IoT mesin produksi - PT Revtech Multi Mandiri

Untuk implementasi IoT pada mesin produksi, kesalahan yang paling sering terjadi adalah langsung membeli sensor, gateway, atau membuat dashboard. Padahal langkah pertama bukan memilih teknologi, tetapi menentukan data apa yang ingin diketahui dan masalah apa yang ingin diselesaikan.

Untuk sistem industri, saya sarankan pendekatannya seperti ini:

Problem → Data → Connectivity → Gateway → MQTT/OPC UA → Server → Database → Dashboard → Improvement

Berikut step-by-step dari nol sampai menjadi sistem monitoring yang bisa digunakan.

1. Tentukan Tujuan Monitoring Terlebih Dahulu

Ini adalah langkah pertama dan paling penting.

Jangan mulai dengan:

"Saya mau pasang IoT."

Tetapi mulai dengan:

"Apa yang ingin saya monitor dan mengapa?"

Contohnya sebuah mesin produksi ingin diketahui:

Mesin sedang RUN atau STOP
Berapa jumlah produksi
Berapa jumlah NG
Berapa lama mesin berhenti
Berapa cycle time
Berapa temperatur
Berapa tekanan
Berapa konsumsi listrik
Kapan terjadi alarm
Siapa operatornya
Berapa OEE

Misalnya tujuan awal:

Mengetahui status mesin dan jumlah produksi secara realtime.

Maka kita tidak perlu langsung memasang 20 sensor.

2. Survey Kondisi Mesin

Setelah menentukan tujuan, lakukan machine survey.

Cari tahu:

Apakah mesin sudah memiliki PLC?

Misalnya:

Siemens
Mitsubishi
Omron
Keyence
Allen-Bradley
Schneider
dll.

Jika sudah ada PLC, biasanya ini menjadi sumber data utama.

Apakah mesin sudah memiliki HMI?

Periksa:

Brand
Model
Communication port
Ethernet
RS-485
USB
Protokol yang tersedia

Apakah mesin memiliki sensor?

Contohnya:

Proximity
Photoelectric
Pressure
Temperature
Flow
Encoder
Current
Voltage

Apakah mesin memiliki inverter/servo?

Periksa apakah data seperti:

Frequency
Speed
Current
Alarm
Running status

bisa dibaca melalui komunikasi.

3. Buat Daftar Data yang Dibutuhkan

Setelah survey, buat Data Point List.

Contohnya:

No	Data	Sumber	Satuan	Kebutuhan
1	Machine Status	PLC	-	Realtime
2	Production Count	PLC	pcs	Realtime
3	NG Count	PLC	pcs	Realtime
4	Cycle Time	PLC	sec	Realtime
5	Temperature	Sensor	°C	1 sec
6	Pressure	Sensor	bar	1 sec
7	Motor Current	Energy Meter	A	5 sec
8	Energy	Energy Meter	kWh	10 sec
9	Alarm	PLC	-	Event

Ini akan menjadi blueprint data IoT kita.

4. Jangan Semua Data Dikirim ke Cloud

Ini juga penting.

Misalnya PLC memiliki:

1000 register

bukan berarti semuanya harus dikirim ke server.

Pilih data yang memang diperlukan.

Contoh:

PLC
│
├── Machine Status       ✓
├── Production Count     ✓
├── NG Count             ✓
├── Alarm                ✓
├── Cycle Time           ✓
├── Internal Register 1  ✕
├── Internal Register 2  ✕
├── Temporary Data       ✕
└── Debug Data           ✕

Dengan demikian sistem menjadi lebih ringan dan mudah dikelola.

5. Tentukan Sumber Data

Setelah Data Point List dibuat, tentukan dari mana masing-masing data diperoleh.

Misalnya:

Machine Status
      ↓
PLC

Production Count
      ↓
PLC

Temperature
      ↓
Temperature Sensor

Pressure
      ↓
Pressure Sensor

Energy
      ↓
Power Meter

Jadi jangan langsung berasumsi bahwa semua data membutuhkan sensor baru.

Jika PLC sudah mempunyai datanya, manfaatkan data tersebut.

6. Tentukan Cara Mengambil Data

Sekarang kita masuk ke bagian komunikasi.

Misalnya PLC memiliki Ethernet.

Kita bisa menggunakan:

PLC
 ↓
Ethernet
 ↓
Gateway

Untuk PLC dan perangkat lain, protokol yang mungkin digunakan antara lain:

Modbus TCP
Modbus RTU
PROFINET
EtherNet/IP
OPC UA
CC-Link
dan lainnya

Contoh sederhana:

Energy Meter
     │
   RS-485
     │
     ▼
   Gateway

atau:

PLC
 │
Ethernet
 │
 ▼
Gateway

7. Tentukan Arsitektur IoT

Setelah tahu data dan sumbernya, baru kita menentukan arsitektur.

Untuk sistem produksi, arsitektur yang cukup fleksibel adalah:

┌───────────────┐
│     MESIN     │
│               │
│ Sensor / PLC  │
└───────┬───────┘
        │
        │ Industrial Protocol
        ▼
┌───────────────────┐
│ Industrial Gateway│
└─────────┬─────────┘
          │
          │ MQTT
          ▼
┌───────────────────┐
│   MQTT Broker     │
└─────────┬─────────┘
          │
          ▼
┌───────────────────┐
│ Application Server│
└───────┬───────────┘
        │
        ├──── Database
        │
        └──── Dashboard

Ini merupakan salah satu pola arsitektur yang umum untuk sistem IIoT.

8. Gunakan Gateway sebagai Jembatan

Gateway sangat penting ketika mesin menggunakan protokol industri sedangkan server menggunakan protokol IoT.

Contohnya:

PLC
 │
 │ Modbus TCP
 ▼
Gateway
 │
 │ MQTT
 ▼
MQTT Broker

Gateway melakukan pekerjaan seperti:

Mengambil data dari dunia mesin → mengubah/mengemas data → mengirimkannya ke sistem IoT.

Contoh:

PLC memiliki:

MW100 = Production Count
MW102 = NG Count
M100 = Machine Run

Gateway membaca data tersebut.

Kemudian Gateway mengirim:

{
  "machine": "M01",
  "production": 1250,
  "ng": 12,
  "status": "RUN"
}

9. Tentukan MQTT Topic

Jika menggunakan MQTT, buat struktur topic sejak awal.

Jangan membuat topic secara sembarangan.

Contoh:

factory/line01/machine01/status

factory/line01/machine01/production

factory/line01/machine01/alarm

atau menggunakan satu topic data:

factory/line01/machine01/data

dengan payload JSON:

{
  "status": "RUN",
  "production": 1250,
  "ng": 12,
  "temperature": 32.5,
  "pressure": 5.2
}

10. Pasang MQTT Broker

MQTT Broker menjadi pusat lalu lintas data.

Contohnya:

Machine 01 ──┐
Machine 02 ──┤
Machine 03 ──┼──> MQTT Broker
Machine 04 ──┤
Machine 05 ──┘

Broker dapat ditempatkan:

On-premise

Machine
 ↓
Local Network
 ↓
MQTT Broker
 ↓
Local Server

Cocok ketika data harus tetap berada di jaringan pabrik.

Cloud

Machine
 ↓
Gateway
 ↓
Internet
 ↓
Cloud MQTT Broker

Cocok untuk monitoring dari lokasi yang berbeda, dengan desain keamanan jaringan yang tepat.

11. Simpan Data ke Database

MQTT bukan database.

MQTT bertugas membawa data.

Database bertugas menyimpan data.

Arsitekturnya:

Machine
   ↓
Gateway
   ↓
MQTT Broker
   ↓
Application
   ↓
Database

Misalnya setiap 5 detik kita mendapatkan:

10:00:00 → 32.1°C
10:00:05 → 32.3°C
10:00:10 → 32.5°C
10:00:15 → 32.8°C

Data tersebut disimpan sehingga nanti dapat dianalisis.

12. Buat Dashboard

Setelah data tersedia, barulah kita membuat dashboard.

Contohnya:

┌────────────────────────────────────────┐
│        PRODUCTION MONITORING            │
├───────────────┬────────────────────────┤
│ MACHINE       │ M01                    │
│ STATUS        │ 🟢 RUNNING             │
├───────────────┼────────────────────────┤
│ TARGET        │ 1,500 pcs              │
│ ACTUAL        │ 1,250 pcs              │
│ NG            │ 12 pcs                 │
│ PROGRESS      │ 83.3 %                  │
│ CYCLE TIME    │ 4.2 sec                │
├───────────────┴────────────────────────┤
│ Temperature      32.5 °C               │
│ Pressure          5.2 bar              │
│ Energy           12.4 kWh              │
└────────────────────────────────────────┘

Dashboard bukan sekadar mempercantik data.

Tujuannya adalah membuat data menjadi informasi yang bisa digunakan untuk mengambil keputusan.

13. Tambahkan Historian / Trend

Realtime monitoring saja belum cukup.

Misalnya dashboard menunjukkan:

Temperature = 35°C

Lebih berguna jika kita juga bisa melihat:

Temperature Trend - 24 Hours

40°C ┤                ╭─╮
35°C ┤        ╭───────╯ ╰──
30°C ┤────────╯
25°C ┤
     └──────────────────────
       08  12  16  20  00

Dengan historical data kita dapat mengetahui:

Kapan temperatur mulai naik
Kapan mesin sering berhenti
Jam produksi tertinggi
Trend konsumsi energi
Frekuensi alarm
Downtime

14. Tambahkan Alarm

Sekarang sistem mulai menjadi lebih pintar.

Misalnya:

IF temperature > 40°C
THEN alarm

atau:

IF machine_status = STOP
AND production_order_active = TRUE
THEN downtime_alarm

Dashboard dapat menampilkan:

🔴 Machine M01 STOP

Bahkan sistem dapat mengirim notifikasi:

Machine M01 STOP
Line 1
Time: 14:35

ke aplikasi yang digunakan perusahaan, sesuai kebutuhan dan desain integrasinya.

15. Tambahkan Production Monitoring

Setelah status mesin berhasil dimonitor, kita dapat mengembangkan ke production.

Misalnya:

Target = 1,000 pcs
Actual = 750 pcs
NG = 15 pcs

Dashboard dapat menghitung:

Progress = 750 / 1000 × 100%

         = 75%

Kemudian dapat dikembangkan menjadi:

Production rate
Cycle time
Downtime
Availability
Performance
Quality
OEE

16. Tambahkan Energy Monitoring

Jika perusahaan ingin mengetahui konsumsi energi mesin, tambahkan:

Energy Meter

Contohnya:

Machine
   │
   ├── PLC
   │
   └── Energy Meter
            │
          Modbus
            │
            ▼
         Gateway
            │
           MQTT
            │
            ▼
         Server

Dashboard dapat menampilkan:

Energy Today
125.4 kWh

Energy / Product
0.12 kWh/pcs

Ini jauh lebih berguna daripada hanya mengetahui:

"Mesin menggunakan listrik."

Kita mulai mendapatkan energy efficiency.

17. Tambahkan Traceability

Jika sistem produksi membutuhkan traceability, data mesin dapat dikaitkan dengan:

Serial Number
Model
Work Order
Operator
Station
Timestamp
Torque
Pressure
Temperature
Inspection result

Contohnya:

Engine S/N: ABC123456

Model       : XYZ
Station     : ST05
Operator    : Operator01
Torque      : 45.2 Nm
Result      : OK
Date        : 12-09-2026

Kemudian data tersebut masuk ke database.

Ini sudah mulai masuk ke area:

Manufacturing Data / MES / Traceability.

18. Implementasikan Security

Ini sering dilupakan.

Jangan membuat:

PLC
 ↓
Internet

secara langsung.

Sebaiknya:

                    INTERNET
                       │
                    Firewall
                       │
                ┌──────┴──────┐
                │ IT Network  │
                └──────┬──────┘
                       │
                 MQTT / API
                       │
                 OT Network
                       │
                 Industrial
                  Gateway
                       │
                      PLC

Perhatikan:

Firewall
Network segmentation
Authentication
MQTT username/password
TLS
ACL
VPN jika diperlukan
Hak akses
Backup
Logging

Untuk sistem produksi, security harus dirancang sejak awal, bukan ditambahkan setelah sistem selesai.

19. Jangan Langsung Implementasi ke 100 Mesin

Ini juga sangat penting.

Buat Pilot Project terlebih dahulu.

Misalnya:

100 Mesin
   ↓
Pilot
   ↓
1 Mesin

Pilih satu mesin yang:

Data relatif mudah diambil
Tidak terlalu kritis
PLC tersedia
Jaringan tersedia
Operator bersedia mencoba
Masalah monitoringnya jelas

Kemudian implementasikan:

1 Machine
   ↓
Gateway
   ↓
MQTT
   ↓
Database
   ↓
Dashboard

Setelah berhasil, baru diperluas.

20. Lakukan Validasi Data

Jangan langsung percaya dashboard.

Bandingkan:

Data PLC

dengan:

Data Dashboard

Contoh:

PLC:

Production = 1,250

Dashboard:

Production = 1,250

Cek juga:

Timestamp
Data loss
Duplicate data
Delay
Scaling
Unit
Reset counter
Communication loss

21. Buat Standar Data

Ketika mesin sudah mulai banyak, standardisasi menjadi sangat penting.

Misalnya semua mesin menggunakan:

machine_status
production_count
ng_count
cycle_time
alarm_code
temperature
pressure
energy

Jangan sampai:

Machine 01 → prod_count
Machine 02 → production
Machine 03 → qty
Machine 04 → total_pcs

Padahal semuanya memiliki arti yang sama.

Buat standar sejak awal.

22. Setelah Stabil, Scale Up

Misalnya Pilot Project berhasil.

Baru dikembangkan:

1 Machine
    ↓
5 Machines
    ↓
20 Machines
    ↓
100 Machines

Arsitektur:

              MQTT Broker
                   │
       ┌───────────┼───────────┐
       │           │           │
    Gateway      Gateway     Gateway
       │           │           │
    Line 1       Line 2      Line 3
       │           │           │
    Machine      Machine     Machine
    01-10        11-20       21-30

Dengan arsitektur yang baik, penambahan mesin tidak perlu mengubah seluruh sistem.

23. Gambaran Lengkap Sistem IoT Mesin Produksi

Pada akhirnya sistem dapat menjadi seperti ini:

                 ┌──────────────────────┐
                 │   MACHINE / OT       │
                 │                      │
                 │ Sensor               │
                 │ PLC                  │
                 │ Inverter             │
                 │ Energy Meter         │
                 └──────────┬───────────┘
                            │
                    Industrial Protocol
                            │
                            ▼
                 ┌──────────────────────┐
                 │ INDUSTRIAL GATEWAY   │
                 │                      │
                 │ Data Acquisition     │
                 │ Data Processing      │
                 │ MQTT Client          │
                 └──────────┬───────────┘
                            │
                          MQTT
                            │
                            ▼
                 ┌──────────────────────┐
                 │     MQTT BROKER      │
                 └──────────┬───────────┘
                            │
                            ▼
                 ┌──────────────────────┐
                 │ APPLICATION SERVER   │
                 └──────────┬───────────┘
                            │
                  ┌─────────┴─────────┐
                  │                   │
                  ▼                   ▼
             DATABASE             ANALYTICS
                  │                   │
                  └─────────┬─────────┘
                            ▼
                 ┌──────────────────────┐
                 │     DASHBOARD       │
                 │                      │
                 │ Production           │
                 │ Machine Status       │
                 │ Alarm                │
                 │ Energy               │
                 │ OEE                  │
                 │ Historical Data      │
                 └──────────────────────┘

24. Urutan Implementasi yang Saya Rekomendasikan

Kalau benar-benar mulai dari nol, gunakan urutan ini:

STEP 1

Tentukan tujuan

Apa masalah yang ingin diselesaikan?

↓

STEP 2

Survey mesin

PLC apa? Sensor apa? Komunikasi apa?

↓

STEP 3

Buat Data Point List

Data apa yang diperlukan?

↓

STEP 4

Ambil data dari mesin

PLC / Sensor / Meter / Inverter

↓

STEP 5

Tentukan protokol

Modbus / PROFINET / OPC UA / lainnya

↓

STEP 6

Pasang Industrial Gateway

Mengambil data dari mesin

↓

STEP 7

Implementasikan MQTT

Gateway → MQTT Broker

↓

STEP 8

Simpan ke Database

Historical data

↓

STEP 9

Buat Dashboard

Realtime + historical

↓

STEP 10

Tambahkan Alarm & Notification

↓

STEP 11

Tambahkan Analytics

Downtime / OEE / Energy / Quality

↓

STEP 12

Pilot → Validasi → Scale Up

25. Contoh Project Sederhana untuk Mulai

Kalau saya membuat project pertama IoT untuk satu mesin produksi, saya tidak akan langsung membuat sistem yang kompleks.

Saya akan mulai dengan 5 data saja:

1. Machine Status
2. Production Count
3. NG Count
4. Cycle Time
5. Alarm

Arsitektur:

             MACHINE
                │
                ▼
               PLC
                │
          Ethernet/Protocol
                │
                ▼
        Industrial Gateway
                │
              MQTT
                │
                ▼
          MQTT Broker
                │
                ▼
             Database
                │
                ▼
           Dashboard

Dashboard pertama cukup:

┌─────────────────────────────┐
│      MACHINE MONITORING     │
├─────────────────────────────┤
│ STATUS       🟢 RUNNING     │
│                             │
│ TARGET       1,000 PCS      │
│ ACTUAL         750 PCS      │
│ NG              12 PCS      │
│                             │
│ CYCLE TIME     4.2 SEC      │
│                             │
│ ALARM          NONE         │
└─────────────────────────────┘

Kalau ini sudah stabil, baru tambahkan temperature, pressure, energy, OEE, traceability, dan seterusnya.

🎯 Inti dari implementasi IoT

Jangan berpikir:

"Saya mau memasang IoT pada mesin."

Ubahlah cara berpikir menjadi:

"Saya ingin mendapatkan data mesin → mengubahnya menjadi informasi → menggunakan informasi tersebut untuk meningkatkan produksi."

Jadi teknologi hanyalah alat.

Urutan berpikir yang benar adalah:

Problem → Data → Communication → Processing → Storage → Visualization → Action → Improvement.

Untuk sistem seperti ini, MQTT hanyalah salah satu bagian. PLC tetap dapat menangani kontrol mesin, sedangkan IoT mengambil data dan membawanya ke level monitoring, analitik, dan integrasi sistem.

Berikut contoh dashboard implementasi IoT pada line produksi :

Implementasi IoT pada Mesin Produksi

1. Tentukan Tujuan Monitoring Terlebih Dahulu

2. Survey Kondisi Mesin

Apakah mesin sudah memiliki PLC?

Apakah mesin sudah memiliki HMI?

Apakah mesin memiliki sensor?

Apakah mesin memiliki inverter/servo?

3. Buat Daftar Data yang Dibutuhkan

4. Jangan Semua Data Dikirim ke Cloud

5. Tentukan Sumber Data

6. Tentukan Cara Mengambil Data

7. Tentukan Arsitektur IoT

8. Gunakan Gateway sebagai Jembatan

9. Tentukan MQTT Topic

10. Pasang MQTT Broker

On-premise

Cloud

11. Simpan Data ke Database

12. Buat Dashboard

13. Tambahkan Historian / Trend

14. Tambahkan Alarm

15. Tambahkan Production Monitoring

16. Tambahkan Energy Monitoring

17. Tambahkan Traceability

18. Implementasikan Security

19. Jangan Langsung Implementasi ke 100 Mesin

20. Lakukan Validasi Data

21. Buat Standar Data

22. Setelah Stabil, Scale Up

23. Gambaran Lengkap Sistem IoT Mesin Produksi

24. Urutan Implementasi yang Saya Rekomendasikan

STEP 1

STEP 2

STEP 3

STEP 4

STEP 5

STEP 6

STEP 7

STEP 8

STEP 9

STEP 10

STEP 11

STEP 12

25. Contoh Project Sederhana untuk Mulai

🎯 Inti dari implementasi IoT