Perbesar Gambar AI dan pemeliharaan prediktif di industri
Presentasi tentang penerapan AI pada manufaktur dan pemeliharaan mesin, menghubungkan data, sensor, dan persiapan tim sebelum proyek dimulai.
DARI TANTANGAN HINGGA PENYERAHAN
Konsultasi dan desain sistem AI/IoT
Kami membantu merumuskan kebutuhan, menilai kesiapan, dan merancang sistem AI / IoT atau perangkat keras khusus sebelum investasi, termasuk perencanaan prototipe, pengujian konsep, serta transfer pengetahuan melalui presentasi, lokakarya, atau pendampingan agar tim Anda dapat melanjutkan pekerjaan.
Cocok untuk: Organisasi dengan kebutuhan khusus yang belum yakin kamera, sensor, atau perangkat lunak yang tepat, membutuhkan prototipe sebelum investasi penuh, atau memerlukan desain dan spesifikasi sistem untuk pengadaan atau pengajuan anggaran.
Sistem tertanam (ATmega/ESP32/K210)Desain PCBMenyiapkan perangkat keras untuk pengujian sesuai cakupan pekerjaanPythonOpenCV
KONSULTASI · PERANCANGAN · TRANSFER PENGETAHUAN
Rencana sistem yang jelas, tim siap melangkah
Kami membantu manajemen dan tim lapangan menyamakan pemahaman masalah, dari penilaian data serta perancangan sistem dan prototipe hingga lokakarya dan transfer pengetahuan, sehingga tim memiliki rencana uji coba dan kriteria keputusan sebelum investasi.
- 01
Menilai kebutuhan dan kesiapan
Berdiskusi dengan manajemen dan tim teknis untuk mengidentifikasi masalah, data yang tersedia, kendala, dan peluang yang perlu diprioritaskan.
Kebutuhan jelas dan prioritas sesuai organisasi - 02
Merancang sistem dan rencana uji coba
Menyepakati arsitektur, cakupan prototipe, kelayakan, dan kriteria pengujian bersama.
Desain sistem dan rencana pilot sesuai cakupan - 03
Mentransfer pengetahuan kepada tim
Memilih presentasi, lokakarya, atau pendampingan yang sesuai untuk eksekutif, insinyur, dan pengguna sistem.
Latihan, dokumentasi, dan rencana tindak lanjut
Dari acara industri ke kolaborasi dengan tim Anda
Pengalaman presentasi, pelatihan, dan pertukaran pengetahuan membantu kami menyesuaikan komunikasi untuk manajemen, tim teknis, dan pengguna sistem.
Perbesar Gambar 
Perbesar Gambar Mengembangkan keterampilan AI bagi personel
Menjelaskan konsep agar peserta memahami penerapannya dalam pekerjaan, lalu mengembangkannya menjadi lokakarya sesuai peran setiap tim.
Lihat foto pelatihan lainnya
Perbesar Gambar 
Perbesar Gambar 
Perbesar Gambar Pelajari detail sebelum merancang pekerjaan bersama
Contoh materi presentasi dan transfer pengetahuan. Pilih gambar untuk melihat detail dan mendiskusikan topik terkait dengan tim kami.
Perbesar Gambar AI untuk manufaktur
Contoh menghubungkan data suhu, suara, getaran, dan gambar mesin ke sistem pemrosesan untuk menjelaskan pendekatan perancangan AI.
Pembicara: Piyorot Khongchuay
Lihat gambar dokumen diperbesar
Perbesar Gambar Data mesin dan pemeliharaan
Memilih data dan titik pengukuran sesuai gejala mesin, serta membahas evaluasi model dan persiapan tim sebelum uji coba nyata.
Pembicara: Piyorot Khongchuay
Lihat gambar dokumen diperbesar
Perbesar Gambar Serah terima sistem kepada pengguna dan tim teknis
Menjelaskan pengoperasian sesuai peran beserta struktur sistem dan alur data agar tim penerima memahami penggunaan dan pemeliharaannya.
Pembicara dalam materi: Watcharapol Duangjit dan Noppadon Khongchuay
Lihat gambar dokumen diperbesar
Perbesar Gambar Merancang antarmuka dan prototipe dengan Figma
Mempelajari dasar UX/UI dan Atomic Design, berlatih wireframe, Auto Layout, dan komponen, lalu menyusunnya menjadi antarmuka dan prototipe.
Instruktur dalam dokumen: Chanthana Suwannakhet
Lihat gambar dokumen diperbesarMateri ini menampilkan contoh pekerjaan sebelumnya. Kami menyesuaikan topik, data, dan cakupan latihan praktik dengan proyek Anda.
Pilih topik dan sesuaikan dengan tim Anda
Kerangka kursus dan lokakarya yang diusulkan. Durasi, isi, dan hasil serahan disesuaikan dengan latar belakang peserta, data yang digunakan, serta cakupan yang disepakati bersama.
01AI untuk eksekutif dan transformasi organisasiAI UNTUK EKSEKUTIF & TRANSFORMASI INDUSTRI
Dikembangkan dari pengalaman presentasi AI industri
- Tepat untuk
- CEO, Direktur Pabrik, COO, Kantor Transformasi Digital, Pengembangan SDM
- Tujuan
- Membantu eksekutif memahami dampak AI terhadap kualitas, biaya, kecepatan keputusan, dan kesiapan organisasi.
- Topik pembelajaran
- Gambaran AI/ML/GenAI yang relevan untuk bisnis dan industri
- Memetakan peluang AI di produksi, pengadaan, pemeliharaan, kualitas, dan manajemen
- Kerangka pemilihan kasus penggunaan berdasarkan dampak bisnis, kesiapan data, dan kelayakan
- Tata kelola AI, pengawasan manusia, kerahasiaan data, dan prioritas investasi
- Menyusun peta jalan 30/60/90 hari dan kriteria keberhasilan pilot
- Kegiatan yang diusulkan
- Mengumpulkan masalah tiap departemen dan memprioritaskannya dalam matriks peluang
- Hasil serahan yang diusulkan
- Peta kasus penggunaan eksekutif, peta jalan hasil cepat, dan pertanyaan awal proyek
- Durasi yang disarankan
- Pengarahan eksekutif 2–3 jam atau 1 hari
02AI untuk pekerjaan sehari-hari dan penggunaan bertanggung jawabAI UNTUK PRODUKTIVITAS KERJA & PENGGUNAAN BERTANGGUNG JAWAB
Kursus baru yang diusulkan untuk pekerjaan AI generatif
- Tepat untuk
- Pengembangan SDM/pembelajaran, supervisor, tim penjualan, staf proyek, staf kantor
- Tujuan
- Meningkatkan literasi AI dan merancang alur kerja yang meningkatkan produktivitas sambil mengendalikan risiko data.
- Topik pembelajaran
- Dasar AI/AI generatif dan kasus penggunaan bisnis
- Cara merumuskan tugas dan menulis prompt terstruktur
- Menggunakan AI untuk dokumen, ringkasan rapat, penataan data, dan komunikasi
- Memeriksa akurasi, mengurangi risiko halusinasi, dan melindungi data pelanggan
- Merancang alur kerja sebelum dan sesudah penggunaan AI beserta pengukuran hasil
- Kegiatan yang diusulkan
- Mempraktikkan 2 kasus kerja nyata tiap departemen dan menyajikan perbandingan sebelum/sesudah
- Hasil serahan yang diusulkan
- Contoh alur kerja, pustaka prompt tim, dan rencana tindakan pribadi
- Durasi yang disarankan
- 1 hari dasar atau 2 hari dalam kelompok kecil
03Analisis kesehatan mesin dan perencanaan pemeliharaanPEMELIHARAAN PREDIKTIF & ANALISIS KESEHATAN MESIN
Dikembangkan dari materi presentasi pemeliharaan prediktif
- Tepat untuk
- Manajer Pemeliharaan, Insinyur Keandalan, Insinyur Produksi, Tim Otomasi
- Tujuan
- Mengembangkan pendekatan berbasis data untuk mengantisipasi anomali, mengurangi waktu henti, dan mengaitkan temuan dengan rencana pemeliharaan.
- Topik pembelajaran
- Strategi pemeliharaan, mode kegagalan, dan biaya waktu henti
- Sumber data — getaran, arus, suhu, log alarm, dan data produksi
- Pembersihan data, rekayasa fitur, dan indikator kesehatan
- Deteksi anomali, klasifikasi, peramalan, dan pengaturan ambang
- Evaluasi model, alarm palsu, penerapan, pemantauan, dan pelatihan ulang
- Kegiatan yang diusulkan
- Menganalisis data mesin simulasi atau data yang disiapkan pelanggan secara tepat
- Hasil serahan yang diusulkan
- Daftar periksa kesiapan data, lembar KPI kesehatan, dan kanvas pilot pemeliharaan prediktif
- Durasi yang disarankan
- 2 hari, dengan kegiatan penilaian data tambahan opsional
04Visi komputer untuk pengendalian kualitas dan otomasiVISI KOMPUTER UNTUK PENGENDALIAN KUALITAS & OTOMASI
Kursus yang diusulkan berdasarkan pengalaman pengembangan sistem
- Tepat untuk
- QA/QC, Insinyur Kualitas, Insinyur Produksi/Proses, R&D, Insinyur Otomasi
- Tujuan
- Memahami cara membangun sistem inspeksi visual otomatis sesuai kebutuhan kualitas dan ritme produksi.
- Topik pembelajaran
- Dasar kamera, pencahayaan, lensa, pemicu, dan gambar acuan
- Prapemrosesan gambar, segmentasi, fitur, dan penyiapan dataset
- Kasus inspeksi: cacat permukaan, warna, penghitungan, OCR/OCV, dan dimensi
- Presisi, recall, penolakan keliru, penerimaan keliru, dan pengambilan sampel
- Arsitektur konsep: kamera–edge–PLC/MES dan pengujian lapangan
- Kegiatan yang diusulkan
- Merancang pilot visi QC pada 1 titik beserta skenario kegagalan dan kriteria penerimaan
- Hasil serahan yang diusulkan
- Lembar kebutuhan visi, daftar periksa pengumpulan gambar, dan rencana PoC
- Durasi yang disarankan
- 2 hari + demo/pilot sesuai cakupan
05Pabrik pintar, IoT industri, dan data produksiPABRIK PINTAR, IoT INDUSTRI & DATA PRODUKSI
Kursus yang diusulkan berdasarkan pengetahuan pabrik
- Tepat untuk
- Manajer Pabrik, IE, IT/OT, Produksi, Perbaikan Berkelanjutan
- Tujuan
- Menilai kesiapan pabrik dan merancang pendekatan bertahap untuk memanfaatkan data guna meningkatkan produktivitas.
- Topik pembelajaran
- Industry 4.0/pabrik pintar dan tantangan bisnis
- Sensor/edge/PLC/SCADA, pengumpulan data, dan jaringan
- OEE, ketersediaan, kinerja, kualitas, dan visualisasi
- Integrasi data dan konektivitas OT/IT yang aman
- Peta jalan peluang, metrik keberhasilan, dan prioritas pilot
- Kegiatan yang diusulkan
- Membuat peta data pabrik dan memilih kasus pilot dengan nilai terbaik
- Hasil serahan yang diusulkan
- Kanvas penilaian pabrik pintar, daftar titik data, dan peta jalan
- Durasi yang disarankan
- 1–2 hari atau penilaian awal + lokakarya
06Pembelajaran mesin dan analisis data praktisPEMBELAJARAN MESIN & ANALISIS DATA PRAKTIS
Kursus yang diusulkan dari materi dan latihan pembelajaran mesin
- Tepat untuk
- Analis Data, Teknik, Analis Bisnis, Pengembang, Tim IT
- Tujuan
- Membekali tim untuk membangun model data dasar dan menafsirkan hasil evaluasi dengan benar.
- Topik pembelajaran
- Merumuskan masalah bisnis dan inventaris data
- Analisis data eksploratif, nilai hilang, duplikat, dan pencilan
- Rekayasa fitur, klasifikasi, regresi, dan pengelompokan
- Pembagian data latih/validasi/uji, validasi silang, dan kebocoran data
- Metrik model: presisi, recall, F1, ROC-AUC, MAE/MSE
- Kegiatan yang diusulkan
- Membuat notebook dari pembersihan data → pemodelan → evaluasi model
- Hasil serahan yang diusulkan
- Contoh notebook, lembar evaluasi, dan panduan penyiapan data nyata
- Durasi yang disarankan
- 2–3 hari praktik langsung
07UX/UI dan sistem desain dengan Figma 101SISTEM DESAIN UX/UI DENGAN FIGMA 101
Didukung pengalaman Figma dan kerangka kursus
- Tepat untuk
- Desainer UX/UI, Pemilik Produk, Pengembang, Analis Bisnis, tim perangkat lunak
- Tujuan
- Meningkatkan keterampilan desain antarmuka dan sistem komponen untuk membantu mengurangi ketidaksesuaian dalam pengembangan sistem.
- Topik pembelajaran
- Perjalanan pengguna, alur pengguna, wireframe, dan dasar UX
- Frame Figma, grid, tipografi, warna, aset, dan perataan
- Atomic Design, komponen, gaya, dan Auto Layout
- Desain responsif, varian, interaksi, dan pembuatan prototipe
- Tata kelola sistem desain, umpan balik, dan serah terima kepada pengembang
- Kegiatan yang diusulkan
- Merancang 1 alur proses serta membuat pustaka komponen dan prototipe
- Hasil serahan yang diusulkan
- File proyek Figma, starter sistem desain, dan daftar periksa serah terima
- Durasi yang disarankan
- 1–2 hari
08Pelatihan pengguna sistem dan serah terima kepada tim pengelolaPELATIHAN PLATFORM DIGITAL & SERAH TERIMA SISTEM
Tersedia materi transfer pengetahuan sistem untuk pengguna dan tim teknis
- Tepat untuk
- Pengguna Akhir, Admin Sistem, Pemilik Proyek, Staf Operasional, Dukungan IT
- Tujuan
- Membangun pemahaman sistem, dari penggunaan sesuai hak akses hingga struktur untuk pemeliharaan dan pengembangan lanjutan.
- Topik pembelajaran
- Gambaran proses bisnis, peran pengguna, dan alur kerja
- Menggunakan setiap modul dengan skenario sesuai pekerjaan
- Diagram jaringan, sistem, alur data, dan basis data
- Frontend/backend/API/data terbuka dan integrasi eksternal
- Pelaporan insiden, FAQ, UAT, dan transfer pengetahuan kepada tim penerima
- Kegiatan yang diusulkan
- Latihan berbasis peran untuk 3–5 peran pengguna dan lokakarya tim admin
- Hasil serahan yang diusulkan
- Panduan pengguna, dokumen serah terima admin, log masalah yang diketahui, dan templat kehadiran pelatihan
- Durasi yang disarankan
- 1 hari untuk pengguna + 1 hari untuk tim teknis
09Dasar manajemen risiko perangkat medisPEMAHAMAN MANAJEMEN RISIKO PERANGKAT MEDIS
Diselenggarakan bersama ahli standar sesuai cakupan yang disepakati
- Tepat untuk
- Tim QA/RA, R&D, Insinyur Produk, departemen Perangkat Medis
- Tujuan
- Memahami kerangka manajemen risiko dan dokumen untuk komunikasi lintas fungsi mengenai keselamatan produk.
- Topik pembelajaran
- Definisi dan prinsip manajemen risiko dalam konteks perangkat medis
- Bahaya, situasi berbahaya, dampak merugikan, dan estimasi risiko
- Evaluasi risiko dan analisis pilihan pengendalian risiko
- Risiko residual, tinjauan, ketertelusuran, dan pemantauan
- Contoh berkas risiko, lembar kerja risiko, dan perhatian terkait bukti
- Kegiatan yang diusulkan
- Berlatih mengidentifikasi bahaya produk hipotetis dan merencanakan pengendalian risiko
- Hasil serahan yang diusulkan
- Contoh lembar kerja risiko dan rangkuman pelatihan
- Durasi yang disarankan
- Setengah hari hingga 1 hari bersama instruktur ahli standar
10Manajemen proyek dan perbaikan proses digitalMANAJEMEN PROYEK & PERBAIKAN PROSES DIGITAL
Kursus yang diusulkan berdasarkan pengetahuan manajemen proyek
- Tepat untuk
- Manajer Proyek, BA, Analis Sistem, Keunggulan Operasional, tim Digitalisasi
- Tujuan
- Memperjelas cakupan proyek, mengelola perubahan, dan memungkinkan serah terima pengetahuan.
- Topik pembelajaran
- Pernyataan masalah, pemetaan pemangku kepentingan, cakupan, dan kebutuhan
- BPMN, pemetaan proses, analisis sistem, dan UAT
- Rincian kerja, tonggak pencapaian, daftar risiko, dan komunikasi
- Pengadaan, biaya, kualitas, dan pengendalian perubahan
- Rencana implementasi, serah terima, dan perbaikan berkelanjutan
- Kegiatan yang diusulkan
- Membuat piagam proyek + BPMN untuk 1 proses + daftar risiko
- Hasil serahan yang diusulkan
- Kit awal proyek, daftar periksa cakupan, rencana UAT, dan pelacak tindakan
- Durasi yang disarankan
- 1–2 hari
Mulai dengan presentasi, lokakarya, atau proyek konsultasi
Pilih format sesuai keputusan yang perlu dibuat organisasi dan kesiapan tim, lalu sepakati cakupan sebelum mulai.
45–180 menit
Presentasi dan diskusi gambaran umum untuk eksekutif
Penerapan AI dan contoh industri, dengan tanya jawab serta slide sesuai pekerjaan Anda.
1–2 hari
Pelatihan internal
Menilai latar belakang peserta, menetapkan tujuan, berlatih, dan merangkum pembelajaran sesuai topik pilihan.
2–3 hari
Lokakarya teknis
Menggunakan data simulasi atau data yang disiapkan organisasi secara tepat untuk latihan, penilaian kesiapan, dan perencanaan pilot.
Diperkirakan sesuai cakupan proyek
Konsultasi dan perencanaan pilot
Dimulai dari kebutuhan, menilai kelayakan, merancang sistem dan kriteria pengujian, serta memberikan pendampingan agar tim dapat melanjutkan.
Sampaikan tujuan, pihak terkait, dan data yang tersedia. Kami membantu menyusun pendekatan desain sistem atau kerangka kursus sesuai organisasi Anda.
Diskusikan kebutuhan dan minta cakupan pekerjaanIlustrasi Proses
Mengapa memulai dengan diagram sistem sebelum desain?
Diagram sistem menyelaraskan cakupan bagi pengguna, tim teknis, dan manajemen, dari penerimaan benda kerja serta pemrosesan hingga layar dan laporan. Kami merancang 1 mesin prototipe MVDeep yang melaporkan Cpk (indeks kapabilitas proses) untuk membantu memilih kamera, lensa, dan pencahayaan dalam proyek pengembangan mesin prototipe pemerintah Thailand pada 2019–2020. Target proyek adalah minimal 100 laporan per 8 jam, dan laporan akhir mencatat pengujian memenuhi target tersebut. Target numerik sejak awal memperjelas penerimaan pekerjaan. Karena itu, pekerjaan desain Anda dimulai dengan diagram sistem dan kriteria pengujian yang disepakati bersama.
Yang perlu disiapkan untuk penilaian
- Peran dan latar belakang tim proyek atau peserta lokakarya, jumlah peserta, dan waktu yang sesuai
- Data atau contoh benda kerja untuk uji coba, beserta ketentuan penggunaan data atau kerahasiaan
- Masalah yang ingin diatasi dan tujuan proyek
- Alur kerja saat ini, kendala, dan anggaran jika tersedia
Lingkup, jadwal, dan harga
Diestimasi berdasarkan kompleksitas, cakupan desain, dan kebutuhan prototipe
Sebelum pekerjaan dimulai, proposal kami merinci jadwal, hal yang termasuk dan tidak termasuk dalam layanan, serta biaya. Pekerjaan tambahan memerlukan penilaian lingkup bersama.
Lihat hasil yang diserahkan ↓Proyek yang pernah kami kerjakan
Kemampuan teknis yang telah kami kembangkan
- Merancang sistem visi mesin khusus untuk memeriksa, memilah, menghitung, dan mengukur benda kerja berdasarkan jenis, model, warna, dan pola.
- Merancang dan mengembangkan perangkat keras, serta menilai pengujian standar sesuai cakupan yang disepakati.
- Merancang mekanisme dan panel kontrol untuk sistem inspeksi khusus.
- Konsultasi perencanaan transisi menuju Industry 4.0
Yang Anda terima
- Proposal proyek beserta spesifikasi teknis
- Desain sistem, rangkaian, atau mekanisme khusus sesuai cakupan yang disepakati
- Prototipe untuk pengujian konsep, jika termasuk dalam cakupan
- Laporan kajian, desain, atau pengujian
- Rencana uji coba dan kriteria penilaian kesiapan data atau sistem sesuai cakupan yang disepakati
- Kerangka kursus, latihan, dan rencana penerapan jika pelatihan atau lokakarya termasuk dalam cakupan
Tersedia untuk: Organisasi dengan kebutuhan khusus yang belum yakin kamera, sensor, atau perangkat lunak yang tepat, membutuhkan prototipe sebelum investasi penuh, atau memerlukan desain dan spesifikasi sistem untuk pengadaan atau pengajuan anggaran.
Tahapan pekerjaan
1
Memahami kebutuhan
Mendengarkan masalah, kendala lapangan, dan anggaran, lalu bersama-sama menetapkan kebutuhan dan tujuan terukur.
2
Perancangan
Memilih pendekatan dan merancang sistem, rangkaian, atau mekanisme beserta spesifikasi teknis.
3
Pembuatan dan pengujian prototipe
Membangun prototipe dan mengujinya dengan benda kerja atau data nyata untuk mengurangi risiko sebelum investasi penuh.
4
Serah terima
Menyerahkan desain, dokumentasi, dan laporan pengujian, serta menjelaskan hasilnya kepada manajemen dan tim pengguna.
Pertanyaan yang Sering Diajukan
Bisakah konsultasi dan pelatihan tim digabung dalam satu proyek?
Bisa. Kami menilai kebutuhan, merancang pendekatan sistem, serta merencanakan lokakarya atau pendampingan sesuai tim Anda. Peserta, data, hasil serahan, dan kriteria pengujian disepakati sebelum pekerjaan dimulai. Durasi kursus merupakan rekomendasi; pekerjaan pilot diestimasi terpisah berdasarkan kompleksitas.
Bisakah berkonsultasi jika kebutuhan kami belum jelas?
Bisa. Kami terlebih dahulu mendengarkan masalah dan kendala nyata di lapangan, lalu membantu memperjelas kebutuhan sebelum mengusulkan pendekatan desain. Sebagian masalah cukup ditangani dengan sensor atau aturan yang ditetapkan; AI tidak selalu diperlukan.
Sistem khusus apa yang pernah dirancang Inspektion?
Kami merancang dan mengembangkan 2 mesin inspeksi sambungan kaleng DSIS untuk produsen kaleng logam Thailand pada 2016–2017 dalam proyek yang didukung pemerintah. Kami juga mengembangkan prototipe registri digital limbah peralatan listrik bagi 6 kelompok pemangku kepentingan untuk lembaga pemerintah pada 2021, serta merancang papan isolasi IDB9 yang dipesan ulang oleh produsen gauge dan sistem pengukuran dalam beberapa batch selama 2018–2022. Pengguna DSIS meminta 4 putaran revisi setelah pemasangan, sehingga rencana proyek Anda sebaiknya mencakup putaran penyesuaian pascapemasangan sejak awal.
Berapa lama pekerjaan desain khusus berlangsung?
Tergantung kompleksitas mekanisme dan sistem. Sebagai contoh, proyek prototipe MVDeep dimulai pada tahun anggaran 2019 dan dipresentasikan untuk penerimaan akhir pada Juli 2020. Kami memperkirakan jadwal setelah meninjau kebutuhan.
Dokumen apa yang diserahkan saat proyek selesai?
Dokumen bergantung pada cakupan, seperti proposal, desain sistem, laporan pengujian, dan panduan pengguna. Daftarnya disepakati sebelum pekerjaan dimulai. Proyek prototipe pemerintah kami sebelumnya mencakup rencana kerja, laporan kemajuan, dan laporan akhir.
Kapan layanan konsultasi dan desain tidak sesuai?
Layanan ini tidak sesuai jika spesifikasi dan peralatan sudah dipilih dan Anda hanya membutuhkan pemasangan. Layanan pemasangan sistem lebih sesuai untuk kasus tersebut. Prototipe dari layanan ini digunakan untuk menguji konsep, bukan mesin yang langsung siap digunakan di lini produksi.
