Nomor :
N O T A – D I N A S 102/ND/K3/DJKA/2021
Kepada Yth : Direktur Jenderal Perkeretaapian Dari : Plh. Direktur Prasarana Perkeretaapian
Perihal : Laporan Pembahasan Implementasi Predictive Maintenance Dalam Upaya Meningkatkan Kinerja Layanan Prasarana Yang Lebih Baik
1. Menunjuk Undangan Direktur Prasarana Perkeretaapian Nomor : UM.207/4/11/K3/DJKA/2021 tanggal 19 Februari 2021 perihal Undangan Rapat, bersama ini kami sampaikan hal – hal sebagai berikut:
a. Rapat dilaksanakan pada tanggal 24 Februari 2021 melalui Video Conference dengan Room Zoom dengan Meeting ID : 240 272 5277 Password : 240221;
b. Rapat dipimpin oleh Direktur Prasarana Perkeretaapian/ Kasubdit Kelaikan Jalur dan Bangunan KA dan dihadiri oleh perwakilan dari:
1. Sekretaris Direktorat Jenderal Perkeretaapian; 2. Direktorat Keselamatan Perkeretaapian; 3. Direktorat Prasarana Perkeretaapian; 4. Balai Pengujian Perkeretaapian;
5. Balai Teknik Perkeretaapian Kelas I Wilayah Jakarta dan Banten; 6. Balai Teknik Perkeretaapian Kelas I Wilayah Jawa Bagian Timur; 7. Balai Teknik Perkeretaapian Kelas I Wilayah Jawa Bagian Barat; 8. Balai Teknik Perkeretaapian Kelas I Wilayah Jawa Bagian Barat; 9. Balai Teknik Perkeretaapian Kelas II Wilayah Sumatera Bagian Utara; 10. Balai Teknik Perkeretaapian Kelas II Wilayah Sumatera Bagian Selatan; 11. Balai Teknik Perkeretaapian Kelas II Wilayah Sumatera Bagian Barat; 12. PPK IMO;
13. Prof Suhono; dan
14. Tim Pusat Inovasi Kota dan Komunitas Cerdas Institut Teknologi Bandung (ITB). c. Kesimpulan rapat pembahasan sebagai berikut (risalah rapat terlampir):
1) Prof. Suhono menyampaikan hal-hal sebagai berikut :
a) Latar belakang dari Implementasi Predictive Maintenance yaitu dikarenakan terdapat penurunan kinerja pelayanan dan keselamatan transportasi kereta api akibat longsor, banjir dan rel anjlok;
b) Tujuan dari Implementasi Predictive Maintenance yaitu mengusulkan Smart Solution bagi perkeretaapian Indonesia dengan memanfaatkan teknologi Integrated Smart System Platform (ISSP), Predictive Maintenance, Digital Twin, dan Geospatial Artificial Intelligence untuk meningkatkan keselamatan, keamanan, serta kinerja operasi pelayanan jasa transportasi kereta api;
c) Metode Smart Solution yang diusulkan dari Tim Pusat Inovasi Kota dan Komunitas Cerdas Institut Teknologi Bandung (ITB) yaitu Integrated Smart System Platform (ISPP) yang merupakan platform integrasi dan kolaborasi;
d) Integrated Smart System Platform (ISPP) terdiri dari existing database, IOT Sensor, CCTV, social media, citizen reporting dan web services yang dimasukkan ke dalam suatu server (Cloud) kemudian dianalisis menggunakan Big Data, Artificial Intelligent dan Cyber Security sehingga dapat memahami apa yang akan terjadi dan apa yang sedang terjadi.
2) Tim Pusat Inovasi Kota dan Komunitas Cerdas Institut Teknologi Bandung (ITB) menyampaikan hal-hal sebagai berikut :
a) Alur kerja solusi Smart – Maintenance yaitu data yang dikumpulkan diharapkan dapat segera diidentifikasi dan diklasifikasi sehingga dapat menghasilkan informasi penting yang akan disampaikan ke stakeholder. Seiring berjalannya waktu informasi yang ada akan terus dirangkai dan dilihat bagaimana keterkaitannya sehingga dapat mengirimkan knowledge (pengetahuan) dari kebiasaan yang sering terjadi. Dari knowledge (pengetahuan) ini diharapkan dapat memicu sebuah acting sehingga didapatkan sebuah keputusan yang dapat diambil dan menghasilkan sebuah output berupa predictive maintenance;
b) Sasaran penerapan predictive maintenance dari sisi knowledge (pengetahuan) yaitu reactive (dilakukannya perbaikan setelah terjadi kerusakan), planned (terencana dalam waktu tertentu), proactive (menghilangkan beberapa defect untuk meningkatkan performance) dan predictive (melakukan pemeliharaan yang sifatnya
menganalisa dari data yang sudah didapatkan yaitu dari sensing untuk melihat bagaimana perilaku dan juga data yang didapatkan sudah teridentifikasi);
c) Keuntungan menggunakan predictive maintenance yaitu dapat meminimalkan dan menghilangkan downtime, penghematan biaya melalui transparansi kerusakan, meningkatkan interval perawatan dan meminimalkan intrusive maintenance (sudah terjadi kerusakan lalu dilakukan perbaikan);
3) Direktorat Keselamatan Perkeretaapian menyampaikan hal – hal sebagai berikut : a) Sensing yang sudah ada yaitu axle counter perlu dimaksimalkan dan
didikembangkan untuk menghasilkan perilaku baik dari prasarana perkeretaapian; b) Perlu dilakukan uji coba terhadap sensing yang sudah ada dengan menggunakan
pendekatan predictive maintenance.
4) Balai Pengujian Perkeretaapian menyampaikan bahwa perlu dilakukan penyesuaian terhadap perawatan prasarana yang ada sesuai dengan SOP sehingga dapat mewujudkan prasarana yang handal dan agar perubahan – perubahan ekstrem yang terjadi dari segi lingkungan dapat diantisipasi dengan penambahan hal – hal yang terkait dengan perawatan.
5) Balai Teknik Perkeretaapian Kelas I Wilayah Jawa Bagian Barat menyampaikan hal – hal sebagai berikut :
a) Dengan adanya sistem pemodelan ini diharapkan dapat berjalan secara realtime; b) Bersedia memberikan data lokasi yang telah terpasang sensor jika diperlukan dan
telah berkoordinasi lebih awal dengan PPK IMO. 6) PPK IMO menyampaikan hal – hal sebagai berikut :
a) Saat ini IMO sedang mengembangkan sistem manajemen perawatan pengoperasian pembangunan dan pengusahaan prasarana perkeretaapian sebagai asset DJKA barang milik negara yang sudah di inventaris dan dijadikan dasar maintenance.
7) Direktorat Prasarana Perkeretaapian menyampaikan hal-hal sebagai berikut :
a) Skema Predictive Maintenance pernah diperkenalkan sebagai Preventive Maintenance. Namun, belum bisa diterapkan di Direktorat Jenderal Perkeretaapian karena masih menggunakan perhitungan perawatan berdasarkan ketersediaan anggaran yang didapat berdasarkan hasil opname;
b) Apa yang disampaikan oleh tim baik sekali dengan memanfaatkan teknologi informasi yang berbasis data base dan IoT sehingga dapat memberikan KPI yang lebih fokus dalam dashboard. Walaupun tim tidak mengarah pada pembuatan tools
Pelaksana Harian
MOH. FATAWI
monitoring. Hal ini juga bisa dikolaborasikan oleh project SHMS yang sedang dilakukan oleh BPKP dikarenakan sampai saat ini baru tahap pengembangan peralatan sensor;
c) Apa yang diusulkan tim sudah sering dilakukan pembahasan internal namun tidak pernah tercapai walaupun sudah tersedia anggaran yang besar dan tidak pernah dapat diimplementasikan dengan baik karena terkait kapasitas pengetahuan pegawai yang masih memerlukan proses pembelajaranTerkait hal tersebut Direktorat Prasarana akan mengusulkan kepada pimpinan untuk dapat membentuk Komite Pengembangan Manajemen Teknologi Informasi Perkeretaapian agar dapat memberikan solusi yang maksimal terhadap permasalahan yang ada saat ini dan menghadapi tantangan ke depan;
d) Selanjutnya jika usulan pembentukan tim dapat disetujui maka dapat dilanjutkan agenda terkait pembahasan terhadap pengenalan format yang digunakan di perkeretaapian dengan melakukan evaluasi terhadap sistem yang sudah ada sebelumnya;
e) Diperlukan juga anggaran terkait dengan operasional tim untuk dapat menyiapkan tenaga bantu dalam penyiapan bahan yang akan dibahas.
2. Sehubungan dengan hal tersebut diatas, bersama ini terlampir disampaikan Risalah Rapat Pembahasan Implementasi Predictive Maintenance Dalam Upaya Meningkatkan Kinerja Layanan Prasarana Yang Lebih Baik.
3. Demikian disampaikan, atas perkenan dan arahan lanjut Bapak diucapkan terima kasih.
Jakarta, 2 Maret 2021
DIREKTUR PRASARANA PERKERETAAPIAN
Tembusan :
Direktur Prasarana Perkeretaapian. Pembina Tk. I (IV/b) NIP. 19670827 199303 1 002
RISALAH RAPAT
Hari / Tanggal : Rabu, 24 Februari 2021
Waktu : 09.00 WIB s.d Selesai
Tempat : Video Conference dengan Room Zoom
Meeting ID : 240 272 5277 Password : 240221
Acara : Pembahasan Implementasi Predictive Maintenance Dalam Upaya Meningkatkan Kinerja Layanan Prasarana Yang Lebih Baik
Pimpinan Rapat : Direktur Prasarana Perkeretaapian/ Kasubdit Kelaikan Jalur dan Bangunan KA
Peserta Rapat : Perwakilan dari:
1. Sekretaris Direktorat Jenderal Perkeretaapian; 2. Direktorat Keselamatan Perkeretaapian;
3. Direktorat Prasarana Perkeretaapian; 4. Balai Pengujian Perkeretaapian;
5. Balai Teknik Perkeretaapian Kelas I Wilayah Jakarta dan Banten;
6. Balai Teknik Perkeretaapian Kelas I Wilayah Jawa Bagian Timur;
7. Balai Teknik Perkeretaapian Kelas I Wilayah Jawa Bagian Barat;
8. Balai Teknik Perkeretaapian Kelas I Wilayah Jawa Bagian Barat;
9. Balai Teknik Perkeretaapian Kelas II Wilayah Sumatera Bagian Utara;
10. Balai Teknik Perkeretaapian Kelas II Wilayah Sumatera Bagian Selatan;
11. Balai Teknik Perkeretaapian Kelas II Wilayah Sumatera Bagian Barat;
12. PPK IMO;
13. Prof Suhono; dan
14. Tim Pusat Inovasi Kota dan Komunitas Cerdas Institut Teknologi Bandung (ITB).
1. Dasar Rapat:
a) Tata Kelola Perawatan Prasarana Kereta Api. 2. Hasil Rapat adalah sebagai berikut:
a) Prof. Suhono menyampaikan hal-hal sebagai berikut :
1) Latar belakang dari Implementasi Predictive Maintenance yaitu dikarenakan terdapat penurunan kinerja pelayanan dan keselamatan transportasi kereta api akibat longsor, banjir dan rel anjlok;
2) Situational awareness merupakan kemampuan yang dimiliki sistem untuk menangkap informasi di lingkungan sekitar (perception), memahami maknanya (comprehension), dan memberikan aksi atau prediksi (projection) atas informasi terhadap perjalanan kereta api; 3) Predictive Maintenance mempunyai potensi digunakan sebagai acuan untuk penyusunan norma, standar serta prosedur untuk meningkatkan kinerja layanan prasarana transportasi kereta api yang lebih baik;
4) Tujuan dari Implementasi Predictive Maintenance yaitu mengusulkan Smart Solution bagi perkeretaapian Indonesia dengan memanfaatkan teknologi Integrated Smart System Platform (ISSP), Predictive Maintenance, Digital Twin, dan Geospatial Artificial Intelligence untuk meningkatkan keselamatan, keamanan, serta kinerja operasi pelayanan jasa transportasi kereta api;
5) Metode Smart Solution yang diusulkan dari Tim Pusat Inovasi Kota dan Komunitas Cerdas Institut Teknologi Bandung (ITB) yaitu Integrated Smart System Platform (ISPP) yang merupakan platform integrasi dan kolaborasi;
6) Integrated Smart System Platform (ISPP) terdiri dari existing database, IOT Sensor, CCTV, social media, citizen reporting dan web services yang dimasukkan ke dalam suatu server (Cloud) kemudian dianalisis menggunakan Big Data, Artificial Intelligent dan Cyber Security sehingga dapat memahami apa yang akan terjadi dan apa yang sedang terjadi;
7) Alur Kerja dari Integrated Smart System Platform (ISPP) yaitu Sensing (mencari sensor yang paling ideal), Understanding (mencakup data analytic, data visualization dan artificial intelligent) dan Acting (mencakup reporting dan notification, device controlling dan decision support system).
b) Tim Pusat Inovasi Kota dan Komunitas Cerdas Institut Teknologi Bandung (ITB) menyampaikan hal-hal sebagai berikut :
1) Alur kerja solusi Smart – Maintenance yaitu data yang dikumpulkan diharapkan dapat segera diidentifikasi dan diklasifikasi sehingga dapat menghasilkan informasi penting yang akan disampaikan ke stakeholder. Seiring berjalannya waktu informasi yang ada akan terus dirangkai dan dilihat bagaimana keterkaitannya sehingga dapat mengirimkan knowledge (pengetahuan) dari kebiasaan yang sering terjadi. Dari knowledge (pengetahuan) ini diharapkan dapat memicu sebuah acting sehingga didapatkan sebuah keputusan yang dapat diambil dan menghasilkan sebuah output berupa predictive maintenance;
2) Sasaran penerapan predictive maintenance dari sisi knowledge (pengetahuan) yaitu reactive (dilakukannya perbaikan setelah terjadi kerusakan), planned (terencana dalam waktu tertentu), proactive (menghilangkan beberapa defect untuk meningkatkan performance) dan predictive (melakukan pemeliharaan yang sifatnya menganalisa dari data yang sudah didapatkan yaitu dari sensing untuk melihat bagaimana perilaku dan juga data yang didapatkan sudah teridentifikasi);
3) Keuntungan menggunakan predictive maintenance yaitu dapat meminimalkan dan menghilangkan downtime, penghematan biaya melalui transparansi kerusakan, meningkatkan interval perawatan dan meminimalkan intrusive maintenance (sudah terjadi kerusakan lalu dilakukan perbaikan);
4) Penerapan Big data dalam transportasi kereta api dalam hal ini yaitu berupa kebutuhan pemeliharaan terkait dengan rel. Objek yang dipantau yaitu kebutuhan rel. Langkah pertama yaitu mengidentifikasi data yang sifatnya sensorik dalam lingkungan rel dan akan disimpan pada sisi rel yang tidak akan terganggu oleh kereta api. Alat sensor dapat ditempelkan di bagian roda kereta api dengan menggunakan accelero meter roda kkiri dan kanan sebagai GPS;
5) Data dari Objek yang dikumpulkan setelah dianalisa dapat dipantau melalui teknologi digital twin. Konsep digital twin dapat memberikan gambaran menyeluruh tentang suatu objek dari data yang berasal dari sensor yang terpasang pada objek tersebut yang selanjutnya akan dianalisa;
6) Keunggulan dari data twin yaitu visualisasi dengan spesifikasi yang sepenuhnya berdasarkan obejk yang dituju, memprediksi pemeliharaan dan mendeteksi kesalahan dari objek fisik berdasarkan masukan dari data yang ada, optimalisasi pada perancangan objek fisik dan penerapan teknologi yang sesuai dengan perkembangan dan kebutuhannya;
7) Geospatial Artificial Intelligence merupakan faktor pendukung lain dimana sebuah konsep bidang multidisiplin yang menggabungkan inovasi teknologi Geographic Information System (GIS) dan Artificial Intelligence (AI) dalam pemrosesan data spasial dengan algoritma tertentu. Dengan menggunakan metode ini dapat mendeteksi sampai posisi tagging gambar lingkungan seperti google maps;
8) Cara kerja dari Geospatial Artificial Intelligence yaitu pertama akan dilakukan penggabungan dari data teks dengan peta daerah rawan bencana apa saja yang sudah diidentifikasi lalu diintegrasikan;
9) Manfaat dari Geospatial Artificial Intelligence yaitu memprediksi kerusakan jalur kereta api akibat banjir secara spasial dan pemetaan area jalur kereta api terdampak banjir;
10) Roadmap pengembangan predictive maintenance yaitu identifikasi target aplikasi dan develop data architecture dengan use case anomaly detection (dapat dilihat dari data pendukung dan bisnis prosesnya), membuat model design machine learning dan pengujian teknologi pendukungnya, uji coba full production dengan big data setelah itu mengidentifikasi dan mendokumenkan bagaimana yang akan dikembangkan, implementasi satu sub sistem PdM untuk prasarana jalan rel kereta api dengan menggunakan data analytic dan terakhir implementasi.
c) Direktorat Keselamatan Perkeretaapian menyampaikan hal – hal sebagai berikut :
1) Sensing yang sudah ada yaitu axle counter perlu dimaksimalkan dan didikembangkan untuk menghasilkan perilaku baik dari prasarana perkeretaapian;
2) Perlu dilakukan uji coba terhadap sensing yang sudah ada dengan menggunakan pendekatan predictive maintenance.
d) Balai Pengujian Perkeretaapian menyampaikan hal – hal sebagai berikut :
1) Perlu dilakukan penyesuaian terhadap perawatan prasarana yang ada sesuai dengan SOP sehingga dapat mewujudkan prasarana yang handal dan agar perubahan – perubahan ekstrem yang terjadi dari segi lingkungan dapat diantisipasi dengan penambahan hal – hal yang terkait dengan perawatan;
2) Apabila teknologi yang telah diterapkan di Luar negeri dapat memberikan manfaat pada Direktorat Jenderal Perkeretaapian perlu dicontoh dengan tetap memperhatikan ketersediaan anggaran;
e) Balai Teknik Perkeretaapian Kelas I Wilayah Jawa Bagian Barat menyampaikan hal – hal sebagai berikut :
1) Dengan adanya sistem pemodelan ini diharapkan dapat berjalan secara realtime;
2) Saat ini Balai Teknik Perkeretaapian Jawa Bagian Barat sedang membuat mapping data stasiun, komponen kereta api dan emplasemen yang digunakan pada GIS;
3) Bersedia memberikan data lokasi yang telah terpasang sensor jika diperlukan dan telah berkoordinasi lebih awal dengan PPK IMO.
f) PPK IMO menyampaikan hal – hal sebagai berikut :
1) Saat ini IMO sedang mengembangkan sistem manajemen perawatan pengoperasian pembangunan dan pengusahaan prasarana perkeretaapian sebagai asset DJKA barang milik negara yang sudah di inventaris dan dijadikan dasar maintenance;
2) Keunggulan dari sistem tersebut yaitu dapat mengetahui asset DJKA seperti apa saja yang perlu dilakukan penggantian, dapat memprediksi volume maupun biaya dan lebih akuntable dalam proses penyajiannya;
g) Direktorat Prasarana Perkeretaapian menyampaikan hal-hal sebagai berikut :
1) Skema Predictive Maintenance pernah diperkenalkan sebagai Preventive Maintenance. Namun, belum bisa diterapkan di Direktorat Jenderal Perkeretaapian karena masih menggunakan perhitungan perawatan berdasarkan ketersediaan anggaran yang didapat berdasarkan hasil opname;
2) Apa yang disampaikan oleh tim baik sekali dengan memanfaatkan teknologi informasi yang berbasis data base dan IoT sehingga dapat memberikan KPI yang lebih fokus dalam dashboard. Walaupun tim tidak mengarah pada pembuatan tools monitoring. Hal ini juga bisa dikolaborasikan oleh project SHMS yang sedang dilakukan oleh BPKP dikarenakan sampai saat ini baru tahap pengembangan peralatan sensor;
3) Apa yang diusulkan tim sudah sering dilakukan pembahasan internal namun tidak pernah tercapai walaupun sudah tersedia anggaran yang besar dan tidak pernah dapat diimplementasikan dengan baik karena terkait kapasitas pengetahuan pegawai yang masih memerlukan proses pembelajaran;
4) Perlu pemahaman organisasi terkait dengan tanggung jawab masing-masing pihak dan juga perlu dibuatkan guidance agar dapat mengintegrasikan knowledge sehingga sistem dapat terlaksana dengan baik;
5) Terdapat masalah pada reporting sistem PT KAI yang belum dapat dimanfaatkan dalam penilaian kelaikan karena bersifat normatif dan tidak transparan.
6) Sistem yang ada pada saat ini masih terpisah-pisah yaitu masih berupa software sebagai alat bantu yang belum terintegrasi;
7) Penciptaaan sistem juga akan meningkatkan transparansi informasi sehingga proses pengambilan keputusan dapat dilakukan secara tepat;
8) Terhadap usulan Tim Pusat Inovasi Kota dan Komunitas Cerdas Institut Teknologi Bandung (ITB), 6 (enam) tahapan untuk dapat mewujudkan platform ini baik sekali agar investasi yang dilakukan tidak sia sia;
9) Terkait hal tersebut Direktorat Prasarana akan mengusulkan kepada pimpinan untuk dapat membentuk Komite Pengembangan Manajemen Teknologi Informasi Perkeretaapian agar dapat memberikan solusi yang maksimal terhadap permasalahan yang ada saat ini dan menghadapi tantangan ke depan;
10) Selanjutnya jika usulan pembentukan tim dapat disetujui maka dapat dilanjutkan agenda terkait pembahasan terhadap pengenalan format yang digunakan di perkeretaapian dengan melakukan evaluasi terhadap sistem yang sudah ada sebelumnya;
11) Diperlukan juga anggaran terkait dengan operasional tim untuk dapat menyiapkan tenaga bantu dalam penyiapan bahan yang akan dibahas.
3. Demikian Risalah Rapat ini dibuat, untuk dapat dipergunakan sebagaimana mestinya.
Mengetahui
Kasubdit Kelaikan Jalur dan Bangunan KA
Nur Setiawan Sidik Pembina (IV/a)
NIP. 19770312 200212 1 003
Jakarta, 2 Maret 2021 Notulen Rapat
