Di tengah goncangan industri manufaktur semikonduktor, di mana setiap cacat bisa memiliki dampak finansial yang signifikan, sebuah makalah tahun 2022 dari "MANAGEMENT SCIENCE" membawa pencerahan baru. Berjudul "Using Explainable Artificial Intelligence to Improve ProcessQuality: Evidence from Semiconductor Manufacturing," dengan para penulis Julian Senoner, Torbjrn Netland, dan Stefan Feuerriegel mengusulkan pendekatan inovatif untuk meningkatkan kualitas proses melalui penerapan Kecerdasan Buatan yang Dapat Dijelaskan (Explainable Artificial Intelligence atau XAI).
Makalah ini memperkenalkan sebuah zaman baru di mana tidak hanya kecerdasan buatan yang menjadi fokus, tetapi juga kemampuan untuk menjelaskan prosedur pengambilan keputusan. Dengan semikonduktor menjadi krusial bagi berbagai industri, termasuk teknologi informasi dan komunikasi, peningkatan kualitas proses menjadi keharusan. Makalah ini menyelidiki kemajuan substansial dalam manajemen kualitas di industri manufaktur semikonduktor melalui penciptaan model pengambilan keputusan dua langkah oleh para penulis.
Mengungkap Kendala dalam Manufaktur Semikonduktor
Signifikansi kualitas proses dalam manufaktur semikonduktor tidak dapat diabaikan. Proses yang gagal memenuhi standar kualitas dapat menghasilkan limbah, pengerjaan ulang, dan kerugian finansial yang besar. Makalah ini memulai perjalanannya dengan menguraikan tantangan yang dihadapi oleh industri ini dan kekurangan dari pendekatan saat ini dalam mengidentifikasi sumber variasi kualitas.
Penekanan pada Keterbatasan Metode Eksisting
Para penulis mengkritisi metode eksisting yang berfokus pada asosiasi linier, sementara realitas manufaktur modern melibatkan data berdimensi tinggi dengan hubungan nonlinier. Poin ini sangat relevan dengan kondisi manufaktur di Indonesia, yang semakin mengadopsi teknologi canggih, seringkali menghasilkan data yang kompleks dan sulit diinterpretasi dengan pendekatan konvensional.
Pengenalan Model Keputusan Berbasis Data: Menggabungkan SHAP dan Pemodelan Nonlinier
Di pertengahan makalah, para penulis memperkenalkan model keputusan berbasis data yang menjadi inti dari kontribusi mereka. Model ini, melibatkan dua langkah, menawarkan solusi inovatif terhadap keterbatasan metode eksisting. Memilih proses untuk perbaikan kualitas dan tindakan korektif yang sesuai menjadi fokus utama model ini. Para penulis menekankan penggunaan metode Shapley Additive Explanations (SHAP) dari kecerdasan buatan yang dapat dijelaskan sebagai dasar untuk memberikan ukuran kepentingan proses.
Relevansi Model dalam Konteks Semikonduktor di Indonesia
Sementara Indonesia berusaha menjadi pusat manufaktur teknologi tinggi, khususnya dalam produksi komponen semikonduktor, model ini menjanjikan aplikasi yang efektif dalam industri nasional. Dengan menerapkan aplikasi dunia nyata di Hitachi ABB Power Grids, para penulis membuktikan bahwa model pengambilan keputusan ini dapat mengarah pada pengurangan yang signifikan dalam kerugian hasil. Hal ini bisa menjadi faktor keberhasilan penting bagi perusahaan semikonduktor yang sedang berkembang pesat di Indonesia.
Implikasi Praktis dan Relevansi di Indonesia
Lebih lanjut, makalah membahas implikasi praktis dari model pengambilan keputusan yang diusulkan. Dengan bahasa yang menarik dan relevan, para penulis menyoroti efisiensi mengadopsi model ini dalam praktik manajemen kualitas. Dalam konteks Indonesia, di mana perusahaan manufaktur semikonduktor sedang berkembang, kemajuan model ini dapat menawarkan wawasan baru dari data yang sebelumnya kurang dimanfaatkan.
Relevansi untuk Industri Selain Semikonduktor
Namun, yang lebih menarik adalah potensi generalisasi model ke pengaturan manufaktur di luar semikonduktor. Dengan potensi aplikasi di industri seperti farmasi, petrokimia, barang konsumen yang bergerak cepat, atau produksi otomatis papan sirkuit, model ini menjanjikan dampak yang luas di sektor industri di Indonesia. Hal ini sejalan dengan upaya pemerintah untuk mendiversifikasi basis industri nasional.
Meningkatkan Kualitas dengan Tindakan Tepat
Bagian selanjutnya dari makalah mengeksplorasi hasil eksperimen lapangan yang dilakukan di industri manufaktur semikonduktor. Model keputusan berhasil memprioritaskan dua proses untuk perbaikan, dan tindakan korektif yang dipilih menghasilkan pengurangan yang signifikan dalam kerugian hasil. Temuan ini memiliki implikasi besar bagi industri semikonduktor di Indonesia. Dengan menerapkan kerangka ini, perusahaan dapat mengelola kualitas proses mereka dengan lebih efisien, mengurangi kerugian hasil, dan meningkatkan daya saing di pasar global. Hal ini juga sejalan dengan upaya pemerintah Indonesia untuk mendukung pertumbuhan sektor manufaktur dalam negeri.
****
