NodeRed untuk Aplikasi Industrial Internet of Things

NodeRed ialah proyek open source dari IBM yang dimulai pada 2013. NodeRed memanfaatkan konsep pemrograman visual berbasis flow (low-code programming) untuk aplikasi yang bersifat event-driven. NodeRed dapat menghubungkan berbagai peralatan hardware, API, dan online services, serta banyak digunakan untuk membangun solusi Internet of Things (IoT) [1].

NodeRed: low cost prototyping tool

NodeRed juga menarik perhatian kalangan industri karena dapat digunakan untuk membuat prototipe sistem IoT di industri dengan biaya murah [2]. Saat dibutuhkan suatu proof of concept (PoC) dari sistem baru yang dikembangkan, daripada membuat program dari scratch dengan bahasa pemrograman dasar, jauh lebih cepat untuk membuatnya menggunakan NodeRed. Setelah PoC mendapatkan persetujuan, perusahaan dapat membuat aplikasi sebenarnya yang lebih handal dan cepat.

Fungsi NodeRed untuk aplikasi Industrial IoT

Apa yang bisa dilakukan NodeRed untuk aplikasi industrial IoT? Berikut ini rangkuman dari sumber yang saya dapatkan [3]:

1. Mengambil data dari beberapa mesin produksi dengan berbagai protokol (OPC/UA, Modbus, S7, HTTP, TCP, dan lain – lain)
2. Memproses dan menyatukan data points ke dalam data model yang standar
3. Integrasi ke dalam sistem yang sudah ada, sesuai kebutuhan customer (misal: sistem MES atau ERP seperti SAP atau Oracle)
4. Menggabungkan data dari berbagai mesin dan aksi pemicunya (machine to machine communication atau M2M)
5. Membuat dashboard interaktif skala kecil dan sesuai kebutuhan pelanggan

Berikut ini penjelasan singkat untuk masing – masing poin di atas.

Skills yang dibutuhkan Automation Engineer di era Industry 4.0 (2)

Posting ini melanjutkan pembahasan sebelumnya tentang skills yang diperlukan Automation Engineer di era industry 4.0: Industrial Internet of Things dan Machine Learning. Berikut ini 2 skills di bidang yang lain: cloud computing, dan computer vision.

Cloud computing

Deskripsi

Cloud computing pada dasarnya ialah penggunaan computing resources yang powerful di cloud. Hal ini menguntungkan, karena seseorang tidak harus memiliki komputer yang mahal dan cepat, namun mereka bisa menyewa super komputer yang dimiliki perusahaan – perusahaan besar (misal Amazon, Google) untuk menyelesaikan pekerjaan tertentu.

Di era industri 4.0, cloud computing menjadi penting karena data – data sensor dan aktuator yang telah disimpan ke internet menggunakan teknologi industrial internet of things perlu diolah dan dianalisa lebih jauh lagi dengan teknik machine learning. Jika data – data yang disimpan menjadi terlampau besar untuk diolah dengan komputer standard (termasuk big data) maka cloud computing dapat digunakan untuk melakukan penyimpanan dan pengolahan data. Penggunaan cloud computing dapat menguntungkan perusahaan diantaranya karena:

• Hanya perlu sambungan internet untuk mengakses, tidak perlu komputer dengan specs tertentu atau software pendukung lainnya
• Tidak perlu melakukan maintenance server sendiri
• Biaya relatif lebih hemat, karena hanya membayar resources yang digunakan saja

Sharing Tugas Akhir “Smart Factory”

Besok sore, mahasiswa – mahasiswa bimbingan saya akan sharing hasil Tugas Akhir mereka dengan topik “Smart Factory”. Berikut ini flyer acaranya, silahkan bergabung untuk saling belajar. Terima kasih.

Skills yang dibutuhkan Automation Engineer di era Industry 4.0 (1)

Seorang Automation Engineer (AE) harus memiliki knowledge dan skill terkait sensor dan aktuator, instrumentasi dan kontrol, PLC, HMI, SCADA, dan lain – lain. Beberapa skill terkait teknologi informasi juga penting, di antaranya: coding, data communication, network, sampai ke database. Saya pernah menuliskan profesi AE di salah satu post lama.

Saat dunia sudah memasuki tahapan Revolusi Industri 4.0, makin banyak skills lain yang harus ditambahkan sehingga AE siap bersaing di masa mendatang. Skills di beberapa bidang berikut ini (menurut saya) akan menjadi nilai tambah bagi AE untuk siap menghadapi era industri 4.0:

1. Industrial internet of things
2. Machine learning
3. Cloud computing
4. Computer vision

Pada posting kali ini, akan dibahas 2 topik: Industrial Internet of Things (IIoT) dan machine learning. Saya akan menjelaskan deskripsi singkat, dan bagaimana anda bisa mempersiapkan diri untuk memiliki skill di bidang tersebut.

Industrial internet of things

Deskripsi

Sebagai pengantar, pemahaman sederhana Internet of Things (IoT) ialah kondisi dimana berbagai peralatan (umumnya sensor dan aktuator) saling terhubung satu dengan yang lain melalui internet. Penerapan IoT secara spesifik di industri/pabrik disebut dengan IIoT. Berikut ini contoh arsitektur IIoT yang terdiri dari 3 bagian: edge (meliputi PLC atau kontroler lain, HMI, sensor, aktuator), network, dan cloud.

Sumber: https://en.wikipedia.org/wiki/Industrial_internet_of_things

Selama ini dunia automasi industri menerapkan Automation Hierarchy (lihat gambar di bawah), sehingga untuk melakukan komunikasi antara peralatan di salah satu level dengan level lainnya harus mengikuti hirarki tersebut. Misalnya jika suatu software SCADA ingin mendapatkan nilai sensor, maka software tersebut harus “meminta” data tersebut ke PLC, dan PLC akan “memberikan” data dari sensor yang terhubung ke PLC. Hal ini tentunya membuat sistem secara umum berjalan lebih lambat dan kurang fleksibel.

Sumber: https://iot-analytics.com/industrial-internet-disrupt-smart-factory/

Di sinilah Industrial Internet of Things (IIOT) melakukan perubahan besar, karena setiap peralatan (things) dapat terhubung dengan peralatan di level manapun melalui internet. Boleh dikatakan tidak ada lagi hirarki di sini. Akibatnya, sistem bekerja dengan lebih cepat dan fleksibel. Hal ini tentunya bukan tanpa kekurangan, diantaranya sistem IIOT masih belum teruji di lapangan dan munculnya masalah security karena sistem menjadi terbuka via internet.

Bagaimana mempersiapkan diri?

Anda bisa mulai dengan mempelajari konsep internet of things secara umum. Sangat banyak sumber yang bagus di internet (video, artikel) yang membahas IoT. Setelah itu, anda bisa mulai masuk ke IIoT, yaitu penerapan IoT di industri/pabrik. Saat ini hampir semua vendor otomasi terkemuka (misal: Siemens, Schneider, AB, dll) telah memiliki produk yang terkait dengan IIoT.

Bagaimana mendesain industrial HMI yang baik?

Bagaimana Anda mendesain HMI untuk operator industri? Biasanya HMI akan didesain oleh engineer berdasar kebutuhan pengguna, dengan sedikit perhatian dari sisi desain.

Beberapa minggu yang lalu saya membaca workbook dari Siemens yang sangat baik tentang “Seven Steps to Good HMI Design“. Dokumen tersebut menarik, karena melibatkan aspek – aspek desain yang kental. Dalam posting ini saya ingin menyampaikan sedikit ringkasan dan pelajaran yang saya dapatkan dari workbook tersebut.

Ada 7 langkah yang disarankan untuk mendesain industrial HMI yang baik:

7 langkah desain HMI dari Siemens (Siemens)

1. Rethinking HMI Design

Desain tidak hanya untuk keindahan belaka, namun desain ialah aspek visual ditambah dengan fungsi. Keindahan tanpa fungsi menjadikan desain tidak bermanfaat.

design = visual aspects + function

Demikian juga saat membuat desain untuk operator industri, tujuan utama HMI designer bukanlah keindahan, atau 3D visual belaka, namun apakah aspek visual itu memenuhi tujuan untuk mempermudah tugas operator.

2. Understanding Contexts

Bagian berikutnya ialah memahami konteks dimana HMI akan digunakan. HMI designer perlu berkomunikasi dengan pihak customer untuk memahami bagaimana HMI akan difungsikan dalam suatu proses di pabrik. Interview dengan calon pengguna (dari berbagai tingkatan, misal: manajer, supervisor, operator) juga perlu dilakukan sehingga untuk dapat mendesain HMI dengan tepat. Contoh sederhananya, jika ada istilah pada HMI berbahasa Inggris, apakah hal tersebut akan membantu operator atau tidak?

Pelatihan Online Gratis: Pemrograman Zelio Logic – Tingkat Dasar

Jika Anda memiliki waktu luang selama masa Work/Study from Home belakangan ini, silahkan mengikuti pelatihan online gratis: “Pemrograman Zelio Logic – Tingkat Dasar”.

Meski Zelio Logic bukanlah PLC, namun Smart Relay, Anda bisa memanfaatkannya untuk mempelajari prinsip – prinsip pemrograman PLC. Apa yang Anda buat di Zelio Soft, programmer software untuk Zelio Logic, nantinya dapat ditulis ulang pada PLC yang lain, dengan prinsip kerja yang sama.

Ada 3 alternatif cara untuk mengikuti kuliah online gratis ini:

1. 1. Mengunjungi: https://akudemi.com dan mengikuti prosedur pendaftaran (gratis). Web yang saya kembangkan ini menggunakan plug in Learning Management System, sehingga akan lebih mudah bagi peserta untuk bertanya ataupun tracking progress belajarnya.
   2. Melalui halaman Pelatihan Online Gratis di web ini. Anda bisa langsung menyimak video – video terkait di sana, dan mengajukan pertanyaan di bagian comments.
   3. Mellihat video – video dalam YouTube playlist yang sudah saya buat pada channel “Learn Automation”. Pertanyaan bisa anda ajukan di halaman masing – masing video YouTube tersebut:

Selamat belajar, semoga bermanfaat!

Automation for Disaster Prevention and Mitigation (Student Projects)

Posting ini menampilkan tugas mahasiswa di kuliah Automasi 1 (Teknik Elektro – UK Petra) yang dipamerkan pada 3 Desember 2019 yang lalu.

Selama 7 minggu, tim mahasiswa (berjumlah 2 – 3 orang) harus mendesain dan membuat sistem otomatis untuk mencegah ataupun melakukan mitigasi terhadap bencana alam. Total ada 11 kelompok yang mengikuti pameran, namun saya hanya akan menampilkan 4 saja pada posting kali ini.

Sebagai catatan, karena ini hanya tugas kuliah, ada banyak hal yang disederhanakan. Tujuan utamanya ialah memicu kreativitas dan memberi latihan praktis untuk memprogram dan merealisasikan sistem otomatis berbasis PLC (Programmable Logic Controller)

Flood prevention system

Vicky, Stephen, dan Yansen menampilkan maket yang paling rapi pada pameran kali ini. Mereka membuat sistem yang mampu mencegah banjir dengan membuka – tutup pintu air ataupun mengaktifkan tembok buatan secara otomatis.

Berikut ini video sistem mereka.

Sertifikasi Kompetensi Bidang Automasi Industri di Indonesia

10 tahun yang lalu saya menuliskan posting singkat tentang sertifikasi bidang automasi industri di luar negeri yang diberikan oleh ISA (International Society of Automation). Beberapa teman yang bekerja sebagai automation engieneer di industri juga menyinggung sertifikasi otomasi dari TUV – Rheinland yang diakui secara internasional (misalnya di link berikut, dan berikut) dengan biaya yang cukup mahal.

Bagaimana dengan sertifikasi serupa di Indonesia?

Bersyukur, atas budi baik mantan dosen pembimbing S1 saya – Pak Josaphat Pramudijanto, saya mendapat kesempatan mengikuti pelatihan asesor kompetensi dari BNSP minggu lalu dengan fokus pada kompetensi PLC. Pada posting ini saya ingin sedikit berbagi tentang beberapa pelajaran yang saya dapatkan.

Standar Kompetensi Kerja Nasional Indonesia

Di Indonesia, ceritanya dimulai dari pembuatan Standar Kompetensi Kerja Nasional Indonesia (SKKNI), yang dicetuskan karena adanya ketidaksinkronan lulusan sekolah atau universitas dengan dunia kerja. Singkatnya, lulusan baru tidak siap kerja. Adanya SKKNI akan membantu lembaga pendidikan atau peserta ajar untuk memastikan bahwa kompetensi (gabungan skill, knowledge, dan attitude) yang dimilikinya akan bermanfaat di dunia kerja.

Integrasi PLC Siemens S7 1200 ke sistem IOT via Simatic IOT 2000 dan NodeRed (Bagian 2)

Setelah membahas pengenalan dan konfigurasi IOT 2000 pada posting sebelumnya, kali ini saya akan menghubungkan PLC Siemens S7 1200 dan IOT 2040 melalui NodeRed. NodeRed ialah sebuah flow-based programming tool yang dapat menghubungkan berbagai hardware IOT, API, dan online services.

Pada percobaan ini saya menggunakan beberapa peralatan berikut di laboratorium kami di Teknik Elektro UK Petra:

• IOT 2040 yang memiliki 2 buah ethernet port
• PLC Siemens S7 1200 tipe 1215C yang memiliki 2 buah ethernet port
• 1 PC dengan 1 buah ethernet port

Berikut ini diagram blok dengan IP masing – masing device.

Seperti tampak pada gambar di atas, hubungan antar port dapat terjadi jika keduanya berada dalam 1 jaringan (lokal). Static IP pada port 1 dan port 2 dari IOT 2040 dapat diberikan berbeda satu dengan yang lain, bahkan yang berbeda jaringan sekalipun. Meskipun pada konfigurasi di atas jaringan dapat dilakukan secara ad hoc, akan lebih baik jika digunakan suatu switch di mana seluruh devices terhubung ke switch tersebut.

Sebelum dapat terhubung seluruh komponen sistem, ada tahapan konfigurasi dan pemrograman yang anda harus lakukan.

Integrasi PLC Siemens S7 1200 ke sistem IOT via Simatic IOT 2000 dan NodeRed (Bagian 1)

Internet of things (IOT) menjadi salah satu trend teknologi di era industry 4.0. PLC Siemens S7 1200 juga dapat dihubungkan ke sistem IOT dengan berbagai cara, salah satunya dengan memanfaatkan produk  Industrial IOT gateway milik Siemens sendiri: Simatic IOT 2000. Perangkat keras lain (misalnya RaspberryPi) juga dapat digunakan, hanya produk dari Siemens ini sudah didesain sedemikan rupa sehingga reliable untuk digunakan terus menerus di pabrik.

Ada beberapa cara untuk menghubungkan S7 1200 ke IOT 2000, salah satunya ialah dengan menggunakan bahasa C++ (dengan library tertentu) untuk komunikasi keduanya. Namun demikian, dengan munculnya NodeRed (open source programming tool buatan IBM untuk menghubungkan berbagai hardware pada IOT) yang sangat user friendly, maka sebagian besar developer menggunakannya untuk keperluan tersebut.

Pada posting bagian pertama ini akan dijelaskan pengenalan dan konfigurasi IOT 2000. Sedang pada bagian ke dua nanti akan dijelaskan bagaimana proses koneksi S7 1200 dengan IOT 2000 secara detail.

Pengenalan IOT 2000

IOT 2000 dibuat Siemens sebagai gateway untuk menjembatani peralatan di level produksi dengan cloud atau bagian IT suatu perusahaan. Komunikasi dapat terjadi 2 arah: IOT 2000 dapat mengirimkan data dari plantfloor ke cloud, dan IOT 2000 juga dapat mengirimkan data yang telah dianalisa cloud ke bagian kontrol produksi. Berikut ini bagan detail fungsi IOT 2000.

Sumber: https://w3.siemens.com/mcms/pc-based-automation/en/industrial-iot/pages/default.aspx

Koneksi Wonderware InTouch dengan PLC Siemens S7 1200 via OPC

Dalam posting ini saya ingin menjelaskan koneksi Wonderware InTouch dengan PLC Siemens S7 1200 via OPC (dengan bantuan KepServerEx). Hampir 7 tahun yang lalu saya menulis posting serupa untuk PLC Siemens S7 200. Saat itu sebagai OPC client digunakan produk “OPC Link” yang saat ini sudah digantikan oleh “Factory Suite Gateway”.

Berikut ini video yang menampilkan bagaimana mengubah status I/O fisik di PLC Siemens S7 1200 dapat ditampilkan pada Wonderware InTouch dengan protokol OPC.

Untuk mengkomunikasikan InTouch dan S7 1200 dengan protokol OPC, diperlukan OPC server (KepServerEx) dan OPC Client (FS Gateway). OPC Server bertugas untuk mengumpulkan data dari hardware PLC dan mengubahnya dalam format OPC. Sedang OPC Client bertugas untuk membaca data dari OPC server tersebut dan mengirimkannya ke HMI (InTouch). Berikut ini beberapa pengaturan yang perlu dilakukan. Diagram hubungan lengkap antar software dan hardware dapat dilihat di bawah.

Simulasi I/O pada Wonderware InTouch dengan KepServerEx 6.6

Saat memprogram HMI dengan Wonderware InTouch, jika kita tidak memiliki PLC dengan I/O fisik, kita bisa melakukan simulasi I/O (salah satunya) dengan KepServerEx. Posting kali ini akan membahas hal tersebut, dengan asumsi anda memahami bagaimana memprogram Wonderware InTouch. Tulisan sdr. Amar berikut membantu saya untuk melakukan konfigurasi.

KepServerEx ialah sebuah program yang menyediakan OPC server dan OPC client dengan demo version yang dapat digunakan selama 2 jam. OPC ialah protokol terbuka yang dapat digunakan untuk komunikasi berbagai brand peralatan atau software otomasi industri. Anda bisa membaca posting lama saya tentang OPC dan KepServerEx di sini.

Pengaturan di KepServerEx 6.6

Bukalah halaman “KepServerEx Configuration”. Pada bagian “Connectivity” lakukan klik kanan, dan pilih “New Channel” untuk membuat Channel baru.

Automation in sport and entertainment (student project)

Akhir 2018 yang lalu, setelah 5 tahun off karena studi lanjut, saya dan para mahasiswa MK Automasi 1 kembali mengadakan pameran tugas akhir kuliah dengan tema “Automation in Sport and Entertainment”. Dalam waktu kurang dari 2 bulan, kelompok mahasiswa (beranggotakan 2 – 3 orang) harus merancang prototipe sistem otomatis di bidang olah raga dan hiburan.

Berikut ini beberapa hasil karya mereka yang cukup menarik.

Automatic ping pong trainer (Aaron, Alex, Keyson)

Mesin ini dapat membantu atlet tenis meja untuk berlatih secara mandiri. Bola ping pong akan  dilontarkan dari 3 pipa (dengan motor servo) yang berbeda secara acak. Disediakan 6 buah lobang dengan lampu di bagian atasnya. Pemain harus memasukkan bola ke dalam lobang dengan lampu yang menyala. Tersedia 3 level permainan: slow, medium, fast yang dapat disesuaikan dengan tingkat kemahiran pemain.

Berikut ini video singkatnya:

Penjualan Software Wonderware (original)

Setelah 4 tahun lebih vakum, saya kembali mendapat kepercayaan dari PT. Trimaxindo Adimitra (distributor resmi Wonderware) untuk menjual software original Wonderware.

Berikut ini penjelasan detailnya:

• Nama produk: Wonderware InTouch 2017 and DA Servers 2014 R2 with SP1 (Installation Media), PN 06-7247
• 1 paket software berisi 2 keping DVD dengan rincian

1. Wonderware System Platform 2017, meliputi:

• System Platform 2017
• InTouch 2017
• Historian 2017
• Historian Client 2017
• Application Server 2017

2. Wonderware Device Integration 2014 R2 with SP1

Cara mudah belajar otomasi industri bagi Anda yang sibuk

Disclaimer: posting ini berisi penawaran produk pelatihan online kami melalui “learnautomation.web.id”

Bagaimana caranya belajar otomasi industri di sela – sela kesibukanku?

Pertanyaan di atas mungkin tidak relevan jika Anda adalah mahasiswa (atau alumni) dari jurusan tertentu yang memiliki mata kuliah terkait otomasi industri dan dilengkapi dengan laboratorium yang representatif. Anda bisa langsung belajar melalui perkuliahan dan praktikum atau terlibat dalam proyek penelitian yang relevan.

Namun tidak demikian jika Anda memiliki latar belakang pendidikan yang berbeda, namun “harus mempelajari otomasi industri karena tuntutan karier dan pekerjaan. Dalam kasus seperti ini, umumnya solusinya ialah

1. Belajar mandiri dari buku dan bahan – bahan dari internet
2. Mengikuti pelatihan otomasi industri di kampus atau training provider lainnya

Kendala untuk mempelajari otomasi industri

Belajar mandiri dari buku ialah cara yang paling murah dan ideal jika Anda memiliki banyak waktu dan latar belakang pengetahuan yang cukup. Biasanya mahasiswa atau alumni yang belum bekerja full time masuk dalam kategori ini. Saya telah menulis beberapa buku tentang otomasi yang cocok untuk dipelajari oleh orang – orang dalam kategori ini.