini memiliki tantangan lebih besar dibandingkan dengan turbin gas, atau metode pembangkitan lainnya.

Namun dengan mengimplementasikan teknologi digital, pembangkitan listrik bersumber daya energi terbarukan lebih dapat diprediksi. Dengan ini kita dapat meningkatkan penetrasi energi terbarukan di negara seperti Indonesia. Jadi di situlah kekuatan teknologi digital (dalam hal perindustrian), yang tak lain untuk mentransformasi data rasio agar dapat dapat diprediksi lebih mudah dan cepat.

Apa yang membuat teknologi ini digemari oleh pelanggan?

Efisiensi harga sangat penting bagi semua orang. Teknologi digital dapat membantu pelanggan untuk meningkatkan produktivitas dan keuntungan perusahaan.

Anda mampu mengelola sumber daya dalam jumlah yang sama, atau bahkan lebih kecil, untuk menghasilkan dampak yang jauh lebih besar karena produktivitas dan efisiensi yang meningkat. Idealnya, teknologi ini bisa membuat bisnis Anda lebih menguntungkan.