Optimasi Manufaktur di Dirgantara: Apa yang Perlu Dioptimalkan Lebih Dulu

Disclosure: M365.FM host Mirko Peters works at iFAKT GmbH. This page describes the company factually; paid partnerships and links are labelled as advertising.

By Mirko Peters · 2026-11-12

Optimasi manufaktur di dirgantara dimulai dari batasan yang ketat, tujuan yang jelas, dan rencana yang dapat dijelaskan. Panduan untuk manajer yang memilih perangkat lunak optimasi.

Automatically translated with AI from the original post. Read the English original

Optimasi manufaktur di dirgantara berarti membuat keputusan yang lebih baik tentang apa yang dibangun, di mana, kapan, dan oleh siapa, dalam batasan yang tidak bisa Anda tawar: tenaga kerja yang berkualifikasi, proses yang disetujui, perkakas yang tepat, material bersertifikat, dan catatan yang lengkap. Hal ini tidak terutama soal menjalankan mesin lebih cepat. Artikel ini ditujukan bagi manajer operasional yang sedang mempertimbangkan perangkat lunak optimasi dan ingin mengetahui apa yang harus didefinisikan lebih dulu, cara kerja metodenya secara sederhana, serta cara menguji alat sebelum berkomitmen.

Poin Penting

• Optimasi manufaktur di dirgantara berarti rencana yang lebih baik di bawah batasan ketat seperti tenaga kerja yang berkualifikasi, proses yang disetujui, perkakas, dan keterlacakan, bukan sekadar mesin yang lebih cepat.
• AS9100 dibangun di atas ISO 9001 dan menambahkan topik seperti manajemen konfigurasi, keterlacakan, dan keselamatan produk, sehingga sebuah optimizer tidak boleh pernah mengorbankan catatan demi kecepatan.
• Pilih satu tujuan utama, misalnya ketepatan waktu pengiriman, dan perlakukan tujuan lain sebagai batasan; mengoptimalkan pemanfaatan saja dapat menunda pesanan yang mendesak.
• Sebagian besar masalah penjadwalan bersifat NP-hard, jadi tanyakan kepada vendor bagaimana mereka menemukan rencana yang layak dengan cepat dan bagaimana perencana dapat melihat alasan di balik bentuk rencana tersebut.
• Uji perangkat lunak optimasi apa pun dengan memutar ulang satu bulan pesanan Anda di masa lalu, lalu bandingkan rencananya dengan apa yang benar-benar terjadi.

Apa yang membuat optimasi dirgantara berbeda?

Ada tiga hal yang menonjol di dirgantara dibandingkan bengkel logam umum.

Aturan adalah bagian dari produk. Standar mutu AS9100 diterbitkan oleh International Aerospace Quality Group dan dibangun di atas ISO 9001. Menurut ANSI, standar ini menambahkan persyaratan khusus dirgantara seperti manajemen risiko, keselamatan produk, manajemen konfigurasi, pencegahan suku cadang palsu, keterlacakan, dan pengawasan rantai pasok. Jadi, sebuah optimizer tidak boleh menyarankan jalan pintas yang melewatkan catatan atau inspeksi. Rencana harus menghasilkan dokumentasi sebagai produk sampingan.

Sebagian langkah hanya dapat dilakukan di tempat yang disetujui. Nadcap adalah program akreditasi untuk proses khusus seperti perlakuan panas, pengujian nondestruktif, pengelasan, pemrosesan kimia, dan pelapisan. Jika sebuah pesanan memerlukan langkah yang hanya boleh dilakukan oleh lini atau pemasok terakreditasi tertentu, sumber daya tersebut adalah batasan keras dan sering kali menjadi bottleneck. Jadwal yang mengabaikannya hanyalah fiksi.

Volume rendah dan variasi tinggi. Banyak nomor part berbeda berbagi mesin yang sama dan beberapa orang berkualifikasi yang sama. Hal ini membuat urutan lebih penting daripada kecepatan operasi tunggal mana pun. Waktu tunggu antarlangkah dapat menjadi bagian besar dari lead time, sehingga keputusan penguratan urutan layak mendapat perhatian sama besarnya dengan cycle time.

Apa yang sebaiknya dioptimalkan?

Sebelum memilih perangkat lunak apa pun, tuliskan tujuannya dalam satu kalimat, dan pisahkan tujuan dari batasannya.

Tujuan umum di pabrik manufaktur seperti ini:

• ketepatan waktu pengiriman terhadap tanggal pelanggan,
• total lead time yang lebih singkat,
• work in process yang lebih sedikit,
• lebih sedikit lembur dan lebih sedikit pekerjaan percepatan,
• pemanfaatan yang lebih baik atas sumber daya yang langka, seperti jalur proses khusus.

Tujuan-tujuan ini saling bertentangan. Pemanfaatan mesin yang maksimal cenderung mengisi setiap celah, sehingga tidak ada ruang untuk pesanan mendesak. Lead time yang singkat untuk satu pelanggan bisa membuat pelanggan lain terlambat. Pilih satu tujuan utama dan perlakukan tujuan lainnya sebagai batasan yang Anda pantau, misalnya "memaksimalkan pengiriman tepat waktu tanpa melampaui lembur yang disepakati".

Selanjutnya, daftar batasan keras, karena batasan inilah yang menentukan apakah sebuah rencana bisa dijalankan sama sekali:

1. Kualifikasi dan sertifikasi operator untuk setiap operasi.
2. Mesin, lini, dan pemroses eksternal yang disetujui untuk setiap proses.
3. Perkakas, fixture, dan gauge, termasuk status kalibrasinya.
4. Ketersediaan material beserta sertifikat yang harus menyertainya.
5. Kalender shift, jendela pemeliharaan, dan hari libur.
6. Urutan operasi, termasuk inspeksi wajib dan penahanan (hold).

Apa pun yang tidak Anda tuliskan akan dilanggar oleh rencana tersebut, dan Anda baru mengetahuinya di lantai produksi.

Contoh: pemanfaatan versus pengiriman

Ini adalah contoh rekaan, bukan hasil terukur. Sebuah pabrik memiliki satu tungku perlakuan panas. Optimizer yang diatur untuk memaksimalkan pemanfaatan mengelompokkan komponen dari banyak pesanan untuk mengisi setiap muatan. Tungku itu sibuk sepanjang minggu, sementara tiga pesanan mendesak menunggu muatannya. Tungku yang sama dengan pengiriman tepat waktu sebagai tujuan utama menjalankan muatan yang lebih kecil atau terisi sebagian untuk komponen mendesak, dan di atas kertas menunjukkan pemanfaatan yang lebih rendah. Hasil mana yang lebih baik bergantung pada tujuan yang Anda pilih, itulah sebabnya Anda harus memilihnya terlebih dahulu.

Bagaimana optimisasi bekerja secara sederhana?

Anda tidak memerlukan matematika, tetapi Anda perlu tahu apa yang sedang Anda bayar.

Mengalokasikan tugas ke sumber daya sepanjang waktu, dengan batasan pada sumber daya, keterkaitan urutan antar langkah, dan waktu persiapan, adalah inti dari penjadwalan. Pengantar PyJobShop mencatat bahwa sebagian besar masalah penjadwalan bersifat NP-hard, yang berarti menemukan jawaban terbaik yang terbukti optimal bisa sangat sulit seiring membesarnya masalah. Dalam praktiknya, perangkat lunak menggunakan heuristik, metaheuristik, atau metode eksak, termasuk constraint programming, dan menghasilkan rencana yang layak dijalankan dalam waktu yang berguna.

Artinya bagi Anda:

• Layak dijalankan dulu. Rencana yang memenuhi semua batasan keras lebih baik daripada rencana yang secara teori lebih optimal tetapi melanggar salah satunya.
• Kecepatan penting. Jika penyusunan ulang rencana memakan waktu satu jam, perencana akan berhenti menggunakannya ketika sebuah mesin mati pada pukul 14.00.
• "Optimal" bersifat relatif terhadap model Anda. Jika model tidak memuat suatu batasan, hasil optimalnya keliru. Data masuk yang buruk, hasil keluar yang tampak rapi tetapi tetap keliru.
• Penjelasan membangun kepercayaan. Seorang perencana harus bisa melihat mengapa sebuah pekerjaan berada di posisinya dan batasan mana yang menghalanginya.

Inilah wilayah finite capacity scheduling, yaitu perencanaan dengan batas sumber daya yang nyata, bukan dengan asumsi kapasitas tak terbatas.

Data apa yang dibutuhkan optimizer?

Optimisasi hanya sebaik data masukannya. Periksa hal-hal berikut sebelum Anda berbicara dengan vendor:

• routing dengan waktu proses dan waktu persiapan yang realistis, bukan hanya waktu standar dari ERP,
• sumber daya beserta kalendernya,
• matriks kualifikasi: siapa boleh melakukan apa,
• ketersediaan perkakas dan fixture,
• pesanan terbuka beserta tanggal jatuh tempo dan prioritasnya,
• stok material saat ini dan pengiriman yang diharapkan,
• status pekerjaan yang sedang berjalan dalam proses.

Jujurlah tentang apa yang Anda miliki. Jika matriks kualifikasi hanya ada di kepala seseorang, susunlah terlebih dahulu. Pekerjaan ini bermanfaat apa pun alat yang Anda pilih.

Bagaimana cara memilih perangkat lunak optimisasi untuk pabrik dirgantara?

Ajukan pertanyaan yang memperlihatkan bagaimana sebuah alat menangani batasan Anda, bukan bagaimana tampilannya dalam demo.

1. Batasan. Apakah alat ini dapat memodelkan kualifikasi operator, sumber daya yang disetujui, perkakas, dan langkah inspeksi wajib? Minta vendor menunjukkan masing-masing satu contoh menggunakan data Anda.
2. Tujuan. Apakah Anda dapat mengubah tujuan utama dan melihat dampaknya? Apakah alat ini dapat membandingkan dua rencana secara berdampingan?
3. Gangguan. Apa yang terjadi ketika sebuah mesin rusak, material terlambat datang, atau pesanan mendesak masuk? Berapa lama penyusunan ulang rencana memakan waktu, dan apa yang dilihat perencana setelahnya?
4. Penjelasan. Apakah perencana dapat menelusuri mengapa sebuah pekerjaan berada di posisinya?
5. Penimpaan (override). Dapatkah perencana mengunci pekerjaan dan mengubah prioritas secara manual, dan apakah alat tersebut menghormati keputusan itu pada proses berikutnya?
6. Catatan. Bagaimana rencana ini terhubung dengan sistem yang menyimpan catatan ketertelusuran dan konfigurasi Anda? Pengoptimal tidak boleh menjadi tempat kedua untuk menyimpan status pesanan.
7. Koneksi data. Bagaimana alat ini memperoleh data ERP dan data lantai produksi, dan seberapa sering?
8. Upaya. Berapa hari biasanya dibutuhkan untuk penyiapan model dan pembersihan data sebelum rencana yang berguna pertama dihasilkan, dan siapa yang mengerjakannya?

Jangan meminta peringkat produk. Tuliskan batasan dan tujuan Anda, lalu biarkan kandidat membuktikan diri berdasarkan keduanya.

Bagaimana Anda mengujinya sebelum berkomitmen?

Pemutaran ulang (replay) lebih meyakinkan daripada demo.

1. Pilih satu sel atau satu aliran nilai. Jangan seluruh pabrik.
2. Ambil satu bulan pesanan nyata di masa lalu beserta waktu mulai, waktu selesai, dan gangguan yang sebenarnya terjadi.
3. Catat baseline: ketepatan waktu pengiriman, lead time, dan persediaan barang dalam proses sebagaimana yang benar-benar terjadi.
4. Biarkan alat merencanakan pesanan yang sama dari kondisi awal yang sama, dengan batasan yang sama.
5. Bandingkan rencana tersebut dengan yang benar-benar terjadi, dan biarkan para perencana produksi mengkritisinya. Keberatan mereka menunjukkan batasan yang belum tercakup.
6. Jalankan dalam mode shadow selama beberapa minggu di samping metode yang berjalan saat ini, sebelum digunakan untuk mengambil keputusan nyata.

Catat juga upaya persiapannya. Alat yang unggul dalam kualitas rencana tetapi membutuhkan spesialis untuk setiap perubahan mungkin gagal dalam penggunaan sehari-hari.

Bagaimana Anda melibatkan para perencana produksi?

Libatkan mereka sejak hari pertama, karena merekalah yang memegang pengetahuan yang tidak dimiliki model. Minta mereka menyebutkan lima pesanan yang paling mereka khawatirkan pada bulan lalu, lalu periksa apakah rencana alat tersebut menangani pesanan-pesanan itu. Berikan mereka cara untuk menyatakan "rencana ini salah karena..." dan ubah setiap jawaban menjadi batasan atau perbaikan data. Setelah beberapa putaran, rencana biasanya tidak lagi mengejutkan mereka, dan di situlah kepercayaan mulai terbentuk. Tanpa siklus ini, bahkan alat yang baik akan disalahkan untuk setiap pesanan terlambat yang tidak pernah diketahui oleh model.

Kesalahan umum

• Mengoptimalkan sebelum tujuan ditetapkan. Perangkat lunak hanya mengoptimalkan angka apa pun yang Anda berikan kepadanya.
• Mengabaikan faktor lunak. Kualifikasi, perkakas, dan proses yang disetujui adalah batasan yang paling dipahami oleh perencana produksi dan paling sering dilupakan oleh model.
• Menilai dari pabrik demo. Contoh yang bersih tidak membuktikan apa pun tentang data Anda.
• Menganggap pengoptimal sebagai catatan utama. Status pesanan dan data ketertelusuran harus tetap berada di satu tempat yang terkontrol.
• Mengabaikan para perencana produksi. Jika mereka tidak dapat memahami atau menimpa rencana, mereka akan kembali ke spreadsheet.
• Memulai untuk seluruh pabrik. Satu sel sudah cukup untuk mempelajari apa yang dibutuhkan alat dari Anda.

Posisi Polaris

Jika Anda ingin menyertakan pengoptimal perencanaan dalam pengujian Anda, iFAKT Polaris merupakan salah satu opsi. iFAKT mencantumkan kedirgantaraan dan penerbangan sebagai salah satu industri utamanya dan menggambarkan Polaris sebagai AI ditambah digital twin untuk produksi. Modul Polaris Optimizer mengubah model produk-proses-sumber daya menjadi rencana produksi yang dioptimalkan berdasarkan data ERP, ketersediaan sumber daya, dan batasan seperti sumber daya, shift, zona, keterampilan, dan kapasitas. Menurut iFAKT, modul ini juga menganalisis dampak gangguan dan melakukan optimasi ulang. Nilailah dengan replay di atas, menggunakan pesanan Anda sendiri.

Topik terkait untuk dieksplorasi

• Matriks kualifikasi dan keterampilan. Cara menjaganya tetap mutakhir agar perencana dapat mempercayainya.
• Kapasitas proses khusus. Cara merencanakan sumber daya yang terbatas dan terakreditasi, seperti tungku dan stasiun inspeksi.
• Perencanaan ulang setelah gangguan. Perubahan mana yang harus memicu rencana baru dan mana yang harus menunggu siklus berikutnya.
• Digital twin untuk perencanaan produksi. Apa yang ditambahkan model pabrik Anda pada alat perencanaan dan berapa biaya pemeliharaannya.
• Mengukur kepatuhan terhadap rencana. Beberapa ukuran utama yang menunjukkan apakah lantai produksi mengikuti rencana.

Langkah berikutnya

Optimasi manufaktur di bidang kedirgantaraan memberikan hasil ketika batasan dan tujuan dituliskan sebelum alat apa pun dipilih. Tuliskan enam batasan keras utama dan satu tujuan utama pada satu halaman, lalu gunakan sebagai lembar uji untuk setiap percakapan dengan vendor.