Departemen Teknik Mesin dan Industri (DTMI) UGM kembali mencatatkan inovasi akademik yang menjawab tantangan nyata di masyarakat. Pada Rabu (18/06), mahasiswa program Magister Teknik Industri, Rheina Khaisa Rhehani Putri, menyampaikan seminar proposal penelitian berjudul “Pengembangan Model Generative Artificial Intelligence Berbasis GPT untuk Menghasilkan Rekomendasi Intervensi Ergonomis”.

Penelitian ini diarahkan untuk mengatasi permasalahan gangguan otot rangka (Musculoskeletal Disorders) yang banyak dialami oleh tenaga kerja di sektor Usaha Mikro, Kecil, dan Menengah (UMKM). Kondisi kerja manual yang melibatkan postur statis, gerakan berulang, dan jam kerja panjang menjadi penyebab utama permasalahan ini, yang berujung pada penurunan produktivitas dan kualitas hidup tenaga kerja.

Melalui pendekatan teknologi Generative Artificial Intelligence (GAI) berbasis Generative Pre-trained Transformer (GPT), Rheina mengembangkan sistem yang dapat memberikan rekomendasi intervensi ergonomis secara otomatis dan kontekstual. ”Sistem ini dibangun menggunakan GPT Builder yang telah disesuaikan dengan knowledge base ergonomis, sehingga mampu memahami deskripsi teks mengenai kondisi kerja di lapangan dan menghasilkan solusi ergonomi yang relevan,” papar Rheina.

Model yang dikembangkan diuji melalui sejumlah studi kasus UMKM dan dievaluasi oleh sepuluh pakar ergonomi berdasarkan enam aspek: akurasi, kelengkapan, relevansi, rasionalitas, sitasi sumber, dan keserupaan gaya komunikasi manusia (human-likeness). Keluaran sistem juga dibandingkan dengan kinerja ChatGPT-4.0 untuk menilai keefektifan dan keunggulan model tersebut.

Penelitian ini merupakan kontribusi nyata terhadap penerapan kecerdasan buatan dalam bidang keselamatan dan kesehatan kerja di sektor informal. Selain itu, inovasi ini mendukung pencapaian Sustainable Development Goals (SDGs), khususnya poin ke-3 (Good Health and Well-Being) dan poin ke-8 (Decent Work and Economic Growth), dengan menyediakan solusi yang murah, cepat, dan adaptif bagi UMKM yang belum memiliki akses terhadap layanan ergonomi profesional.

Dosen pembimbing penelitian ini adalah Ir. Ardiyanto, S.T., M.Sc., Ph.D., AEP., IPM., sementara penguji terdiri dari Ir. Achmad Pratama Rifai, S.T, M.Eng, Ph.D., Ir. Fitri Trapsilawati, S.T., Ph.D., IPM., ASEAN Eng., dan Ir. Rini Dharmastiti, M.Sc., Ph.D., IPM., ASEAN Eng.

Departemen Teknik Industri UGM terus berkomitmen mendorong riset-riset inovatif berbasis teknologi untuk mendukung pembangunan industri nasional yang lebih sehat, aman, dan berkelanjutan.

Kontributor: Maryanti, A.Md.
Penyusun: Gusti Purbo Darpitojati, S.I.Kom.

Mahasiswi Program Magister Teknik Industri, Departemen Teknik Mesin dan Industri (DTMI) UGM, Jessica Vyanti, melaksanakan seminar hasil penelitian dengan judul “Mengevaluasi Pemborosan dalam Produksi Serbuk Coklat Menggunakan Pendekatan Lean Manufacturing (Studi Kasus: Griya Cokelat Nglanggeran)”. Penelitian ini disusun di bawah bimbingan Ir. Muhammad Kusumawan Herliansyah, S.T., M.T., Ph.D., IPU., ASEAN.Eng. dan diuji oleh tim akademisi berpengalaman di bidang teknik industri dan sistem manufaktur, yaitu Ir. I Gusti Bagus Budi Dharma, S.T., M.Eng., Ph.D., IPU., ASEAN Eng., Ir. Andi Sudiarso, S.T., M.T., M.Sc., Ph.D., IPM., ASEAN Eng., dan Ir. Agus Darmawan, S.T., M.S., Ph.D., IPM., ASEAN Eng..

Griya Cokelat Nglanggeran yang berlokasi di Kabupaten Gunungkidul merupakan salah satu penggerak ekonomi desa berbasis agribisnis kakao. Meskipun memiliki potensi besar dalam pengolahan kakao, unit usaha ini menghadapi tantangan dalam bentuk pemborosan produksi yang menurunkan efisiensi, khususnya pada proses pembuatan serbuk coklat.

Melalui pendekatan Lean Manufacturing, penelitian ini memanfaatkan Value Stream Mapping (VSM) dan Process Activity Mapping (PAM) untuk memetakan keseluruhan proses produksi. Analisis mendalam terhadap aktivitas non-bernilai tambah (Non-Value Added/NVA) dilakukan untuk mengidentifikasi sumber utama pemborosan. Selanjutnya, metode Fishbone Diagram, FMEA-SAW (Failure Mode and Effect Analysis – Simple Additive Weighting), serta Fault Tree Analysis (FTA) digunakan untuk menemukan akar penyebab masalah dan merumuskan strategi perbaikan berdasarkan tingkat risiko.

Dari total aktivitas dalam proses produksi, ditemukan sebanyak 97 aktivitas tergolong pemborosan, dan hanya 53 aktivitas memberikan nilai tambah. Jenis pemborosan paling dominan adalah motion dan transportation. ”Setelah implementasi solusi berdasarkan analisis tersebut, waktu total aktivitas non-value added berhasil ditekan dari 5.648 detik menjadi hanya 1.930 detik, menunjukkan peningkatan efisiensi yang signifikan,” papar Jessica.

Penelitian ini tidak hanya memberikan manfaat praktis bagi Griya Cokelat Nglanggeran, tetapi juga selaras dengan Sustainable Development Goals (SDGs) poin ke-8 (Decent Work and Economic Growth) dan poin ke-12 (Responsible Consumption and Production). Dengan mendorong efisiensi produksi dan pengurangan pemborosan, penelitian ini mendukung pengembangan ekonomi lokal yang berkelanjutan sekaligus menjaga keberlanjutan sumber daya.

Kontributor: Maryanti, A.Md.
Penyusun: Gusti Purbo Darpitojati, S.I.Kom.

Dosen Departemen Teknik Mesin dan Industri (DTMI) UGM, Ir. Nur Aini Masruroh, ST., M.Sc., Ph.D., IPU., ASEAN Eng. dikukuhkan sebagai Guru Besar bidang Teknik Industri pada Kamis (22/05), bertempat di Balai Senat, Gedung Pusat Universitas Gadjah Mada. Dalam pengukuhan tersebut, Prof. Nur Aini Masruroh menyampaikan pidato dengan tajuk “Strategi Efisiensi Sistem Melalui Riset Operasi”.

Dalam pidatonya, Prof. Aini memaparkan bahwa di era disrupsi ini, masyarakat global menghadapi tantangan yang semakin rumit di bidang sosial, ekonomi, kesehatan, hingga lingkungan. Beberapa tren besar mempengaruhi kondisi sistem saat ini dan masa mendatang, yakni dunia yang saling terhubung, isu keberlanjutan, ketidakpastian, dan pengelolaan kompleksitas. Di tengah situasi yang tidak pasti dan serba terbatas, Operation Research (OR) atau riset operasi menawarkan pendekatan analitis untuk mendukung pengambilan keputusan yang strategis dan adaptif. Memaparkan pidatonya, Prof. Aini menjelaskan bahwa OR adalah area pengetahuan yang berfokus pada pengembangan model matematika untuk merepresentasikan dan memperbaiki sistem nyata maupun teoretis serta merancang metode penyelesaian yang dapat memberikan hasil secara efisien dan tepat waktu atau real-time efficiency. “Selama lebih dari 75 tahun, OR telah berkembang dari metode analisis militer menjadi disiplin ilmu tersendiri yang memanfaatkan model kuantitatif untuk menyelesaikan masalah nyata secara efisien,” paparnya.

Menyoal rantai pasok dan logistik, Prof. Aini menjelaskan bahwa Di tengah dinamika global, disrupsi pasokan, dan perubahan pola permintaan, OR dinilai mampu mengoptimalkan aliran barang dan meningkatkan ketahanan rantai pasok. “Pendekatan OR dapat meningkatkan keandalan sistem logistik serta mengurangi biaya sambil merespon permintaan pasar secara lebih responsif dan adaptif,” jelasnya.

Selain itu, Prof. Aini menekankan pentingnya kolaborasi multisektor dalam pengambilan keputusan, yang dapat difasilitasi melalui pendekatan group decision making dan multiobjective optimization. Dirinya juga membaca potensi besar kolaborasi antara OR dan kecerdasan buatan (AI) untuk menghadapi disrupsi teknologi. Menurutnya, integrasi keduanya tidak hanya mempercepat proses optimasi, tetapi juga mampu meningkatkan kualitas pengambilan keputusan di berbagai sektor. “AI dan OR merupakan kombinasi kuat untuk menciptakan solusi yang lebih efisien dalam manajemen rantai pasok, optimasi portofolio, hingga sistem tenaga listrik,” ujarnya.

Riset operasi, lanjutnya, juga berperan dalam menciptakan sistem yang berkelanjutan, khususnya dalam pengelolaan energi dan lingkungan. Pendekatan ini memungkinkan organisasi untuk melakukan efisiensi energi melalui penjadwalan yang efektif, pengelolaan permintaan, hingga pemanfaatan teknologi digital seperti AI, blockchain, dan generative models. “Tujuannya bukan hanya efisiensi ekonomi, tetapi juga menekan beban lingkungan dan mempercepat transisi menuju sistem energi yang lebih ramah lingkungan,” terang Prof. Aini.

Menurutnya, masa depan riset operasi bergantung pada kemampuannya beradaptasi dengan teknologi baru dan mengintegrasikan pendekatan lintas disiplin. “Dengan memanfaatkan AI, big data, dan metode optimasi hybrid, OR akan terus menawarkan solusi yang tangguh untuk permasalahan yang makin kompleks di berbagai sektor,” pungkasnya.

Prof. Aini dikukuhkan sebagai salah satu dari 526 guru besar aktif di UGM dan menjadi guru besar aktif ke-84 di Fakultas Teknik dari 104 guru besar yang pernah dimiliki.

Sumber: Riset Operasi dan AI Potensial Jadi Strategi Efisiensi Sistem Bagi Industri Hadapi Persaingan Global

Upaya UGM untuk terus berpartisipasi dalam pengembangan industri 4.0 sekaligus mengembangkan produk-produk Industri Kecil Menengah (IKM) dan melestarikan hasil kebudayaan Indonesia selalu dilakukan dalam wujud nyata penelitian dan inovasi dari para civitasnya, termasuk dosen dan mahasiswa di Departemen Teknik Mesin dan Industri (DTMI) UGM. Salah satu dari civitas DTMI yang bergerak di bidang IKM 4.0 adalah Ir. Andi Sudiarso, Ph.D., dosen DTMI yang mengembangkan teknologi pembuatan batik menggunakan mesin Computer Numerical Control (CNC) dengan jenama ”Butimo”.

Didirikan pada 2016, Butimo yang berada di bawah naungan CV Batik Teknologi Indonesia dikembangkan Andi selama 10 tahun dengan semangat untuk tidak hanya menciptakan efisiensi dalam proses produksi batik, namun juga dalam rangka menjaga keaslian batik dan keberlanjutan atau regenerasi pelaku seni batik di Indonesia. Berbeda dengan kain motif batik yang diproduksi dengan cara print, produk kain batik yang diproduksi oleh Butimo tetap menggunakan malam dan canting serta menggunakan proses manual dalam finishing. Direktur Industri Kecil dan Menengah Kimia, Sandang, dan Kerajinan, Budi Setiawan menyatakan bahwa mesin CNC yang digunakan oleh Butimo hanya membantu efisiensi proses klowong (proses pemindahan desain dari pola ke kain), sedangkan proses selanjutnya tetap menggunakan tenaga perajin dan dilakukan secara manual. ”Pada tahap klowong, proses pemindahan desain dengan mesin tersebut hanya memakan waktu sekitar 3 jam, dibandingkan dengan metode klowong tradisional yang biasanya memakan waktu 2 hingga 3 hari, sedangkan tahapan pewarnaan dan isen-isen (pengisian motif halus) tetap dilakukan oleh perajin batik secara manual dengan menggunakan canting dan malam panas, jadi esensi produksi Batik Tulis sebagai produk handmade tetap terjaga meski dibantu teknologi,” tutur Budi.

Tidak hanya berinovasi untuk proses produksi, Butimo juga memanfaatkan teknologi untuk memberi kemudahan konsumen dalam memperoleh produk-produk kain batik Butimo. Konsumen yang ingin memiliki produk Butimo dapat memesan batik sesuai desain yang diinginkan melalui laman web Butimo, kemudian desain diproses, dan selanjutnya mesin CNC mengeksekusi desain tersebut secara otomatis. Sistem tersebut mengembangkan transparansi produksi yang membuat konsumen bisa mengetahui sampai tahap mana proses pengerjaan batik yang dipesan. Melalui transparansi yang diberikan oleh Butimo, maka tercipta kepercayaan dan pengalaman belanja yang baru di industri batik.

Selain memproduksi batik dengan jenamanya sendiri, Butimo juga turut andil dalam mengembangkan ekosistem industri batik sebagai mitra bagi banyak perajin batik. Jasa yang disediakan oleh Butimo adalah dengan menyediakan jasa klowong dan pelatihan serta konsultasi bagi para perajin batik. “Kami melayani segala keperluan IKM. Hanya klowong saja bisa, dengan desain juga bisa, jasa isen-isen bisa, pewarnaan kita siapkan, hingga sampai baju Batik pun kami bisa,” tutur Andi. Selain itu, mesin batik Tekno yang dikembangkan oleh Andi juga disewakan dan bahkan dijual bagi pelaku IKM batik yang ingin mengembangkan bisnisnya.

Berkat dedikasi yang tanpa henti, Andi Sudiarso, Ph.D. dan Butimo memperoleh penghargaan Penghargaan Upakarti kategori Jasa Pengabdian yang dipersembahkan oleh Direktorat Jenderal (Ditjen) Industri Kecil, Menengah dan Aneka (IKMA) pada 2024. Selain itu, Butimo berhasil menembus panggung internasional dengan turut berpartisipasi dalam ajang Hannover Messe yang merupakan pameran teknologi industri terbesar dunia yang diselenggarakan di Jerman. Kehadiran teknologi lokal dari Indonesia ini mendapat perhatian karena menggabungkan aspek budaya dan teknologi dengan elegan. Butimo juga telah memiliki sertifikat Tingkat Komponen Dalam Negeri bagi Industri Kecil (TKDN-IK) pada produknya, dengan nilai TKDN sebesar 40 persen, sehingga dapat memperluas pasar hingga segmen pengadaan belanja pemerintah.

Sebagai IKM binaan Kementerian Perindustrian (Kemenperin), Direktur Jenderal Industri Kecil, Menengah, dan Aneka, Reni Yanita menyampaikan bahwa teknologi yang diangkat oleh Butimo berperan dalam pembangunan ekosistem industri 4.0 di Indonesia. ”Kontribusi Butimo tidak hanya pada aspek produksi internal, tetapi juga dalam menciptakan ekosistem pemberdayaan IKM batik lainnya. Ini sejalan dengan semangat kolaborasi dan gotong royong yang menjadi fondasi pengembangan industri nasional,” tutur Reni.

Sumber berita: Siaran pers Kemenperin Indonesia dan laman ANTARA
Sumber foto: akun Instagram Butimo

Denny Sukma Eka Atmaja, mahasiswa Program Doktor Teknik Industri UGM sekaligus dosen Program Studi Teknik Industri Universitas Telkom, telah melaksanakan Seminar Hasil 1 untuk penelitian disertasinya yang berjudul “Perancangan Sistem Inspeksi Secara Real-time Proses Klowong Batik Tulis dengan Teknologi Automatic Repair Berbasis Deep Learning”. Seminar Hasil 1 tersebut dilaksanakan pada Rabu (14/05), bertempat di Ruang Sidang B-1 Departemen Teknik Mesin dan Industri (DTMI) UGM. Seminar Hasil 1 ini merupakan salah satu tahap yang harus dilalui oleh seorang mahasiswa program doktor dalam menyelesaikan penelitian untuk tugas akhirnya.

Dalam Seminar Hasil 1 kali ini, turut hadir tim promotor dan kopromotor dari Denny yang beranggotakan Ir. Muhammad Kusumawan Herliansyah, S.T., M.T., Ph.D., IPU., ASEAN Eng. dan Ir. Andi Sudiarso, S.T., M.T., M.Sc., Ph.D., IPM, ASEAN Eng., serta Ketua Program Studi (Kaprodi) Doktor Teknik Industri Prof. Ir. Nur Aini Masruroh, S.T., M.Sc., Ph.D., IPU., ASEAN Eng..

Dalam penelitiannya, Denny menyatakan bahwa proses klowong adalah tahap penting dalam pembuatan batik tulis yang menentukan kualitas dan keaslian motif. Dalam menghadapi era Industri 4.0, dibutuhkan sistem produksi batik yang otomatis, efisien, dan berkelanjutan. Salah satu solusinya adalah pemanfaatan mesin CNC batik dalam produksi. ”Namun pengawasan kualitas klowong masih dilakukan manual dan rentan kesalahan,” tuturnya.

Penelitian ini mengembangkan sistem inspeksi otomatis berbasis deep learning untuk mendeteksi dan memperbaiki cacat klowong secara real-time, tanpa campur tangan manusia. Tahapannya meliputi pengambilan citra dari mesin CNC, pelabelan dataset berdasarkan standar kualitas pakar, serta pengujian dua pendekatan deteksi cacat: metode tradisional (integral image dan NCC) dan metode CNN dengan berbagai arsitektur (VGG19_bn, DenseNet121, MobileNetV2, dsb.). Hasil menunjukkan bahwa integral image unggul dalam efisiensi dan akurasi deteksi dibanding NCC, dengan FPR 1,92%, ACR 96,82%, dan waktu proses 0,0194 detik/gambar. Dalam klasifikasi, VGG19_bn mencatat performa tertinggi (akurasi 99,11%), disusul DenseNet121 dan MobileNetV2.

”Sistem ini berhasil mengintegrasikan deteksi cacat dan perbaikan otomatis selama proses klowong berlangsung, mendukung visi Batik 4.0 serta meningkatkan daya saing industri batik tulis nasional melalui otomasi dan kecerdasan buatan,” pungkas Denny.

Kontributor: Sani Wicaksono, S.E., M.M.
Editor: Gusti Purbo Darpitojati, S.I.Kom.

Departemen Teknik Mesin dan Industri (DTMI) UGM menerima kunjungan dari PT Insera Sena (Polygon Group) yang mengadakan acara bertajuk ”Polygon Connect – Your Career, Your Future” pada Sabtu (17/05), bertempat di Ruang Sidang A-1 DTMI UGM. Polygon Connect merupakan sebuah program campus hiring dari Polygon Group untuk memperkenalkan industri sepeda dari berbagai insight serta menjaring bibit-bibit terbaik dari kampus-kampus untuk bergabung bersama Polygon Group.

Memberikan sambutan pembuka dalam acara tersebut, Dr.Eng. Titis Wijayanto, Ketua Program Studi (Kaprodi) Sarjana Teknik Industri UGM mengucapkan terima kasih atas kehadiran PT Insera Sena untuk berbagi di DTMI UGM. ”Acara ini merupakan kesempatan yang baik, karena melalui sharing prospek karir dari Polygon, siapa tahu ada alumni yang tertarik untuk berkarir di sana,” tuturnya. Setelah sambutan dan pemberian cenderamata, acara dilanjutkan dengan sharing session dengan tajuk ”Unlocking Your Potential”. Sebelum memasuki materi, Saraswati Nugrahaeni, HR Business Partner PT Insera Sena memberikan pemaparan singkat mengenai profil perusahaan dari PT Insera Sena. ”PT Insera Sena berdiri sejak 1989 dan berpusat di Sidoarjo, namun saat pertama berdiri, belum memproduksi sepeda dengan brand Polygon hingga 1990. Setelah kami memproduksi Polygon, Insera Sena membuka ritel sepedanya bernama Rodalink pada 1995, dan saat ini telah menjadi ritel sepeda terbesar se-Asia Tenggara. Rodalink memiliki 50 outlet, tersebar di Indonesia, Malaysia, dan Singapura,” papar Saras. Mencakup paparan Saras, saat ini PT Insera Sena juga telah memproduksi sepeda listrik untuk mengikuti perkembangan electric vehicle, dengan pabrik baterainya bernama PT Greenway Energy Indonesia.

Memasuki materi utama, peserta acara diminta untuk menyampaikan apa saja kesulitan dalam mereka mencari pekerjaan. Dari 2 orang yang memberikan pendapatnya, dapat ditarik garis besar bahwa informasi mengenai perusahaan maupun posisi yang dilamar masih dirasa minim. Saras, menilik pengalamannya sebagai HR, memberikan saran kepada para peserta untuk rajin mengakses laman web karir dari perusahaan yang dituju. ”Informasi tentang posisi yang dilamar sudah banyak tertera di laman tersebut,” tuturnya. Meski peserta merasa bahwa informasi yang ada di laman web karir dirasa kurang rinci, Saras menjelaskan bahwa, berdasar pengalamannya, informasi yang semakin rinci akan semakin memperkecil minat seseorang untuk melamar. ”Jika dalam lowongan tertera ”fresh graduate” atau ”final year student (untuk magang)”, saya sarankan untuk langsung melamar saja jika sesuai dengan kondisi pelamar saat itu,” paparnya. Selalu memperbarui CV (Curriculum Vitae – red.) juga disarankan oleh Saras agar format CV pelamar selalu up to date. Perihal pengembangan diri, Saras menganjurkan pelamar baru untuk memperhatikan 3 hal, yaitu bakat, passion, dan kemauan. ”Bakat dan passion penting sebagai modal awal untuk menentukan posisi dan perusahaan apa yang dilamar, kemudian diikuti dengan kemauan yang tinggi agar mencapai posisi yang diinginkan,” pungkasnya.

Selepas sharing session, peserta mengikuti psikotes daring on the spot dan hasilnya dapat langsung diketahui oleh HR untuk menentukan pelamar dapat melanjutkan ke tahap berikutnya atau tidak.

Dalam rangka mendukung Tujuan Pembangunan Berkelanjutan (Sustainable Development Goals/SDGs), khususnya SDG 3 (Kesehatan dan Kesejahteraan yang Baik) serta SDG 8 (Pekerjaan Layak dan Pertumbuhan Ekonomi), mahasiswa Program Studi (Prodi) Magister Teknik Industri, Departemen Teknik Mesin dan Industri (DTMI) UGM, Risky Haryanto, melaksanakan ujian tesis yang menyoroti isu kesehatan kerja di lingkungan panas ekstrem.

Pada Rabu (30/04) bertempat di Ruang Sidang A-3 Fakultas Teknik UGM, Risky mempertahankan tesisnya yang berjudul “Pengaruh Strategi Pendinginan Tubuh terhadap Tingkat Heat Strain ketika Melakukan Aktivitas di Lingkungan Pekerjaan Outdoor”. Penelitian ini dibimbing oleh Dr. Eng. Ir. Titis Wijayanto, S.T., M.Des., IPM., ASEAN Eng., dan diuji oleh Ir. Fitri Trapsilawati, S.T., Ph.D., IPM., ASEAN Eng., Ir. Rini Dharmastiti, M.Sc., Ph.D., IPM., ASEAN Eng., serta Ir. Ardiyanto, S.T., M.Sc., Ph.D., AEP, IPM.

Dalam pemaparannya, Risky menjelaskan bahwa pekerja outdoor berisiko tinggi mengalami heat-related illness akibat paparan panas matahari secara langsung. Penelitian ini meneliti efektivitas strategi pendinginan tubuh (body cooling) dengan metode cold water ingestion (CWI), forearm immersion (FI), dan wet towel (WT) yang dikombinasikan dengan kipas angin. Eksperimen dilakukan dalam lingkungan simulasi kerja panas dengan partisipasi 12 subjek pria muda.

Hasil penelitian menunjukkan bahwa ketiga metode cooling mampu menurunkan heat strain, namun metode forearm immersion (FI) dinilai paling efektif dan konsisten dalam menjaga stabilitas fisiologis tubuh baik selama fase istirahat maupun saat melanjutkan aktivitas fisik berat.

”Penelitian ini diharapkan dapat menjadi dasar ilmiah bagi penerapan kebijakan keselamatan kerja yang lebih baik, terutama bagi sektor pekerjaan lapangan di iklim tropis,” papar Risky. Upaya ini sejalan dengan prinsip SDGs dalam menjamin kesehatan kerja serta menciptakan kondisi kerja yang aman dan produktif. Ujian tesis ini menjadi kontribusi akademik yang penting dalam mendukung upaya global menghadapi tantangan perubahan iklim dan perlindungan terhadap tenaga kerja di sektor informal dan formal yang terpapar risiko lingkungan ekstrem.

Kontributor: Maryanti, A.Md.
Editor: Gusti Purbo Darpitojati, S.I.Kom.

Departemen Teknik Mesin dan Industri (DTMI) UGM sudah sejak lama mencetak banyak alumni yang memiliki karir cemerlang di berbagai perusahaan, baik dalam skala nasional maupun internasional. Tidak hanya mencetak alumni sukses, DTMI UGM juga secara aktif menjalin relasi dengan para alumni dengan mengundang mereka untuk berbagi kisah sukses, tips, dan ilmu yang berguna bagi mahasiswa. Kali ini, salah satu alumni DTMI, Galih Karnadhi (Teknik Mesin 2007), hadir kembali di DTMI untuk bernostalgia serta berbagi banyak ilmu kepada para mahasiswa dalam acara ”Sharing Session – Career Insight #1” yang diadakan di Literacy Center (Perpustakaan) DTMI UGM pada Kamis (24/04).

 Galih Karnadhi yang merupakan General Field Engineer (Measurement While Drilling and Logging While Drilling) di SLB (Schlumberger) membagikan pengalaman, ilmu, dan gagasan yang ia peroleh selama bekerja di SLB. Sebelum berbagi pengalaman, Galih menyatakan kekagumannya terhadap perkembangan dari Literacy Center DTMI saat ini. ”Perpustakaan bukan hanya tempat untuk membaca buku, namun juga bisa menjadi tempat untuk growing mind,membangun teamwork melalui board game,” tuturnya.

Mengawali sesi sharing, Galih menjelaskan bahwa berbeda dengan persepsi awam, SLB bukanlah merupakan perusahaan minyak dan gas. ”SLB lebih tepatnya adalah perusahaan penyedia jasa dan teknologi di bidang minyak dan gas (migas), dan sekarang sudah expand ke renewable energy,” terangnya. Sebelum mencapai posisi saat ini, Galih memulai tugasnya di SLB sebagai Field Engineer. Sepanjang perjalanan karirnya, Galih juga berpengalaman dalam membantu pelaksanaan rekrutmen karyawan serta performance appraisal terhadap karyawan SLB, sehingga Galih tidak hanya berpengalaman dalam bidang keteknikan, namun juga dalam bidang personalia. Berkaitan dengan itu, Galih mendorong mahasiswa untuk mengoptimalkan penggunaan media sosial mereka, terutama laman Linkedin. ”Profil Linkedin dapat kalian manfaatkan sebagai tool untuk membentuk citra diri kalian. Namun bukan hanya tahu membentuk, kalian juga perlu tahu bagaimana untuk ”menjual” kelebihan diri kalian,” tuturnya.

Kepada para mahasiswa yang hadir, Galih menekankan bahwa seseorang harus memiliki 4 karakter dalam bekerja. ”Yang pertama adalah memiliki komitmen, kalian harus fokus pada bidang keahlian kalian agar kalian memiliki kemampuan yang exceeds expectation dan informasi yang kalian komunikasikan lebih engaging; yang kedua adalah memiliki drive yang kuat, dengan sifat pantang menyerah, inisiatif tinggi, dan motivasi yang besar dalam melaksanakan pekerjaan; yang ketiga namun paling penting adalah memiliki dan menjaga integritas, yang harus anda jaga dengan baik, karena jika kalian ada slip sedikit, yang rugi bukan hanya kalian, namun juga orang lain dan instansi; dan yang keempat adalah mampu melaksanakan teamwork, dengan kalian membiasakan diri bekerja dalam iklim kolaborasi agar dapat mengembangkan organisasi atau instansi kalian,” terangnya. Selain itu, sebagai seorang karyawan SLB, Galih juga menegaskan bahwa jika mereka ingin menjadi karyawan SLB, kemampuan beradaptasi yang tinggi harus dimiliki.

Tidak hanya berbagi pengalaman, Galih juga mempersilakan mahasiswa untuk mengajukan pertanyaan ataupun berbagi pengalaman mereka selama berorganisasi atau berkegiatan di dalam maupun di luar kampus, sehingga acara dapat berjalan dengan dinamis. Acara ditutup dengan penyerahan bibit tanaman secara simbolik kepada tim KKN dan penyerahan 3 buah buku dari Galih kepada Literacy Center DTMI sebagai tambahan koleksi bacaan.

Muhammad Zainuddin Fathoni, mahasiswa Program Doktor Teknik Industri UGM sekaligus dosen Program Studi Teknik Industri Universitas Muhammadiyah Gresik, telah melaksanakan Seminar Hasil 1 untuk penelitian disertasinya yang berjudul “Adopsi Enterprise Resource Planning pada IKM Manufaktur Indonesia”. Seminar Hasil 1 tersebut dilaksanakan pada Selasa (15/04), bertempat di Ruang Sidang A-3 Departemen Teknik Mesin dan Industri (DTMI) UGM. Seminar Hasil 1 ini merupakan salah satu tahap yang harus dilalui oleh seorang mahasiswa program doktor dalam menyelesaikan penelitian untuk tugas akhirnya.

Dalam Seminar Hasil 1 kali ini, turut hadir tim promotor dan kopromotor dari Zainuddin yang beranggotakan Ir. Anna Maria Sri Asih, S.T., M.M., M.Sc., Ph.D., IPU., ASEAN Eng. dan Ir. Muh Arif Wibisono, S.T., M.T., D.Eng., IPM., ASEAN.Eng., serta Ketua Program Studi (Kaprodi) Doktor Teknik Industri Prof. Ir. Nur Aini Masruroh, S.T., M.Sc., Ph.D., IPU., ASEAN Eng..

Dalam penelitiannya, Zainuddin menyatakan bahwa Indonesia diperkirakan akan menjadi negara dengan pendapatan tinggi pada 2036 dan memiliki PDB terbesar kelima pada 2045. Perekonomian Indonesia terus tumbuh dengan PDB yang meningkat dari posisi 27 pada 2000 menjadi 16 pada 2016. Sektor industri pengolahan berperan penting dalam pertumbuhan ekonomi, dengan sektor makanan dan minuman menyumbang PDB terbesar. UMKM memainkan peran besar dalam menyerap tenaga kerja, dengan lebih dari 80% pekerja di sektor ini bekerja di UMKM. Pemerintah mendukung UMKM dengan kebijakan dan program penguatan kewirausahaan serta adopsi teknologi, termasuk penerapan Industry 4.0 pada IKM.

Namun, banyak IKM yang masih tertinggal dalam penerapan teknologi dan digitalisasi. Meskipun ada beberapa IKM yang telah mengadopsi teknologi, banyak yang masih menggunakan sistem manual atau semi-modern. Untuk membantu IKM bertransformasi, disarankan penggunaan sistem ERP open-source yang lebih terjangkau. ”ERP dapat meningkatkan efisiensi dan konektivitas antar divisi dalam perusahaan manufaktur, memungkinkan integrasi data dan pengelolaan produksi yang lebih baik,” papar Zainuddin.

Penelitian ini bertujuan untuk menganalisis dan mengelompokkan proses bisnis di IKM manufaktur berdasarkan sistem produksi mereka, kemudian merancang sistem ERP yang disesuaikan dengan kebutuhan masing-masing IKM. Penggunaan ERP open-source akan diuji untuk memastikan kesesuaian dan efektivitasnya dalam meningkatkan kinerja bisnis IKM.

Kontributor: Sani Wicaksono, S.E., M.M.
Penyusun: Gusti Purbo Darpitojati, S.I.Kom.

Listia Anjani, mahasiswa Program Magister Teknik Industri Departemen Teknik Mesin dan Industri (DTMI) UGM telah melaksanakan ujian tesisnya dengan judul Integrasi Deep Learning dan Analisis Video untuk Penilaian Risiko Ergonomis Secara Real-Time Menggunakan Revised NIOSH Lifting Equation (RNLE). Ujian tesis ini berlangsung pada Rabu (19/03), bertempat di Ruang Sidang A3 dan dibimbing oleh Ir. Hilya Mudrika Arini, S.T., M.Sc., M.Phil., Ph.D., IPM., ASEAN Eng.

Penelitian ini mengusulkan solusi inovatif untuk menilai risiko ergonomis dalam aktivitas manual lifting, yang merupakan salah satu penyebab utama cedera di tempat kerja. Listia mengintegrasikan deep learning dengan Revised NIOSH Lifting Equation (RNLE) untuk melakukan analisis terhadap tahap-tahap angkat beban (lifting stages) dan memprediksi tingkat risikonya secara otomatis.

Dalam penelitiannya, Listia memanfaatkan teknologi pose estimation dan machine learning untuk mengembangkan model yang dapat mengotomatisasi penilaian ergonomis di lingkungan kerja. Proses penelitian dibagi menjadi dua fase utama: fase pelatihan (training) dan fase prediksi (prediction). ”Pada fase pelatihan, model kombinasi Convolutional Neural Network (CNN) dan Long Short-Term Memory (LSTM) dikembangkan menggunakan dataset 117 video aktivitas manual lifting yang direkam secara rinci,” papar Listia. Video tersebut kemudian dianalisis menjadi 75.920 frame yang dilabeli secara manual untuk keperluan pelatihan model.

Model yang dikembangkan menunjukkan performa luar biasa dengan akurasi mencapai 99% berdasarkan 5-fold cross–validation. Pada fase prediksi, model ini digunakan untuk menganalisis video baru dan memperkirakan variabel utama dalam RNLE, yaitu horizontal (H), vertical (V), distance (D), dan asymmetry (A), yang dihitung berdasarkan data landmark tubuh yang dideteksi menggunakan MediaPipe pose landmarks.

Hasil penelitian menunjukkan bahwa model memiliki akurasi yang sangat baik dalam mengestimasi variabel vertical (V) sebesar 92% dan asymmetry (A) sebesar 91%. Akurasi untuk distance (D) adalah 86%, sementara untuk horizontal (H) sedikit lebih rendah, yaitu 71%. Selain itu, klasifikasi risiko berdasarkan Lifting Index (LI) yang dihitung dari variabel RNLE menunjukkan presisi tinggi untuk kasus risiko rendah (low risk), meskipun presisi untuk risiko sedang (moderate) dan tinggi (high risk) masih bisa ditingkatkan.

Penelitian ini berpotensi untuk meningkatkan keselamatan di tempat kerja dengan menyediakan solusi otomatis dan praktis untuk penilaian risiko ergonomis secara real-time. Teknologi ini diharapkan dapat digunakan untuk memantau aktivitas manual lifting di lingkungan kerja dan memberikan rekomendasi untuk mencegah cedera, sesuai dengan prinsip-prinsip dalam Sustainable Development Goals (SDGs), khususnya pada SDG 3 yang berfokus pada kesehatan dan kesejahteraan pekerja.

Dalam ujian tesis tersebut, turut hadir para penguji yang ahli di bidangnya, yakni Prof. Ir. Budi Hartono, S.T., MPM, Ph.D., IPU., ASEAN Eng., Ir. Fitri Trapsilawati, S.T., Ph.D., IPM., ASEAN Eng., dan Ir. Ardiyanto, S.T., M.Sc., Ph.D., AEP., IPM. Penelitian ini menjadi tonggak penting dalam pengembangan teknologi yang mendukung keselamatan kerja melalui integrasi kecerdasan buatan (AI) dalam penilaian risiko ergonomis.

Dengan hasil penelitian yang sangat menjanjikan ini, diharapkan model deep learning ini dapat segera diimplementasikan dalam berbagai industri untuk meningkatkan kesejahteraan pekerja dan mengurangi cedera akibat aktivitas manual lifting.

Kontributor: Maryanti, A.Md.
Editor: Gusti Purbo Darpitojati, S.I.Kom.