USG Boral Meluncurkan Sistem Keselamatan AI Pelopor di AWS

USG Boral

Dari Deteksi hingga Pencegahan

USG Boral adalah produsen dan pemasok sistem dinding dan plafon berbahan dasar gipsum yang terkemuka di kawasan Asia Pasifik dan Timur Tengah. Dengan kantor pusatnya di Malaysia, perusahaan ini beroperasi di 13 negara dan memiliki misi untuk menghadirkan inovasi yang membantu pelanggan bekerja lebih cerdas, memiliki produktivitas tinggi, dan membangun secara lebih baik. Pada tahun 2018, sebuah forklift menabrak pejalan kaki di sebuah gudang milik USG Boral dan kejadian tersebut telah memicu terobosan dalam inovasi keselamatan di kawasan Asia Pasifik. Keselamatan adalah nilai inti organisasi, sehingga saat insiden itu terjadi, perusahaan ini segera mengambil tindakan untuk mencegahnya agar tidak terulang lagi.

Saat insiden itu terjadi, perusahaan ini mengandalkan rekaman CCTV untuk merekam aktivitas di lantai gudang, dan karyawan akan secara manual meninjau rekaman yang disimpan secara lokal jika muncul insiden apa pun. USG Boral menginginkan solusi yang lebih proaktif dan intuitif yang akan membantu mencegah terjadinya kecelakaan secara dini.

“Kami menggunakan analitik di AWS untuk menghasilkan data tanpa harus mempekerjakan ilmuwan data atau menghabiskan waktu untuk mengerjakan tugas manual.”

Calvin Ng, Direktur IT (IT Director), Infrastruktur dan ANZ, USG Boral

  • Tentang USG Boral
  • USG Boral adalah produsen dan pemasok sistem dinding dan plafon berbasis gipsum yang terkemuka dengan sejumlah kantor di 13 pasar di kawasan Asia Pasifik dan Timur Tengah. USG Boral menghadirkan inovasi untuk membantu pelanggan bekerja lebih cerdas, memiliki produktivitas tinggi, dan membangun secara lebih baik. Keselamatan adalah nilai inti organisasi. 

  • Manfaat
    • Memproses 12 gambar per detik untuk analitik secara hampir waktu nyata
    • Merekam dengan latensi kurang dari 300 milidetik untuk analitik visi
    • Menawarkan visibilitas dasbor dan laporan yang disesuaikan untuk manajemen
    • Meningkatkan kemampuan keselamatan untuk membantu mencegah kecelakaan
    • Menyediakan kerangka kerja yang fleksibel untuk perluasan dan integrasi layanan ML baru
  • Layanan AWS yang Digunakan

Solusi Gudang Khusus

Perusahaan ini menghubungi Bigmate, yaitu Partner Teknologi Pilihan dalam Amazon Web Services (AWS) Partner Network (APN), untuk mengembangkan sistem keselamatan gudang cerdas yang akan membunyikan alarm jika ada benda atau orang yang berada dalam jarak keselamatan 3 meter dari forklift. AWS adalah platform pilihan untuk proyek tersebut karena dua alasan utama. Pertama, AWS tidak bergantung pada perangkat keras tertentu, sehingga tim perusahaan ini dapat terus mengembangkan pemrosesan visi saat teknologi baru tersedia. Kedua, AWS menawarkan kerangka kerja yang fleksibel untuk perluasan, yang berarti bahwa arsitektur dapat dimodifikasi dengan cepat untuk menyesuaikan keamanan, pencatatan log, atau jaringan.

Ini adalah proyek kecerdasan buatan (AI) pertama USG Boral—dan kemungkinan yang pertama untuk industri manufaktur, setidaknya di kawasan Asia Pasifik. “Kami tahu ini akan menjadi solusi khusus, dan solusi ini belum ditemukan di pasar. Kami menghabiskan banyak waktu untuk berkonsultasi dengan AWS dan Bigmate untuk mengembangkan kerangka kerja serta melihat bagaimana kerangka kerja tersebut dapat mencapai apa yang kami inginkan dari perspektif bisnis dan keselamatan”, ujar Yeow Kok Weng, CIO di USG Boral. Kerangka kerja ini termasuk bekerja sama secara erat dengan staf di lapangan untuk memastikan pendekatan tersebut akan mendukung hasil keselamatan yang lebih baik tanpa menghalangi aktivitas kerja.

Wawasan yang Dapat Ditindaklanjuti Mengarah ke Edukasi Ulang

Selain mencegah kecelakaan, tujuan performa utama untuk proyek ini adalah penyediaan data dalam format terpadu tentang jumlah kecelakaan dan alarm, serta jumlah "kejadian nyaris celaka" per lokasi kerja. Hal ini akan memungkinkan pengawasan dan pemantauan manajerial yang cepat yang tidak mungkin dilakukan dengan sistem CCTV tradisional. “Kami tahu bahwa orang dapat menjadi ceroboh dari waktu ke waktu dan membutuhkan dukungan melalui edukasi keselamatan berkelanjutan”, ujar Calvin Ng, direktur IT (IT director), Infrastruktur dan ANZ di USG Boral Solusi yang didukung AI akan memfasilitasi penerapan program edukasi ulang berdasarkan wawasan yang dapat ditindaklanjuti. Solusi baru, yang diberi nama Warny™, sudah dikembangkan selama sembilan bulan.

Menurut Bigmate, Warny adalah salah satu aplikasi visi tercanggih di pasar. Teknologi Internet untuk Segala (IoT) dari AWS adalah fondasi untuk Warny, terutama AWS IoT Greengrass dan AWS IoT Core. AWS IoT Greengrass memperluas kapasitas cloud ke gudang-gudang dengan lancar agar dapat menjalankan prediksi dan tindakan berdasarkan model machine learning (ML) terlatih, bahkan saat tidak terhubung ke internet. Lampu dan sirene peringatan lokal akan aktif saat potensi insiden terdeteksi.

Dengan AWS Lambda, Warny dapat menjalankan fungsi Lambda@Edge, sehingga kode akan dijalankan secara otomatis untuk memungkinkan kontrol sensor industri yang pada akhirnya dapat meluas ke forklift itu sendiri. “Kemampuan untuk mengonfigurasi fungsi Lambda@Edge di AWS IoT Greengrass memungkinkan USG Boral untuk menjalankan pemrosesan lokal dan mengelola pembaruan pada gateway secara jarak jauh sesuai kebutuhan. Pendekatan terperinci dan fleksibel ini berarti bahwa fungsi tersebut dapat terus berkembang bahkan dengan laju yang dipercepat”, ujar Brett Orr, manajer umum (general manager) di Bigmate. Selain itu, perusahaan ini menggunakan Amazon CloudWatch untuk memantau sumber daya gateway dan cloud.

Analitik Dasbor Waktu Nyata

Model ML ini masih terus disempurnakan, tetapi Warny sudah dapat melakukan analitik secara hampir waktu nyata untuk memproses setidaknya 12 gambar per detik. Warny harus terus mendeteksi, melacak, dan menghitung jarak dan kecepatan di antara objek, yang memerlukan analitik visi yang superior dengan latensi kurang dari 300 milidetik guna mengaktifkan peringatan cepat untuk potensi insiden. Jika suatu objek memasuki radius keselamatan 3 meter, alarm akan berbunyi.

Manfaat utama Warny adalah USG Boral dapat menilai mengapa kejadian nyaris celaka terjadi dan meningkatkan keselamatan di lapangan melalui pengumpulan data dari banyak lokasinya untuk dianalisis di cloud. “Kami dapat menggunakan analitik pelaporan dan dasbor sesuai dengan parameter output yang ditentukan untuk melihat kemajuan kami dalam hal keselamatan bagi karyawan kami”, ujar Calvin. “Kami menggunakan analitik di AWS untuk menghasilkan data tanpa harus mempekerjakan ilmuwan data atau menghabiskan waktu untuk mengekstrak data atau mengerjakan tugas manual.” Jika terdapat kejadian nyaris celaka, pesan teks dan email segera dikirim ke manajer. Laporan terpisah diberikan kepada eksekutif tingkat C, yang berisi kumpulan data regional tentang kecelakaan dan kejadian nyaris celaka.

IoT Menginspirasi Inovasi

Hingga saat ini, Warny telah diuji di satu lokasi bangunan di Australia dan akan diluncurkan ke 10 lokasi lainnya di negara tersebut dalam beberapa bulan ke depan. Peluncuran secara menyeluruh di 13 negara tempat USG Boral beroperasi juga telah direncanakan dan akan difasilitasi oleh jaringan partner yang luas dari Bigmate. USG Boral mengandalkan Bigmate tidak hanya untuk memilih tumpukan teknologi yang paling sesuai, tetapi juga untuk saran terbaru tentang standar keselamatan yang berkembang di negara-negara tempatnya beroperasi.

Bersama AWS, tim perusahaan ini telah mengembangkan panduan (roadmap) untuk inovasi AI dan ML mendatang yang dibangun berdasarkan Warny. Dalam satu contoh, USG Boral akan menggunakan Amazon SageMaker dan Amazon SageMaker Neo untuk mendeteksi dan memastikan bahwa pekerja mengenakan peralatan keselamatan seperti helm pelindung, kacamata pengaman, dan pakaian dengan visibilitas tinggi. “Dengan semua solusi dalam portofolio AWS, tersedia banyak peluang bagi kami untuk menggunakan teknologi yang dapat membantu meningkatkan keselamatan di tempat kerja kami dan inisiatif bisnis lainnya”, ujar Calvin. “IoT adalah kunci untuk perjalanan digital tersebut, dan kami dapat mencapai lebih banyak kemajuan dengan AWS.”


Pelajari Selengkapnya

Untuk mempelajari selengkapnya, baca Machine Learning di AWS