Smart Inspection di Pabrik Multi-SKU: Change-Over Cepat Tanpa Bongkar Ulang Model

Satu Lini, Puluhan Produk

Sebagian besar pabrik di Indonesia tidak menjalankan satu produk sepanjang tahun. Satu lini pengemasan bisa berganti dari sachet 10 gram ke pouch 200 gram dalam satu shift; satu mesin injeksi berganti cetakan tiga kali seminggu. Di lingkungan seperti ini, pertanyaan tentang smart inspection berubah: bukan lagi "bisakah AI mendeteksi cacat ini", melainkan "berapa lama sistem siap lagi setelah ganti produk".

Jawabannya menentukan apakah sistem inspeksi dipakai atau justru dimatikan operator saat lini sedang dikejar target. Sistem yang butuh 40 menit penyetelan setiap change-over akan selalu kalah oleh tekanan produksi.

Tiga Strategi Menangani Banyak Varian

Ada tiga pola yang lazim dipakai, dan masing-masing punya konsekuensi berbeda pada kebutuhan data dan waktu change-over.

Untuk mayoritas pabrik multi-SKU, pola ketiga paling realistis. Cacat yang dicari biasanya sama — label miring, segel bocor, komponen kurang — sementara yang berbeda adalah ukuran, posisi, dan warna produk. Itu ranah parameter, bukan ranah model baru. Pemisahan ini sejalan dengan pembahasan di AI visual vs machine vision rule-based: bagian yang stabil diserahkan ke aturan, bagian yang variatif diserahkan ke model.

Apa Isi Sebuah "Resep" Inspeksi

Resep adalah kumpulan pengaturan yang mengikat satu SKU. Isinya minimal:

• ROI (area yang diperiksa) dan orientasi produk di dalam frame.
• Ambang keputusan OK/NG untuk tiap jenis cacat.
• Ukuran referensi — panjang label, diameter tutup, jumlah komponen yang harus ada.
• Preset pencahayaan dan exposure, karena produk gelap dan produk reflektif tidak bisa memakai setelan yang sama; dasarnya dibahas di panduan pencahayaan camera vision.
• Aturan output: sinyal mana yang dikirim ke PLC dan berapa lama delay penolak.

Menyimpan semuanya sebagai satu paket bernama membuat change-over menjadi tindakan memilih, bukan menyetel.

Siapa yang Memilih Resep Saat Produk Berganti

Ini titik yang paling sering diabaikan saat perancangan, padahal penyebab terbesar salah inspeksi di pabrik multi-SKU adalah resep yang tidak ikut berganti.

• Manual dari layar operator. Paling sederhana, paling rawan lupa. Wajib ada tampilan besar berisi nama SKU yang sedang aktif.
• Scan barcode atau QR pada work order atau kemasan pertama. Murah, cepat, dan meninggalkan jejak siapa memilih apa.
• Sinyal dari PLC atau MES. Nomor resep dikirim otomatis saat order produksi dimulai — pola paling aman, mekanismenya sama dengan yang dijelaskan di integrasi AI inspection ke PLC, MES, dan ERP.
• Deteksi otomatis oleh kamera. Model mengenali varian lalu memuat resepnya sendiri. Elegan, tetapi hanya aman bila antar varian benar-benar berbeda secara visual.

Apa pun pilihannya, sistem sebaiknya menolak berjalan bila produk yang terlihat tidak cocok dengan resep aktif. Lebih baik lini berhenti 30 detik daripada satu jam produksi diperiksa memakai kriteria SKU lain.

Validasi First Piece: Lima Menit yang Menyelamatkan Satu Shift

Setelah resep dimuat, jalankan verifikasi unit pertama sebelum lini berjalan penuh:

1. Lewatkan 3–5 unit bagus. Semuanya harus terbaca OK.
2. Lewatkan satu unit cacat contoh — label sengaja dimiringkan, satu komponen dilepas. Harus terbaca NG.
3. Periksa gambar hasil di layar: posisi ROI pas, produk tidak terpotong, fokus tajam.
4. Catat hasilnya. Ini menjadi bukti mutu awal batch sekaligus pemeriksa apakah kamera bergeser sejak batch terakhir.

Prosedurnya menyerupai pemeriksaan first article di QC konvensional, dan memakan waktu jauh lebih singkat daripada menyortir ulang satu palet.

Kesalahan Umum di Pabrik Multi-SKU

• Memaksa satu model belajar semua varian sekaligus padahal contoh cacat per varian hanya belasan. Kebutuhan data yang realistis dibahas di dataset & anotasi QC inspection AI.
• Menurunkan ambang global karena satu SKU sering false reject. Akibatnya seluruh varian lain ikut menjadi longgar. Perbaiki hanya di resep SKU yang bermasalah.
• Tidak memisahkan metrik per SKU. Angka gabungan menyembunyikan satu varian yang buruk; pecah false reject dan escape rate per varian.
• Menambah varian baru tanpa mengunci versi resep lama, sehingga sulit menelusuri kenapa hasil bulan lalu berbeda.
• Mengabaikan varian musiman. Kemasan edisi khusus yang hanya diproduksi dua bulan kerap menjadi sumber drift saat kembali diproduksi tahun berikutnya.

SKU Baru: Jangan Mulai dari Nol

Saat produk baru masuk, langkah tercepat biasanya menyalin resep SKU terdekat, menyesuaikan ROI dan ukuran referensi, lalu menjalankan mode mencatat selama satu batch tanpa menolak apa pun. Dari batch itu terkumpul gambar nyata untuk penyempurnaan, dan tim bisa menilai apakah model dasar sudah cukup atau perlu tambahan contoh.

Untuk varian bervolume kecil yang contoh cacatnya nyaris tidak ada, pendekatan deteksi anomali tanpa contoh produk cacat sering lebih praktis daripada menunggu data cacat terkumpul. Penyesuaian seperti ini bisa dikerjakan tim QC sendiri bila platformnya mendukung pembuatan model tanpa coding.

Ukur Change-Over-nya, Bukan Hanya Akurasinya

Tambahkan tiga angka berikut ke laporan bulanan tim inspeksi:

• Waktu change-over inspeksi — dari resep dipilih sampai first piece lolos verifikasi. Target wajar: di bawah lima menit.
• Jumlah change-over dengan resep salah per bulan. Target: nol.
• False reject 30 menit pertama tiap batch dibanding rata-rata batch. Selisih besar menandakan resep belum benar-benar pas.

Pabrik dengan banyak varian, seperti lini di industri makanan & minuman atau pabrik alas kaki dengan ratusan artikel per musim, biasanya menemukan bahwa memangkas waktu change-over memberi dampak lebih besar daripada mengejar tambahan satu persen akurasi.

Mulai dari Varian Tersibuk

Pilih dua atau tiga SKU dengan volume tertinggi, bangun resepnya sampai stabil, baru perluas ke varian lain satu per satu. Pola bertahap ini sejalan dengan roadmap pilot project smart inspection 30 hari dan mencegah tim tenggelam mengurus puluhan konfigurasi sekaligus.

Nirmana VisionAI berjalan on-premise, menyimpan model dan konfigurasi inspeksi di server pabrik, serta dapat menerima pemilihan varian dari sistem produksi lewat integrasi ke PLC atau MES. Lihat paket & edisi Nirmana VisionAI untuk mencobanya pada lini multi-SKU Anda.