Machine Vision Indonesia Tak Harus Terkunci pada Satu Merek Kamera

Founder & CEO INDUSIA.ai, perusahaan AI di Batam. Juara 1 OUTSKILL Global AI Demo Day 2026. Menulis tentang AI untuk pabrik, logistik, dan bisnis di Indonesia.
·waktu baca 4 menit
Tulisan dari Ali Sadikin Ma tidak mewakili pandangan dari redaksi kumparan

Pabrik elektronik yang mencari machine vision Indonesia untuk lini produksinya hampir selalu ditawari paket yang sama: kamera, controller, dan software dari satu merek. Di atas kertas, paket itu terlihat aman. Di lini PCB di Batam, kami melihat paket semacam ini justru membuat pabrik bergantung pada vendor setiap kali produknya berganti.
Titik buta otomasi pabrik ada setelah SMT
Lini SMT sudah lama selesai urusannya. Hampir semua lini SMT modern memasang mesin AOI (Automated Optical Inspection) setelah oven reflow. Di bagian ini, merek besar memang wajar dipilih.
Cerita berbeda terjadi di tahap berikutnya. Lini manual insert, dipping atau wave solder, dan perakitan akhir masih banyak diperiksa dengan mata operator. Inilah bagian otomasi pabrik yang paling tertinggal. Produknya sering berganti, dan jenis cacatnya beragam.
Saat pabrik mau mengotomasi tahap ini, pertanyaan yang muncul biasanya sempit: kamera mana yang paling tajam? Menurut saya, itu pertanyaan yang keliru.
Yang menentukan adalah siapa yang mengajari mesin
Ada tiga hal yang sering luput saat paket satu merek dibeli.
Pertama, kameranya terkunci. Kamera hanya mau bekerja dengan controller dan software dari merek yang sama. Kamera resolusi tinggi yang sudah ada di gudang pabrik tidak bisa ikut dipakai.
Kedua, yang dibeli baru sebagian. Konveyor, pembalik papan, dan pemisah barang OK/NG sering harus dipesan ke vendor lain. Tanpa disadari, pabrik menjadi integrator untuk lininya sendiri.
Ketiga, setiap perubahan butuh teknisi vendor. Model PCB baru atau jenis cacat baru berarti program inspeksi harus diubah. Kalau teknisinya ada di luar negeri, lini ikut menunggu.
Ada satu masalah lagi dari dunia AOI. Mesin inspeksi bekerja dengan mengukur, lalu membandingkan hasilnya dengan batas toleransi. Batas itu sengaja dibuat ketat supaya cacat tidak lolos. Akibatnya, banyak papan yang sebenarnya baik ikut ditandai cacat. Ini disebut false call.
Semua papan yang ditandai tetap harus dicek ulang oleh operator. Sebuah studi lama dari Solectron, yang dikutip majalah industri elektronik, mencatat bahwa akurasi operator berpengalaman turun tajam saat false call sangat tinggi. Mata manusia cepat lelah jika sebagian besar alarm ternyata palsu.
Jadi kecerdasan inspeksi tidak tinggal di lensa. Kecerdasan itu ada di software yang menyaring alarm palsu dan bisa belajar ketika produk berubah.
Bagaimana kami mengerjakannya di lini PCB Batam
Di INDUSIA.ai, kami menguji pendekatan ini di lini PCB sungguhan di Batam. Urutannya seperti ini.
Pertama, pakai kamera yang ada. AI dipasang ke kamera resolusi tinggi standar, merek apa pun.
Kedua, operator yang mengajari. Di layar, operator menandai area yang bagus dan yang cacat langsung pada gambar PCB.
Ketiga, latih ulang di tempat. Setelah ditandai, sistem dilatih ulang tanpa menunggu teknisi vendor.
Keempat, satu jalur utuh. Inspeksi, pembalikan papan untuk memeriksa dua sisi, dan pemisahan OK/NG berjalan dalam satu jalur, tanpa lengan robot mahal.
Hasil di lini tersebut: akurasi deteksi cacat 95% ke atas. Dua sisi PCB diperiksa dalam satu siklus. Perkiraan balik modalnya 17 sampai 23 bulan.
Penjelasan lebih lengkap tentang pendekatan AI quality control ini ada di situs kami.
Apa artinya bagi pemilik pabrik di Indonesia
Bagi pemilik dan manajer pabrik, pelajarannya praktis. Sebelum membeli sistem inspeksi untuk lini setelah SMT, ajukan tiga pertanyaan ke vendor. Bisakah sistem ini memakai kamera yang sudah kami miliki? Siapa yang mengubah program saat ada model produk baru, dan berapa lama? Apakah konveyor, pembalik papan, dan pemisah OK/NG sudah termasuk dalam satu jalur?
Jawaban atas tiga pertanyaan itu lebih menentukan biaya jangka panjang daripada spesifikasi kamera.
Ada juga sisi yang lebih luas. Kalau kemampuan mengajari mesin dipegang operator lokal, keahlian itu tumbuh di dalam pabrik. Pabrik di Indonesia tidak perlu terus bergantung pada teknisi dari luar untuk setiap perubahan kecil.
Ini tidak berarti merek besar salah. Untuk lini SMT bervolume sangat tinggi dengan standar yang mapan, mesin AOI merek besar tetap pilihan yang masuk akal.
Untuk lini setelah SMT yang produknya sering berganti, ukurannya berbeda. Pilih sistem yang membuat pabrik bisa belajar sendiri, bukan sistem yang membuat pabrik menunggu. Kamera hanyalah mata. Yang membuat inspeksi pintar adalah software dan orang yang mengajarinya.
Ali Sadikin Ma adalah Founder dan CEO INDUSIA.ai, perusahaan AI di Batam.
