<![CDATA[Proses injection molding di industri komponen otomotif rentan terhadap lost time akibat downtime mesin yang tidak terpantau, menyebabkan kerugian produktivitas hingga 20% dari waktu operasi. Penelitian ini bertujuan mengimplementasikan Monitoring Injection Machine (MIM) berbasis IoT untuk pengendalian lost time secara real-time. Sistem MIM dikembangkan menggunakan sensor IoT (vibrasi, suhu, tekanan) terhubung ke mikrokontroler ESP32 dan platform cloud Thingspeak untuk akuisisi data, analisis prediktif dengan algoritma machine learning sederhana (threshold-based anomaly detection), serta dashboard monitoring. Pengujian lapangan dilakukan di PT. XYZ (perusahaan komponen otomotif) selama 3 bulan pre- dan post-implementasi, dengan pengukuran lost time menggunakan formula OEE. Implementasi MIM mengurangi lost time dari 2160 menit/bulan menjadi 1020 menit (penurunan 52,8%), meningkatkan OEE dari 72% menjadi 85%, dan menghemat biaya downtime Rp 250 juta per tahun berdasarkan 10 mesin injection. Akurasi deteksi anomali mencapai 92%. MIM berbasis IoT terbukti efektif untuk optimalisasi proses injection molding, sejalan dengan prinsip Industry 4.0. Tantangan seperti konektivitas jaringan dapat diatasi dengan edge computing; rekomendasi untuk adopsi luas di manufaktur Indonesia guna mendukung sustainable production.]]>
Copyrights © 2026
