Deskripsi Pelatihan: Next-Gen Predictive Maintenance: AI dan IoT untuk Alat Berat
Pelatihan Next-Gen Predictive Maintenance: AI dan IoT untuk Alat Berat dirancang untuk memberikan pemahaman dan keterampilan praktis dalam menerapkan teknologi Artificial Intelligence (AI) dan Internet of Things (IoT) untuk meningkatkan efektivitas pemeliharaan alat berat. Dalam industri pertambangan, konstruksi, dan manufaktur, keandalan alat berat menjadi faktor penting dalam menjaga produktivitas serta kelancaran operasional. Kerusakan yang tidak terdeteksi sejak dini dapat menyebabkan downtime, peningkatan biaya perbaikan, dan penurunan efisiensi kerja. Melalui pelatihan ini, peserta akan mempelajari pemanfaatan sensor IoT untuk pengumpulan data kondisi mesin, analisis data operasional, penerapan Machine Learning untuk memprediksi potensi kerusakan, serta pengembangan sistem monitoring kesehatan peralatan secara real-time. Peserta juga akan memahami konsep Remaining Useful Life (RUL), failure detection, dan strategi pemeliharaan berbasis data. Dengan kombinasi teori, demonstrasi, dan praktik aplikatif, pelatihan ini diharapkan mampu membantu peserta mengembangkan strategi predictive maintenance yang lebih cerdas, proaktif, dan efisien sesuai kebutuhan industri.
Tujuan Pelatihan : Next-Gen Predictive Maintenance: AI dan IoT untuk Alat Berat
Setelah mengikuti pelatihan, peserta diharapkan mampu:
- Memahami konsep Predictive Maintenance serta peran teknologi AI dan IoT dalam meningkatkan keandalan dan efisiensi operasional alat berat.
- Mengidentifikasi dan memahami penggunaan sensor IoT untuk mengumpulkan data kondisi mesin, temperatur, getaran, tekanan, dan parameter operasional lainnya.
- Mengolah, menganalisis, dan menginterpretasikan data operasional alat berat untuk mengidentifikasi pola serta indikasi awal terjadinya kerusakan.
- Menerapkan algoritma Machine Learning untuk mendeteksi anomali, memprediksi potensi kegagalan komponen, dan memperkirakan Remaining Useful Life (RUL).
Rincian Materi Pelatihan :
HARI 1
Sesi 1 08.30–10.00
Topik: Fundamental Predictive Maintenance dan Teknologi AI untuk Alat Berat
- Pengenalan Preventive Maintenance, Corrective Maintenance, dan Predictive Maintenance.
- Konsep Dasar Artificial Intelligence, Machine Learning, dan Industrial IoT.
- Peran AI dan IoT dalam Transformasi Digital Industri Pertambangan dan Konstruksi.
- Identifikasi Komponen Kritis dan Potensi Kerusakan pada Excavator, Bulldozer, dan Dump Truck.
Sesi 2 10.15–12.00
Topik: IoT Sensor, Data Acquisition & Equipment Health Monitoring
- Pengenalan Sensor IoT untuk Monitoring Kondisi Alat Berat.
- Pengumpulan Data Operasional melalui Sensor Temperatur, Getaran, Tekanan, dan Pelumasan.
- Implementasi Data Acquisition dan Komunikasi Data Menggunakan IoT Gateway.
- Monitoring Kondisi Mesin dan Integrasi Data Sensor secara Real-Time.
Sesi 3 13.00–15.00
Topik: Data Analytics dan Machine Learning untuk Predictive Maintenance
- Pengumpulan, Pembersihan, dan Persiapan Data Maintenance.
- Exploratory Data Analysis (EDA) untuk Mengidentifikasi Pola Kerusakan.
- Penerapan Algoritma Machine Learning untuk Prediksi Kegagalan Komponen.
- Evaluasi Model Prediksi Menggunakan Accuracy, Precision, Recall, dan F1-Score.
HARI 2
Sesi 4 08.00–10.00
Topik: AI-Based Failure Detection & Remaining Useful Life (RUL) Prediction
- Konsep Failure Detection dan Anomaly Detection pada Alat Berat.
- Implementasi AI untuk Mendeteksi Indikasi Kerusakan Mesin secara Dini.
- Remaining Useful Life (RUL) Prediction untuk Memperkirakan Umur Pakai Komponen.
- Analisis Pola Degradasi Komponen dan Prediksi Risiko Kegagalan Peralatan.
Sesi 5 10.15–12.00
Topik: Implementasi Predictive Maintenance pada Alat Berat
- Studi Kasus Predictive Maintenance pada Excavator dan Hydraulic System.
- Implementasi Monitoring Kesehatan Engine dan Sistem Transmisi Bulldozer.
- Analisis Kondisi Operasional Dump Truck Menggunakan Data Sensor.
- Penyusunan Strategi Maintenance Berdasarkan Hasil Prediksi AI.
Sesi 6 15.15–15.45
Topik: AI Model Deployment, Monitoring & Maintenance Optimization
- Implementasi Model Machine Learning dalam Sistem Monitoring Predictive Maintenance.
- Pengembangan Dashboard untuk Visualisasi Kondisi dan Performa Alat Berat.
- Monitoring Akurasi Model AI, Evaluasi Performa, dan Pembaruan Model.
- Final Project: Membangun Prototipe Sistem Predictive Maintenance Berbasis AI dan IoT.
Metode Pelatihan :
- Presentation & Knowledge Sharing: Penyampaian konsep AI, IoT, Machine Learning, dan predictive maintenance untuk memberikan pemahaman dasar mengenai teknologi pemeliharaan modern.
- Interactive Discussion: Diskusi interaktif mengenai tantangan pemeliharaan alat berat, identifikasi kerusakan, dan penerapan teknologi AI dalam lingkungan industri.
- Technical Demonstration: Demonstrasi penggunaan sensor IoT, pengumpulan data operasional, analisis kondisi mesin, serta penerapan model prediksi kerusakan.
- Hands-On Practice: Praktik langsung melakukan pengolahan data, membangun model Machine Learning, dan mengembangkan sistem monitoring predictive maintenance.
- Case Study & Project-Based Learning: Penyelesaian studi kasus dan proyek sederhana untuk merancang prototipe sistem predictive maintenance berbasis AI dan IoT pada alat berat.
Target Pelatihan :
- Maintenance Engineer dan Maintenance Supervisor yang ingin meningkatkan efektivitas pemeliharaan alat berat.
- Mechanical Engineer dan Heavy Equipment Engineer yang ingin memahami penerapan AI dan IoT dalam monitoring kondisi mesin.
- Reliability Engineer yang bertanggung jawab terhadap keandalan dan ketersediaan peralatan operasional.
- Data Analyst, Data Scientist, dan IT Professional yang ingin mengembangkan kompetensi AI dan Machine Learning untuk sektor industri.
- Supervisor, Manager, dan praktisi industri pertambangan, konstruksi, serta manufaktur yang ingin mengoptimalkan strategi pemeliharaan berbasis teknologi.
Hasil Pelatihan :
Setelah mengikuti pelatihan, peserta diharapkan menghasilkan:
- Memahami konsep Predictive Maintenance serta peran teknologi AI dan IoT dalam meningkatkan keandalan dan efisiensi operasional alat berat.
- Mengidentifikasi dan memahami penggunaan sensor IoT untuk mengumpulkan data kondisi mesin, temperatur, getaran, tekanan, dan parameter operasional lainnya.
- Mengolah, menganalisis, dan menginterpretasikan data operasional alat berat untuk mengidentifikasi pola serta indikasi awal terjadinya kerusakan.
- Menerapkan algoritma Machine Learning untuk mendeteksi anomali, memprediksi potensi kegagalan komponen, dan memperkirakan Remaining Useful Life (RUL).
| Investasi dan fasilitas Metode Pelaksanaan | Harga & Fasilitas |
| Opsi 1 – Pelatihan Online | Training Online Rp. 5.500.000 per peserta.
Minimal kuota 2 peserta dan bisa request tanggal. • Pelaksanaan training selama 2 hari half day (08.00 – 12.00 WIB atau 13.15 – 16.00 WIB) Menggunakan aplikasi Zoom/Google Meet. • Sudah Termasuk : Sertifikat Training Softfile & Hardfile, Pengiriman Sertifikat ke A alamat Peserta, Soft File Materi. • Belum termasuk : PPN 11%.
|
| Opsi 2 –
Pelatihan Offline di Yogyakarta |
Training Offline Rp.7.900.000 per peserta.
• Minimal kuota 3 peserta dan bisa request tanggal. • Pelaksanaan training selama 2 hari full day (08.00 – 16.00 WIB). • Tempat pelaksanaan : • ✓ Hotel El Royale, Yogyakarta ATAU • ✓Hotel Malyabhara, Malioboro,Yogyakarta • Sudah termasuk : Meeting Room, Modul Training, Sertifikat Training, Training Kits, Lunch, Coffee Break, dan Souvenir. • Belum termasuk : Penginapan & Transportasi Peserta Pelatihan, dan PPN 11%.
|
Instruktur
Tim Oemah Training