Pabrik skala menengah biasanya sudah punya banyak dokumen dan data. Ada SOP mesin, instruksi kerja, logbook perawatan, laporan QC, dan data produksi di ERP. Masalahnya, informasi itu sulit ditemukan saat dibutuhkan. Operator shift malam yang lupa urutan setting mesin harus menelepon teknisi senior. Kepala maintenance menyusun laporan bulanan dari tulisan tangan di logbook. Tim QC mengetik laporan yang formatnya hampir sama setiap minggu.
AI untuk manufaktur paling berguna di titik-titik ini. AI membantu tim menemukan dan merangkum informasi yang sudah ada, sementara keputusan teknis tetap di tangan orang yang berwenang. Artikel ini membahas empat use case yang realistis untuk pabrik skala menengah, data yang terlibat, risiko yang perlu dijaga, dan cara memulainya.
Pencarian SOP untuk operator
SOP dan instruksi kerja sering tersimpan di map fisik, folder bersama, atau PDF yang namanya tidak konsisten. Operator baru jarang membacanya dari awal. Mereka bertanya ke rekan, dan jawabannya bergantung pada siapa yang sedang bertugas.
Dengan pendekatan RAG (retrieval-augmented generation), AI mencari bagian SOP yang relevan lalu menjawab dengan kutipan sumbernya. Operator bisa bertanya dari tablet di area produksi, misalnya "Berapa suhu standar untuk mold tipe B di mesin injeksi 3?" Jawaban menyebut dokumen, versi, dan halamannya sehingga operator atau supervisor bisa memeriksa langsung.
Untuk instruksi yang menyangkut keselamatan kerja, AI harus mengutip SOP apa adanya dan tidak boleh mengarang langkah. Kalau dokumen tidak memuat jawabannya, AI harus mengatakan tidak tahu dan menyarankan operator menghubungi supervisor.
Ringkasan logbook perawatan
Catatan perawatan mesin biasanya ditulis singkat dengan istilah lapangan, kadang campuran bahasa Indonesia, bahasa Jawa, dan istilah teknis dalam bahasa Inggris. Isinya berharga, tetapi jarang dibaca ulang karena terlalu banyak.
AI bisa merangkum logbook per mesin atau per periode. Hasilnya berupa daftar kerusakan yang berulang, suku cadang yang sering diganti, dan mesin yang paling sering berhenti. Kepala maintenance bisa memakai ringkasan ini untuk menyusun jadwal perawatan preventif dan usulan pembelian spare part.
Kalau logbook masih berupa tulisan tangan, langkah awalnya adalah memotret atau memindahkannya ke formulir digital sederhana. AI bisa membantu membaca hasil foto, tetapi hasilnya perlu diperiksa karena tulisan tangan di lantai produksi sering sulit dibaca.
Draf laporan kualitas
Laporan QC mingguan atau laporan ketidaksesuaian (NCR) umumnya mengikuti format yang sama. Ada temuan, jumlah produk reject, dugaan penyebab, tindakan sementara, dan rencana perbaikan. Banyak waktu habis untuk menyusun kalimat dan memindahkan angka dari spreadsheet.
AI bisa menyiapkan draf laporan dari data inspeksi dan catatan tim QC. Angka diambil langsung dari sistem, lalu AI menyusun narasinya dalam format perusahaan. Analisis akar masalah dan keputusan tindakan perbaikan tetap dilakukan oleh tim QC dan produksi. AI hanya membantu agar laporan selesai lebih cepat dan formatnya konsisten.
Tanya jawab atas data ERP
Kepala produksi dan manajer pabrik sering butuh jawaban cepat. Berapa stok bahan baku tertentu, work order mana yang terlambat, atau berapa output lini 2 minggu ini dibanding target. Biasanya mereka harus meminta laporan ke admin atau membuka beberapa menu di ERP.
AI bisa dihubungkan ke ERP untuk menjawab pertanyaan seperti ini dalam bahasa sehari-hari. Akses sebaiknya dimulai dengan mode baca saja, dan hak akses mengikuti jabatan. Supervisor lini hanya melihat data lininya, sedangkan manajer pabrik bisa melihat semua. Kalau data produksi masih tersebar di banyak spreadsheet, merapikan alurnya lewat layanan data dan analitik bisa menjadi langkah sebelum AI.
Satu hal yang sering terlupa adalah definisi angka. "Output" atau "reject" bisa dihitung berbeda oleh bagian produksi dan bagian QC. Sepakati definisinya dulu dan tuliskan sebagai acuan, supaya jawaban AI sama dengan angka yang dibahas di rapat produksi.
Risiko dan cara memulai AI untuk manufaktur
Ada beberapa hal yang perlu disiapkan sebelum AI dipakai di pabrik:
- Pastikan hanya SOP versi terbaru yang bisa dicari. Versi lama yang masih beredar adalah sumber kesalahan paling umum.
- Tetapkan bahwa AI tidak memberi instruksi keselamatan di luar dokumen resmi.
- Mulai akses ERP dengan mode baca saja. Perubahan data tetap dilakukan lewat prosedur biasa.
- Atur hak akses per tim, terutama untuk data biaya, harga pemasok, dan data karyawan.
- Uji AI dengan pertanyaan nyata dari operator dan teknisi, termasuk istilah lapangan yang mereka pakai.
- Catat pertanyaan yang tidak terjawab dengan baik untuk memperbaiki dokumen atau pengaturan sistem.
Mulailah dari satu area, misalnya pencarian SOP untuk satu lini produksi. Kumpulkan pertanyaan yang sering diajukan operator selama dua minggu, lalu uji apakah AI menjawab dengan benar dan menyertakan sumber. Setelah supervisor merasa jawabannya bisa diandalkan, perluas ke lini lain atau ke use case berikutnya.
Diskusi dengan tim Averoa
Averoa membantu perusahaan menghubungkan AI ke dokumen dan data internal, termasuk ERP, dengan jawaban yang menyertakan sumber dan akses yang diatur per tim. Kalau Anda ingin membahas area mana di pabrik yang paling masuk akal untuk dimulai, informasi layanannya ada di halaman AI untuk Perusahaan.
