Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dalam menyikapi indsutri 4.0, Indonesia sendiri juga telah menerapkan Industri 4.0 dari tahun 2018. Oleh karena itu untuk mengukur kesiapan industri 4.0 di indonesia pemerintah sedang menerapkan Indsutry 4.0 Redines Index (INDI 4.0). Perusahaan dapat menilai kesiapannya dengan melakukan self-assesment secara online kemudian dilakukan verifikasi oleh para ahli indsutri 4.0 dengan dilakukan kunjungan industri. Malcom Baldrige National Quality Award (MBNQA) menurapak salah satu tools yang digunakan untuk mengukur keefektifan kinerja organisasi secara menyeluruh. MBNQA memiliki metode penilaian, yaitu Approach, Deployment, Learning, Integration (ADLI). Penelitian ini dilakukan untuk mengembangkan tools untuk memverifikasi tingkat ke akuratan dari kesiapan peusahaan untuk transformasi menuju indutri 4.0. dengan menggabungkan metode penilaian yang ada pada INDI 4.0 dengan penilaian ADLI pada MBNQA. Hasil akhir dari penelitian ini akan dijadikan pedoman oleh perusahaan untuk menilai tingkat kesiapan menuju industri 4.0. Pada penelitian dilakukan metode wawancara dan observasi secara langsung ke lapangan, dsebelum dilakukannya dilakukan perancangan pertanyaan yang didasari dari state of the art masing-masing pilar yang ada pada INDI 4.0. metode penilaian yang dilakukan didasari dari penilaian ADLI pada MBNQA dan pelevelan pada INDI 4.0. Hasil dari penelaian yang dilakukan dengan metode penilaian ADLI diapatkan untuk pilar manajemen dan organisasi bahwa perusahaan yang diobservasi masih pada tahapan awal untuk perencanaan menuju industri 4.0 dan untuk metode INDI 4.0 masih belum adanya dukungan dari manajemen untuk bertransformasi menuju industri 4.0. Hasil dari penilaian dengan metode ADLI pada pilar teknologi dimana perusahaan masih belum mengarah menuju industri 4.0 sama dengan penilaian dengan metode INDI 4.0.

---

In addressing industry 4.0, Indonesia itself has also implemented Industry 4.0 from 2018. Therefore, to measure the readiness of industry 4.0 in Indonesia, the government is implementing the Industry 4.0 Redines Index (INDI 4.0). Companies can assess their readiness by conducting online self-assessments and then verifying them with industry 4.0 experts by conducting industrial visits. The Malcolm Baldrige National Quality Award (MBNQA) marks one of the tools used to measure the overall effectiveness of an organization's performance. MBNQA has an assessment method, namely Approach, Deployment, Learning, Integration (ADLI). This research was conducted to develop tools to verify the level of accuracy of the company's readiness for transformation towards Industry 4.0. by combining the existing assessment methods on INDI 4.0 with the ADLI assessment on MBNQA.

The final results of this study will be used as a guideline for companies to assess the level of readiness towards Industry 4.0. In the research, interview methods and direct observations were carried out in the field, before designing questions based on the state of the art of each pillar in INDI 4.0. the assessment method used is based on ADLI's assessment on MBNQA and leveling on INDI 4.0. The results of the assessment carried out using the ADLI assessment method were obtained for the management and organizational pillars that the companies observed were still in the early stages of planning towards industry 4.0 and for the INDI 4.0 method there was still no support from management to transform towards industry 4.0. The results of the assessment using the ADLI method on the technology pillar where the company is still not heading towards industry 4.0 are the same as the assessment using the INDI 4.0 method."

"Pada masa ini telah masuk revolusi industri keempat atau yang disebut dengan Industri 4.0. Industri 4.0 merupakan sebuah proses atau alat yang terintegrasi dengan internet dimana semua obyek dilengkapi perangkat teknologi yang mampu berkomunikasi sendiri dengan sistem teknologi informasi. Untuk mengukur kesiapan sebuah perusahaan dalam menerapkan industri 4.0 di Jerman sudah diterapkan Industry 4.0 Readinness Index dari VDMA Jerman yaitu IMPULS. Begitupun di Indonesia juga sudah diterapkan Industry 4.0 Readinnes Index yaitu INDI 4.0. Tujuan dari penelitian ini adalah untuk melihat perbedaan antara standar penilain IMPULS dan INDI kemudian dari perbedaan tersebut dilakukan kalibrasi ulang. Untuk melihat keakuratan dari standar penilaian dikembangkan sebuah piranti assessment dengan menggunakan tool ADLI dari MBNQA. Malcolm Baldrige National Quality Award (MBNQA) merupakan salah satu tool yang digunakan untuk menilai kinerja perusahaan dengan system penilaian Approach, Deployment, Learning dan Integration (ADLI). Penelitian dilakukan di sebuah industri alat kesehatan yang ada di Indonesia. Hasil kalibrasi pada pilar Orang dan budaya serta Produk dan Layanan menggunakan IMPULS sebagai setting value. Hasil dari standar penilaian INDI dengan nilai 33.55% berada pada level 1 dan hasil dari standar penilaian IMPULS dengan nilai 35.6% berada pada level 2. Hasil dari piranti assessment untuk pilar Orang dan Budaya 39.79% berada pada level 1 dan untuk pilar Produk dan Layanan 33.75% berada pada level 0.

---

At this time, the fourth industrial revolution or what is known as Industry 4.0 has entered. Industry 4.0 is a process or tool that is integrated with the internet where all objects are equipped with technological devices that are able to communicate on their own with information technology systems. To measure the readiness of a company to implement Industry 4.0 in Germany, the Industry 4.0 Readiness Index from VDMA Germany, namely IMPULS, has been implemented. Likewise, in Indonesia, the Industry 4.0 Readiness Index has also been implemented, namely INDI 4.0. The purpose of this study was to see the difference between the IMPULS and INDI assessment standards and then recalibrate from these differences. To see the accuracy of the assessment standards, an assessment tool was developed using the ADLI tool from MBNQA. The Malcolm Baldrige National Quality Award (MBNQA) is one of the tools used to assess company performance with the Approach, Deployment, Learning and Integration (ADLI) assessment system. The research was conducted in a medical device industry in Indonesia. The calibration results on the pillars of People and culture as well as Products and Services use IMPULS as the setting value. The results of the INDI assessment standard with a value of 33.55% are at level 1 and the results of the IMPULS assessment standard with a value of 35.6% are at level 2. The results of the assessment tool for the People and Culture pillar are 39.79% at level 1 and for the Products and Services pillar 33.75 % is at level 0."

"Penelitian ini membahas mengenai pembuatan alat pengukur kedalaman tapak ban otomatis dan pengembangan aplikasi perkiraan umur ban yang sebelumnya pernah dibuat untuk meningkatkan fleksibilitas penggunaannya. Alat pengukur otomatis dibuat menggunakan Autodesk untuk desain dan simulasi kekuatan tegangan alat dan untuk porting aplikasi akan menggunakan Android Studio beserta Flutter yang menggunakan pemrograman model matematis yang dibuat oleh Saputra (2022). Penelitian ini menujukkan akurasi pengukuran alat dalam pengambilan data dan ukuran keringkasan alat untuk dapat digunakan banyak tipe kendaraan dan pengaruh perilaku berkendara yang berbeda-beda dalam pengurangan ketebalan ban serta besarnya deviasi aplikasi penghitungan android dengan penghitungan aplikasi sebelumnya yang membuktikan keberhasilan penghitungan.

---

This research discusses the development of an automatic tire tread depth measurement tool and the improvement of a tire lifespan estimation application previously created to enhance its usability. The automatic measurement tool was designed using Autodesk for design and stress simulation, while the application porting utilized Android Studio along with Flutter, incorporating the mathematical programming model developed by Saputra (2022). The study highlights the tool's measurement accuracy for gathering data and compactness, which determine it’s capability for various vehicle types. It also examines the influence of different driving behaviors on tire thickness reduction and the deviation between the calculations of the Android application and the previous application, demonstrating the success of the calculations. "

"Penelitian ini bertujuan untuk menganalisis hubungan perilaku berkendara dengan efektivitas radiator pada kendaraan dan mengembangkan aplikasi pemantau berbasis Android yang terintegrasi dengan Internet of Things (IoT). Dengan menggunakan ESP32 dan OBD-II untuk mendapatkan data suhu coolant dan posisi pedal akselerasi. Kemudian data tersebut dikirim dan disimpan di Firebase Cloud Server. Data tersebut kemudian ditampilkan pada aplikasi berbasis Android yang dibuat menggunakan Android Studio dan Flutter. Perhitungan Steinhart-Hart digunakan untuk mendapatkan nilai suhu dari thermistor yang digunakan untuk mendapatkan nilai efektivitas radiator. Pelepasan panas juga diperhitungkan untuk mengetahui kemampuan coolant dalam menyerap panas mesin. Pengujian menunjukkan bahwa perilaku berkendara sangat berpengaruh terhadap efektivitas radiator. Pada mode berkendara Eco, rata-rata efektivitas pendinginan mencapai 25,48%, dengan efektivitas terbaik sebesar 33,76% dan efektivitas terendah sebesar 15,75%. Mode berkendara Normal memiliki rata-rata efektivitas 20,72%, dengan efektivitas terbaik 29,51% dan terendah 11,67%. Sementara itu, mode Sport menunjukkan efektivitas terendah dengan rata-rata 14,62%, efektivitas terbaik 26,09%, dan terendah 7,91%. Kemudian melakukan verifikasi error menggunakan thermometer HABOTECH HT650c dan mendapatkan error sebesar 3,4% untuk Eco, 15,1% untuk Normal, dan 32,1% untuk Sport. Penyebab error tersebut dikarenakan perbedaan kalibrasi sensor OBD-II serta fluktuasi suhu yang cepat pada Normal dan Sport. Penelitian ini menyimpulkan bahwa perilaku berkendara Eco sangat direkomendasikan untuk penggunaan harian untuk menjaga umur mesin. Aplikasi dikembangan agar dapat mengurangi risiko overheating dan memantau efektivitas radiator secara real-time.

---

This study aims to analyze the relationship between driving behavior and radiator effectiveness in vehicles and to develop an Android-based monitoring application integrated with the Internet of Things (IoT). Using ESP32 and OBD-II, data on coolant temperature and accelerator pedal position were collected, then transmitted and stored on Firebase Cloud Server. The data were subsequently displayed on an Android-based application developed using Android Studio and Flutter. The Steinhart-Hart calculation is used to determine the temperature value from the thermistor, which is utilized to obtain the radiator effectiveness. Heat dissipation is also considered to determine the coolant's ability to absorb engine heat. Testing revealed that driving behavior significantly affects the effectiveness of the radiator. In Eco mode, the average cooling effectiveness reached 25.48%, with a maximum effectiveness of 33.76% and a minimum of 15.75%. Normal mode had an average effectiveness of 20.72%, with a maximum of 29.51% and a minimum of 11.67%. Meanwhile, Sport mode showed the lowest effectiveness, averaging 14.62%, with a maximum of 26.09% and a minimum of 7.91%. Verification of errors was performed using the HABOTECH HT650c thermometer, resulting in errors of 3.4% for Eco, 15.1% for Normal, and 32.1% for Sport. These errors were attributed to differences in sensor calibration between the OBD-II and thermometer, as well as rapid temperature fluctuations in Normal and Sport modes. This study concludes that Eco driving behavior is highly recommended for daily use to help extend engine life. The application was developed to reduce the risk of overheating and to monitor radiator effectiveness in real-time."