studi persepsi tingkat pengetahuan, kesadaran, dan
TRANSCRIPT
STUDI PERSEPSI TINGKAT PENGETAHUAN,
KESADARAN, DAN KESIAPAN MAHASISWA
TENTANG INDUSTRY 4.0
Oleh
Hilman Dhalfino Hafil
NIM: 004201205078
Laporan Skripsi Ini Diajukan Guna Memenuhi
Persyaratan Untuk Memperoleh Gelar Sarjana Teknik
Fakultas Teknik
Program Studi Teknik Industri
2019
i
LEMBAR PERSETUJUAN PEMBIMBING
Skripsi berjudul “Studi Persepsi Tingkat Pengetahuan, Kesadaran,
dan Kesiapan Mahasiswa tentang Industry 4.0” yang disusun dan
diajukan oleh Hilman Dhalfino Hafil sebagai salah satu persyaratan
untuk mendapatkan gelar Strata Satu (S1) pada Fakultas Teknik telah
ditinjau dan dianggap memenuhi persyaratan sebuah skripsi. Saya
merekomendasikan skripsi ini untuk maju sidang.
Cikarang, 15 Juli 2019
Johan Krisnanto Runtuk, S.T., M.T.
ii
LEMBAR PERNYATAAN ORISINALITAS
Saya menyatakan bahwa skripsi berjudul “Studi Persepsi Tingkat
Pengetahuan, Kesadaran, dan Kesiapan Mahasiswa tentang
Industry 4.0” adalah hasil pekerjaan saya dan seluruh ide, pendapat
atau materi dari sumber lain telah dikutip dengan cara penulisan yang
referensi sesuai.
Pernyataan ini saya buat dengan sebenar - benarnya dan jika
pernyataan ini tidak sesuai dengan kenyataan maka saya bersedia
menanggung sanksi yang akan dikenakan pada saya.
Cikarang, 15 Juli 2019
Hilman Dhalfino Hafil
iii
LEMBAR PENGESAHAN
STUDI PERSEPSI TINGKAT PENGETAHUAN, KESADARAN,
DAN KESIAPAN MAHASISWA TENTANG INDUSTRY 4.0
Oleh
Hilman Dhalfino Hafil
NIM: 004201205078
Disetujui Oleh:
Johan Krisnanto Runtuk, S.T., M.T.
Dosen Pembimbing
Andira Taslim, S.T., M.T.
Kepala Program Studi Teknik Industri
iv
ABSTRAK
Pengelolaan industri, baik industri manufaktur maupun industri jasa, harus
terus beradaptasi dengan perubahan lingkungan. Saat ini, perubahan lingkungan
yang mempengaruhi industri adalah perkembangan teknologi digital yang sangat
signifikan, yang membawa era industri memasuki era revolusi industri 4, yang
lebih dikenal sebagai era Industry 4.0. Penelitian ini bertujuan untuk mengukur
persepsi dan kesadaran mahasiswa tentang Industry 4.0. Pengambilan data di
penelitian ini dilakukan melalui penyebaran kuesioner secara online terhadap
mahasiswa program studi Teknik Industri Universitas Presiden, baik kelas pagi
maupun kelas malam, angkatan tahun 2014 – 2019. Sebanyak 149 mahasiswa
yang melakukan pengisian kuesioner dengan benar dan lengkap. Analisis data
yang digunakan dalam penelitian ini adalah analisis statistik deskriptif.
Berdasarkan analisis didapatkan bahwa secara umum, hanya 6% dari responden
yang tidak pernah mendengar tentang Industry 4.0, 38,9% responden pernah
mendengar namun tidak mengerti aplikasinya, dan responden sisanya mengerti
aplikasi dan bahkan sudah mengimplementasikan Industry 4.0 dalam
pekerjaannya. Walaupun masih ada responden yang tidak mengerti sama sekali
teknologi penting yang digunakan dalam Industry 4.0, namun demikian sebanyak
98% responden menyatakan bahwa mereka berusaha untuk mengetahui kebutuhan
dan sebanyak 78,5% responden juga menyatakan bahwa Universitas menunjukkan
usaha dalam mengedukasi dan meningkatkan kesadaran mahasiswa terhadap
pentingnya Industry 4.0. Lebih lanjut lagi, hasil penelitian ini menunjukkan
bahwa kesadaran tentang Industry 4.0 tidak dipengaruhi oleh status kerja
mahasiswa. Hasil dari penelitian ini memberikan informasi yang sangat berharga
bagi program studi Teknik Industri Universitas Presiden dalam mengembangkan
program untuk mempersiapkan mahasiswa lebih siap dalam implementasi
Industry 4.0 pada saat mereka memasuki dunia kerja.
Kata kunci: Industry 4.0, persepsi, kesadaran, mahasiswa, level pengetahuan.
v
KATA PENGANTAR
Segala puji dan syukur penulis ucapkan kepada Allah Subhanahu wata’ala karena
atas pertolongan-NYA, akhirnya penulis dapat menyelesaikan laporan skripsi ini.
Pada kesempatan ini, penulis menyampaikan terima kasih yang sungguh atas
segala bimbingan, bantuan, dan dukungan dari beberapa pihak selama proses
penyusunan laporan skripsi ini, yaitu kepada:
1. Bp. Johan Krisnanto Runtuk, ST., MT., selaku dosen pembimbing skripsi
yang selalu memberikan arahan dan masukan dalam penyelesaian penelitian
dan laporan ini.
2. Bu Andira Taslim, ST., MT., selaku Kepala Program Studi Teknik Industri
Universitas Presiden.
3. Dosen-dosen di Teknik Industri Universitas Presiden yang memberikan ilmu
pengetahuan yang berharga.
4. Kepada papa, mama, & kedua saudara saya yang selalu memberikan segala
dukungan dan doa yang tiada henti.
5. Sahabat-sahabat saya Pujo, Rian, Amar, & Devin yang selalu mensuport saya
agar tidak menyerah dan segera menyelesaikan skripsi ini.
6. Teman-teman di program studi Teknik Industri Universitas Presiden atas
kebersamaan selama menempuh studi.
Penulis sungguh menyadari akan adanya kekurangan di laporan ini. Namun
demikian, penulis berharap agar laporan skripsi ini dapat memberikan manfaat
bagi pembaca pada umumnya dan penulis pada khususnya, dalam menyongsong
Industry 4.0 yang akan masuk dalam berbagai bidang.
Cikarang, 15 Juli 2019
Hilman Dhalfino Hafil
vi
DAFTAR ISI
LEMBAR PENGESAHAN ...........................................................................................iii
LEMBAR PERNYATAAN ORISINALITAS ............................................................... ii
LEMBAR PENGESAHAN ...........................................................................................iii
ABSTRAK ..................................................................................................................... iv
KATA PENGANTAR .................................................................................................... v
BAB I PENDAHULUAN ............................................................................................... 1
1.1 Latar Belakang Masalah ............................................................................................ 1
1.2 Rumusan Masalah ..................................................................................................... 2
1.3 Tujuan Penelitian ...................................................................................................... 3
1.4 Batasan Penelitian ..................................................................................................... 3
1.5 Sistematika Penulisan ............................................................................................... 3
BAB II LANDASAN TEORI ......................................................................................... 5
2.1 Revolusi Industri ....................................................................................................... 5
2.1.1 Revolusi Industri I ......................................................................................... 5
2.1.2 Revolusi Industri II ...................................................................................... 6
2.1.3 Revolusi Industri III ..................................................................................... 7
2.1.4 Revolusi Industri IV ..................................................................................... 8
2.2 Industry 4.0 ............................................................................................................. 8
2.3 Teknologi Utama pada Industry 4.0 ........................................................................ 10
2.3.1 Internet of Things (IoT) .............................................................................. 10
2.3.2 Big Data ...................................................................................................... 11
2.3.3 Cloud Computing ........................................................................................ 12
2.3.4 Machine Learning ....................................................................................... 12
2.3.5 Artificial Intelligence .................................................................................. 12
2.3.6 Augmented Reality...................................................................................... 13
2.3.7 Virtual Reality ............................................................................................. 13
2.3.8 Data Security, Protection, & Privacy .......................................................... 13
2.3.9 Smart Factory .............................................................................................. 14
2.3.10 Social Web ................................................................................................ 15
vii
2.3.11 3D Printing ................................................................................................ 16
2.3.12 Robotics .................................................................................................... 16
2.3.13 Simulation ................................................................................................. 17
2.3.14 Human-Machine Interfaces ....................................................................... 18
2.3.15 Smart Sensors ............................................................................................ 18
2.3.16 Wearable Technologies ............................................................................. 18
BAB III METODOLOGI PENELITIAN............................................................. 20
3.1 Jenis Penelitian ........................................................................................................ 20
3.2 Data Penelitian ..................................................................................................... 21
3.3 Populasi dan Sampel ............................................................................................... 21
3.4 Metode Pengumpulan Data ................................................................................. 22
3.5 Metode Analisis Data ............................................................................................. 24
BAB IV ANALISIS DAN PEMBAHASAN ................................................................ 26
4.1 Gambaran Umum Responden ................................................................................. 26
4.1.1 Jenis Kelamin Responden ........................................................................... 26
4.1.2 Kelas Perkuliahan........................................................................................ 27
4.1.3 Tahun Masuk Kuliah ................................................................................... 28
4.1.4 Pengalaman Kerja ....................................................................................... 29
4.1.5 Sektor Pekerjaan.......................................................................................... 30
4.2 Analisis Level Pengetahuan Mahasiswa terhadap Industry 4.0 .............................. 31
4.3 Analisis Level Pengetahuan Mahasiswa terhadap Teknologi
Penting di Industry 4.0 .................................................................................................. 32
4.3.1 Internet of Things ........................................................................................ 33
4.3.2 Big Data ...................................................................................................... 34
4.3.3 Cloud Computing ........................................................................................ 35
4.3.4 Machine Learning ....................................................................................... 36
4.3.5 Artificial Intelligence .................................................................................. 37
4.3.6 Augmented Reality...................................................................................... 38
4.3.7 Virtual Reality ............................................................................................. 39
4.3.8 Data Security, Protection, & Privacy ....................................................... 40
4.3.9 Smart Factory .............................................................................................. 41
viii
4.3.10 Social Web ................................................................................................ 42
4.3.11 3D Printing ................................................................................................ 43
4.3.12 Robotics .................................................................................................... 44
4.3.13 Simulation ................................................................................................. 45
4.3.14 Human-Mahine Interfaces ......................................................................... 46
4.3.15 Smart Sensors ............................................................................................ 47
4.3.16 Wearable Technologies ............................................................................. 48
4.4 Usaha Diri untuk Industry 4.0 ................................................................................. 50
4.5 Usaha Universitas untuk Industry 4.0 ..................................................................... 50
4.6 Kesiapan Infrastruktur Indonesia terhadap Industry 4.0 ......................................... 51
4.7 Pengaruh dari Implementasi Industry 4.0 ............................................................... 52
4.8 Analisis Perbedaan di antara Kelompok Responden .............................................. 57
4.8.1 Perbedaan Level Pengetahuan Industry 4.0 Mahasiswa
Kelas Pagi dan Kelas Malam ........................................................................... 57
4.8.2 Perbedaan Usaha Diri terhadap Industry 4.0............................................... 58
4.8.3 Perbedaan Persepsi Kesiapan Infrastruktur Indonesia
terhadap Industry 4.0…………………………………………………………59
BAB V SIMPULAN DAN SARAN ............................................................................. 61
5.1 Simpulan .............................................................................................................. 61
5.2 Saran ..................................................................................................................... 61
DAFTAR PUSTAKA ................................................................................................... 63
LAMPIRAN .................................................................................................................. 65
ix
DAFTAR GAMBAR
Gambar 4.1 Grafik Pie Responden Berdasarkan Jenis Kelamin ................................... 26
Gambar 4.2 Grafik Pie Responden Berdasarkan Kelas Perkuliahan ............................ 27
Gambar 4.3 Grafik Pie Responden Berdasarkan Tahun Masuk Kuliah ....................... 28
Gambar 4.4 Grafik Pie Responden Berdasarkan Pengalaman Kerja ............................ 29
Gambar 4.5 Grafik Pie Responden Berdasarkan Sektor Pekerjaan .............................. 30
Gambar 4.6 Grafik Pie Level Pengetahuan tentang Industry 4.0 .................................. 31
Gambar 4.7 Grafik Pie Level Pengetahuan tentang Internet of Things ........................ 34
Gambar 4.8 Grafik Pie Level Pengetahuan tentang Big Data ....................................... 35
Gambar 4.9 Grafik Pie Level Pengetahuan tentang Cloud Computing ........................ 36
Gambar 4.10 Grafik Pie Level Pengetahuan tentang Machine
Learning .................................................................................................................... 37
Gambar 4.11 Grafik Pie Level Pengetahuan tentang Artificial
Intelligence ............................................................................................................... 38
Gambar 4.12 Grafik Pie Level Pengetahuan tentang Augmented
Reality ....................................................................................................................... 39
Gambar 4.13 Grafik Pie Level Pengetahuan tentang Virtual Reality ........................... 40
Gambar 4.14 Grafik Pie Level Pengetahuan tentang Data Security,
Protection, & Privacy ............................................................................................... 41
Gambar 4.15 Grafik Pie Level Pengetahuan tentang Smart Factory ............................ 42
Gambar 4.16 Grafik Pie Level Pengetahuan tentang Social Web ................................ 43
Gambar 4.17 Grafik Pie Level Pengetahuan tentang 3D Printing ................................ 44
Gambar 4.18 Grafik Pie Level Pengetahuan tentang Robotics ..................................... 45
Gambar 4.19 Grafik Pie Level Pengetahuan tentang Simulation ................................. 46
Gambar 4.20 Grafik Pie Level Pengetahuan tentang Human-Machine
Interfaces .................................................................................................................. 47
Gambar 4.21 Grafik Pie Level Pengetahuan tentang Smart Sensors ............................ 48
Gambar 4.22 Grafik Pie Level Pengetahuan tentang Wearable
Technologies ............................................................................................................. 49
x
DAFTAR TABEL
Tabel 4.1 Frekuensi dan Presentasi Responden Berdasarkan Jenis
Kelamin ................................................................................................................... 26
Tabel 4.2 Frekuensi dan Presentasi Responden Berdasarkan Kelas
Perkuliahan .............................................................................................................. 27
Tabel 4.3 Frekuensi dan Presentasi Responden Berdasarkan Tahun
Masuk Kuliah .......................................................................................................... 28
Tabel 4.4 Frekuensi dan Presentasi Responden Berdasarkan
Pengalaman Kerja .................................................................................................... 29
Tabel 4.5 Frekuensi dan Presentasi Responden Berdasarkan Sektor
Pekerjaan ................................................................................................................. 30
Tabel 4.6 Frekuensi dan Presentasi Level Pengetahuan tentang
Industry 4.0 .............................................................................................................. 31
Tabel 4.7 Persepsi terhadap Level Pengetahuan Teknologi Penting
Industry 4.0 .............................................................................................................. 33
Tabel 4.8 Frekuensi dan Presentasi Level Pengetahuan tentang
Internet of Things .................................................................................................... 34
Tabel 4.9 Frekuensi dan Presentasi Level Pengetahuan tentang Big
Data 35
Tabel 4.10 Frekuensi dan Presentasi Level Pengetahuan tentang
Cloud Computing .................................................................................................... 36
Tabel 4.11 Frekuensi dan Presentasi Level Pengetahuan tentang
Machine Learning .................................................................................................... 37
Tabel 4.12 Frekuensi dan Presentasi Level Pengetahuan tentang
Artificial Intelligence ............................................................................................... 38
Tabel 4.13 Frekuensi dan Presentasi Level Pengetahuan tentang
Augmented reality ................................................................................................... 39
Tabel 4.14 Frekuensi dan Presentasi Level Pengetahuan tentang
Virtual Reality ......................................................................................................... 40
Tabel 4.15 Frekuensi dan Presentasi Level Pengetahuan tentang Data
Security, Protection, & Privacy ............................................................................... 41
Tabel 4.16 Frekuensi dan Presentasi Level Pengetahuan tentang
Smart Factory .......................................................................................................... 42
xi
Tabel 4.17 Frekuensi dan Presentasi Level Pengetahuan tentang
Social Web ............................................................................................................... 43
Tabel 4.18 Frekuensi dan Presentasi Level Pengetahuan tentang 3D
Printing .................................................................................................................... 44
Tabel 4.19 Frekuensi dan Presentasi Level Pengetahuan tentang
Robotics ................................................................................................................... 45
Tabel 4.20 Frekuensi dan Presentasi Level Pengetahuan tentang
Simulation ................................................................................................................ 46
Tabel 4.21 Frekuensi dan Presentasi Level Pengetahuan tentang
Human-Machine Interfaces ..................................................................................... 47
Tabel 4.22 Frekuensi dan Presentasi Level Pengetahuan tentang
Smart Sensors .......................................................................................................... 48
Tabel 4.23 Frekuensi dan Presentasi Level Pengetahuan tentang
Wearable Technologies ........................................................................................... 49
Tabel 4.24 Frekuensi dan Presentasi Usaha Diri untuk Industry 4.0 ........................... 50
Tabel 4.25 Frekuensi dan Presentasi Usaha Universitas untuk
Industry 4.0 .............................................................................................................. 51
Tabel 4.26 Frekuensi dan Presentasi Kesiapan Infrastruktur Indonesia
terhadap Industry 4.0 ............................................................................................... 51
Tabel 4.27 Frekuensi dan Presentasi Pengaruh Industry 4.0 terhadap
Kecepatan Produksi ................................................................................................. 52
Tabel 4.28 Frekuensi dan Presentasi Pengaruh Industry 4.0 terhadap
Biaya Produksi ......................................................................................................... 53
Tabel 4.29 Frekuensi dan Presentasi Pengaruh Industry 4.0 terhadap
Kualitas Produk ....................................................................................................... 54
Tabel 4.30 Frekuensi dan Presentasi Pengaruh Industry 4.0 terhadap
Penyerapan Tenaga Kerja Manusia ......................................................................... 54
Tabel 4.31 Frekuensi dan Presentasi Pengaruh Industry 4.0 terhadap
Tingkat Persaingan Bisnis ....................................................................................... 55
Tabel 4.32 Frekuensi dan Presentasi Pengaruh Industry 4.0 terhadap
Lingkungan Hidup ................................................................................................... 56
Tabel 4.33 Uji Beda Level Pengetahuan Industry 4.0 ................................................. 57
Tabel 4.34 Uji Beda Usaha Diri terhadap Industry 4.0 ................................................ 58
Tabel 4.35 Uji Beda Persepsi Kesiapan Infrastruktur Indonesia
terhadap Industry 4.0 ................................................................................................ 59
xii
DAFTAR ISTILAH
Industry 4.0 : integrasi teknis dari Cyber-Physical Systems pada
manufaktur dan logistik dan penggunaan Internet
of Things dan layanan-layanan di proses industri.
Cyber-Physical Systems : sistem yang terhubung dari perangkat lunak,
sensor, mesin, benda kerja, dan teknologi
komunikasi memantau proses fisik, membuat
salinan virtual dari dunia fisik, dan membuat
keputusan yang terdesentralisasi.
Internet of Things : jaringan obyek fisik untuk berkomunikasi satu
sama lain dan lebih jauh untuk berbagi formasi dan
mengoordinasikan keputusan.
1
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Pengelolaan suatu industri, baik industri manufaktur maupun industri jasa,
memerlukan usaha manajerial dan operasional yang sungguh-sungguh. Setiap
jenis industri memiliki tingkat kesulitan sendiri-sendiri. Penguasaan akan
teknologi dalam industri tersebut akan mempengaruhi kesuksesan perusahaan.
Perusahaan harus meningkatkan kemampuan sumber dayanya dalam
menyongsong perubahan teknologi yang cepat dan adanya kompetisi global.
Salah satu perkembangan teknologi yang pesat pada era ini adalah teknologi
digital. Hal ini membawa transformasi terhadap pengelolaan industri. Jika
perusahaan tidak mampu menerapkan perkembangan teknologi dalam bisnisnya,
maka perusahaan akan mengalami kesulitan dalam berkompetisi dengan
perusahan pesaing. Teknologi digital yang didukung dengan kemajuan teknologi
informasi dan komunikasi harus dimanfaatkan secara maksimal dalam
mendukung bisnis dan kegiatan manufaktur di perusahaan.
Perkembangan teknologi digital tersebut, pada akhirnya memasuki babak baru
yang dinamakan sebagai era Industry 4.0. Era ini ditandai dengan penggunaan
teknologi otomasi, sensor, big data, yang ditunjang dengan internet. Hal ini
membawa dampak yang besar pada semua jenis industri. Walaupun penerapan
Industry 4.0 tidak terbatas pada industri saja, namun dampak yang paling besar
dirasakan oleh industri, khususnya industri manufaktur. Pabrik yang
mengimplementasikan Industry 4.0 dapat disebut sebagai “smart factory”.
Kesuksesan dalam implementasi Industry 4.0 sangat bergantung pada tingkat
kesadaran pengaruh Industry 4.0 bagi suatu perusahaan. Beberapa perusahaan
masih ada yang menyangsikan pengaruh Industry 4.0 terhadap perkembangan
2
bisnis. Ada juga perusahaan yang masih belum mengerti bagaimana cara
mengadopsi Industry 4.0 pada lini bisnisnya. Namun demikian, sudah banyak juga
perusahaan yang merasakan manfaat besar setelah mengimplementasikan Industry
4.0. Oleh karena itu, perusahaan harus segera mengidentifikasi peluang-peluang
implementasi Industry 4.0 dalam bisnisnya.
Mengingat pentingnya Industry 4.0, maka pendidikan dan edukasi terkait hal ini
dimasukkan dalam kurikulum. Sebelum memasuki dunia kerja, siswa dan
mahasiswa harus mengerti pergeseran-pergeseran dalam industri yang dikenal
sebagai revolusi industri. Oleh karena itu, lembaga pendidikan harus
mempersiapkan dengan baik peserta didiknya agar mampu untuk beradaptasi
terhadap dinamika bisnis, baik saat ini maupun di waktu yang akan datang.
Lembaga pendidikan harus mampu mengenali sejauh mana peserta didiknya
mengerti dan sadar terhadap perubahan-perubahan yang ada.
Penelitian ini bertujuan untuk mengukur persepsi tingkat pengetahuan, kesadaran,
dan kesiapan mahasiswa tentang Industry 4.0. Sebagai generasi penerus bangsa,
mahasiswa nantinya bertanggung jawab akan kemajuan industri di negaranya.
Secara khusus di negara Indonesia yang memiliki banyak industri manufaktur,
perlu sumber daya manusia yang unggul agar dapat mengelola dan
mengembangkan industri demi kesejahteraan bangsa. Penelitian berusaha untuk
memberikan informasi awal mengenai sejauh mana mahasiswa mengerti dan
sadar akan era industri baru, yaitu Industry 4.0.
1.2 Rumusan Masalah
Era industri saat ini telah memasuki era Industry 4.0, oleh karena itu diperlukan
suatu persiapan dalam mengembangkan sumber daya manusia yang mampu
beradaptasi dan mengambil peluang pada era Industry 4.0 ini. Beberapa
pertanyaan penelitian yang dikemukakan adalah:
1. Bagaimana persepsi mahasiswa tentang level pengetahuan mereka pada
Industry 4.0?
3
2. Bagaimana persepsi mahasiswa tentang kesadaran mereka menghadapi
Industry 4.0?
1.3 Tujuan Penelitian
1. Mengidentifikasi persepsi mahasiswa tentang level pengetahuan mereka pada
Industry 4.0.
2. Mengidentifikasi persepsi mahasiswa tentang kesadaran mereka menghadapi
Industry 4.0.
1.4 Batasan Penelitian
Batasan dalam penelitian ini adalah:
1. Mahasiswa yang menjadi subyek penelitian adalah mahasiswa Teknik
Industri Universitas Presiden, baik kelas pagi maupun kelas malam, angkatan
tahun 2014 hingga tahun 2019.
2. Kuesioner disebarkan pada bulan April 2019.
3. Penelitian ini dilakukan sampai tahap mengukur persepsi dan kesadaran
mahasiswa tentang Industry 4.0 saja, tidak melakukan kajian lebih lanjut.
1.5 Sistematika Penulisan
Bab 1. Pendahuluan
Pada bab ini menjelaskan latar belakang masalah terkait persepsi dan kesadaran
mahasiswa tentang Industry 4.0, rumusan masalah, tujuan penelitian, batasan
penelitian, dan asumsi yang digunakan dalam penelitian.
Bab 2. Landasan Teori
Pada bab ini menjelaskan teori-teori yang digunakan dalam melakukan kajian
untuk mengukur persepsi dan kesadaran mahasiswa tentang Industry 4.0. Teori-
teori yang di gunakan antara lain revolusi industri, Industry 4.0., dan teknologi
penting di Industry 4.0.
4
Bab 3 Metodologi Penelitian
Pada bab ini menjelasan tahapan yang dilakukan dalam melaksanakan penelitian.
Pada bab ini, langkah-langkah penelitian akan dijabarkan secara sistematis, mulai
dari awal penelitian hingga akhir penelitian. Analisis statistika yang digunakan
dalam penelitian ini juga dijelaskan secara mendetail pada bab ini.
Bab 4 Analisis Data dan Pembahasan
Pada bab ini difokuskan untuk analisis data hasil dari penyebaran kuesioner.
Kuesioner dirancang untuk mengukur persepsi dan kesadaran mahasiswa tentang
Industry 4.0. Setelah data terkumpul, dilakukan berbagai kajian statistik untuk
mendapatkan pengetahuan mengenai persepsi dan kesadaran mahasiswa tentang
Industry 4.0.
Bab 5. Simpulan dan Saran
Pada bab ini menjelaskan simpulan dari hasil penelitian. Selain itu, pada bab ini
juga diberikan beberapa saran untuk meningkatkan kesiapan mahasiswa dalam
Industry 4.0, serta saran untuk penelitian selanjutnya.
5
BAB II
LANDASAN TEORI
2.1 Revolusi Industri
Revolusi industri dimulai dengan suatu penemuan atau perkembangan teknologi
yang membawa dampak besar pada industri, khususnya industri manufaktur.
Bahrin dkk. (2016) menyatakan bahwa terdapat empat perubahan dalam revolusi
industri. Revolusi industri 1 terjadi di akhir abad ke 18, revolusi industri 2
terjadi di awal abad ke 19, revolusi industri 3 terjadi di akhir abad 20, dan saat
ini sudah memasuki revolusi industri 4.
2.1.1 Revolusi Industri I
Revolusi industri I dimulai dengan mekanisasi dan pembangkit tenaga mekanik
pada 1800-an. Pada saat ini, terjadi transisi dari pekerjaan manual ke proses
pembuatan pertama. Pada awalnya, revolusi indiustri I sebagian besar terjadi di
industri tekstil. Faktor yang memicu adanya revolusi Industri I adalah
peningkatan kualitas hidup. Revolusi Industri tidak hanya mempengaruhi
perkembangan ilmu pengetahuan dan teknologi tetapi juga perubahan struktur
masyarakat, urbanisasi, dan munculnya spesialisasi baru.
Revolusi Industri I dimulai di Inggris (akhir abad ke-18 hingga awal abad ke-
19): Kepemimpinan Inggris dalam perdagangan eksternal karena koloni dan
akumulasi modal mengubah masyarakat, menjadikan perdagangan dan industri
sebagai basis baru. Perubahan-perubahan ini terjadi di Prancis dan Belgia pada
tahun 1830-an-1860-an, dan di Jerman (karena pembagiannya pada awal abad
ke-19) — pada tahun 1850–1873. 1860–1870 menjadi periode reformasi
kapitalistik di Rusia (karena wilayah yang luas, kepadatan penduduk yang kecil,
dan kerentanan geo-strategis), tetapi transisi ke masyarakat industri baru dimulai
6
pada awal abad ke-20. Modernisasi hanya mempengaruhi bidang dan sektor
ekonomi yang merangsang peningkatan kekuatan negara.
2.1.2 Revolusi Industri II
Revolusi industri II dipicu oleh elektrifikasi yang memungkinkan terjadinya
industrialisasi dan produksi massal. Sejalan dengan adanya produksi missal,
Henry Ford pernah mengatakan tentang mobil T-Model Ford, yaitu ‘Anda dapat
memiliki warna apa saja asalkan hitam’. Hal ini menunjukkan bahwa pada periode
ini terjadi produki masal namun produk yang dihasilkan seragam.
Keunikan Revolusi Industri II adalah sebagai berikut:
1. Transformasi kualitatif dari basis teknis dan teknologi industri: industri
berat memperoleh posisi terdepan (bidang grup "A"), yang menentukan
nasib ekonomi negara, dan penciptaan sistem produksi mesin besar.
2. Pertumbuhan cepat peran ilmu dasar dalam transformasi basis produksi
teknis: berdasarkan pada penemuan ilmiah, bola baru terbentuk, yang
sangat penting dalam ekonomi (teknik listrik, industri motor, pemrosesan
minyak, dll.). Produksi menjadi aplikasi teknologi sains.
3. Perubahan basis energi produksi: transisi ke bahan bakar dan sumber
energi baru — listrik dan produk minyak.
4. Perubahan mendalam dalam sistem teknis dan organisasi: pertumbuhan
konsentrasi produksi dan sentralisasi modal, penciptaan perusahaan
saham gabungan dan monopoli, dan peningkatan tingkat kolektivisasi
tenaga kerja.
5. Pertumbuhan cepat efisiensi tenaga kerja, peningkatan efektivitas total
reproduksi, dan pertumbuhan standar kehidupan penduduk.
6. Perubahan kualitatif dalam struktur dan tingkat kualifikasi tenaga kerja,
peningkatan jumlah sarjana, insinyur, dan teknisi yang terlibat dalam
proses produksi.
7
7. Lebih murah dan perluasan nomenklatur dan peningkatan kualitas banyak
produk.
8. Peningkatan kontradiksi kemajuan teknis: krisis ekonomi menjadi lebih
destruktif, intensitas tenaga kerja tumbuh, masalah sosial memburuk, dan
prestasi teknis baru banyak digunakan untuk menciptakan sarana untuk
memusnahkan manusia.
2.1.3 Revolusi Industri III
Revolusi industri III ditandai oleh digitalisasi, yang dimulai dengan perkenalan
mikroelektronika dan otomasi. Pada periode ini, dimungkinkan terjadinya
produksi yang fleksibel, di mana berbagai produk diproduksi pada jalur produksi
yang fleksibel dengan mesin yang dapat diprogram. Namun sistem produksi
tersebut masih belum memiliki fleksibilitas mengenai kuantitas produksi.
Revolusi Industri III didasarkan pada tiga prinsip:
1. Pergeseran pusat laba dari tahap produksi ke pengembangan dan desain.
Contoh klasik adalah pembentukan nilai tambah yang tidak setara dalam
desain rantai — kreasi dan pemasaran — perakitan.
2. Pertumbuhan efisiensi tenaga kerja dan, sebagai akibatnya, pengurangan
kerah biru dan karyawan yang terlibat dalam produksi.
3. Penggantian model bisnis tradisional yang tersentralisasi dengan struktur
yang didistribusikan dan interaksi horizontal.
Revolusi Industri III mencakup transformasi mendalam yang kompleks atas
sistem, struktur, lembaga, hubungan, dan teknologi, yang mengubah cara,
mekanisme, dan konten dari orang yang mengatur produksi, pertukaran,
konsumsi, pelatihan, komunikasi, dan waktu luang. Sistem ini terutama adalah
sistem pembagian kerja dan moneter, keuangan, perdagangan, hukum, dan
sistem informasi. Strukturnya adalah struktur manajemen negara dan perusahaan,
organisasi internasional dan organisasi non-pemerintah, termasuk organisasi
keagamaan. Institusi tersebut adalah properti, negara, bisnis, hukum, uang,
8
perdagangan, norma dan standar produksi dan pertukaran barang / jasa, dan elit
intelektual dan kelas menengah.
2.1.4 Revolusi Industri IV
Revolusi industry IV dipicu oleh terjadinya perkembangan Teknologi Informasi
dan Komunikasi (TIK). Basis teknologinya adalah otomatisasi cerdas dari Cyber-
Physical System (CPS) dengan kontrol terdesentralisasi dan konektivitas canggih
(fungsi IoT). Konsekuensi dari teknologi baru ini untuk sistem produksi industri
adalah reorganisasi sistem otomatisasi hierarkis klasik untuk mengatur sendiri
Cyber-Physical System (CPS) yang memungkinkan produksi kustom massal yang
fleksibel dan fleksibilitas dalam jumlah produksi.
Revolusi Industri IV, yang dikenal sebagai "Industry 4.0", muncul di negara-
negara Barat pada tahun 2011 sebagai proyek (inisiatif) yang bertujuan untuk
meningkatkan daya saing industri pengolahan (Lu dkk. 2016). Spesialis
menawarkan integrasi ke dalam proses industri yang disebut "sistem fisik cyber",
atau mesin otomatis dan pusat pemrosesan, yang terhubung ke Internet.
Tujuannya adalah untuk menciptakan sistem seperti itu yang memungkinkan
mesin mengubah model produksi jika diperlukan.
2.2 Industry 4.0
Industry 4.0 merupakan istilah Bahasa Jerman, yaitu “Industrie 4.0”, yang muncul
pada tahun 2011 di Jerman, sebagai inisiasi dari Pemerintah Federasi Jerman
untuk memperkuat kompetisi dari industri manufaktur Jerman (Hermann dan
Otto, 2015). Dalam hal ini, Industry 4.0 dapat dilihat juga sebagai tindakan untuk
mempertahankan posisi Jerman sebagai salah satu negara paling berpengaruh
dalam mesin dan manufaktur otomotif.
Konsep dasar Industry 4.0 pertama kali dipresentasikan di pameran Hannover
pada tahun 2011. Sejak diperkenalkan, Industry 4.0 di Jerman menjadi topik
diskusi umum dalam komunitas penelitian, akademik dan industri di berbagai
9
kesempatan. Gagasan utamanya adalah memanfaatkan potensi teknologi dan
konsep baru seperti:
- ketersediaan dan penggunaan internet dan IoT,
- integrasi proses teknis dan proses bisnis di perusahaan,
- pemetaan digital dan virtualisasi dunia nyata,
- 'Pabrik' yang cerdas termasuk alat produksi industri yang 'pintar' dan
produksi 'pintar'.
Berdasarkan hal tersebut, dapat disimpulkan bahwa fokus dari Industry 4.0 adalah
produk, prosedur, dan proses yang smart. Sony dan Subash (2019) merangkum
bahwa Industry 4.0 bertujuan untuk meningkatkan efisiensi dan efektivitas pada
organisasi.
Selain sebagai konsekuensi alami dari digitalisasi dan teknologi baru, pengenalan
Industry 4.0 juga terkait dengan fakta adanya tekanan untuk terus meningkatkan
keuntungan dalam industri manufaktur, sehingga harus fokus pada penurunan
biaya produksi. Pada konteks ini, biaya produksi diturunkan dengan
diperkenalkannya produksi tepat waktu, dengan mengadopsi konsep lean
production dan terutama oleh outsourcing produksi ke negara-negara dengan
biaya kerja yang lebih rendah. Penurunan biaya produksi industry adalah salah
satu tujuan dalam penerapan Industry 4.0. Menurut beberapa sumber, pabrik
Industry 4.0 dapat menyebabkan penurunan:
- biaya produksi sebesar 10-30%,
- biaya logistik sebesar 10-30%,
- biaya manajemen kualitas sebesar 10-20%.
Keuntungan dan alasan lain untuk mengimplementasikan Industry 4.0 adalah:
- waktu yang lebih singkat ke pasar untuk produk-produk baru,
- peningkatan respons pelanggan,
- memungkinkan produksi massal kustom tanpa secara signifikan
meningkatkan biaya produksi secara keseluruhan,
10
- lingkungan kerja yang lebih fleksibel dan ramah
- penggunaan sumber daya alam dan energi yang lebih efisien.
Dalam Industry 4.0, Cyber-Physical System (CPS) terdiri dari sistem yang
terhubung dari perangkat lunak, sensor, mesin, benda kerja, dan teknologi
komunikasi memantau proses fisik, membuat salinan virtual dari dunia fisik, dan
membuat keputusan yang terdesentralisasi (Khaitan dan MacCalley, 2015). Ini
semua dilakukan saat berkomunikasi satu sama lain, dengan manusia, dan dengan
pengontrol terpusat secara real time ketika produk bergerak di sistem produksi.
Melalui Internet of Things industri, perangkat ini berinteraksi dengan analitik
desentralisasi untuk memungkinkan pengambilan keputusan dan respons waktu
nyata seperti memperkirakan kegagalan, konfigurasi sendiri, dan beradaptasi
dengan perubahan. Melalui Internet of Services, layanan internal dan lintas
organisasi ditawarkan dan digunakan.
2.3 Teknologi Utama pada Industry 4.0
Sebagian besar prinsip dan teknologi desain yang memungkinkan Industry 4.0
telah lama digunakan dan menjadi bidang penelitian rutin selama hampir satu
dekade (Ghobakhloo, 2018). Para ahli percaya bahwa Industry 4.0 adalah
fenomena yang akan datang, apakah itu diinginkan atau tidak. Mirip dengan
internet yang menantang dunia konsumen dengan ketidakpastian pada 1990-an,
dan kemudian muncul sebagai fenomena teknologi yang dominan dan vital.
Industry 4.0 sangat berpotensi untuk berkembang, oleh karena itu semua
organisasi harus siap merangkul revolusi industri potensial ini agar tetap
kompetitif di tengah pergolakan dan pasar yang sangat kompetitif.
2.3.1 Internet of Things (IoT)
IoT memungkinkan objek fisik untuk berkomunikasi satu sama lain dan lebih jauh
untuk berbagi formasi dan mengoordinasikan keputusan (Al-Fuqaha dkk., 2015).
11
IoT dalam konteks Industry 4.0 biasanya disebut sebagai Industrial Internet of
Things (IIoT), yang membahas aplikasi industri IoT (Wang, Wan, Zhang, Li dan
Zhang, 2016). IIoT tidak hanya mengacu pada jaringan objek fisik dalam industri
tetapi juga mencakup representasi digital dari produk, proses, dan infrastruktur
manufaktur seperti model 3D atau fisik. IIoT dibangun berdasarkan filosofi bahwa
mesin pintar unggul dalam menangkap dan berkomunikasi data secara akurat dan
konsisten. Laporan industri menunjukkan bahwa IIoT memiliki potensi besar
untuk memungkinkan layanan pemeliharaan prediktif, inisiatif manufaktur ramah
lingkungan, efisiensi kualitas produk, optimisasi energi, dan optimisasi desain.
2.3.2 Big Data
Teknologi big data mengacu pada generasi baru teknologi dan arsitektur yang
memungkinkan organisasi untuk secara ekonomis mengekstraksi nilai dengan
menemukan, menangkap, dan menganalisis volume yang sangat besar dari
berbagai macam data. Analisis big data memungkinkan organisasi kontemporer
untuk mendapatkan nilai lebih baik dari sejumlah besar informasi yang telah
mereka miliki, dan mengidentifikasi apa yang mungkin terjadi selanjutnya dan
tindakan apa yang harus diambil untuk mencapai hasil yang optimal (LaValle
dkk., 2011).
Konsep big data telah ada selama bertahun-tahun. Namun, perusahaan saat ini
bergerak ke arah analitik big data untuk secara instan mengidentifikasi wawasan
dan tren yang akan datang untuk keputusan segera, dan mempertahankan daya
saing. Khususnya, analitik big data akan memungkinkan produsen untuk
meningkatkan efisiensi dan kinerja aset mereka, meningkatkan kustomisasi
produk, mengelola administrasi yang lebih baik, dan mencegah kerusakan aset,
serta merampingkan proses produksi dan inisiatif manajemen rantai pasokan
secara lebih efektif (Babiceanu dan Seker, 2016). Layanan pembuatan kognitif
IBM adalah contoh aplikasi industri analitik big data.
12
2.3.3 Cloud Computing
Penerapan cloud computing memberi produsen aplikasi perangkat lunak berbasis
cloud, dasbor manajemen berbasis web, dan kolaborasi berbasis cloud, dan
memungkinkan integrasi sumber daya pabrikan terdistribusi dan pembentukan
infrastruktur kolaboratif dan fleksibel di seluruh pabrik dan lokasi layanan yang
didistribusikan secara geografis. Implementasi ini akan mengarah pada pembuatan
cloud sebagai paradigma manufaktur generasi berikutnya.
2.3.4 Machine Learning
Machine learning adalah kategori algoritma yang memungkinkan aplikasi
perangkat lunak menjadi lebih akurat dalam memprediksi hasil tanpa diprogram
secara eksplisit. Premis dasar Maching Learning adalah membangun algoritma
yang dapat menerima input data dan menggunakan analisis statistik untuk
memprediksi output sambil memperbarui output saat data baru tersedia.
2.3.5 Artificial Intelligence
Artificial Intelligence (AI) adalah bidang ilmu komputer yang menekankan
penciptaan mesin cerdas yang bekerja dan bereaksi seperti manusia. Artificial
Intelligence (AI) merupakan ilmu kognitif dengan kegiatan penelitian yang kaya
di bidang image processing, natural language processing, robotics, machine
learning, dll.
Pada abad kedua puluh satu, teknik AI telah mengalami kebangkitan mengikuti
kemajuan bersamaan dalam kekuatan komputer, sejumlah besar data, dan
pemahaman teoritis; dan teknik AI telah menjadi bagian penting dari industri
teknologi, membantu memecahkan banyak masalah yang menantang dalam ilmu
komputer, rekayasa perangkat lunak, dan riset operasi.
13
2.3.6 Augmented Reality
Augmented reality (AR) telah dianggap sebagai teknologi yang sangat
menjanjikan yang memungkinkan untuk visualisasi grafik komputer yang
ditempatkan di lingkungan nyata. Berkat kemajuan yang semakin meningkat dari
perangkat lunak komputer dan desain dan pengembangan perangkat keras, AR
umumnya digunakan dalam deskripsi, perencanaan dan pemantauan operasi
waktu nyata, diagnostik kesalahan dan pemulihan, dan pelatihan yang terkait
dengan produk dan proses industri. Laporan industri menunjukkan bahwa
produsen modern telah menerapkan AR dalam mendukung pelatihan karyawan,
penyederhanaan tugas pemeliharaan, manajemen kualitas dan praktik kontrol, dan
desain produk antara lain.
2.3.7 Virtual Reality
Virtual reality (VR) adalah pengalaman simulasi yang dapat mirip atau sama
sekali berbeda dari dunia nyata. Aplikasi realitas virtual dapat mencakup hiburan
(mis. Game) dan tujuan pendidikan (mis. Pelatihan medis atau militer). Industrial
augmented reality (AR) adalah bagian integral dari konsep Industry 4.0, karena
memungkinkan pekerja mengakses informasi digital dan melapisi informasi
tersebut dengan dunia fisik.
2.3.8 Data Security, Protection, & Privacy
Data security, protection, & privacy adalah elemen kunci dari Industry 4.0
mengingat semua organisasi yang menghadapi internet berisiko diserang. Stuxnet
tidak pernah bisa dilupakan, malware terkenal yang menginfeksi sistem kontrol di
pabrik nuklir dan memanipulasi kecepatan sentrifugal, menyebabkan mereka
berputar di luar kendali. Tidak ada keraguan bahwa Industry 4.0 akan ditantang
oleh masalah keamanan, perlindungan, dan privasi yang unik (Thames dan
Schaefer, 2017).
14
Dalam lingkungan Industry 4.0, "hal-hal" terhubung melalui internet atau di
antara pelaku industri untuk menciptakan lingkungan jaringan industri yang saling
terhubung di seluruh rantai pasokan. Jelas bahwa sejumlah besar hal-hal yang
saling berhubungan dalam konteks Industry 4.0 membutuhkan komunikasi yang
aman, aman dan andal sehingga setiap keputusan dan tindakan yang diambil
didasarkan pada informasi yang dapat dipercaya dan diautorisasi dengan benar
(Mehnen dkk., 2017).
2.3.9 Smart Factory
Pada smart factory di Industry 4.0, proses intinya adalah konversi digital ke fisik
dalam sistem manufaktur yang dapat dikonfigurasi ulang. Sistem manufaktur yang
dapat dikonfigurasi ulang adalah kemajuan terbaru dalam pengembangan sistem
manufaktur. Sistem manufaktur lama adalah jalur produksi tetap dengan mesin
yang didedikasikan untuk kinerja tugas tertentu sehingga hanya satu produk yang
dapat diproduksi. Sistem manufaktor baru adalah sistem produksi yang fleksibel
dengan mesin yang dapat diprogram yang memungkinkan produksi berbagai
produk yang berbeda tetapi tidak menawarkan fleksibilitas dalam kapasitas
produksi. Sebagai hasil dari perkembangan terbaru adalah sistem manufaktur yang
dapat dikonfigurasi ulang yang dapat menyesuaikan komponen perangkat keras
dan perangkat lunak mereka untuk mengikuti persyaratan pasar yang selalu
berubah dari jenis dan jumlah produk.
15
Mesin di pabrik Industry 4.0 adalah Sistem Cyber-Fisik, sistem fisik yang terkait
dengan komponen TIK. Mesin tersebut adalah sistem otonom yang dapat
membuat keputusan sendiri berdasarkan algoritma machine learning dan
pengambilan data real time, hasil analitik, dan mencatat perilaku masa lalu yang
berhasil. Biasanya, mesin yang dapat diprogram (CNC dan NC) digunakan,
dengan sebagian besar agen dan robot seluler yang mampu mengatur sendiri dan
mengoptimalkan diri. Produk-produk di pabrik tersebut juga 'pintar', dengan
sensor tertanam yang digunakan melalui jaringan nirkabel untuk pengumpulan
data waktu-nyata untuk untuk mengukur kondisi produk dan kondisi lingkungan.
Produk pintar juga memiliki kemampuan kontrol dan pemrosesan. Dengan
demikian mereka dapat mengendalikan jalur logistik mereka melalui produksi dan
bahkan mengontrol / mengoptimalkan alur kerja produksi yang menjadi perhatian
mereka. Selain itu, produk pintar mampu memantau keadaan mereka sendiri
selama seluruh siklus hidup, termasuk selama masa hidup / aplikasi mereka. Ini
memungkinkan pemeliharaan proaktif, berbasis kondisi yang sangat berharga
untuk produk yang tertanam dalam sistem yang lebih besar (seperti misalnya
konverter daya dalam jaringan listrik).
2.3.10 Social Web
Social web adalah seperangkat hubungan sosial yang menghubungkan orang
melalui World Wide Web. Social web mencakup bagaimana situs web dan
perangkat lunak dirancang dan dikembangkan untuk mendukung dan mendorong
interaksi sosial. Teknologi ini memudahkan orang untuk berbicara, berbagi ide
dan minat bersama, atau mencari teman baru, untuk kolaborasi dan berbagi data.
16
2.3.11 3D Printing
3D printing adalah salah satu pilar utama Industry 4.0, di mana teknologi
informasi menyatu dengan manufaktur, sehingga menghasilkan manufaktur digital
yang menyebabkan terjadinya revolusi di manufaktur. Perusahaan mana pun yang
saat ini tidak mengeksplorasi dan berinvestasi dalam 3D printing dikuatirkan akan
kalah dalam persaingan bisnis.
Area di mana 3D printing telah terbukti efektif adalah:
1. Prototyping dan Pengembangan Produk;
2. Manufaktur Volume Rendah;
3. Produksi mechanical parts;
4. Aplikasi medis (implants, models, guides, dental, dll.).
2.3.12 Robotics
Otomasi dan robotika industri jelas meningkat, di bidang manufaktur, dan
semakin meningkat di lingkungan sehari-hari. Federasi Robotika Internasional
melaporkan bahwa pada akhir 2016 penjualan robot meningkat sebesar 16 persen
menjadi 294.312 unit, puncak baru, berkat peran kunci industri listrik / elektronik
dan industri mobil sebagai pengguna utama robot industri.
Permintaan untuk robot industri telah meningkat karena tren yang sedang
berlangsung menuju otomatisasi di antara manufaktur. Robotika dan otomasi
industry menjanjikan banyak manfaat seperti mengurangi waktu siklus bagian,
tingkat cacat yang lebih rendah, kualitas dan keandalan yang lebih tinggi,
mengurangi limbah dan pemanfaatan ruang lantai yang lebih baik, menjadikannya
sangat diperlukan bagi produsen kelas dunia (Esmaeilian dkk., 2016).
17
2.3.13 Simulation
Teknik simulasi dan pemodelan bertujuan untuk penyederhanaan dan keuntungan
ekonomi dari desain, realisasi, pengujian dan menjalankan operasi langsung
sistem manufaktur (Kocian dkk., 2012). Di smart factory, simulasi dan pemodelan
akan diperlukan untuk meningkatkan data waktu nyata untuk memodelkan dunia
fisik dalam model virtual, yang dapat mencakup mesin, produk, dan manusia.
Simulasi dan pemodelan tidak hanya memungkinkan produsen untuk mencegah
kesalahan pada tahap awal yang dapat mengakibatkan biaya besar untuk operator
pabrik, tetapi mereka dapat digunakan untuk mengoptimalkan pabrik selama
operasi harian yang sedang berlangsung (Gilchrist, 2016). Sebagai contoh,
pabrikan saat ini dapat mensimulasikan permesinan komponen menggunakan data
dari mesin yang mengarah ke pengurangan waktu setup untuk proses pemesinan
aktual sebanyak 80 persen. Laporan industri mengungkapkan bahwa produsen
kelas dunia melihat potensi yang jauh lebih besar untuk simulasi di masa depan
dalam upaya pengujian virtual sistem produksi lengkap.
18
2.3.14 Human-Machine Interfaces
Human-machine interface (HMI) adalah komponen perangkat tertentu yang
mampu menangani interaksi manusia-mesin. HMI terdiri dari perangkat keras dan
perangkat lunak yang memungkinkan input pengguna untuk diterjemahkan
sebagai sinyal untuk mesin nantinya akan memberikan hasil yang diperlukan
kepada pengguna. Teknologi HMI telah digunakan di berbagai industri seperti
elektronik, hiburan, militer, medis, dll. HMI membantu dalam mengintegrasikan
manusia ke dalam sistem teknologi yang kompleks.
2.3.13 Smart Sensors
Smart sensor adalah perangkat yang mengambil input dari lingkungan fisik dan
menggunakan sumber daya komputasi bawaan untuk melakukan fungsi yang telah
ditentukan saat mendeteksi input tertentu dan kemudian memproses data sebelum
meneruskannya. Smart sensor memungkinkan pengumpulan data lingkungan yang
lebih akurat dan otomatis dengan noise yang lebih sedikit di antara informasi yang
direkam secara akurat. Perangkat ini digunakan untuk mekanisme pemantauan
dan kontrol di berbagai lingkungan termasuk jaringan pintar, pengintaian medan
perang, eksplorasi, dan sejumlah besar aplikasi sains.
2.3.13 Wearable Technologies
Wearable tehnologies telah menjadi tren utama selama beberapa tahun ini. Ketika
teknologi telah sangat berkembang, peluang dan penggunaan teknologi ini telah
menyebar di seluruh pabrik. Perkembangan teknologi ini didukung oleh ada
Industry 4.0. Teknologi ini dirancang untuk menyatukan data dan informasi yang
relevan, secara real-time, dan secara otomasi.
Tujuan wearable technologies adalah untuk mencapai kolaborasi tanpa batas di
antara semua elemen manufaktur (Manusia, Mesin dan Material) dan membangun
simbiosis manusia-cyber-fisik di bidang industri. wearable technologies tidak
hanya teknologi komunikasi tetapi juga "teknologi pemberdayaan manusia".
19
wearable technologies menggunakan smart sensors, komunikasi nirkabel,
tampilan multi-layar, dan human intention recognition technology untuk
menguatkan persepsi, komunikasi, dan kemampuan untuk penilaian. Dengan cara
ini, operator yang diberdayakan tidak hanya dapat melakukan “kerja sama”
dengan robot tetapi juga “bekerja dengan bantuan” mesin. Sistem produksi dapat
lebih ramping, gesit, dapat dilacak, dan mudah beradaptasi.
20
BAB III
METODOLOGI PENELITIAN
3.1 Jenis Penelitian
Berdasarkan metode yang digunakan dalam penelitian, penelitian ini masuk
dalam kategori penelitian survey. Penelitian survey adalah penelitian yang
dilakukan untuk mendapatkan kesimpulan umum/generalisasi dari pengamatan
yang tidak mendalam (Prasetyo dan Lina, 2005). Penelitian ini dilakukan pada
suatu sampel, yaitu mahasiswa program studi Teknik Industri Universitas
Presiden, tahun masuk 2014 sampai dengan 2019, baik mahasiswa pagi maupun
mahasiswa kelas malam. Survey dilakukan untuk mengetahui persepsi dan
kesadaran mahasiswa tentang Industry 4.0.
Berdasarkan sifat permasalahannya, penelitian ini dikategorikan sebagai
penelitian deskriptif. Penelitian ini memberikan uraian atau deskripsi yang
sistematis berdasarkan sifat populasi tertentu. Sukmadinata (2006) menjelaskan
bahwa penelitian deskriptif bertujuan untuk menjelaskan fenomena yang ada,
baik fenomena alamiah maupun buatan manusia. Hal ini berarti bahwa penelitian
deskriptif dilakukan untuk mendapatkan pengetahuan seluas-luasnya dari obyek
penelitian. Penelitian ini menyajikan dengan jelas dan lengkap mengenai persepsi
dan kesadaran mahasiswa tentang Industry 4.0. Mahasiswa diberikan suatu
pernyataan dan mereka harus mengisi sesuai dengan kondisi aktual yang
dirasakan dan dimengerti tentang Industry 4.0 dan teknologinya yang terkait.
Berdasarkan jenis data dan metode analisisnya, penelitian ini dikategorikan
sebagai penelitian kuantitatif. Penelitian kuantitatif adalah penelitian yang
menggunakan data berupa angka-angka sebagai alat menganalisis dan melakukan
kajian penelitian (Kasiram, 2008). Oleh karena data yang digunakan berupa
angka, umumnya pengolahan datanya dilakukan menggunakan analisis statistik.
21
Penelitian yang tergolong dalam penelitian kuantitatif adalah survey, analisis
jejaring, dan pemodelan matematis. Penelitian ini merupakan penelitian survey
terhadap mahasiswa program studi Teknik Industri Universitas Presiden untuk
mengetahui persepsi dan kesadaran mereka tentang Industry 4.0.
3.2 Data Penelitian
Data-data pada penelitian ini dapat dibedakan menjadi dua jenis data, yaitu:
1. Data Primer
Data primer merupakan data yang diperoleh langsung oleh peneliti. Pada
penelitian ini, data primer adalah data jawaban dari pertanyaan atau
pernyataan yang diberikan dalam kuesioner.
2. Data Sekunder
Data sekunder adalah data yang tidak diperoleh secara langsung oleh peneliti,
melainkan sudah didapatkan sebelumnya oleh pihak lain. Data sekunder di
penelitian ini terkait dengan teknologi-teknologi penting yang digunakan pada
Industry 4.0.
3.3 Populasi dan Sampel
Populasi dalam penelitian ini adalah semua mahasiswa program studi
Teknik Industri Universitas Presiden yang masih aktif berkuliah. Oleh
karena itu, mahasiswa tersebut sebagian besar adalah mahasiswa angkatan
2014 hingga mahasiswa baru angkatan 2019. Populasi mahasiswa ini juga
mencakup mahasiswa kelas pagi dan kelas malam.
Pemilihan sampel dilakukan dengan menggunakan teknik purposive
sampling. Hal ini berarti bahwa pemilihan sampel didasarkan pada tujuan
tertentu. Untuk memudahkan diperolehnya data secara cepat dan benar,
maka sampel dikhususkan untuk mahasiswa aktif yang masih mudah
ditemui di kampus.
22
3.4 Metode Pengumpulan Data
Pengumpulan data untuk mendapatkan persepsi dan kesadaran mahasiswa tentang
Industry 4.0 adalah dengan metode survey melalui penyebaran kuesioner secara
online. Sebelum menjawab dan mengisi kuesioner terkait Industry 4.0, responden
harus mengisi data demografi yang meliputi:
- jenis kelamin (pria/wanita),
- kelas perkuliahan (pagi/malam),
- tahun masuk kuliah (2014/2015/2016/2017/2018/2019),
- pengalaman kerja (belum pernah bekerja/< 2 tahun, 2-5 tahun/5-10
tahun/> 10 tahun),
- sektor pekerjaan (belum pernah bekerja, sektor manufaktur, sektor jasa,
sektor manufaktur dan jasa).
Setelah mengisi data demografi, responden akan memberi penilaian tentang level
pengetahuan umum tentang Industry 4.0. Untuk mengukur persepsi dan level
pengetahuan mahasiswa tentang Industry 4.0, mahasiswa harus memberi jawaban
dengan memilih nilai 1 sampai dengan nilai 5, yang berarti:
- Nilai 1 = Saya tidak mengetahui "Industry 4.0" sebelum survey ini
- Nilai 2 = Saya pernah mendengar tentang "Industry 4.0", tetapi tidak
mengetahui aplikasinya
- Nilai 3 = Saya mengetahui "Industry 4.0" secara umum dan memiliki ide
untuk aplikasinya
- Nilai 4 = Saya mengetahui "Industry 4.0", tetapi tidak memiliki persiapan
akan hal ini selama pendidikan
- Nilai 5 = Saya mengetahui "Industry 4.0" dan sudah bekerja di bidang ini.
Selain ingin mengetahui level pengetahuan umum tentang Industry 4.0, pada
penelitian ini juga akan diukur level pengetahuan mereka tentang teknologi-teknologi
penting yang digunakan pada Industry 4.0. Pada penelitian ini, teknologi-teknologi
penting tersebut adalah:
23
- Internet of Things,
- Big Data,
- Cloud Computing,
- Machine Learning,
- Artificial Intelligence,
- Augmented Reality,
- Virtual Reality,
- Data Security, Protection, & Privacy,
- Smart Factory,
- Social Web,
- 3D Printing,
- Robotics,
- Simulation,
- Human-Machine Interfaces,
- Smart Sensors,
- Wearable Technologies.
Pada pertanyaan/pernyataan di atas, responden harus memberi jawab berdasarkan
persepsi dan kesadarannya, menggunakan nilai 1 sampai dengan nilai 6, yang
berarti:
- Nilai 1 = Tidak mengetahui
- Nilai 2 = Sangat sedikit mengetahui
- Nilai 3 = Sedikit mengetahui
- Nilai 4 = Cukup mengetahui
- Nilai 5 = Mengetahui
- Nilai 6 = Sangat mengetahui
Beberapa pertanyaan lain di kuesioner yang ditanyakan kepada mahasiswa terkait
Industry 4.0 adalah:
- Apakah anda berusaha untuk memahami kebutuhan dan meningkatkan
kesiapan anda dalam menghadapi Industry 4.0? (ya/tidak)
24
- Apakah Universitas menunjukkan usaha dalam mengedukasi atau
meningkatkan kesadaran anda terhadap pentingnya Industry 4.0?
(ya/tidak)
- Apalah Indonesia memiliki infrastruktur yang cukup dalam
mengimplementasikan Industry 4.0? (ya/tidak)
- Bagaimana pengaruh Industry 4.0 terhadap kecepatan produksi?
(positif/negatif)
- Bagaimana pengaruh Industry 4.0 terhadap biaya produksi?
(positif/negatif)
- Bagaimana pengaruh Industry 4.0 terhadap kualitas produk?
(positif/negatif)
- Bagaimana pengaruh Industry 4.0 terhadap penyerapan tenaga kerja
manusia? (positif/negatif)
- Bagaimana pengaruh Industry 4.0 terhadap tingkat persaingan bisnis?
(positif/negatif)
- Bagaimana pengaruh Industry 4.0 terhadap dampak terhadap lingkungan
hidup? (positif/negatif)
3.5 Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini meliputi:
1. Analisis Statistika Deskriptif
Pada analisis ini, dilakukan perhitungan frekuensi dan persentase dari
jawaban-jawaban responden di setiap pertanyaan/pernyataan yang
diberikan. Pada analisis ini juga disajikan grafik pie dari persentase
jawaban-jawaban responden.
2. Uji-t Dua Sampel Independen
Uji-t dua sampel independen dilakukan untuk mengetahui apakah ada
perbedaan rata-rata jawaban dari dua sampel yang independen. Pada
penelitian ini, dilakukan uji-t dua sampel independen untuk mengetahui
apakah ada perbedaan rata-rata jawaban dari level pengetahuan umum
25
tentang Industry 4.0 dari sampel mahasiswa kelas pagi dan mahasiswa kelas
malam. Mahasiswa kelas pagi umumnya merupakan mahasiswa yang baru
lulus SMA dan belum pernah bekerja. Sebaliknya, mahasiswa kelas malam
umumnya sudah lebih dewasa dan sedang bekerja di suatu perusahaan.
3. Uji ANOVA
Uji ANOVA dilakukan untuk mengetahui perbedaan rata-rata jawaban dari
lebih dari dua sampel yang independen. Pada penelitian ini, dilakukan uji
ANOVA untuk mengetahui apakah ada perbedaan rata-rata jawaban dari level
pengetahuan umum tentang Industry 4.0 dari sampel mahasiswa yang belum
pernah bekerja, < 2 tahun berkerja, 2-5 tahun bekerja, 5-10 tahun bekerja, dan
> 10 tahun bekerja. Uji ANOVA juga dilakukan untuk mengetahui perbedaan
rata-rata jawaban responden dalam usaha diri untuk memahami kebutuhan dan
meningkatkan kesiapan dalam menghadapi Industry 4.0 dari sampel
mahasiswa yang belum pernah bekerja, < 2 tahun berkerja, 2-5 tahun bekerja,
5-10 tahun bekerja, dan > 10 tahun bekerja. Selain itu, uji ANOVA dilakukan
untuk mengetahui perbedaan rata-rata jawaban responden dalam menilai
kesiapan infrastruktur Indonesia dalam mengimplementasikan Industry 4.0
dari sampel mahasiswa yang belum pernah bekerja, < 2 tahun berkerja, 2-5
tahun bekerja, 5-10 tahun bekerja, dan > 10 tahun bekerja.
26
BAB IV
ANALISIS DATA DAN PEMBAHASAN
4.1 Gambaran Umum Responden
4.1.1 Jenis Kelamin Responden
Hasil analisis deskriptif terhadap responden berdasarkan jenis kelaminnya
ditunjukkan pada tabel 4.1 dan gambar 4.1.
Tabel 4.1. Frekuensi dan Persentasi Responden Berdasarkan Jenis Kelamin
Responden Frekuensi Persen
Valid Pria 104 69,8
Wanita 45 30,2
Total 149 100,0
Gambar 4.1. Grafik Pie Responden Berdasarkan Jenis Kelamin
Berdasarkan tabel 4.1 dan gambar 4.1 di atas dapat dilihat bahwa responden
mahasiswa pria lebih banyak dibandingkan dengan responden mahasiswa wanita.
Sebanyak 104 (69,8%) responden adalah mahasiswa pria, sedangkan terdapat 45
(30,2%) responden adalah mahasiswa wanita. Hal ini sesuai dengan perbandingan
27
jumlah mahasiswa pria dan wanita di program studi Teknik Industri Universitas
Presiden yang memang didominasi oleh mahasiswa pria.
4.1.2 Kelas Perkuliahan
Hasil analisis deskriptif terhadap responden berdasarkan kelas perkuliahan
ditunjukkan pada tabel 4.2 dan gambar 4.2.
Tabel 4.2. Frekuensi dan Persentasi Responden Berdasarkan Kelas Perkuliahan
Responden Frekuensi Persen
Valid Pagi 85 57,0
Malam 64 43,0
Total 149 100,0
Gambar 4.2. Grafik Pie Responden Berdasarkan Kelas Perkuliahan
Berdasarkan tabel 4.2 dan gambar 4.2 di atas dapat dilihat bahwa responden
mahasiswa kelas pagi dan mahasiswa kelas malam tidak terlalu beda jumlahnya.
Sebanyak 85 (57%) responden adalah mahasiswa kelas pagi, sedangkan terdapat
64 (43%) responden adalah mahasiswa kelas malam.
28
4.1.3 Tahun Masuk Kuliah
Hasil analisis deskriptif terhadap responden berdasarkan tahun masuk kuliah
ditunjukkan pada tabel 4.3 dan gambar 4.3.
Tabel 4.3. Frekuensi dan Persentasi Responden Berdasarkan Tahun Masuk Kuliah
Responden Frekuensi Persen
Valid 2014 13 8,7
2015 21 14,1
2016 21 14,1
2017 35 23,5
2018 33 22,1
2019 26 17,4
Total 149 100,0
Gambar 4.3. Grafik Pie Responden Berdasarkan Tahun Masuk Kuliah
Berdasarkan tabel 4.3 dan gambar 4.3 di atas dapat dilihat bahwa responden
mahasiswa terdiri dari angkatan tahun 2014 sampai dengan angkatan tahun 2019.
Persentasi responden terbesar adalah mahasiswa angkatan tahun 2017 (sebanyak
35 mahasiswa/23,5%) dan angkatan tahun 2018 (sebanyak 33 mahasiswa/22,1%).
29
4.1.4 Pengalaman Kerja
Hasil analisis deskriptif terhadap responden berdasarkan pengalaman kerja
ditunjukkan pada tabel 4.4 dan gambar 4.4.
Tabel 4.4. Frekuensi dan Persentasi Responden Berdasarkan Pengalaman Kerja
Responden Frekuensi Persen
Valid Belum pernah
bekerja 56 37,6
< 2 tahun 46 30,9
2 - 5 tahun 20 13,4
5 - 10 tahun 20 13,4
> 10 tahun 7 4,7
Total 149 100,0
Gambar 4.4. Grafik Pie Responden Berdasarkan Pengalaman Kerja
Berdasarkan tabel 4.4 dan gambar 4.4 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang belum memiliki pengalaman kerja
(sebanyak 56 mahasiswa/37,6%) dan mahasiswa yang memiliki pengalaman kerja
< 2 tahun (sebanyak 46 mahasiswa/30,9%). Berdasarkan tabel dan gambar
tersebut juga dapat dilihat bahwa sebanyak 7 mahasiswa (4,7%) memiliki
pengalaman kerja > 10 tahun.
30
4.1.5 Sektor Pekerjaan
Hasil analisis deskriptif terhadap responden berdasarkan sektor pekerjaan
ditunjukkan pada tabel 4.5 dan gambar 4.5.
Tabel 4.5. Frekuensi dan Persentasi Responden Berdasarkan Sektor Pekerjaan
Responden Frekuensi Persen
Valid Belum pernah
bekerja 56 37,6
Sektor manufaktur 62 41,6
Sektor jasa 12 8,1
Sektor manufaktur
dan jasa 19 12,8
Total 149 100,0
Gambar 4.5. Grafik Pie Responden Berdasarkan Sektor Pekerjaan
Berdasarkan tabel 4.5 dan gambar 4.5 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang bekerja di sektor manufaktur (sebanyak 62
mahasiswa/41,6%) dan mahasiswa yang belum memiliki pengalaman kerja
(sebanyak 56 mahasiswa/37,6%). Berdasarkan tabel dan gambar tersebut juga
dapat dilihat bahwa sebanyak 19 mahasiswa (12,8%) dari mahasiswa pernah
bekerja di sektor manufaktur dan jasa.
31
4.2 Analisis Level Pengetahuan Mahasiswa terhadap Industry 4.0
Hasil analisis deskriptif terhadap level pengetahuan tentang Industry 4.0
ditunjukkan pada tabel 4.6 dan gambar 4.6. Pada poin ini, responden ditanyakan
sejauh mana mereka mendengar Industry 4.0 dan aplikasinya.
Tabel 4.6. Frekuensi dan Persentasi Level Pengetahuan tentang Industry 4.0
Responden Frekuensi Persen
Valid Saya tidak mengetahui "Industry
4.0" sebelum survey ini 9 6,0
Saya pernah mendengar tentang
"Industry 4.0", tetapi tidak
mengetahui aplikasinya
58 38,9
Saya mengetahui "Industry 4.0"
secara umum dan memiliki ide
untuk aplikasinya
41 27,5
Saya mengetahui "Industry 4.0",
tetapi tidak memiliki persiapan akan
hal ini selama pendidikan
30 20,1
Saya mengetahui "Industry 4.0" dan
sudah bekerja di bidang ini 11 7,4
Total 149 100,0
Gambar 4.6. Grafik Pie Level Pengetahuan tentang Industry 4.0
Berdasarkan tabel 4.6 dan gambar 4.6 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang pernah mendengar tentang "Industry 4.0",
32
tetapi tidak mengetahui aplikasinya (sebanyak 58 mahasiswa/38,9%) dan
mahasiswa yang mengetahui "Industry 4.0" secara umum dan memiliki ide untuk
aplikasinya (sebanyak 41 mahasiswa/27,5%). Berdasarkan tabel dan gambar
tersebut juga dapat dilihat bahwa sebanyak 9 mahasiswa (6%) yang tidak
mengetahui sama sekali tentang "Industry 4.0".
4.3 Analisis Level Pengetahuan Mahasiswa terhadap Teknologi Penting di
Industry 4.0
Pada sub bab ini, disajikan mengenai persepsi dan kesadaran responden mengenai
teknologi penting di Industry 4.0. Pada penelitian ini, teridentifikasi 16 teknologi,
yaitu Internet of Things, Big Data, Cloud Computing, Machine Learning,
Artificial Intelligence, Augmented Reality, Virtual Reality, Data Security,
Protection, & Privacy, Smart Factory, Social Web, 3D Printing, Robotics,
Simulation, Human-Machine Interfaces, Smart Sensors, dan Wearable
Technologies.
Hasil frekuensi jawaban persepsi mahasiswa terkait level pengetahuan setiap
teknologi penting di Industry 4.0 dapat dilihat pada tabel 4.7.
33
Tabel 4.7. Persepsi terhadap Level Pengetahuan Teknologi Penting Industry 4.0
Teknologi Frekuensi Jawaban Responden
1 2 3 4 5 6
Internet of
Things 25 25 39 33 20 7
Big Data 34 28 30 25 26 6
Cloud
Computing 30 29 35 27 24 4
Machine
Learning 21 33 40 27 22 6
Artificial
Intelligence 23 18 39 21 36 12
Augmented
Reality 29 28 29 23 31 9
Virtual Reality 18 23 25 34 39 10
Data Security,
Protection, &
Privacy
10 29 23 41 35 11
Smart Factory 23 31 21 41 26 7
Social Web 9 32 26 34 37 11
3D Printing 7 22 26 39 40 15
Robotics 7 25 35 35 34 13
Simulation 13 24 22 43 34 13
Human-Machine
Interfaces 18 29 34 40 23 5
Smart Sensors 12 25 25 39 35 13
Wearable
Technologies 24 26 26 35 26 12
4.3.1 Internet of Things
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Internet of
Things ditunjukkan pada tabel 4.8 dan gambar 4.7.
34
Tabel 4.8. Frekuensi dan Persentasi Level Pengetahuan tentang Internet of Things
Responden Frekuensi Persen
Valid Tidak mengetahui 25 16,8
Sangat sedikit mengetahui 25 16,8
Sedikit mengetahui 39 26,2
cukup mengetahui 33 22,1
Mengetahui 20 13,4
Sangat mengetahui 7 4,7
Total 149 100,0
Gambar 4.7. Grafik Pie Level Pengetahuan tentang Internet of Things
Berdasarkan tabel 4.8 dan gambar 4.7 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang sedikit mengetahui tentang "Internet of
Things" (sebanyak 39 mahasiswa/26,2%) dan mahasiswa yang cukup mengetahui
tentang "Internet of Things" (sebanyak 33 mahasiswa/22,1%). Berdasarkan tabel
dan gambar tersebut juga dapat dilihat bahwa sebanyak 25 mahasiswa (16,8%)
yang tidak mengetahui tentang "Internet of Things".
4.3.2 Big Data
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Big Data
ditunjukkan pada tabel 4.9 dan gambar 4.8.
35
Tabel 4.9. Frekuensi dan Persentasi Level Pengetahuan tentang Big Data
Responden Frekuensi Persen
Valid Tidak mengetahui 34 22,8
Sangat sedikit mengetahui 28 18,8
Sedikit mengetahui 30 20,1
cukup mengetahui 25 16,8
Mengetahui 26 17,4
Sangat mengetahui 6 4,0
Total 149 100,0
Gambar 4.8. Grafik Pie Level Pengetahuan tentang Big Data
Berdasarkan tabel 4.9 dan gambar 4.8 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang tidak mengetahui tentang "Big Data"
(sebanyak 34 mahasiswa/22,8%) dan mahasiswa yang sedikit mengetahui tentang
"Big Data" (sebanyak 30 mahasiswa/20,1%). Berdasarkan tabel dan gambar
tersebut juga dapat dilihat bahwa sebanyak 6 mahasiswa (4%) yang sangat
mengetahui tentang "Big Data".
4.3.3 Cloud Computing
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Cloud
Computing ditunjukkan pada tabel 4.10 dan gambar 4.9.
36
Tabel 4.10. Frekuensi dan Persentasi Level Pengetahuan tentang Cloud Computing
Responden Frekuensi Persen
Valid Tidak mengetahui 30 20,1
Sangat sedikit mengetahui 29 19,5
Sedikit mengetahui 35 23,5
cukup mengetahui 27 18,1
Mengetahui 24 16,1
Sangat mengetahui 4 2,7
Total 149 100,0
Gambar 4.9. Grafik Pie Level Pengetahuan tentang Cloud Computing
Berdasarkan tabel 4.10 dan gambar 4.9 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang sedikit mengetahui tentang "Cloud
Computing" (sebanyak 35 mahasiswa/23,5%) dan mahasiswa yang tidak
mengetahui tentang "Cloud Computing" (sebanyak 30 mahasiswa/20,1%).
Berdasarkan tabel dan gambar tersebut juga dapat dilihat bahwa sebanyak 4
mahasiswa (2,7%) yang sangat mengetahui tentang "Cloud Computing".
4.3.4 Machine Learning
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Machine
Learning ditunjukkan pada tabel 4.11 dan gambar 4.10.
37
Tabel 4.11. Frekuensi dan Persentasi Level Pengetahuan tentang Machine Learning
Responden Frekuensi Persen
Valid Tidak mengetahui 21 14,1
Sangat sedikit mengetahui 33 22,1
Sedikit mengetahui 40 26,8
cukup mengetahui 27 18,1
Mengetahui 22 14,8
Sangat mengetahui 6 4,0
Total 149 100,0
Gambar 4.10. Grafik Pie Level Pengetahuan tentang Machine Learning
Berdasarkan tabel 4.11 dan gambar 4.10 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang sedikit mengetahui tentang "Machine
Learning" (sebanyak 40 mahasiswa/26,8%) dan mahasiswa yang sangat sedikit
mengetahui tentang "Machine Learning" (sebanyak 33 mahasiswa/22,1%).
Berdasarkan tabel dan gambar tersebut juga dapat dilihat bahwa sebanyak 6
mahasiswa (4%) yang sangat mengetahui tentang "Machine Learning".
4.3.5 Artificial Intelligence
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Artificial
Intelligence ditunjukkan pada tabel 4.12 dan gambar 4.11.
38
Tabel 4.12. Frekuensi dan Persentasi Level Pengetahuan tentang Artifial
Intelligence
Responden Frekuensi Persen
Valid Tidak mengetahui 23 15,4
Sangat sedikit mengetahui 18 12,1
Sedikit mengetahui 39 26,2
cukup mengetahui 21 14,1
Mengetahui 36 24,2
Sangat mengetahui 12 8,1
Total 149 100,0
Gambar 4.11. Grafik Pie Level Pengetahuan tentang Artificial Intelligence
Berdasarkan tabel 4.12 dan gambar 4.11 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang sedikit mengetahui tentang "Artificial
Intelligence" (sebanyak 39 mahasiswa/26,2%) dan mahasiswa yang mengetahui
tentang "Artificial Intelligence" (sebanyak 36 mahasiswa/24,2%). Berdasarkan
tabel dan gambar tersebut juga dapat dilihat bahwa sebanyak 12 mahasiswa
(8,1%) yang sangat mengetahui tentang "Artificial Intelligence".
4.3.6 Augmented Reality
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Augmented
Reality ditunjukkan pada tabel 4.13 dan gambar 4.12.
39
Tabel 4.13. Frekuensi dan Persentasi Level Pengetahuan tentang Augmented
Reality
Responden Frekuensi Persen
Valid Tidak mengetahui 29 19,5
Sangat sedikit mengetahui 28 18,8
Sedikit mengetahui 29 19,5
cukup mengetahui 23 15,4
Mengetahui 31 20,8
Sangat mengetahui 9 6,0
Total 149 100,0
Gambar 4.12. Grafik Pie Level Pengetahuan tentang Augmented Reality
Berdasarkan tabel 4.13 dan gambar 4.12 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang tidak mengetahui dan yang sedikit
mengetahui tentang "Augmented Reality" (sebanyak 29 mahasiswa/19,5%) dan
mahasiswa yang sangat sedikit mengetahui tentang "Augmented Reality"
(sebanyak 28 mahasiswa/18,8%). Berdasarkan tabel dan gambar tersebut juga
dapat dilihat bahwa sebanyak 9 mahasiswa (6%) yang sangat mengetahui tentang
"Augmented Reality".
4.3.7 Virtual Reality
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Virtual
Reality ditunjukkan pada tabel 4.14 dan gambar 4.13.
40
Tabel 4.14. Frekuensi dan Persentasi Level Pengetahuan tentang Virtual Reality
Responden Frekuensi Persen
Valid Tidak mengetahui 18 12,1
Sangat sedikit mengetahui 23 15,4
Sedikit mengetahui 25 16,8
cukup mengetahui 34 22,8
Mengetahui 39 26,2
Sangat mengetahui 10 6,7
Total 149 100,0
Gambar 4.13. Grafik Pie Level Pengetahuan tentang Virtual Reality
Berdasarkan tabel 4.14 dan gambar 4.13 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang mengetahui tentang "Virtual Reality"
(sebanyak 39 mahasiswa/26,2%) dan mahasiswa yang cukup mengetahui tentang
"Virtual Reality" (sebanyak 34 mahasiswa/22,8%). Berdasarkan tabel dan gambar
tersebut juga dapat dilihat bahwa sebanyak 10 mahasiswa (6,7%) yang sangat
mengetahui tentang "Virtual Reality".
4.3.8 Data Security, Protection, & Privacy
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Data
Security, Protection, & Privacy ditunjukkan pada tabel 4.15 dan gambar 4.14.
41
Tabel 4.15. Frekuensi dan Persentasi Level Pengetahuan tentang Data Security,
Protection, & Privacy
Responden Frekuensi Persen
Valid Tidak mengetahui 10 6,7
Sangat sedikit mengetahui 29 19,5
Sedikit mengetahui 23 15,4
cukup mengetahui 41 27,5
Mengetahui 35 23,5
Sangat mengetahui 11 7,4
Total 149 100,0
Gambar 4.14. Grafik Pie Level Pengetahuan tentang Data Security, Protection, &
Privacy
Berdasarkan tabel 4.15 dan gambar 4.14 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang cukup mengetahui tentang "Data Security,
Protection, & Privacy" (sebanyak 41 mahasiswa/27,5%) dan mahasiswa yang
mengetahui tentang "Data Security, Protection, & Privacy" (sebanyak 35
mahasiswa/23,5%). Berdasarkan tabel dan gambar tersebut juga dapat dilihat
bahwa sebanyak 11 mahasiswa (7,4%) yang sangat mengetahui tentang "Data
Security, Protection, & Privacy".
4.3.9 Smart Factory
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Smart
Factory ditunjukkan pada tabel 4.16 dan gambar 4.15.
42
Tabel 4.16. Frekuensi dan Persentasi Level Pengetahuan tentang Smart Factory
Responden Frekuensi Persen
Valid Tidak mengetahui 23 15,4
Sangat sedikit mengetahui 31 20,8
Sedikit mengetahui 21 14,1
cukup mengetahui 41 27,5
Mengetahui 26 17,4
Sangat mengetahui 7 4,7
Total 149 100,0
Gambar 4.15. Grafik Pie Level Pengetahuan tentang Smart Factory
Berdasarkan tabel 4.16 dan gambar 4.15 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang cukup mengetahui tentang "Smart
Factory" (sebanyak 41 mahasiswa/27,5%) dan mahasiswa yang sangat sedikit
mengetahui tentang "Smart Factory" (sebanyak 31 mahasiswa/20,8%).
Berdasarkan tabel dan gambar tersebut juga dapat dilihat bahwa sebanyak 7
mahasiswa (4,7%) yang sangat mengetahui tentang "Smart Factory".
4.3.10 Social Web
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Social Web
ditunjukkan pada tabel 4.17 dan gambar 4.16.
43
Tabel 4.17. Frekuensi dan Persentasi Level Pengetahuan tentang Social Web
Responden Frekuensi Persen
Valid Tidak mengetahui 9 6,0
Sangat sedikit mengetahui 32 21,5
Sedikit mengetahui 26 17,4
cukup mengetahui 34 22,8
Mengetahui 37 24,8
Sangat mengetahui 11 7,4
Total 149 100,0
Gambar 4.16. Grafik Pie Level Pengetahuan tentang Social Web
Berdasarkan tabel 4.17 dan gambar 4.16 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang mengetahui tentang "Social Web"
(sebanyak 37 mahasiswa/24,8%) dan mahasiswa yang cukup mengetahui tentang
"Social Web" (sebanyak 34 mahasiswa/22,8%). Berdasarkan tabel dan gambar
tersebut juga dapat dilihat bahwa sebanyak 11 mahasiswa (7,4%) yang sangat
mengetahui tentang "Social Web".
4.3.11 3D Printing
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi 3D Printing
ditunjukkan pada tabel 4.18 dan gambar 4.17.
44
Tabel 4.18. Frekuensi dan Persentasi Level Pengetahuan tentang 3D Printing
Responden Frekuensi Persen
Valid Tidak mengetahui 7 4,7
Sangat sedikit mengetahui 22 14,8
Sedikit mengetahui 26 17,4
cukup mengetahui 39 26,2
Mengetahui 40 26,8
Sangat mengetahui 15 10,1
Total 149 100,0
Gambar 4.17. Grafik Pie Level Pengetahuan tentang 3D Printing
Berdasarkan tabel 4.18 dan gambar 4.17 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang mengetahui tentang "3D Printing"
(sebanyak 40 mahasiswa/26,8%) dan mahasiswa yang cukup mengetahui tentang
"3D Printing" (sebanyak 39 mahasiswa/26,2%). Berdasarkan tabel dan gambar
tersebut juga dapat dilihat bahwa sebanyak 15 mahasiswa (10,1%) yang sangat
mengetahui tentang "3D Printing".
4.3.12 Robotics
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Robotics
ditunjukkan pada tabel 4.19 dan gambar 4.18.
45
Tabel 4.19. Frekuensi dan Persentasi Level Pengetahuan tentang Robotics
Responden Frekuensi Persen
Valid Tidak mengetahui 7 4,7
Sangat sedikit mengetahui 25 16,8
Sedikit mengetahui 35 23,5
cukup mengetahui 35 23,5
Mengetahui 34 22,8
Sangat mengetahui 13 8,7
Total 149 100,0
Gambar 4.18. Grafik Pie Level Pengetahuan tentang Robotics
Berdasarkan tabel 4.19 dan gambar 4.18 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang sedikit mengetahui dan cukup mengetahui
tentang "Robotics" (sebanyak 35 mahasiswa/23,5%) dan mahasiswa yang
mengetahui tentang "Robotics" (sebanyak 34 mahasiswa/22,8%). Berdasarkan
tabel dan gambar tersebut juga dapat dilihat bahwa sebanyak 13 mahasiswa
(8,7%) yang sangat mengetahui tentang "Robotics".
4.3.13 Simulation
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Simulations
ditunjukkan pada tabel 4.20 dan gambar 4.19.
46
Tabel 4.20. Frekuensi dan Persentasi Level Pengetahuan tentang Simulations
Responden Frekuensi Persen
Valid Tidak mengetahui 13 8,7
Sangat sedikit mengetahui 24 16,1
Sedikit mengetahui 22 14,8
cukup mengetahui 43 28,9
Mengetahui 34 22,8
Sangat mengetahui 13 8,7
Total 149 100,0
Gambar 4.19. Grafik Pie Level Pengetahuan tentang Simulations
Berdasarkan tabel 4.20 dan gambar 4.19 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang cukup mengetahui tentang "Simulations"
(sebanyak 43 mahasiswa/28,9%) dan mahasiswa yang mengetahui tentang
"Simulations" (sebanyak 34 mahasiswa/22,8%). Berdasarkan tabel dan gambar
tersebut juga dapat dilihat bahwa sebanyak 13 mahasiswa (8,7%) yang sangat
mengetahui tentang "Simulations".
4.3.14 Human-Mahine Interfaces
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Human-
Machine Interfaces ditunjukkan pada tabel 4.21 dan gambar 4.20.
47
Tabel 4.21. Frekuensi dan Persentasi Level Pengetahuan tentang Human-Machine
Interfaces
Responden Frekuensi Persen
Valid Tidak mengetahui 18 12,1
Sangat sedikit mengetahui 29 19,5
Sedikit mengetahui 34 22,8
cukup mengetahui 40 26,8
Mengetahui 23 15,4
Sangat mengetahui 5 3,4
Total 149 100,0
Gambar 4.20. Grafik Pie Level Pengetahuan tentang Human-Machine Interfaces
Berdasarkan tabel 4.21 dan gambar 4.20 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang cukup mengetahui tentang "Human-
Machine Interfaces" (sebanyak 40 mahasiswa/26,8%) dan mahasiswa yang sedikit
mengetahui tentang "Human-Machine Interfaces" (sebanyak 34
mahasiswa/22,8%). Berdasarkan tabel dan gambar tersebut juga dapat dilihat
bahwa sebanyak 5 mahasiswa (3,4%) yang sangat mengetahui tentang "Human-
Machine Interfaces".
4.3.15 Smart Sensors
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Smart
Sensors ditunjukkan pada tabel 4.22 dan gambar 4.21.
48
Tabel 4.22. Frekuensi dan Persentasi Level Pengetahuan tentang Smart Sensors
Responden Frekuensi Persen
Valid Tidak mengetahui 12 8,1
Sangat sedikit mengetahui 25 16,8
Sedikit mengetahui 25 16,8
cukup mengetahui 39 26,2
Mengetahui 35 23,5
Sangat mengetahui 13 8,7
Total 149 100,0
Gambar 4.21. Grafik Pie Level Pengetahuan tentang Smart Sensors
Berdasarkan tabel 4.22 dan gambar 4.21 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang cukup mengetahui tentang "Smart
Sensors" (sebanyak 39 mahasiswa/26,2%) dan mahasiswa yang mengetahui
tentang "Smart Sensors" (sebanyak 35 mahasiswa/23,5%). Berdasarkan tabel dan
gambar tersebut juga dapat dilihat bahwa sebanyak 13 mahasiswa (8,7%) yang
sangat mengetahui tentang "Smart Sensors".
4.3.16 Wearable Technologies
Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Wearable
Technologies ditunjukkan pada tabel 4.23 dan gambar 4.22.
49
Tabel 4.23. Frekuensi dan Persentasi Level Pengetahuan tentang Wearable
Technologies
Responden Frekuensi Persen
Valid Tidak mengetahui 24 16,1
Sangat sedikit mengetahui 26 17,4
Sedikit mengetahui 26 17,4
cukup mengetahui 35 23,5
Mengetahui 26 17,4
Sangat mengetahui 12 8,1
Total 149 100,0
Gambar 4.22. Grafik Pie Level Pengetahuan tentang Wearable Technologies
Berdasarkan tabel 4.23 dan gambar 4.22 di atas dapat dilihat bahwa responden
terbanyak merupakan mahasiswa yang cukup mengetahui tentang "Wearable
Technologies" (sebanyak 35 mahasiswa/23,5%) dan mahasiswa yang sangat
sedikit mengetahui, sedikit mengetahui, dan mengetahui tentang "Wearable
Technologies" (sebanyak 26 mahasiswa/17,4%). Berdasarkan tabel dan gambar
tersebut juga dapat dilihat bahwa sebanyak 12 mahasiswa (8,1%) yang sangat
mengetahui tentang "Wearable Technologies".
50
4.4 Usaha Diri untuk Industry 4.0
Hasil analisis deskriptif terhadap usaha diri untuk memahami kebutuhan dan
meningkatkan kesiapan dalam menghadapi Industry 4.0 ditunjukkan pada tabel
4.24 dan gambar 4.23.
Tabel 4.24. Frekuensi dan Persentasi Usaha Diri untuk Industry 4.0
Responden Frekuensi Persen
Valid Ya 146 98,0
Tidak 3 2,0
Total 149 100,0
Gambar 4.23. Grafik Pie Usaha Diri untuk Industry 4.0
Berdasarkan tabel 4.24 dan gambar 4.23 di atas dapat dilihat bahwa hampir
seluruh responden (146 mahasiswa/98%) menyatakan bahwa mereka memiliki
usaha diri untuk memahami kebutuhan dan meningkatkan kesiapan dalam
menghadapi Industry 4.0.
4.5 Usaha Universitas untuk Industry 4.0
Hasil analisis deskriptif terhadap usaha Universitas dalam mengedukasi atau
meningkatkan kesadaran mahasiswa terhadap pentingnya Industry 4.0 ditunjukkan
pada tabel 4.25 dan gambar 4.24.
51
Tabel 4.25. Frekuensi dan Persentasi Usaha Universitas untuk Industry 4.0
Responden Frekuensi Persen
Valid Ya 117 78,5
Tidak 32 21,5
Total 149 100,0
Gambar 4.24. Grafik Pie Usaha Universitas untuk Industry 4.0
Berdasarkan tabel 4.25 dan gambar 4.24 di atas dapat dilihat bahwa sebanyak 117
mahasiswa (78,5%) menyatakan bahwa Universitas berusaha untuk mengedukasi
atau meningkatkan kesadaran mahasiswa terhadap pentingnya Industry 4.0.
4.6 Kesiapan Infrastruktur Indonesia terhadap Industry 4.0
Hasil analisis deskriptif terhadap persepsi mahasiswa akan kesiapan infrastruktur
Indonesia dalam mengimplementasikan Industry 4.0 ditunjukkan pada tabel 4.26
dan gambar 4.25.
Tabel 4.26. Frekuensi dan Persentasi Kesiapan Infrastruktur Indonesia terhadap
Industry 4.0
Responden Frekuensi Persen
Valid Ya 69 46,0
Tidak 80 54,0
Total 149 100,0
52
Gambar 4.25. Grafik Pie Kesiapan Infrastruktur Indonesia terhadap Industry 4.0
Berdasarkan tabel 4.26 dan gambar 4.25 di atas dapat dilihat bahwa sebanyak 80
mahasiswa (54%) menyatakan bahwa Indonesia belum memiliki infrastruktur
yang cukup dalam mengimplementasikan Industry 4.0.
4.7 Pengaruh dari Implementasi Industry 4.0
Hasil analisis deskriptif terhadap persepsi mahasiswa akan pengaruh implementasi
Industry 4.0 pada kecepatan produksi, biaya produksi, kualitas produk,
penyerapan tenaga kerja manusia, tingkat persaingan bisnis, dan dampak terhadap
lingkungan hidup, disajikan pada tabel dan gambar di bawah ini.
Tabel 4.27. Frekuensi dan Persentasi Pengaruh Industry 4.0 terhadap Kecepatan
Produksi
Responden Frekuensi Persen
Valid Berpengaruh Positif 149 100,0
53
Gambar 4.26. Grafik Pie Pengaruh Industry 4.0 terhadap Kecepatan Produksi
Berdasarkan tabel 4.27 dan gambar 4.26 di atas dapat dilihat bahwa seluruh
mahasiswa (149 mahasiswa/100%) menyatakan bahwa Industry 4.0 berpengaruh
positif terhadap kecepatan produksi.
Tabel 4.28. Frekuensi dan Persentasi Pengaruh Industry 4.0 terhadap Biaya
Produksi
Responden Frekuensi Persen
Valid Berpengaruh Positif 125 83,9
Berpengaruh Negatif 24 16,1
Total 149 100,0
Gambar 4.27. Grafik Pie Pengaruh Industry 4.0 terhadap Biaya Produksi
Berdasarkan tabel 4.28 dan gambar 4.27 di atas dapat dilihat bahwa sebagian
besar mahasiswa (sebanyak 125 mahasiswa/83,9%) menyatakan bahwa Industry
54
4.0 berpengaruh positif terhadap biaya produksi. Namun demikian terdapat 24
mahasiswa (16,1%) yang berpendapat bahwa Industry 4.0 berpengaruh negatif
terhadap biaya produksi.
Tabel 4.29. Frekuensi dan Persentasi Pengaruh Industry 4.0 terhadap Kualitas
Produk
Responden Frekuensi Persen
Valid Berpengaruh Positif 141 94,6
Berpengaruh Negatif 8 5,4
Total 149 100,0
Gambar 4.28. Grafik Pie Pengaruh Industry 4.0 terhadap Kualitas Produk
Berdasarkan tabel 4.29 dan gambar 4.28 di atas dapat dilihat bahwa sebagian
besar mahasiswa (sebanyak 141 mahasiswa/94,6%) menyatakan bahwa Industry
4.0 berpengaruh positif terhadap kualitas produk. Namun demikian terdapat 8
mahasiswa (5,4%) yang berpendapat bahwa Industry 4.0 berpengaruh negatif
terhadap kualitas produk.
Tabel 4.30. Frekuensi dan Persentasi Pengaruh Industry 4.0 terhadap Penyerapan
Tenaga Kerja Manusia
Responden Frekuensi Persen
Valid Berpengaruh Positif 51 34,2
Berpengaruh Negatif 98 65,8
Total 149 100,0
55
Gambar 4.29. Grafik Pie Pengaruh Industry 4.0 terhadap Penyerapan Tenaga
Kerja Manusia
Berdasarkan tabel 4.30 dan gambar 4.29 di atas dapat dilihat bahwa sebagian
besar mahasiswa (sebanyak 98 mahasiswa/65,8%) menyatakan bahwa Industry
4.0 berpengaruh negatif terhadap penyerapan tenaga manusia. Namun demikian
terdapat 51 mahasiswa (34,2%) yang berpendapat bahwa Industry 4.0
berpengaruh positif terhadap penyerapan tenaga kerja manusia.
Tabel 4.31. Frekuensi dan Persentasi Pengaruh Industry 4.0 terhadap Tingkat
Persaingan Bisnis
Responden Frekuensi Persen
Valid Berpengaruh Positif 122 81,9
Berpengaruh Negatif 27 18,1
Total 149 100,0
Gambar 4.30. Grafik Pie Pengaruh Industry 4.0 terhadap Tingkat Persaingan
Bisnis
56
Berdasarkan tabel 4.31 dan gambar 4.30 di atas dapat dilihat bahwa sebagian
besar mahasiswa (sebanyak 122 mahasiswa/81,9%) menyatakan bahwa Industry
4.0 berpengaruh positif terhadap tingkat persaingan bisnis. Namun demikian
terdapat 27 mahasiswa (18,1%) yang berpendapat bahwa Industry 4.0
berpengaruh negatif terhadap tingkat persaingan bisnis.
Tabel 4.32. Frekuensi dan Persentasi Pengaruh Industry 4.0 terhadap Lingkungan
Hidup
Responden Frekuensi Persen
Valid Berpengaruh Positif 76 51,0
Berpengaruh Negatif 73 49,0
Total 149 100,0
Gambar 4.31. Grafik Pie Pengaruh Industry 4.0 terhadap Lingkungan Hidup
Berdasarkan tabel 4.32 dan gambar 4.31 di atas dapat dilihat bahwa sebagian
besar mahasiswa (sebanyak 76 mahasiswa/51%) menyatakan bahwa Industry 4.0
berpengaruh positif terhadap lingkungan hidup. Namun demikian terdapat 73
mahasiswa (49%) yang berpendapat bahwa Industry 4.0 berpengaruh negatif
terhadap tingkat lingkungan hidup. Jumlah dan persentase antara mahasiswa yang
menyakan bahwa Industry 4.0 berpengaruh positif dan berpengaruh negatif
terhadap lingkungan hidup tidak berbeda jauh.
57
4.8 Analisis Perbedaan di antara Kelompok Responden
Pada sub bab ini akan dilakukan analisis menggunakan uji beda pada
kelompok responden.
4.8.1 Perbedaan Level Pengetahuan Industry 4.0 Mahasiswa Kelas Pagi dan
Kelas Malam
Mahasiswa kelas pagi dan kelas malam memiliki perbedaan karakteristik yang
mendasar. Umumnya mahasiswa kelas pagi merupakan lulusan sekolah SMA
atau SMK yang langsung mendaftar ke perguruan tinggi, sehingga usia
mereka masih muda dan juga belum memiliki pengalaman kerja. Sebaliknya,
mahasiswa malam umumnya berusia lebih dewasa karena kebanyakan dari
mereka adalah pekerja. Hasil uji beda level pengetahuan Industry 4.0 bagi
mahasiswa kelas pagi dan kelas malam ditunjukkan pada tabel 4.33.
Tabel 4.33. Uji Beda Level Pengetahuan Industry 4.0
Levene's Test for
Equality of Variances t-test for Equality of Means
F Sig. t Sig. (2-tailed)
Level Pengetahuan
mengenai "Industry
4.0"
Equal variances
assumed 0,002 0,964 -1,953 0,053
Equal variances
not assumed -1,927 0,056
H0 : Tidak ada perbedaan level pengetahuan Industry 4.0 di antara
mahasiswa kelas pagi dan kelas malam
H1 : ada perbedaan level pengetahuan Industry 4.0 di antara mahasiswa kelas
pagi dan kelas malam
Berdasarkan hasil di atas dapat disimpulkan bahwa nilai Sig. dari Levene’s test for
equality variances adalah sebesar 0,964 (bernilai > 0,05) yang berarti bahwa
variansi data dari kelompok mahasiswa pagi dan mahasiswa malam adalah
homogen. Selanjutnya, berdasarkan nilai Sig. dari t-test for equality of means pada
baris equal variances assumed sebesar 0,053 (>0,05) yang berarti bahwa H0
58
diterima, yaitu tidak ada perbedaan level pengetahuan Industry 4.0 di antara
mahasiswa kelas pagi dan kelas malam. Namun demikian, karena nilai Sig.
tersebut mendekati 0,05, berarti patut diduga ada perbedaan antara level
pengetahuan mengenai Industry 4.0 antara mahasiswa kelas pagi dan mahasiswa
kelas malam.
4.8.2 Perbedaan Usaha Diri terhadap Industry 4.0
Pada sub ini akan dilakukan pengujian untuk mengetahui perbedaan rata-rata
jawaban responden dalam usaha diri untuk memahami kebutuhan dan
meningkatkan kesiapan dalam menghadapi Industry 4.0 dari sampel mahasiswa
yang belum pernah bekerja, < 2 tahun berkerja, 2-5 tahun bekerja, 5-10 tahun
bekerja, dan > 10 tahun bekerja.
Hasil uji beda usaha diri terhadap Industry 4.0 diantara mahasiswa belum
bekerja dan yang sudah bekerja, ditunjukkan pada tabel 4.34.
Tabel 4.34. Uji Beda Usaha Diri terhadap Industry 4.0
ANOVA
Usaha diri untuk memahami kebutuhan dan meningkatkan kesiapan anda dalam
menghadapi Industry 4.0
Sum of
Squares df
Mean
Square F Sig.
Between Groups ,077 4 ,019 ,963 ,430
Within Groups 2,863 144 ,020
Total 2,940 148
H0 : Tidak ada perbedaan usaha diri terhadap Industry 4.0 di antara
mahasiswa yang belum pernah bekerja, < 2 tahun berkerja, 2-5 tahun
bekerja, 5-10 tahun bekerja, dan > 10 tahun bekerja
H1 : ada perbedaan level pengetahuan Industry 4.0 di antara mahasiswa yang
belum pernah bekerja, < 2 tahun berkerja, 2-5 tahun bekerja, 5-10 tahun
bekerja, dan > 10 tahun bekerja.
59
Berdasarkan tabel 4.34 dapat disimpulkan bahwa berdasarkan nilai Sig. dari F
sebesar 0,430 (bernilai lebih dari 0,05), berarti H0 diterima. Hal ini berarti bahwa
tidak ada perbedaan usaha diri di antara mahasiswa yang belum pernah bekerja, <
2 tahun berkerja, 2-5 tahun bekerja, 5-10 tahun bekerja, dan > 10 tahun bekerja,
dalam memahami kebutuhan dan meningkatkan kesiapan dalam menghadapi
Industry 4.0.
4.8.3 Perbedaan Persepsi Kesiapan Infrastruktur Indonesia terhadap
Industry 4.0
Pada sub ini akan dilakukan pengujian untuk mengetahui perbedaan rata-rata
jawaban responden terkait kesiapan infrastruktur Indonesia dalam
mengimplementasikan Industry 4.0 dari sampel mahasiswa yang belum pernah
bekerja, < 2 tahun berkerja, 2-5 tahun bekerja, 5-10 tahun bekerja, dan > 10 tahun
bekerja.
Hasil uji beda persepsi kesiapan infrastruktur Indonesia dalam
mengimplementasikan Industry 4.0 diantara mahasiswa belum bekerja dan yang
sudah bekerja, ditunjukkan pada tabel 4.35.
Tabel 4.35. Uji Beda Persepsi Kesiapan Infrastruktur Indonesia terhadap
Industry 4.0
ANOVA
Kesiapan infrastruktur Indonesia dalam mengimplementasikan Industry 4.0
Sum of
Squares df
Mean
Square F Sig.
Between Groups ,413 4 ,103 ,406 ,804
Within Groups 35,840 141 ,254
Total 36,253 145
H0 : Tidak ada perbedaan persepsi kesiapan infrastruktur Indonesia terhadap
Industry 4.0 di antara mahasiswa yang belum pernah bekerja, < 2 tahun
berkerja, 2-5 tahun bekerja, 5-10 tahun bekerja, dan > 10 tahun bekerja
60
H1 : ada perbedaan persepsi kesiapan infrastruktur Indonesia Industry 4.0 di
antara mahasiswa yang belum pernah bekerja, < 2 tahun berkerja, 2-5
tahun bekerja, 5-10 tahun bekerja, dan > 10 tahun bekerja.
Berdasarkan tabel 4.35 dapat disimpulkan bahwa berdasarkan nilai Sig. dari F
sebesar 0,804 (bernilai lebih dari 0,05), berarti H0 diterima. Hal ini berarti bahwa
tidak ada perbedaan persepsi di antara mahasiswa yang belum pernah bekerja, < 2
tahun berkerja, 2-5 tahun bekerja, 5-10 tahun bekerja, dan > 10 tahun bekerja,
dalam menilai kesiapan infrastruktur Indonesia dalam mengimplementasikan
Industry 4.0.
61
BAB V
SIMPULAN DAN SARAN
5.1 Simpulan
Berdasarkan hasil analisis dan pembahasan, maka dapat ditarik beberapa simpulan
sebagai berikut:
1. Level pengetahuan mahasiswa tentang Industry 4.0 adalah sebagai berikut:
a. Level pengetahuan mahasiswa tentang Industry 4.0 secara umum terlihat
cukup beragam, mulai dari tidak mengerti sama sekali hingga sudah
mengaplikasikan di bidang pekerjaannya. Sebanyak 9 mahasiswa (6%)
tidak mengetahui sama sekali tentang Industry 4.0; sebanyak 58
mahasiswa (38,9%) pernah mendengar tentang "Industry 4.0", tetapi tidak
mengetahui aplikasinya; sebanyak 41 mahasiswa (27,5%) mengetahui
"Industry 4.0" secara umum dan memiliki ide untuk aplikasinya; sebanyak
30 mahasiswa (20,1%) mengetahui "Industry 4.0", tetapi tidak memiliki
persiapan akan hal ini selama pendidikan, dan sebanyak 11 mahasiswa
(7,4%) mengetahui "Industry 4.0" dan sudah bekerja di bidang ini.
b. Level pengetahuan mahasiswa tentang teknologi-teknologi penting di
Industry 4.0 juga cukup beragam, mulai dari yang tidak mengetahui sama
sekali, hingga sangat mengetahui. Beberapa teknologi seperti Big Data,
Machine Learning, Artificial Intelligence, Smart Factory, 3D Printing,
Simulations, Human-Machine Interfaces, dan Smart Sensors menjadi
bagian dari mata kuliah di program studi Teknik Industri Universitas
Presiden, sehingga mahasiswa sudah mengetahui mengenai teknologi
tersebut.
2. Persepsi dan kesadaran mahasiswa tentang Industry 4.0 sudah cukup baik.
Hanya sedikit saja mahasiswa yang tidak pernah mendengar istilah
Industry 4.0. Namun demikian berdasarkan hasil analisis diketahui bahwa
62
146 mahasiswa (98%) yang terus berusaha untuk memahami kebutuhan
dan meningkatkan kesadaran dalam menghadapi Industry 4.0. Hal ini juga
sejalan dengan persepsi dan kesadaran mahasiswa tentang upaya
Universitas Presiden terkait Industry 4.0. Sebanyak 117 mahasiswa
(78,5%) merasakan bahwa Universitas sudah menunjukkan usaha dalam
mengedukasi atau meningkatkan kesadaran mahasiswa terhadap
pentingnya Industry 4.0.
5.2 Saran
Beberapa saran yang dapat dikemukakan dalam penelitian ini adalah:
1. Universitas Presiden, khususnya program studi Teknik Industri harus terus
memonitor pemahaman mahasiswa tentang Industry 4.0. Selain itu, setiap
program studi harus memasukkan Industry 4.0 dalam kurikulum atau dalam
proses pembelajaran.
2. Untuk penelitian selanjutnya, dapat melakukan kajian secara langsung
terhadap kurikulum dan proses pembelajaran di Universitas Presiden,
khususnya program studi Teknik Industri, untuk mengidentifikasi hal-hal
mana saja yang terkait dengan Industry 4.0. Hasil penelitian merupakan hasil
obyektif dari usaha Universitas dalam mengedukasi mahasiswa tentang
Industry 4.0, sehingga melengkapi hasil studi persepsi dan kesadaran
mahasiswa yang cenderung subyektif.
63
DAFTAR PUSTAKA
Al-Fuqaha dkk. 2015. Internet of Things: A Survey on Enabling Technologies,
Protocols, and Applications, IEEE Commun. Survey Tuts, vol. 17, no.4, pp.
2347-2376.
Babiceanu, R.F. dan Seker, R. 2016. Big Data and virtualization for
manufacturing cyber-physical systems: A survey of the current status and
future outlook. Computers in Industry.
Bahrin, Mohd Aiman Kamarul, Mohd Fauzi Othman, NH Nor Azli, dan
Muhamad Farihin Talib. 2016. Industry 4.0: A review on industrial
automation and robotic. Jurnal Teknologi 78: 137–43.
Esmaeilian, B., Behdad, S. dan Wang, B. 2016. The evolution and future of
manufacturing: a review. Journal of Manufacturing Systems. Vol. 39. No. 1.
pp. 79-100.
Gilchrist, A. 2016. Industry 4.0: The Industrial Internet of Things, Springer,
Heidelberg.
Ghobakhloo, M. 2018 The future of manufacturing industry: a strategic roadmap
toward Industry 4.0. Journal of Manufacturing Technology Management,
https://doi.org/10.1108/ JMTM-02-2018-0057.
Hermann, M., Pentek, T. dan Otto, B. 2015. Design principles for Industrie 4.0
scenarios: A literature review. Working paper No. 1, Technical University
Dortmun.
Khaitan, S. K. dan McCalley, J. D. 2015. Design techniques and applications of
cyber physical systems: A survey. IEEE Systems Journal, 9(2), pp. 350-365.
Kasiram, Moh. 2008. Metodologi Penelitian. Malang: UIN-Malang Pers.
Kocian, J., Tutsch, M., Ozana, S. and Koziorek, J. 2012. Application of modeling
and simulation techniques for technology units in industrial control, in
Sambath, S. and Zhu, E. (Eds), Frontiers in Computer Education, Springer,
Heidelberg, pp. 491-499.
64
Lavalle, Steve, Shockley, Rebecca, and Lesser, Eric. Big Data, Analytics and the
Path From Insights to Value, MIT Sloan Management Review, vol. 52, no. 2.
Pp. 21-32
Lu, Y., Morris, K. C., dan Frechette, S. 2016. Current standards landscape for
smart manufacturing systems (Interagency/Internal Report (NISTIR)—
8107, NIST), pp. 39.
Mehnen, J., He, H., Tedeschi, S. dan Tapoglou, N. 2017. Practical security
aspects of the internet of things, in Thames, L. and Schaefer, D. (Eds),
Cybersecurity for Industry 4.0, Springer, Heidelberg, pp. 225-242.
Prasetyo, Bambang dan Lina Miftahul Jannah. 2005. Metode Penelitian
Kuantitatif: Teori dan Aplikasi. Jakarta: Penerbit PT.Raja Grafindo Persada.
Sony, Michael dan Subhash Naik. 2019. Key ingredients for evaluating Industry
4.0 readiness for organizations: a literature review. Benchmarking: An
International Journal. https://doi.org/10.1108/BIJ-09-2018-0284.
Sukmadinata. 2006. Metode Penelitian Kualitatif. Bandung: Graha Aksara.
Thames, L. dan Schaefer, D. 2017. Industry 4.0: An Overview of Key Benefits,
Technologies, and Challenges. in Thames, L. and Schaefer, D. (Eds),
Cybersecurity for Industry 4.0, Springer, Heidelberg.
Wang, Wan, Zhang, Li dan Zhang, 2016. Implementing Smart Factory of
Industrie 4.0: An Outlook. International Journal of Distributed Sensor
Networks. vol. 4. pp 1-10.
65
LAMPIRAN
A. Kuesioner Penelitian
66
67
68
69
70
1
B. Rekapitulasi Data Kuesioner
ID LP TK1 TK2 TK3 TK4 TK5 TK6 TK7 TK8 TK9 TK10 TK11 TK12 TK13 TK14 TK15 TK16 UD UU KI PKP PBP PKP PTKM PTPB PLH
1 4 4 5 4 4 4 3 4 3 4 5 4 4 5 5 4 4 1 1 1 1 1 1 2 1 2
2 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 1 2 1 1 1 1 1 1 1
3 1 2 1 1 2 1 1 1 2 2 2 2 2 2 2 2 1 1 1 1 1 2 1 1 2 1
4 5 2 2 2 2 1 2 2 2 1 2 1 2 2 2 2 1 1 1 1 1 1 1 1 1 2
5 4 4 1 2 3 3 3 3 2 3 2 4 4 4 4 4 2 1 1 2 1 1 1 2 1 1
6 3 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 1 1 2 1 1 1 2 2 1
7 2 3 4 3 3 4 4 4 4 4 4 4 4 4 4 4 4 1 1 1 1 1 1 2 1 2
8 2 5 4 4 4 5 5 5 4 5 5 5 5 5 5 5 5 1 1 1 1 1 1 1 1 1
9 3 5 5 5 5 5 3 5 5 5 6 6 6 6 6 6 5 1 1 1 1 1 1 2 2 1
10 3 4 4 4 3 3 2 3 4 3 3 3 3 4 4 4 4 1 1 2 1 1 1 2 1 1
11 1 1 1 1 1 1 1 1 2 1 2 2 2 2 2 2 1 1 1 1 1 2 1 2 1 1
12 2 1 2 1 2 1 1 2 2 1 2 2 2 2 1 2 1 1 1 1 1 1 1 2 1 2
13 2 1 1 1 1 3 3 3 3 3 3 3 3 3 2 3 2 1 1 1 1 2 1 2 1 1
14 2 6 6 3 4 4 4 4 6 6 6 6 6 2 1 3 4 1 1 1 1 1 1 2 2 1
15 2 3 4 2 2 4 3 4 4 2 4 4 4 4 3 4 2 1 1 1 1 1 1 2 2 2
16 2 1 1 1 2 1 2 2 1 1 2 2 1 2 1 2 1 1 1 2 1 1 1 2 1 1
17 4 5 4 5 4 4 4 5 4 4 5 4 4 4 4 4 4 1 1 2 1 1 1 2 1 2
18 4 3 1 2 3 1 1 1 2 2 3 3 2 3 2 2 1 1 1 1 1 1 1 2 1 1
19 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 1 1 1 1 1 1 1 1 1
20 3 3 2 1 3 3 3 2 1 3 1 3 3 3 3 3 3 2 2 2 1 1 1 2 1 1
2
21 2 3 3 3 3 3 3 3 3 4 4 4 4 4 3 3 3 1 1 2 1 1 1 2 1 2
22 4 4 3 2 3 3 4 4 3 4 4 4 4 4 4 4 3 1 1 2 1 1 1 1 2 2
23 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 1 1 2 1 1 1 2 1 2
24 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1 1 2 1 1 1 2 1 2
25 2 3 3 3 3 3 3 4 4 4 4 4 4 4 3 4 3 1 1 2 1 2 1 2 1 2
26 2 4 4 3 2 5 4 4 2 2 2 4 3 3 3 3 2 1 1 2 1 1 1 2 1 2
27 2 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
28 4 2 2 1 1 3 1 3 2 3 3 4 3 3 2 2 1 1 1 1 1 1 1 2 1 2
29 2 1 1 1 3 3 2 3 3 1 1 3 3 3 2 2 2 1 1 1 1 1 2 1 2
30 3 5 4 4 4 6 4 5 5 5 5 4 4 4 4 5 5 1 1 2 1 1 1 1 1 2
31 4 6 6 5 3 5 4 5 5 4 5 4 1 3 3 2 3 1 1 2 1 1 1 1 2 1
32 2 5 5 4 4 4 4 4 4 4 5 5 5 5 4 5 4 1 1 2 1 1 1 2 1 2
33 1 1 3 2 3 3 2 4 4 3 3 5 5 5 4 6 4 1 2 1 1 2 2 2 1 2
34 4 1 1 1 1 3 1 1 1 1 2 2 3 1 1 1 1 1 2 2 1 1 1 1 1 1
35 4 3 1 1 1 1 1 3 2 1 2 4 4 3 2 4 1 1 1 1 1 1 1 2 1 2
36 4 3 3 3 4 4 3 4 4 4 4 4 4 4 4 4 3 1 1 2 1 1 1 2 1 2
37 2 1 1 3 1 6 4 5 4 1 3 6 5 4 2 6 4 1 1 1 1 2 1 2 1 1
38 2 2 2 2 2 1 1 1 2 2 2 2 1 1 1 2 2 1 1 1 1 1 1 1 1 1
39 3 3 2 2 2 5 5 6 5 4 6 6 6 6 3 3 6 1 1 1 1 1 1 1 1 1
40 2 3 1 3 1 5 5 5 5 1 3 5 4 4 3 4 4 1 1 1 1 1 1 2 1 2
41 2 2 2 2 2 2 2 2 2 2 2 3 2 2 3 2 2 1 1 1 1 1 1 1 1 2
42 4 2 2 4 2 5 2 5 2 2 2 5 5 2 2 5 3 1 1 2 1 1 1 2 1 2
43 2 3 2 2 3 4 4 4 4 3 4 3 3 3 3 3 3 1 1 1 1 2 1 2 1 2
44 3 3 3 2 3 4 4 4 4 4 4 4 4 5 3 5 5 1 1 2 1 1 1 2 1 1
3
45 3 4 5 5 5 3 3 3 4 5 4 3 3 4 4 5 2 1 1 1 1 1 1 2 1 1
46 1 1 2 2 3 3 3 3 4 4 4 3 3 4 3 3 3 1 2 1 1 1 1 1 1 2
47 3 4 5 4 4 5 4 4 5 5 5 5 5 5 5 5 4 1 1 2 1 2 2 2 1 2
48 4 1 3 3 4 1 1 4 4 4 5 4 4 5 2 4 1 1 1 1 1 1 1 1 1 1
49 3 6 6 4 4 6 6 6 4 6 6 6 6 6 4 6 4 2 2 2 1 1 1 2 1 2
50 4 3 3 2 3 5 4 6 6 4 4 4 3 4 4 4 5 1 1 1 1 2 1 1 1 2
51 2 3 3 3 4 2 3 2 2 1 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 2
52 3 3 3 2 2 3 2 2 3 3 2 3 3 3 2 3 2 1 1 1 1 2 1 1 2 2
53 3 2 3 2 3 4 4 4 4 4 3 3 4 3 4 4 3 1 1 1 1 1 2 1 1 2
54 4 5 5 3 4 5 5 5 5 4 5 5 6 5 5 6 5 1 1 1 1 1 1 2 1 1
55 4 3 5 5 1 5 1 1 3 5 5 3 5 5 3 5 3 1 1 2 1 1 1 2 1 2
56 1 4 1 1 1 5 1 5 6 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1
57 2 2 1 2 2 2 2 2 2 1 2 2 2 2 2 2 2 1 1 2 1 1 1 2 1 1
58 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 1 1 1 1 1 1 2 1 2
59 4 5 5 5 5 5 5 4 5 5 5 6 5 6 4 6 4 1 1 1 1 1 1 2 1 1
60 2 1 1 1 1 1 1 1 1 1 1 1 3 1 3 1 3 1 1 1 1 1 1 2 1 2
61 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
62 1 2 1 1 1 1 1 1 1 1 2 2 2 1 1 1 1 1 1 1 1 2 1 1 2 1
63 2 4 5 5 6 2 2 5 6 5 3 5 4 4 3 3 3 1 1 2 1 1 1 2 2 2
64 2 2 2 1 3 1 1 2 4 2 4 2 3 1 2 4 2 1 1 2 1 1 1 1 1 1
65 3 3 2 2 2 3 2 3 4 3 3 2 3 4 4 4 3 1 1 2 1 1 1 2 2 1
66 4 4 3 3 3 3 5 5 4 4 5 5 4 5 4 4 3 1 1 1 1 2 1 2 1 2
67 2 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 1 1 2 1 1 1 1 1 2
68 2 4 3 3 3 3 3 3 4 4 3 3 4 4 4 4 4 1 1 1 1 1 1 1 1 1
4
69 3 5 6 6 5 6 6 6 6 6 6 6 6 6 5 6 6 1 1 2 1 1 1 2 1 2
70 3 3 2 3 2 2 2 3 3 2 2 3 3 2 2 2 3 1 1 1 1 1 1 2 1 1
71 2 1 1 1 2 3 3 3 3 2 3 3 3 3 3 2 3 1 2 2 1 1 1 2 2 2
72 1 1 1 1 2 1 1 2 3 2 3 4 4 5 4 5 4 1 2 2 1 2 1 2 1 2
73 2 4 4 1 2 4 2 4 4 3 4 5 5 5 5 5 3 1 2 2 1 1 1 2 2 2
74 3 4 3 4 5 5 4 4 5 3 5 4 4 4 3 3 4 1 2 1 1 1 1 2 1 2
75 2 2 1 2 2 2 3 3 3 2 3 3 2 3 3 3 4 1 1 2 1 1 1 2 1 2
76 4 2 3 4 2 4 3 5 5 3 3 5 5 5 3 4 5 1 1 1 1 1 1 2 1 2
77 2 6 4 3 5 5 1 5 2 2 3 5 4 4 1 5 4 1 1 1 1 1 1 2 1 2
78 3 3 3 3 3 3 3 3 3 3 3 4 3 4 1 1 1 1 2 2 1 1 1 2 1 2
79 3 3 4 3 5 5 3 4 5 5 4 5 5 4 4 4 6 1 1 2 1 1 1 1 1 1
80 3 1 1 2 2 2 1 1 2 2 2 2 2 3 2 3 1 1 1 2 1 1 2 2 1 2
81 2 4 4 4 3 5 5 5 4 4 4 5 5 5 4 5 6 1 1 2 1 2 1 2 2 2
82 2 2 2 2 2 2 2 2 2 1 2 2 2 2 2 2 2 1 1 2 1 1 1 2 1 2
83 2 2 2 1 2 2 1 1 2 2 4 3 2 2 3 5 2 1 2 1 1 1 1 1 1 1
84 4 1 1 1 2 1 1 1 2 2 2 3 3 1 2 2 4 1 2 1 1 1 1 2 1 1
85 2 4 3 4 4 3 4 3 4 4 6 4 3 6 5 4 3 1 1 1 1 1 1 1 1 1
86 2 3 2 1 1 2 1 3 3 1 2 1 3 2 2 1 2 1 1 2 1 1 1 2 1 2
87 3 3 4 3 4 5 5 5 5 4 4 5 5 5 5 5 4 1 1 2 1 1 1 2 2 2
88 2 3 2 3 3 3 3 3 2 2 3 3 2 2 2 3 1 1 2 2 1 1 1 2 1 2
89 2 3 5 5 6 2 6 2 6 4 6 6 6 6 2 5 3 1 1 2 1 2 1 2 1 2
90 4 4 2 3 3 3 3 4 4 4 5 4 3 4 2 3 2 2 2 2 1 2 1 2 1 2
91 3 5 5 4 4 5 5 5 4 4 5 5 4 4 4 5 4 1 1 2 1 1 1 2 2 2
92 2 3 5 4 5 1 3 3 4 4 5 5 5 5 5 5 4 1 1 2 1 1 1 2 1 2
5
93 3 4 1 2 3 2 2 4 3 3 4 4 4 4 3 3 4 1 1 2 1 1 1 2 2 1
94 3 4 5 3 2 3 3 3 4 4 3 4 4 4 4 3 3 1 2 1 1 1 2 1 2
95 4 1 1 1 1 6 2 4 5 4 2 5 5 1 1 4 4 1 1 1 1 1 1 1 2 1
96 3 5 5 5 5 4 4 3 3 3 3 3 3 4 3 3 3 1 2 2 1 1 1 1 1 1
97 5 3 5 5 5 5 5 5 5 6 4 4 3 3 4 3 4 1 2 2 1 1 1 2 1 2
98 4 4 4 4 4 5 5 5 5 4 5 5 5 5 5 5 5 1 1 2 1 1 2 1 1 2
99 3 6 2 3 2 6 6 6 6 3 3 6 6 6 4 6 6 1 1 2 1 1 1 1 1 1
100 3 5 3 5 3 3 5 4 4 4 5 5 5 5 4 5 5 1 1 2 1 2 1 2 1 1
101 3 6 1 6 6 6 6 6 6 6 6 6 6 6 6 6 6 1 1 2 1 1 1 2 1 1
102 2 3 2 4 3 5 5 5 4 3 4 5 5 4 4 3 5 1 1 2 1 1 1 2 2 2
103 4 4 4 4 4 6 6 6 6 4 4 4 6 6 4 6 6 1 1 1 1 1 1 1 1 1
104 3 3 4 3 4 3 2 2 2 2 2 3 4 4 3 2 2 1 1 2 1 1 1 2 1 1
105 3 4 3 2 3 5 2 3 3 3 4 5 4 4 4 4 5 1 1 1 1 1 1 1 1 1
106 5 5 4 4 5 4 5 5 4 5 5 4 4 5 5 4 4 1 1 1 1 1 2 2 1 1
107 2 2 1 1 1 1 1 2 2 2 1 2 2 1 2 2 1 1 1 1 1 1 1 1 1 1
108 2 2 2 2 2 2 2 2 2 2 2 2 3 1 3 3 1 1 1 2 1 1 1 2 1 2
109 2 2 1 3 1 6 6 6 6 2 1 6 6 2 1 2 1 1 1 1 1 1 1 1 1 1
110 3 1 4 5 5 3 2 5 5 5 5 5 5 5 3 5 2 1 1 1 1 1 1 1 1 2
111 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1
112 2 4 1 3 5 3 1 1 5 5 6 4 4 4 4 2 2 1 1 1 1 1 1 1 2 2
113 2 2 2 2 2 3 4 4 4 4 4 4 3 4 4 4 4 1 1 2 1 1 1 2 1 2
114 2 4 3 3 3 3 2 2 5 4 5 5 2 3 3 5 4 1 1 1 1 1 1 1 1 1
115 2 1 1 1 1 1 1 2 2 2 2 2 2 2 1 2 1 1 1 1 1 1 1 1 1 1
116 3 4 3 5 4 3 3 3 3 3 5 3 3 3 3 3 3 1 1 2 1 1 1 1 1 1
6
117 2 1 1 2 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 2 1
118 5 3 2 3 6 5 5 6 4 6 5 6 6 6 6 6 6 1 2 2 1 1 2 2 1 1
119 2 3 4 3 3 3 3 5 5 4 4 3 3 4 4 4 3 1 1 1 1 2 1 2 2 2
120 5 5 4 4 4 5 5 4 5 5 5 4 4 5 5 4 4 1 2 1 1 2 1 2 1 1
121 2 1 1 2 2 2 1 2 2 1 1 2 2 2 1 1 2 1 1 2 1 1 2 2 1 2
122 4 3 3 4 4 4 5 5 5 4 4 5 5 4 4 5 6 1 2 2 1 2 1 2 1 2
123 5 4 3 3 3 4 4 4 4 4 4 4 3 4 3 4 2 1 2 1 1 1 1 2 1 2
124 3 3 3 4 5 5 5 5 4 2 6 5 5 5 4 4 5 1 2 2 1 1 1 2 2 1
125 3 4 4 5 5 5 5 5 5 5 5 5 4 4 4 4 4 1 1 2 1 1 1 1 2 1
126 2 2 1 1 2 1 2 2 2 2 2 2 2 2 2 2 2 1 1 1 2 1 2 2 1
127 2 2 2 1 2 3 4 4 4 2 4 4 4 4 4 4 4 1 1 2 1 1 1 2 1 2
128 3 5 5 6 6 6 6 5 5 5 5 5 5 5 5 5 5 1 1 1 1 1 1 2 1 1
129 4 1 6 6 6 6 5 6 6 1 4 6 6 5 6 6 4 1 1 2 1 1 1 2 1 2
130 5 5 5 5 4 4 4 4 5 5 5 6 5 4 5 5 5 1 2 2 1 1 1 2 1 1
131 4 4 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 1 2 2 1 1 1 2 1 1
132 2 4 4 4 3 3 3 4 4 4 4 4 3 4 3 4 4 1 1 1 1 1 1 2 1 1
133 5 6 6 5 5 6 5 5 5 6 6 6 5 6 6 6 5 1 1 2 1 1 1 1 1 2
134 4 3 3 2 3 4 5 5 3 2 4 5 5 5 2 5 5 1 2 2 1 1 1 2 1 1
135 3 3 5 4 3 3 3 4 2 2 3 4 2 4 2 4 5 1 2 1 1 1 1 1 1 1
136 3 4 5 3 3 3 3 3 3 4 3 5 5 5 5 4 5 1 1 2 1 1 1 2 1 1
137 3 3 3 3 3 2 2 2 3 2 3 2 2 2 1 2 2 1 2 1 1 1 1 1 1 1
138 2 3 3 4 4 3 2 3 4 4 4 4 3 3 4 4 4 1 1 2 1 2 1 1 1 1
139 2 4 4 5 5 5 5 5 5 5 5 5 5 5 4 5 5 1 1 2 1 1 1 2 2 1
140 4 2 5 3 3 5 5 5 5 5 5 5 4 6 5 5 6 1 2 1 1 1 1 2 1 1
7
141 3 2 2 4 2 3 2 1 2 2 2 3 3 3 3 3 2 1 1 2 1 1 1 2 1 2
142 4 2 2 3 3 3 5 5 5 5 5 5 5 5 5 5 5 1 1 2 1 2 1 2 1 1
143 2 3 3 3 3 2 2 2 3 3 3 3 3 3 3 3 3 1 2 2 1 1 1 1 1 1
144 2 3 3 3 3 2 2 2 3 3 3 3 3 3 3 3 3 1 2 2 1 1 1 1 1 1
145 2 2 1 1 3 3 3 4 3 1 1 4 2 2 3 5 6 1 1 2 1 1 1 2 2 1
146 4 4 3 5 4 5 6 5 5 4 5 4 3 3 4 4 6 1 2 2 1 1 1 2 1 1
147 3 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 1 1 2 1 1 1 2 1 1
148 2 1 2 1 1 1 1 1 1 1 2 2 1 2 2 1 1 1 1 1 1 1 1 2 1 2
149 3 4 4 2 2 4 3 4 4 5 4 5 4 4 3 4 2 1 1 2 1 2 1 1 1 2