<![CDATA[Perkembangan revolusi Industry 4.0 mendorong transformasi besar dalam sistem manufaktur melalui integrasi teknologi digital dan kecerdasan buatan. Machine Learning (ML) menjadi salah satu elemen kunci dalam otomasi industri karena kemampuannya memproses data secara adaptif untuk mendukung pengambilan keputusan otonom. Penelitian ini bertujuan untuk meninjau secara sistematis penerapan Machine Learning dalam sistem manufaktur otomatis dengan menyoroti tren, tantangan, serta arah penelitian masa depan. Metode yang digunakan adalah Systematic Literature Review (SLR) terhadap 30 artikel jurnal internasional terindeks Scopus, IEEE Xplore, dan ScienceDirect dalam rentang tahun 2020–2025. Hasil studi menunjukkan bahwa Machine Learning banyak diterapkan pada empat domain utama: predictive maintenance, process optimization, quality control, serta intelligent automation. Algoritma yang dominan digunakan meliputi supervised learning dan deep reinforcement learning, yang terbukti mampu meningkatkan efisiensi operasional hingga 35%. Namun demikian, isu terkait interpretabilitas model, keterbatasan data industri, serta integrasi manusia–AI masih menjadi tantangan utama. Studi ini mengusulkan kerangka konseptual AI–Driven Manufacturing Framework sebagai panduan pengembangan sistem manufaktur cerdas yang adaptif, transparan, dan berkelanjutan menuju era Industry 5.0.]]>
Copyrights © 2025
