studi persepsi tingkat pengetahuan, kesadaran, dan

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.



iii

LEMBAR PENGESAHAN

STUDI PERSEPSI TINGKAT PENGETAHUAN, KESADARAN,

DAN KESIAPAN MAHASISWA TENTANG INDUSTRY 4.0

Oleh


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.



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


Internet of Things .................................................................................................... 34

Tabel 4.9 Frekuensi dan Presentasi Level Pengetahuan tentang Big

Data 35


Cloud Computing .................................................................................................... 36


Machine Learning .................................................................................................... 37


Artificial Intelligence ............................................................................................... 38


Augmented reality ................................................................................................... 39


Virtual Reality ......................................................................................................... 40

Tabel 4.15 Frekuensi dan Presentasi Level Pengetahuan tentang Data

Security, Protection, & Privacy ............................................................................... 41


Smart Factory .......................................................................................................... 42

xi


Social Web ............................................................................................................... 43

Tabel 4.18 Frekuensi dan Presentasi Level Pengetahuan tentang 3D

Printing .................................................................................................................... 44


Robotics ................................................................................................................... 45


Simulation ................................................................................................................ 46


Human-Machine Interfaces ..................................................................................... 47


Smart Sensors .......................................................................................................... 48


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


Biaya Produksi ......................................................................................................... 53


Kualitas Produk ....................................................................................................... 54


Penyerapan Tenaga Kerja Manusia ......................................................................... 54


Tingkat Persaingan Bisnis ....................................................................................... 55


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


Tabel 4.2. Frekuensi dan Persentasi Responden Berdasarkan Kelas Perkuliahan


Valid Pagi 85 57,0

Malam 64 43,0

Total 149 100,0

Gambar 4.2. Grafik Pie Responden Berdasarkan Kelas Perkuliahan


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


Tabel 4.3. Frekuensi dan Persentasi Responden Berdasarkan Tahun Masuk Kuliah


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


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


Tabel 4.4. Frekuensi dan Persentasi Responden Berdasarkan Pengalaman Kerja


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


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


Tabel 4.5. Frekuensi dan Persentasi Responden Berdasarkan Sektor Pekerjaan


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


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


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


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


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


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


35

Tabel 4.9. Frekuensi dan Persentasi Level Pengetahuan tentang Big Data






Mengetahui 26 17,4


Total 149 100,0

Gambar 4.8. Grafik Pie Level Pengetahuan tentang Big Data


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






Mengetahui 24 16,1


Total 149 100,0

Gambar 4.9. Grafik Pie Level Pengetahuan tentang Cloud Computing


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






Mengetahui 22 14,8


Total 149 100,0

Gambar 4.10. Grafik Pie Level Pengetahuan tentang Machine Learning


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%).


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






Mengetahui 36 24,2


Total 149 100,0

Gambar 4.11. Grafik Pie Level Pengetahuan tentang Artificial Intelligence


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






Mengetahui 31 20,8


Total 149 100,0

Gambar 4.12. Grafik Pie Level Pengetahuan tentang Augmented Reality


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






Mengetahui 39 26,2


Total 149 100,0

Gambar 4.13. Grafik Pie Level Pengetahuan tentang Virtual Reality


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






Mengetahui 35 23,5


Total 149 100,0

Gambar 4.14. Grafik Pie Level Pengetahuan tentang Data Security, Protection, &

Privacy


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






Mengetahui 26 17,4


Total 149 100,0

Gambar 4.15. Grafik Pie Level Pengetahuan tentang Smart Factory


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%).


mahasiswa (4,7%) yang sangat mengetahui tentang "Smart Factory".

4.3.10 Social Web

Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Social Web


43

Tabel 4.17. Frekuensi dan Persentasi Level Pengetahuan tentang Social Web






Mengetahui 37 24,8


Total 149 100,0

Gambar 4.16. Grafik Pie Level Pengetahuan tentang Social Web


terbanyak merupakan mahasiswa yang mengetahui tentang "Social Web"


"Social Web" (sebanyak 34 mahasiswa/22,8%). Berdasarkan tabel dan gambar


mengetahui tentang "Social Web".

4.3.11 3D Printing

Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi 3D Printing


44

Tabel 4.18. Frekuensi dan Persentasi Level Pengetahuan tentang 3D Printing






Mengetahui 40 26,8


Total 149 100,0

Gambar 4.17. Grafik Pie Level Pengetahuan tentang 3D Printing


terbanyak merupakan mahasiswa yang mengetahui tentang "3D Printing"


"3D Printing" (sebanyak 39 mahasiswa/26,2%). Berdasarkan tabel dan gambar


mengetahui tentang "3D Printing".

4.3.12 Robotics

Hasil analisis deskriptif terhadap level pengetahuan tentang teknologi Robotics


45

Tabel 4.19. Frekuensi dan Persentasi Level Pengetahuan tentang Robotics






Mengetahui 34 22,8


Total 149 100,0

Gambar 4.18. Grafik Pie Level Pengetahuan tentang Robotics


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


46

Tabel 4.20. Frekuensi dan Persentasi Level Pengetahuan tentang Simulations






Mengetahui 34 22,8


Total 149 100,0

Gambar 4.19. Grafik Pie Level Pengetahuan tentang Simulations


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


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






Mengetahui 23 15,4


Total 149 100,0

Gambar 4.20. Grafik Pie Level Pengetahuan tentang Human-Machine Interfaces


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






Mengetahui 35 23,5


Total 149 100,0

Gambar 4.21. Grafik Pie Level Pengetahuan tentang Smart Sensors


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






Mengetahui 26 17,4


Total 149 100,0

Gambar 4.22. Grafik Pie Level Pengetahuan tentang Wearable Technologies


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


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


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


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


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


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



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




Total 149 100,0

Gambar 4.28. Grafik Pie Pengaruh Industry 4.0 terhadap Kualitas Produk



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




Total 149 100,0

55

Gambar 4.29. Grafik Pie Pengaruh Industry 4.0 terhadap Penyerapan Tenaga

Kerja Manusia



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




Total 149 100,0

Gambar 4.30. Grafik Pie Pengaruh Industry 4.0 terhadap Tingkat Persaingan

Bisnis

56



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




Total 149 100,0

Gambar 4.31. Grafik Pie Pengaruh Industry 4.0 terhadap Lingkungan Hidup


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.

https://www.researchgate.net/journal/1532-9194_MIT_Sloan_Management_Review

https://doi.org/10.1108/BIJ-09-2018-0284

https://www.researchgate.net/journal/1550-1329_International_Journal_of_Distributed_Sensor_Networks

https://www.researchgate.net/journal/1550-1329_International_Journal_of_Distributed_Sensor_Networks

65

LAMPIRAN

A. Kuesioner Penelitian

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

studi persepsi tingkat pengetahuan, kesadaran, dan

Documents