Oleh: Eric Ananda, Country Manager Indonesia, Zebra Technologies
Secara historis, lingkungan manufaktur sudah jauh lebih tertata rapi dibandingkan dengan sektor pergudangan dan logistik. Gudang pada umumnya memiliki alur yang mencakup penerimaan barang hingga pengiriman, namun proses di antara keduanya sangat bervariasi, mulai dari penanganan palet, karton, hingga ke level barang satuan. Barang itu sendiri pun beragam, mulai dari produk fashion, makanan, hingga barang konsumsi umum. Hal ini meningkatkan kerumitan.
Di sektor logistik, tingkat variasi ini menjadi jauh lebih besar. Paket, palet, dan produk individual datang dalam berbagai bentuk dan ukuran, sering kali berada dalam situasi yang tak terduga bagi sistem visual. Barang-barang bisa tersebar di conveyor belt yang lebar atau menumpuk di zona bongkar muat. Kondisi yang tidak beraturan dan sangat bervariasi ini membutuhkan teknologi machine vision, 3D sensing, dan industrial scanning yang benar-benar tangguh.
Selama lebih dari 25 tahun terakhir, machine vision telah menjadi fondasi bagi industri manufaktur, sektor tempat teknologi ini lahir dan berkembang. Kini, kawasan Asia Pasifik, di mana Indonesia sebagai salah satu pemain utamanya, berada di garis depan perkembangan sektor ini, dengan pangsa pasar mencapai 44,3% pada tahun 2025. Kepemimpinan ini didorong oleh lonjakan otomatisasi di sektor manufaktur, otomotif, dan kesehatan. Pasar machine vision industri di Indonesia sendiri diproyeksikan tumbuh dari US$ 11,4 miliar pada tahun 2025, menjadi US$ 25,6 miliar pada tahun 2031. Para analis memprediksi bahwa kawasan Asia Pasifik akan mencatatkan tingkat pertumbuhan tahunan majemuk (compound annual growth rate/CAGR) tertinggi, sejalan dengan pesatnya penerapan computer vision berbasis AI di Indonesia, yang diperkirakan mencapai pertumbuhan CAGR sebesar 24,3% dari tahun 2025 hingga 2033.
Kemajuan terbaru dalam teknologi neural processing, 3D sensing, dan algoritma AI dalam tiga hingga lima tahun terakhir telah menjadikan tool tersebut lebih mudah didapatkan. Software dan platform hardware modern kini mengadopsi inovasi tersebut untuk meningkatkan kualitas manufaktur, seperti mendeteksi defect atau cacat yang kecil sekaligus menaklukkan lingkungan logistik yang lebih dinamis dan kurang tertata rapi.
Penerapan Nyata untuk Industri Indonesia
Meskipun teknologinya berskala global, penerapannya harus disesuaikan dengan kebutuhan lokal. Relevansinya untuk Indonesia jelas: berbagai hasil nyata yang telah dihadirkan oleh solusi ini di seluruh dunia menjadi alasan yang kuat untuk mengimplementasikan otomatisasi cerdas. Hal ini dapat menjadi landasan mewujudkan agenda “Making Indonesia 4.0″, terutama di sektor-sektor prioritas seperti makanan dan minuman, otomotif, serta logistik.
1.Pengambilan dan Penyortiran Otomatis (untuk industri seperti Makanan dan Minuman)
Area pertama adalah pengambilan dan penyortiran otomatis – penerapan yang krusial untuk industri makanan dan minuman berskala besar di Indonesia. Sebuah studi kasus di industri roti di Eropa menunjukkan pencapaian tingkat error yang lebih rendah dan throughput yang lebih tinggi. Dengan menggunakan software machine vision untuk memandu sistem yang terotomatisasi, perusahaan roti mampu mengecek semua produk rotinya. Dengan proses otomatisasi cerdas ini perusahaan roti dapat memeriksa 25-30 paket per menit tanpa merusak produknya. Hasilnya adalah penghematan biaya yang signifikan hingga 75% dibandingkan dengan metode pengecekan tradisional, sekaligus menghilangkan tugas pengecekan visual secara manual dan repetitif oleh staf.
2.Inspeksi Otomatis (untuk manufaktur yang sangat mementingkan kualitas)
Yang kedua adalah inspeksi otomatis untuk memeriksa integritas produk, deteksi kerusakan, dan kelengkapan pesanan. Di saat perusahaan manufaktur Indonesia terus berusaha untuk mencapai kualitas kelas dunia, teknologi seperti hyperspectral imaging menjadi sangat vital. Teknologi vision canggih ini mampu mendeteksi kebocoran di dalam kemasan tertutup yang tidak terlihat oleh kamera standar. Pendekatan ini mengubah pengendalian mutu dari proses manual yang rentan kesalahan menjadi sistem otomatis yang jauh lebih andal, sekaligus meningkatkan visibilitas aset pada tahap pengecekan kualitas.
3.Pengukuran Presisi (untuk sektor e-commerce dan logistik yang sedang booming)
Ketiga adalah pengukuran presisi untuk barang, parsel, dan palet yang memiliki dimensi tertentu. Di tengah pertumbuhan e-commerce dan logistik yang pesat di Indonesia, mengoptimalkan setiap inci paket dan ruang di kendaraan sangat penting untuk profitabilitas. Contoh yang menarik adalah perusahaan retail grosir bahan pangan Dimar, misalnya, yang berhasil memangkas waktu alur kerja hingga 50% dengan solusi otomatisasi cerdas. Sistem ini melengkapi tenaga frontline yang terhubung dengan perangkat mobile lengkap dengan software pengukur dimensi paket, menggabungkan sensor time-of-flight dan AI untuk merekonstruksi serta mengukur barang secara virtual dan instan, baik yang berbentuk standar maupun yang tidak beraturan.
4.Identifikasi Canggih (untuk mengoptimalkan rantai pasokan)
Kategori terakhir adalah identifikasi canggih dengan menggunakan metodologi seperti pemindaian kecepatan tinggi dan optical character recognition (OCR) untuk membantu memperlancar rantai pasokan. Bagi penyedia layanan logistik pihak ketiga (3PL) berskala besar di Indonesia, memproses ribuan paket yang masuk setiap hari secara efisien menjadi tantangan sehari-hari.
- Perusahaan 3PL, Noerpel-Group, adalah satu contoh sukses. Perusahaan ini mampu meraih penghematan waktu hingga 50% dan mencapai visibilitas aset di fasilitas penyimpanan barang masuk secara real time dengan menggunakan fixed industrial scanner. Sistem mereka secara otomatis memindai sekitar 700.000 paket hanya dalam lima bulan, sehingga staf beralih dari pekerjaan data entry manual ke tugas-tugas handling yang luar biasa.
- Begitu juga perusahaan roti Zeelandia yang sukses membuat tenaga frontline-nya benar-benar terhubung dengan mengintegrasikan scanner langsung ke forklift-nya. Inisiatif ini menghemat setidaknya sekitar €20.000 (sekitar US$23.500) per tahun. Ini adalah contoh bagaimana otomatisasi cerdas dapat meningkatkan konektivitas alur kerja dan mengurangi downtime, yang merupakan target bagi siapapun yang berada di setiap pusat distribusi di Indonesia.
Contoh-contoh tersebut, walaupun merupakan contoh dari perusahaan di Eropa, menunjukkan bahwa ROI dan peningkatan operasional yang terbukti secara global kini bisa diraih oleh perusahaan-perusahaan Indonesia yang siap mengadopsi otomatisasi visual.
Perspektif Baru dari Teknologi 3D Saat Ini
Seperti halnya 2D machine vision, sektor manufaktur yang lebih terstruktur sudah lebih dahulu memimpin pengadopsian pemindaian 3D. Saya kenal spesialis vision yang membantu para OEM di industri otomotif mengurangi tingkat defect atau kecacatan hingga 10-15% pada komponen-komponen yang rumit seperti pintu mobil. Spesialis machine vision menciptakan solusi yang dibangun dengan sensor single-laser 3D dan dual-camera, yang diintegrasikan dengan software AI. Sensor 3D ini memindai komponen seperti pintu mobil, merekam ribuan data point dan mengubahnya menjadi point cloud yang sangat detail dan peta mendalam yang akan digunakan oleh software AI untuk menginterpretasi dan memeriksa adanya defect. Untungnya, perusahaan pergudangan dan logistik juga mengikuti perkembangan ini.
Di sektor logistik, pemindai 3D berbasis structured light tradisional sangat populer karena mampu memberikan resolusi hingga submilimeter dan akurasi tinggi untuk pemindaian barang dalam kondisi statik. Namun, jika sensor atau barang bergerak selama proses pemindaian – yang selalu mungkin terjadi mengingat sifat barang logistik dan conveyor belt yang tidak tertata – hasil pemindaian 3D akan mengalami distorsi. Sistem time-of-flight tradisional juga berguna untuk penggunaan tertentu dan menawarkan kecepatan pemindaian dan akuisisi data yang sangat cepat. Akan tetapi, beberapa mungkin mengorbankan tingkat resolusi dan noise.
Namun, teknologi 3D sensing generasi baru menghadirkan pemindaian yang sangat akurat dengan menggunakan teknologi cahaya yang terstruktur secara paralel dan unik. Dengan teknologi ini, pemindaian 3D secara real-time dan beresolusi tinggi untuk objek-objek yang bergerak cepat, bisa dilakukan dengan membuat sejumlah gambar virtual dalam satu jendela eksposur. Hal ini membuka peluang baru di sektor pergudangan dan logistik, pendeteksian kerusakan, pengambilan barang dari bin dan conveyor belt secara lebih canggih, pallestisation, depalletisation, dan mencapai visibilitas aset yang tak luar biasa melalui digital twinning.
