Dalam industri manufaktur, data engineering terus bertambah seiring meningkatnya penggunaan CAE simulation, physical testing, CAD, sensor, dan berbagai proses digital. Namun, memiliki banyak data tidak otomatis membuat proses engineering menjadi lebih cepat. Tantangan sebenarnya adalah bagaimana mengubah data tersebut menjadi insight yang dapat digunakan untuk prediction, optimization, dan decision-making.

Di sinilah ODYSSEE berperan. ODYSSEE merupakan platform AI-powered CAE yang menggabungkan Artificial Intelligence (AI), Machine Learning (ML), Reduced Order Modeling (ROM), dan Design Optimization untuk membantu engineer memahami data engineering dan melakukan design exploration dengan lebih cepat.

Tantangan Engineering: Data Banyak, tetapi Insight Belum Optimal

Dalam pengembangan produk, engineer dapat menghasilkan data dari berbagai sumber, seperti:

• CAE simulation
• Physical test
• CAD models
• Sensor data
• Images
• Historical engineering data

Data tersebut sebenarnya memiliki informasi penting mengenai hubungan antara design parameters, operating conditions, dan engineering responses. Namun, proses manual untuk menganalisis data dalam jumlah besar dapat memerlukan waktu dan computational resources yang signifikan.

Akibatnya, perusahaan dapat menghadapi inefficient processes, higher costs, inaccurate decision-making, lower quality, serta kesulitan melakukan scaling ketika kompleksitas data dan proses engineering semakin besar.

Bagaimana ODYSSEE Membantu Engineer?

ODYSSEE menggunakan AI/ML algorithms untuk mengidentifikasi pola dan hubungan dalam data engineering. Dengan pendekatan ini, engineer dapat memperoleh insight lebih cepat untuk melakukan prediction, design exploration, dan optimization.

Salah satu kemampuan pentingnya adalah Reduced Order Modeling (ROM). ROM memungkinkan engineer membangun model yang merepresentasikan perilaku sistem berdasarkan data simulation dan physical test, sehingga model tersebut dapat digunakan untuk melakukan fast prediction tanpa harus menjalankan high-fidelity simulation dari awal untuk setiap alternatif desain.

Pendekatan ini sangat relevan ketika engineer perlu mengevaluasi banyak design alternatives. Alih-alih hanya melakukan simulasi secara berurutan, engineer dapat menggunakan model hasil training untuk mengeksplorasi design space secara lebih cepat.

ODYSSEE Membantu Identify Data Trends Faster

Salah satu fungsi utama ODYSSEE adalah membantu engineer menemukan patterns and trends dari dataset engineering. Informasi tersebut kemudian dapat digunakan untuk membuat predictive models dan mendukung pengambilan keputusan berbasis data.

Contohnya, engineer dapat menganalisis hubungan antara beberapa design variables dengan hasil tertentu. Dari hubungan tersebut, ML model dapat digunakan untuk memprediksi respons sistem terhadap perubahan parameter.

Dengan demikian, workflow dapat berkembang dari sekadar:

Simulation → Result → Evaluation

menjadi:

Simulation/Test Data → AI/ML Model → Prediction → Design Exploration → Optimization

Perubahan workflow ini membantu engineer mengeksplorasi lebih banyak kemungkinan desain sebelum menentukan konfigurasi yang akan dikembangkan lebih lanjut.

ODYSSEE Explore: Memahami Data Sebelum Machine Learning

Sebelum membangun ML model, kualitas dan struktur data menjadi faktor penting. ODYSSEE Explore menyediakan kemampuan untuk melakukan data preprocessing, feature engineering, data visualization, serta melihat outliers dan output responses.

Tahapan ini penting karena tidak semua data secara langsung siap digunakan untuk Machine Learning. Engineer perlu memahami variable yang tersedia, mengidentifikasi pola, serta menentukan feature yang relevan sebelum proses modeling dilakukan.

Dengan workflow tersebut, data engineering tidak hanya dikumpulkan sebagai historical records, tetapi dapat dipersiapkan menjadi engineering knowledge yang dapat digunakan kembali.

ODYSSEE A-Eye: AI dari Images, CAD, dan Sensor Data

Tidak semua engineering information berbentuk angka dari simulation. Dalam manufacturing, data juga dapat berasal dari images, CAD models, dan sensor data.

ODYSSEE A-Eye memungkinkan penggunaan berbagai sumber data tersebut untuk membangun AI-based predictive models. Cadence menjelaskan bahwa A-Eye dapat menggunakan images, CAD, dan sensor data sebagai input untuk membuat customized AI applications yang memprediksi output responses dan field data.

Hal ini membuka peluang untuk berbagai aplikasi seperti quality inspection, manufacturing fault detection, forecasting, dan analisis berbasis visual maupun sensor.

Dari Simulation Menuju Digital Twin

Salah satu aplikasi yang menarik dari ODYSSEE adalah pembuatan cost-efficient digital twin melalui real-time predictive modeling.

Data dari CAE simulation dan physical testing dapat digunakan untuk membangun model prediktif. Setelah model divalidasi, engineer dapat menggunakannya untuk melakukan berbagai what-if scenarios dan design exploration dengan waktu komputasi yang lebih rendah dibandingkan menjalankan high-fidelity simulation untuk setiap skenario.

Dengan pendekatan ini, digital twin tidak hanya menjadi representasi virtual dari produk atau proses, tetapi juga dapat berfungsi sebagai alat untuk membantu engineer memahami kemungkinan respons sistem terhadap perubahan kondisi atau parameter.

Mengapa AI/ML Penting untuk Engineering?

Penerapan AI/ML dalam engineering bukan berarti menggantikan engineering knowledge atau physics-based simulation. Justru, AI/ML dapat digunakan untuk memanfaatkan data hasil simulation dan testing agar pengetahuan tersebut dapat digunakan secara lebih cepat dalam proses pengambilan keputusan.

ODYSSEE menggabungkan pendekatan physics-based engineering dengan data-driven modeling, sehingga engineer dapat menggunakan hasil simulation sebagai basis untuk membangun predictive models dan melakukan optimization.

Bagi perusahaan manufaktur, pendekatan ini dapat membantu menjawab kebutuhan seperti:

• Bagaimana menemukan design trends dari historical simulation data?
• Bagaimana mengevaluasi lebih banyak design alternatives?
• Bagaimana mengurangi kebutuhan computational resources?
• Bagaimana menggunakan kembali data CAE yang sudah dimiliki?
• Bagaimana membuat faster predictions untuk mendukung engineering decisions?

ODYSSEE membantu mengubah data engineering menjadi actionable insight. Dengan kombinasi AI, Machine Learning, Reduced Order Modeling, Data Analytics, dan Design Optimization, engineer dapat bergerak lebih cepat dari sekadar menjalankan simulation menuju prediction, design exploration, dan optimization.

Bagi perusahaan manufaktur yang telah memiliki banyak CAE simulation data, physical test data, CAD data, images, atau sensor data, pendekatan AI/ML dapat menjadi langkah berikutnya untuk meningkatkan pemanfaatan data yang selama ini mungkin belum sepenuhnya digunakan.

Ingin mengetahui bagaimana ODYSSEE dapat diterapkan pada workflow engineering di perusahaan Anda?

Diskusikan kebutuhan AI/ML, CAE, predictive modeling, atau design optimization bersama tim Arisma Data Setia untuk melihat use case yang sesuai dengan proses engineering dan manufacturing Anda.

Hubungi tim PT Ardata Design Solusi untuk mendapatkan konsultasi dan demonstrasi solusi sesuai kebutuhan proses manufaktur Anda.

• ardatadesign.com/cadence
• info@ardatadesign.com
• (021) 2961 9220
• WhatsApp 0813 6404 1996