Pemeliharaan korektif adalah tugas pemeliharaan yang dilakukan untuk mengidentifikasi, mengisolasi, dan memperbaiki kesalahan sehingga peralatan, mesin, atau sistem yang gagal dapat dikembalikan ke kondisi operasional dalam toleransi atau batas yang ditetapkan untuk operasi dalam layanan.

Definisi

Standar resmi Prancis mendefinisikan "pemeliharaan korektif" sebagai perawatan yang dilakukan setelah deteksi kegagalan dan ditujukan untuk memulihkan aset ke kondisi di mana aset tersebut dapat melakukan fungsi yang dimaksudkan (standar NF EN 13306 X 60-319, Juni 2010).

Pemeliharaan korektif dapat dibagi lagi menjadi "pemeliharaan korektif segera" (di mana pekerjaan dimulai segera setelah kegagalan) dan "pemeliharaan korektif yang ditangguhkan" (di mana pekerjaan ditunda sesuai dengan seperangkat aturan pemeliharaan yang diberikan).

Standar

Standar teknis mengenai pemeliharaan korektif ditetapkan oleh IEC 60050 bab 191 °Ketergantungan dan kualitas layanan".

NF EN 13306 X 60-319 adalah subset dari IEC 60050-191.

Pilihan

Keputusan untuk memilih pemeliharaan korektif sebagai metode pemeliharaan adalah keputusan yang tergantung pada beberapa faktor seperti biaya downtime, karakteristik keandalan dan redundansi aset.

Metode

Langkah-langkah pemeliharaan korektif adalah, mengikuti kegagalan, diagnosis – penghapusan suku cadang, penyebab kegagalan – pemesanan penggantian – penggantian suku cadang – pengujian fungsi dan terakhir kelanjutan penggunaan.

Bentuk dasar dari pemeliharaan korektif adalah prosedur langkah demi langkah. Kegagalan objek memicu langkah-langkah. Teknologi modern seperti penggunaan fitur Industri 4.0 mengurangi kelemahan yang melekat pada pemeliharaan korektif. Oleh misalnya menyediakan riwayat perangkat, pola kesalahan, saran perbaikan, atau ketersediaan suku cadang.

Sumber Artikel: en.wikipedia.org

Teknik perawatan prediktif dirancang untuk membantu menentukan kondisi peralatan dalam layanan untuk memperkirakan kapan perawatan harus dilakukan. Pendekatan ini menjanjikan penghematan biaya atas pemeliharaan preventif rutin atau berbasis waktu, karena tugas dilakukan hanya jika diperlukan. Dengan demikian, ini dianggap sebagai pemeliharaan berbasis kondisi yang dilakukan seperti yang disarankan oleh perkiraan status degradasi suatu item.

The nature and degree of asphalt deterioration is analyzed for predictive maintenance of roadways.

Janji utama pemeliharaan prediktif adalah memungkinkan penjadwalan pemeliharaan korektif yang nyaman, dan untuk mencegah kegagalan peralatan yang tidak terduga. Kuncinya adalah "informasi yang tepat untuk masa pakai peralatan, peningkatan keselamatan pabrik, lebih sedikit kecelakaan dengan dampak negatif terhadap lingkungan, dan penanganan suku cadang yang dioptimalkan.

Pemeliharaan prediktif berbeda dari pemeliharaan preventif karena bergantung pada kondisi peralatan yang sebenarnya, daripada statistik umur rata-rata atau yang diharapkan, untuk memprediksi kapan pemeliharaan akan diperlukan. Biasanya, pendekatan Pembelajaran Mesin diadopsi untuk definisi kondisi aktual sistem dan untuk meramalkan keadaan masa depan.

Beberapa komponen utama yang diperlukan untuk menerapkan pemeliharaan prediktif adalah pengumpulan dan praproses data, deteksi kesalahan dini, deteksi kesalahan, prediksi waktu hingga kegagalan, penjadwalan pemeliharaan, dan optimalisasi sumber daya. Pemeliharaan prediktif juga telah dianggap sebagai salah satu kekuatan pendorong untuk meningkatkan produktivitas dan salah satu cara untuk mencapai "tepat waktu" di bidang manufaktur.

Ringkasan

Pemeliharaan prediktif mengevaluasi kondisi peralatan dengan melakukan pemantauan kondisi peralatan secara berkala (offline) atau terus menerus (online). Tujuan akhir dari pendekatan ini adalah untuk melakukan pemeliharaan pada titik waktu yang dijadwalkan ketika aktivitas pemeliharaan paling hemat biaya dan sebelum peralatan kehilangan kinerja dalam ambang batas. Hal ini menghasilkan pengurangan biaya waktu henti yang tidak direncanakan karena kegagalan, di mana biayanya bisa mencapai ratusan ribu per hari tergantung pada industri. Dalam produksi energi, selain hilangnya pendapatan dan biaya komponen, denda dapat dikenakan untuk non-pengiriman, meningkatkan biaya lebih jauh. Ini berbeda dengan pemeliharaan berbasis waktu dan/atau operasi, di mana suatu peralatan dipelihara baik itu membutuhkannya atau tidak. Pemeliharaan berbasis waktu adalah padat karya, tidak efektif dalam mengidentifikasi masalah yang berkembang di antara inspeksi terjadwal, dan oleh karena itu tidak hemat biaya.

Komponen "prediktif" dari pemeliharaan prediktif berasal dari tujuan memprediksi tren masa depan kondisi peralatan. Pendekatan ini menggunakan prinsip-prinsip pengendalian proses statistik untuk menentukan pada titik mana di masa depan kegiatan pemeliharaan akan sesuai.

Sebagian besar inspeksi prediktif dilakukan saat peralatan sedang digunakan, sehingga meminimalkan gangguan pada operasi sistem normal. Adopsi pemeliharaan prediktif dapat menghasilkan penghematan biaya yang besar dan keandalan sistem yang lebih tinggi.

Pemeliharaan yang berpusat pada keandalan menekankan penggunaan teknik pemeliharaan prediktif di samping tindakan pencegahan tradisional. Ketika diterapkan dengan benar, ini memberi perusahaan alat untuk mencapai biaya bersih aset terendah saat ini untuk tingkat kinerja dan risiko tertentu.

Salah satu tujuannya adalah untuk mentransfer data pemeliharaan prediktif ke sistem manajemen pemeliharaan terkomputerisasi sehingga data kondisi peralatan dikirim ke objek peralatan yang tepat untuk memicu perencanaan pemeliharaan, pelaksanaan perintah kerja, dan pelaporan. Kecuali jika hal ini tercapai, solusi pemeliharaan prediktif bernilai terbatas, setidaknya jika solusi tersebut diterapkan pada pabrik berukuran sedang hingga besar dengan puluhan ribu peralatan. Pada tahun 2010, perusahaan pertambangan Boliden, menerapkan Sistem Kontrol Terdistribusi gabungan dan solusi pemeliharaan prediktif yang terintegrasi dengan sistem manajemen pemeliharaan terkomputerisasi pabrik pada tingkat objek ke objek, mentransfer data peralatan menggunakan protokol seperti Highway Addressable Remote Transducer Protocol, IEC61850 dan OLE untuk proses kontrol.

Teknologi

Untuk mengevaluasi kondisi peralatan, perawatan prediktif menggunakan teknologi pengujian tak rusak seperti inframerah, akustik (debit parsial dan ultrasonik di udara), deteksi korona, analisis getaran, pengukuran tingkat suara, analisis oli, dan pengujian online spesifik lainnya. Pendekatan baru di bidang ini adalah dengan memanfaatkan pengukuran pada peralatan yang sebenarnya dalam kombinasi dengan pengukuran kinerja proses, diukur dengan perangkat lain, untuk memicu pemeliharaan peralatan. Ini terutama tersedia dalam sistem otomasi proses kolaboratif (CPAS). Pengukuran lokasi sering kali didukung oleh jaringan sensor nirkabel untuk mengurangi biaya pemasangan kabel.

Analisis getaran paling produktif pada peralatan berputar berkecepatan tinggi dan dapat menjadi komponen paling mahal dari program PdM untuk memulai dan menjalankannya. Analisis getaran, bila dilakukan dengan benar, memungkinkan e pengguna untuk mengevaluasi kondisi peralatan dan menghindari kegagalan. Penganalisis getaran generasi terbaru memiliki lebih banyak kemampuan dan fungsi otomatis daripada pendahulunya. Banyak unit menampilkan spektrum getaran penuh dari tiga sumbu secara bersamaan, memberikan gambaran tentang apa yang terjadi dengan mesin tertentu. Namun terlepas dari kemampuan seperti itu, bahkan peralatan paling canggih pun tidak berhasil memprediksi masalah yang berkembang kecuali jika operator memahami dan menerapkan dasar-dasar analisis getaran.

Dalam situasi tertentu, gangguan kebisingan latar belakang yang kuat dari beberapa sumber yang bersaing dapat menutupi sinyal yang diinginkan dan menghalangi penerapan sensor getaran di industri. Akibatnya, analisis tanda tangan arus motor (MCSA) adalah alternatif non-intrusif untuk pengukuran getaran yang memiliki potensi untuk memantau kesalahan dari sistem listrik dan mekanik.

Inspeksi visual jarak jauh adalah pengujian non-destruktif pertama. Ini memberikan penilaian utama yang hemat biaya. Informasi penting dan default dapat disimpulkan dari tampilan luar potongan, seperti lipatan, patah, retak, dan korosi. Inspeksi visual jarak jauh harus dilakukan dalam kondisi yang baik dengan pencahayaan yang cukup (setidaknya 350 LUX). Ketika bagian dari potongan yang akan dikontrol tidak dapat diakses secara langsung, alat yang terbuat dari cermin dan lensa yang disebut endoskop digunakan. Cacat tersembunyi dengan penyimpangan eksternal dapat menunjukkan cacat yang lebih serius di dalam.

Analisis akustik dapat dilakukan pada tingkat sonik atau ultrasonik. Teknik ultrasonik baru untuk pemantauan kondisi memungkinkan untuk "mendengar" gesekan dan tekanan pada mesin yang berputar, yang dapat memprediksi kerusakan lebih awal daripada teknik konvensional. Teknologi ultrasonik peka terhadap suara frekuensi tinggi yang tidak terdengar oleh telinga manusia dan membedakannya dari suara frekuensi rendah dan getaran mekanis. Gesekan mesin dan gelombang tegangan menghasilkan suara khas di kisaran ultrasonik atas. Perubahan gelombang gesekan dan tegangan ini dapat menunjukkan kondisi yang memburuk jauh lebih awal daripada teknologi seperti getaran atau analisis oli. Dengan pengukuran dan analisis ultrasonik yang tepat, dimungkinkan untuk membedakan keausan normal dari keausan abnormal, kerusakan fisik, kondisi ketidakseimbangan, dan masalah pelumasan berdasarkan hubungan langsung antara aset dan kondisi pengoperasian.

Peralatan pemantauan sonik lebih murah, tetapi juga memiliki kegunaan yang lebih sedikit daripada teknologi ultrasonik. Teknologi sonik hanya berguna pada peralatan mekanik, sedangkan peralatan ultrasonik dapat mendeteksi masalah kelistrikan dan lebih fleksibel serta andal dalam mendeteksi masalah mekanis.

Pemantauan dan analisis inframerah memiliki jangkauan aplikasi terluas (dari peralatan berkecepatan tinggi hingga rendah), dan dapat efektif untuk mendeteksi kegagalan mekanis dan listrik; beberapa menganggapnya sebagai teknologi yang paling hemat biaya. Analisis minyak adalah program jangka panjang yang, jika relevan, pada akhirnya dapat lebih prediktif daripada teknologi lainnya. Diperlukan waktu bertahun-tahun bagi program minyak pabrik untuk mencapai tingkat kecanggihan dan efektivitas ini. Teknik analisis yang dilakukan pada sampel oli dapat diklasifikasikan dalam dua kategori: analisis oli bekas dan analisis partikel keausan. Analisis oli bekas menentukan kondisi pelumas itu sendiri, menentukan kualitas pelumas, dan memeriksa kesesuaiannya untuk penggunaan lanjutan. Analisis partikel keausan menentukan kondisi mekanis komponen mesin yang dilumasi. Melalui analisis partikel keausan, Anda dapat mengidentifikasi komposisi bahan padat yang ada dan mengevaluasi jenis, ukuran, konsentrasi, distribusi, dan morfologi partikel.

Penggunaan Model Based Condition Monitoring untuk program pemeliharaan prediktif menjadi semakin populer dari waktu ke waktu. Metode ini melibatkan analisis spektral pada sinyal arus dan tegangan motor dan kemudian membandingkan parameter yang diukur dengan model motor yang diketahui dan dipelajari untuk mendiagnosis berbagai anomali listrik dan mekanik. Proses pemantauan kondisi "berbasis model" ini awalnya dirancang dan digunakan pada pesawat ulang-alik NASA untuk memantau dan mendeteksi kesalahan yang berkembang di mesin utama pesawat ulang-alik. Ini memungkinkan otomatisasi pengumpulan data dan tugas analisis, menyediakan pemantauan kondisi sepanjang waktu dan peringatan tentang kesalahan saat mereka berkembang. Metode pemeliharaan prediktif lainnya terkait dengan strategi pengujian cerdas.

Aplikasi (menurut industri)

Kereta Api

• Deteksi tanda peringatan sebelum menyebabkan waktu henti untuk aset linier, tetap, dan bergerak.
• Meningkatkan keselamatan dan melacak deteksi kekosongan melalui sistem pemantauan berbasis kabin kendaraan baru
• Juga dapat mengidentifikasi jenis aset lintasan tempat kekosongan berada dan memberikan indikasi tingkat keparahan kekosongan
• Pemantauan Kesehatan titik Mesin (perangkat yang digunakan untuk mengoperasikan pergantian kereta api) dapat membantu dalam mendeteksi dini y gejala degradasi sebelum kegagalan.·

Manufaktur

• Deteksi dan diagnosis kesalahan dini dalam industri manufaktur.
• Produsen semakin mengumpulkan data besar dari sensor Internet of Things (IoT) di pabrik dan produk mereka dan menggunakan algoritme berbeda untuk data yang dikumpulkan guna mendeteksi tanda peringatan kegagalan yang mahal sebelum terjadi.

Minyak dan gas

• Perusahaan minyak dan gas seringkali kurang melihat kondisi peralatan mereka, terutama di lokasi lepas pantai dan perairan dalam yang terpencil.
• Data besar dapat memberikan wawasan kepada perusahaan minyak dan gas, dengan cara ini kegagalan peralatan dan masa pakai sistem dan komponen yang optimal dapat dianalisis dan diprediksi.

Sumber Artikel: en.wikipedia.org

Sistem pemeliharaan cerdas atau intelligent maintenance system (IMS) adalah sistem yang memanfaatkan data yang dikumpulkan dari mesin untuk memprediksi dan mencegah potensi kegagalan di dalamnya. Terjadinya kegagalan dalam mesin bisa mahal dan bahkan bencana. Untuk menghindari kegagalan, perlu ada sistem yang menganalisis perilaku mesin dan memberikan alarm dan instruksi untuk pemeliharaan preventif. Menganalisis perilaku mesin menjadi mungkin melalui sensor canggih, sistem pengumpulan data, kemampuan penyimpanan/transfer data, dan alat analisis data. Ini adalah seperangkat alat yang sama yang dikembangkan untuk prognostik. Agregasi pengumpulan data, penyimpanan, transformasi, analisis, dan pengambilan keputusan untuk pemeliharaan cerdas disebut sistem pemeliharaan cerdas (IMS).

Definisi

Sistem pemeliharaan cerdas adalah sistem yang menggunakan analisis data dan alat pendukung keputusan untuk memprediksi dan mencegah potensi kegagalan mesin. Kemajuan terbaru dalam teknologi informasi, komputer, dan elektronik telah memfasilitasi desain dan implementasi sistem tersebut.

Elemen penelitian kunci dari sistem perawatan cerdas terdiri dari:

1. Transformasi data menjadi informasi menjadi pengetahuan dan sinkronisasi keputusan dengan sistem jarak jauh
2. Algoritme prognostik yang cerdas dan tertanam untuk menilai degradasi dan memprediksi kinerja di masa depan
3. Platform perangkat lunak dan perangkat keras untuk menjalankan model online
4. Layanan produk yang disematkan dan informasi siklus hidup untuk desain produk loop tertutup

E-manufaktur dan e-pemeliharaan

Dengan berkembangnya aplikasi teknologi komunikasi bebas tether (misalnya Internet), e-intelijen memiliki dampak yang lebih besar pada industri. Dampak tersebut telah menjadi kekuatan pendorong bagi perusahaan untuk mengalihkan operasi manufaktur dari praktik integrasi pabrik tradisional menuju filosofi e-factory dan e-supply chain. Perubahan tersebut mengubah perusahaan dari otomatisasi pabrik lokal menjadi otomatisasi bisnis global. Tujuan e-manufaktur adalah, dari aset lantai pabrik, untuk memprediksi penyimpangan kualitas produk dan kemungkinan kehilangan peralatan apa pun. Ini menghasilkan kemampuan perawatan prediktif dari mesin.

Fungsi dan tujuan utama dari e-manufaktur adalah: “(a) menyediakan proses pertukaran informasi yang transparan, mulus dan otomatis untuk memungkinkan lingkungan hanya menangani informasi sekali (OHIO); (b) meningkatkan pemanfaatan aset lantai pabrik menggunakan pendekatan holistik yang menggabungkan alat teknik pemeliharaan prediktif; (c) menghubungkan seluruh operasi manajemen rantai pasokan (SCM) dan optimalisasi aset; dan (d) memberikan layanan pelanggan menggunakan metode kecerdasan prediktif terbaru dan teknologi bebas tether”.

Infrastruktur e-Maintenance terdiri dari beberapa sektor informasi:

• Sistem kontrol dan penjadwal produksi
• Sistem manajemen data produk rekayasa
• Sistem perencanaan sumber daya perusahaan (ERP)
• Sistem pemantauan kondisi
• Sistem penjadwalan pemeliharaan (CMMS/EAM)
• Sistem manajemen aset pabrik (PAM)

Sumber Artikel: en.wikipedia.org

Flowchart adalah jenis diagram yang mewakili alur kerja atau proses. Flowchart juga dapat didefinisikan sebagai representasi diagram dari suatu algoritma, pendekatan langkah demi langkah untuk menyelesaikan tugas.

Flowchart menunjukkan langkah-langkah sebagai kotak dari berbagai jenis, dan urutannya dengan menghubungkan kotak dengan panah. Representasi diagram ini menggambarkan model solusi untuk masalah yang diberikan. Flowchart digunakan dalam menganalisis, merancang, mendokumentasikan atau mengelola suatu proses atau program di berbagai bidang.

Ringkasan

Flowchart dari gaya-C untuk loop

Flowchart digunakan untuk merancang dan mendokumentasikan proses atau program sederhana. Seperti jenis diagram lainnya, diagram membantu memvisualisasikan proses. Dua dari banyak manfaat adalah kekurangan dan kemacetan mungkin menjadi jelas. Flowchart biasanya menggunakan simbol utama berikut:

• Langkah proses, biasanya disebut aktivitas, dilambangkan sebagai kotak persegi panjang.
• Sebuah keputusan biasanya dilambangkan sebagai berlian.

Bagan alir digambarkan sebagai "fungsi silang" ketika bagan dibagi menjadi bagian vertikal atau horizontal yang berbeda, untuk menggambarkan kontrol unit organisasi yang berbeda. Simbol yang muncul di bagian tertentu berada dalam kendali unit organisasi tersebut. Bagan alir lintas fungsi memungkinkan penulis untuk dengan benar menemukan tanggung jawab untuk melakukan suatu tindakan atau membuat keputusan, dan untuk menunjukkan tanggung jawab setiap unit organisasi untuk bagian yang berbeda dari satu proses.

Flowchart mewakili aspek-aspek tertentu dari proses dan biasanya dilengkapi dengan jenis diagram lainnya. Misalnya, Kaoru Ishikawa mendefinisikan diagram alur sebagai salah satu dari tujuh alat dasar pengendalian kualitas, di samping histogram, bagan Pareto, lembar periksa, bagan kendali, diagram sebab-akibat, dan diagram pencar. Demikian pula, dalam UML, notasi pemodelan konsep standar yang digunakan dalam pengembangan perangkat lunak, diagram aktivitas, yang merupakan jenis diagram alur, hanyalah salah satu dari banyak jenis diagram yang berbeda.

Diagram Nassi-Shneiderman dan Drakon-chart adalah notasi alternatif untuk aliran proses.

Nama-nama alternatif yang umum meliputi: diagram alir, diagram alir proses, diagram alir fungsional, peta proses, bagan proses, bagan proses fungsional, model proses bisnis, model proses, diagram alir proses, diagram alur kerja, diagram alir bisnis. Istilah "bagan alir" dan "bagan alir" digunakan secara bergantian.

Struktur grafik yang mendasari diagram alur adalah grafik aliran, yang mengabstraksikan jenis simpul, isinya, dan informasi tambahan lainnya.

Sejarah

Metode terstruktur pertama untuk mendokumentasikan alur proses, "bagan proses alur", diperkenalkan oleh Frank dan Lillian Gilbreth dalam presentasi "Bagan Proses: Langkah Pertama dalam Menemukan Satu Cara Terbaik untuk Melakukan Pekerjaan", kepada anggota American Society of Insinyur Mekanik (ASME) pada tahun 1921. Alat Gilbreths dengan cepat menemukan jalan mereka ke dalam kurikulum teknik industri. Pada awal 1930-an, seorang insinyur industri, Allan H. Mogensen mulai melatih pebisnis dalam penggunaan beberapa alat teknik industri pada Konferensi Penyederhanaan Kerjanya di Lake Placid, New York.

Art Spinanger, lulusan tahun 1944 dari kelas Mogensen, membawa alat itu kembali ke Procter and Gamble di mana ia mengembangkan Program Perubahan Metode yang Disengaja. Ben S. Graham, lulusan tahun 1944 lainnya, Direktur Formcraft Engineering di Standard Register Industrial, menerapkan diagram alur proses ke pemrosesan informasi dengan pengembangan diagram proses multi-alirannya, untuk menyajikan banyak dokumen dan hubungannya. Pada tahun 1947, ASME mengadopsi kumpulan simbol yang diturunkan dari karya asli Gilbreth sebagai "ASME Standard: Operation and Flow Process Charts."

Douglas Hartree pada tahun 1949 menjelaskan bahwa Herman Goldstine dan John von Neumann telah mengembangkan diagram alur (awalnya, diagram) untuk merencanakan program komputer. Akun kontemporernya didukung oleh para insinyur IBM dan oleh ingatan pribadi Goldstine. Bagan alur pemrograman asli Goldstine dan von Neumann dapat ditemukan dalam laporan mereka yang tidak dipublikasikan, "Perencanaan dan pengkodean masalah untuk instrumen komputasi elektronik, Bagian II, Volume 1" (1947), yang direproduksi dalam kumpulan karya von Neumann.

Flowchart menjadi alat yang populer untuk menggambarkan algoritma komputer, tetapi popularitasnya menurun pada 1970-an, ketika terminal komputer interaktif dan bahasa pemrograman generasi ketiga menjadi alat umum untuk pemrograman komputer, karena algoritma dapat dinyatakan lebih ringkas sebagai kode sumber dalam bahasa tersebut. Seringkali pseudo-code digunakan, yang menggunakan idiom umum dari bahasa tersebut tanpa secara ketat mengikuti detail bahasa tertentu.

Pada awal abad ke-21, diagram alur masih digunakan untuk menggambarkan algoritma komputer. Teknik modern seperti diagram aktivitas UML dan diagram Drakon dapat dianggap sebagai perluasan diagram alur.

Jenis

Sterneckert (2003) menyarankan bahwa diagram alur dapat dimodelkan dari perspektif kelompok pengguna yang berbeda (seperti manajer, sistem analis dan juru tulis), dan bahwa ada empat tipe umum:

• Bagan alur dokumen, menunjukkan kontrol atas aliran dokumen melalui sistem
• Bagan alur data, menunjukkan kontrol atas aliran data dalam suatu sistem
• Bagan alur sistem, menunjukkan kontrol pada tingkat fisik atau sumber daya
• Bagan alir program, menunjukkan kontrol dalam suatu program dalam suatu sistem

Perhatikan bahwa setiap jenis diagram alur berfokus pada beberapa jenis kontrol, bukan pada aliran tertentu itu sendiri.

Namun, ada beberapa klasifikasi yang berbeda. Sebagai contoh, Andrew Veronis (1978) menyebutkan tiga tipe dasar diagram alur: diagram alur sistem, diagram alur umum, dan diagram alur terperinci. Pada tahun yang sama Marilyn Bohl (1978) menyatakan "dalam praktiknya, dua jenis diagram alur digunakan dalam perencanaan solusi: diagram alur sistem dan diagram alur program...". Baru-baru ini, Mark A. Fryman (2001) mengidentifikasi lebih banyak perbedaan: "Diagram alur keputusan, bagan alur logika, bagan alur sistem, bagan alur produk, dan bagan alur proses hanyalah beberapa dari jenis bagan alur berbeda yang digunakan dalam bisnis dan pemerintahan".

Selain itu, banyak teknik diagram yang mirip dengan diagram alur tetapi memiliki nama yang berbeda, seperti diagram aktivitas UML.

Blok bangunan

Simbol umum

The American National Standards Institute (ANSI) menetapkan standar untuk diagram alur dan simbolnya pada 1960-an. Organisasi Internasional untuk Standardisasi (ISO) mengadopsi simbol ANSI pada tahun 1970. Standar saat ini, ISO 5807, direvisi pada tahun 1985. Umumnya, flowchart mengalir dari atas ke bawah dan dari kiri ke kanan.

Simbol lainnya

Standar ANSI/ISO mencakup simbol di luar bentuk dasar. Beberapa adalah:

Proses paralel

• Mode Paralel diwakili oleh dua garis horizontal pada awal atau akhir operasi simultan

Untuk pemrosesan paralel dan bersamaan, garis horizontal Mode Paralel atau bilah horizontal menunjukkan awal atau akhir bagian proses yang dapat dilakukan secara independen:

• Di percabangan, proses membuat satu atau lebih proses tambahan, yang ditunjukkan oleh bilah dengan satu jalur masuk dan dua atau lebih jalur keluar.
• Pada suatu join, dua atau lebih proses berlanjut sebagai satu proses, ditunjukkan dengan sebuah bar dengan beberapa jalur masuk dan satu jalur keluar. Semua proses harus selesai sebelum proses tunggal berlanjut.

Perangkat lunak

Pembuatan diagram

Flowgorithm

Program menggambar apa pun dapat digunakan untuk membuat diagram diagram alur, tetapi ini tidak akan memiliki model data yang mendasari untuk berbagi data dengan database atau program lain seperti sistem manajemen proyek atau spreadsheet. Ada banyak paket perangkat lunak yang dapat membuat diagram alur secara otomatis, baik langsung dari kode sumber bahasa pemrograman, atau dari bahasa deskripsi diagram alur.

Ada beberapa aplikasi dan bahasa pemrograman visual yang menggunakan diagram alur untuk mewakili dan menjalankan program. Umumnya ini digunakan sebagai alat pengajaran untuk siswa pemula. Contohnya termasuk Flowgorithm, Raptor, LARP, Visual Logic, Fischertechnik ROBO Pro, dan VisiRule.

Sumber Artikel: en.wikipedia.org

Sebuah silo informasi, atau sekelompok silo tersebut, adalah sistem manajemen picik di mana satu sistem informasi atau subsistem tidak mampu operasi timbal balik dengan orang lain yang, atau seharusnya, terkait. Jadi informasi tidak dibagikan secara memadai melainkan tetap diasingkan dalam setiap sistem atau subsistem, secara kiasan terperangkap di dalam wadah seperti biji-bijian terperangkap di dalam silo: mungkin ada banyak, dan mungkin ditumpuk cukup tinggi dan tersedia secara bebas dalam batas-batas itu, tetapi tidak berpengaruh di luar batas tersebut. Data silo tersebut terbukti menjadi kendala bagi bisnis yang ingin menggunakan data mining untuk memanfaatkan data mereka secara produktif.

Silo informasi terjadi ketika sistem data tidak kompatibel atau tidak terintegrasi dengan sistem data lainnya. Ketidakcocokan ini dapat terjadi dalam arsitektur teknis, dalam arsitektur aplikasi, atau dalam arsitektur data dari sistem data apa pun. Namun, karena telah ditunjukkan bahwa metode pemodelan data yang mapan adalah akar penyebab masalah integrasi data, sebagian besar sistem data setidaknya tidak kompatibel di lapisan arsitektur data.

Dalam organisasi

Dalam memahami perilaku organisasi, istilah mentalitas silo sering mengacu pada pola pikir yang menciptakan dan memelihara silo informasi dalam suatu organisasi. Mentalitas silo diciptakan oleh tujuan yang berbeda dari unit organisasi yang berbeda: itu didefinisikan oleh Kamus Bisnis sebagai "pola pikir yang hadir ketika departemen atau sektor tertentu tidak ingin berbagi informasi dengan orang lain di perusahaan yang sama". Hal ini juga dapat digambarkan sebagai varian dari masalah principal-agent.

Mentalitas silo terutama terjadi di organisasi yang lebih besar dan dapat menyebabkan kinerja yang lebih buruk dan berdampak negatif pada budaya perusahaan. Mentalitas silo dapat dilawan dengan pengenalan tujuan bersama, peningkatan aktivitas jaringan internal dan perataan hierarki.

Prediktor terjadinya silo adalah

• Jumlah Karyawan
• Jumlah unit organisasi dalam seluruh organisasi
• Derajat spesialisasi
• Jumlah mekanisme insentif yang berbeda.

Gleeson dan Rozo menyarankan bahwa pola pikir silo "tidak muncul secara tidak sengaja... lebih sering daripada tidak, silo adalah hasil dari tim kepemimpinan yang berkonflik. Menciptakan "tim kepemimpinan terpadu" dipandang sebagai obat utama yang akan "mendorong kepercayaan, ciptakan pemberdayaan, dan hancurkan para manajer dari mentalitas 'departemen saya' mereka ke dalam mentalitas 'organisasi kami'".

Etimologi

Istilah sindrom silo fungsional diciptakan pada tahun 1988 oleh Phil S. Ensor (1931–2018) yang bekerja dalam pengembangan organisasi dan hubungan karyawan untuk Goodyear Tire and Rubber Company dan Eaton Corporation, dan sebagai konsultan. "Silo" dan "pipa kompor" (seperti dalam "organisasi pipa" dan "sistem pipa") sekarang digunakan secara bergantian dan diterapkan secara luas. Penggunaan istilah "silo" oleh Phil Ensor mencerminkan asal-usul pedesaan Illinois dan banyak silo biji-bijian yang akan dia lewati pada kunjungan kembali saat dia merenungkan tantangan organisasi modern tempat dia bekerja.

Studi interdisipliner

Bagi seorang praktisi dari hampir semua bidang untuk mengintegrasikan pengetahuan dari bidang lain, seringkali ia harus mempelajari bidang-bidang ini secara terpisah. Dia harus melanjutkan sesuai dengan tradisi dan metode masing-masing bidang minat. Bidang-bidang ini dapat mencakup fisika klasik atau kuantum, geometri, aljabar, biologi evolusioner, ilmu saraf, psikologi, sejarah manusia, sosiologi, ekonomi, ilmu politik, linguistik, musik, seni, pembuatan film, atau pemrograman komputer, dan banyak lainnya.

Sumber Artikel: en.wikipedia.org

Rekayasa operasi adalah cabang dari teknik yang terutama berkaitan dengan analisis dan optimalisasi masalah operasional menggunakan metode ilmiah dan matematis. Lebih sering memiliki aplikasi di bidang Penyiaran/Teknik Industri dan juga di Industri Kreatif dan Teknologi.

Rekayasa operasi dianggap sebagai subdisiplin Riset Operasi dan Manajemen Operasi.

Asosiasi

• INFORMASIKAN
• operasi industri

Sumber Artikel: en.wikipedia.org