Hasil Pencarian  ::  Simpan CSV :: Kembali

"Operational Technology (OT) adalah salah satu komponen yang menjadi lingkup teknologi yang sangat berkembang saat ini, yang dalam sistemnya dapat menghubungkan antarperangkat fisik melalui jaringan internet atau intranet. Saat ini PT XYZ menerapkan sistem OT untuk mendukung dan meningkatkan kapasitas produksi dan mulai ada kebutuhan untuk dibuat menjadi sistem yang dapat diintegrasikan dengan jaringan IT dan internet. Berdasarkan hasil observasi ditemukan bahwa dalam penerapan sistem OT di perusahaan masih memiliki kekurangan kontrol keamanan yang menyebabkan sistem tersebut tidak memenuhi kepatuhan terhadap kebijakan keamanan yang dimiliki perusahaan dan berpotensi menjadi celah keamanan yang dapat mengancam sistem perusahaan dan memberi kerugian yang besar pada perusahaan secara finansial. Penelitian ini dilakukan dengan mengidentifikasi aset dan risiko untuk kemudian diberikan kontrol keamanan yang sesuai dengan kondisi implementasi sistem dalam perusahaan dan dijadikan standar untuk mengamankan sistem integrasi IT-OT yang diimplementasikan di dalam perusahaan. Kontrol keamanan yang digunakan mengacu pada standar global IEC 62443 tentang keamanan Industrial Control System (ICS). Dari hasil pemetaan dengan acuan standar IEC62443 didapatkan rancangan kontrol tambahan yang diimplementasikan ke komputer yang terhubung dengan mesin sebagai mitigasi untuk risiko-risiko yang memiliki tingkat ekstrim dan tinggi. Selain kontrol secara teknis, dilakukan juga perancangan prosedur dan instruksi kerja sebagai kontrol tambahan.

---

Operational Technology (OT) is one of the components that are within the scope of today's highly developed technology, which in its system can connect physical devices via the internet or intranet networks. Currently PT XYZ is implementing an OT system to support and increase production capacity and there is a need to make the system can be integrated with IT networks and the internet. Based on the results of observations, it was found that in the implementation of the OT system in the company still has a lack of security control which causes the system does not meet compliance with the company's security policies and has the potential to become a security gap that can be a threat to the company's system and give big losses to the company financially. This research was conducted by identifying assets and risks and then provide security control according to the conditions of system implementation in the company and used as a standard to secure the IT-OT integration system implemented within the company. The security controls use the global standard IEC 62443 on Industrial Control System (ICS) safety as a reference. From the results of the mapping with reference to the IEC62443 standard, additional control designs are obtained which are implemented to computers connected to machines as mitigation for risks that have extreme and high levels. In addition to technical control, procedures and work instructions are also designed as additional controls.

"

"Dalam era revolusi industri 4.0, integrasi teknologi menjadi kunci untuk meningkatkan produktivitas di sektor manufaktur. Dalam konteks ini, penggunaan Cloud Computing, Internet of Things (IoT), dan Machine Learning (ML) memainkan peran penting. IoT dan Cloud Computing digunakan untuk mengelola proses pengumpulan dan pengolahan data, terutama dari sensor mesin. Data ini kemudian dapat digunakan untuk pelatihan model ML, khususnya dalam kasus Predictive Maintenance. Predictive Maintenance bertujuan untuk memprediksi kapan suatu mesin memerlukan perawatan. Dalam penelitian sebelumnya, pendekatan masalah hanya memilih satu metode (klasifikasi atau regresi). Oleh karena itu, penelitian ini menciptakan metode Predictive Maintenance yang menggabungkan keduanya. Model yang dikembangkan menggunakan dua jenis pendekatan: Random Forest Tree untuk klasifikasi dan LSTM (Long Short-Term Memory) dengan Fully Connected layer untuk prediksi. Hasil pengujian menunjukkan bahwa model yang menggunakan LSTM untuk klasifikasi dan regresi mencapai akurasi 100%. Diikuti dengan hasil recall, precission, dan F-1 score yang mencapai 1.00. Oleh karena itu, LSTM dapat dianggap sebagai algoritma terbaik untuk Predictive Maintenance dalam industri manufaktur.

---

In the era of the 4th industrial revolution, technology integration is key to improving productivity in the manufacturing sector. In this context, the use of Cloud Computing, Internet of Things (IoT), and Machine Learning (ML) plays a crucial role. IoT and Cloud Computing are used to manage the process of data collection and processing, especially from machine sensors. This data can then be used for ML model training, particularly in the case of Predictive Maintenance. Predictive Maintenance aims to predict when a machine requires maintenance. In previous research, the problem approach often involved choosing only one method (classification or regression). Therefore, this study created a Predictive Maintenance method that combines both approaches. The developed model uses two types of approaches: Random Forest Tree for classification and LSTM (Long Short-Term Memory) with a Fully Connected layer for prediction. Test results show that the model using LSTM for both classification and regression achieves 100% accuracy. Additionally, the recall, precision, and F-1 score results also reach 1.00. Therefore, LSTM can be considered the best algorithm for Predictive Maintenance in the manufacturing industry."