Pendanaan Riset Kolaborasi Industri: AI untuk Quality Control Manufacturing
Ringkasan Hibah
Pendanaan riset industri senilai Rp 850 juta untuk pengembangan AI quality control system dengan PT Astra Manufacturing.
Kata Kunci: computer vision quality control AI manufacturing defect detection visual inspection deep learning
Info Hibah
| Kategori | Pendanaan Industri |
| Status | Sedang Berjalan |
| Mulai | 01 Jul 2023 |
| Selesai | 30 Jun 2025 |
| Total Dana | Rp 850,000,000 |
| Dana Dicairkan | Rp 612,000,000 |
| Sisa Dana | Rp 238,000,000 |
| Nomor Hibah | IND-2023-078 |
| Tahun Anggaran | 2023-2025 |
| Skema | Industry-University Research Collaboration |
| Sumber Dana | Industry Research Fund |
Kontak
Hibah Terkait
Pendanaan Industri: Pengembangan Material Maju untuk Battery Lithium-Ion
PT. LG Energy Solution IndonesiaPendanaan Industri: Pengembangan IoT untuk Smart City Infrastructure
PT. Telkom IndonesiaPendanaan Riset Industri: AI untuk Quality Control Manufacturing
Proyek kolaborasi industri-universitas ini bertujuan mengembangkan sistem inspeksi visual berbasis AI untuk kontrol kualitas dalam manufaktur komponen otomotif. Sistem ini akan menggunakan computer vision dan deep learning untuk mendeteksi defect pada produk dengan akurasi tinggi, menggantikan inspeksi manual yang rentan kesalahan manusia dan memberikan konsistensi yang lebih baik dalam production line.
Sistem AI Visual Inspection:
- Multi-camera setup untuk inspeksi 360° komponen otomotif
- Deep learning models untuk defect detection (cracks, scratches, dimensional defects)
- Real-time processing dengan latency < 100ms
- Integration dengan existing production line PLC systems
- Automated sorting dan rejection system
Machine Learning Pipeline: Sistem menggunakan transfer learning dari pre-trained models, custom dataset dari production line PT Astra, dan continuous learning untuk adaptasi dengan variasi produk baru.
Industry 4.0 Integration: Sistem terintegrasi dengan smart factory ecosystem, IoT sensors, dan data analytics platform untuk predictive maintenance dan quality trend analysis.
Scalability: Solution dapat diadaptasi untuk berbagai jenis manufacturing (automotive, electronics, consumer goods) dengan minimal customization.
Latar Belakang
Industri manufaktur otomotif memerlukan kontrol kualitas yang sangat ketat untuk memastikan keselamatan dan kepuasan konsumen. Inspeksi manual saat ini masih dominan namun memiliki keterbatasan dalam konsistensi dan kecepatan. Teknologi AI dapat memberikan solusi otomatis yang lebih akurat dan efisien, namun memerlukan penyesuaian dengan kondisi produksi industri.
Fokus Penelitian
Tujuan Hibah
Tujuan Pendanaan:
- Mendanai pengembangan AI-powered visual inspection system
- Memfasilitasi implementasi di 5 production lines
- Mendukung training SDM dan technology transfer
- Membiayai 2 patent applications
- Mendukung commercialization untuk industries lain
Luaran yang Diharapkan
Luaran yang Diharapkan:
- AI Inspection System: Deployed di 5 production lines PT Astra dengan accuracy > 99.5%
- Cost Savings: Rp 2.5 miliar per tahun dari reduced defect rates dan labor efficiency
- Paten Teknologi: 2 patent applications untuk AI inspection algorithms
- Commercial Product: AI inspection software product untuk industri manufaktur
- Training Program: Sertifikasi AI untuk 50+ engineers PT Astra
- ROI Achievement: Return on investment dalam 18 bulan
- Industry Standards: Kontribusi pada standar AI inspection di industri otomotif
Persyaratan Aplikasi
Kriteria Kelayakan
- Peneliti dengan expertise di computer vision atau AI
- Memiliki fasilitas lab dan computing resources
- Komitmen untuk technology transfer dan commercialization
Persyaratan Dokumen
- Proposal teknis dan rencana implementasi
- Proof of concept atau preliminary results
- Rencana anggaran dan timeline
- IP agreement draft
Syarat dan Ketentuan
Intellectual property menjadi joint ownership antara university dan PT Astra. Commercialization revenue sharing 50:50. Wajib maintain confidentiality untuk sensitive industrial data.
Rincian Anggaran
| No | Kategori Biaya | Deskripsi | Jumlah (Rp) | Catatan |
|---|---|---|---|---|
| 1 | Personnel | AI research and development team salaries | 320,000,000 | - |
| 2 | Equipment | Computer vision equipment and AI hardware | 380,000,000 | - |
| 3 | Materials | Dataset acquisition and research materials | 80,000,000 | - |
| 4 | Travel | Industry collaboration and conference travel | 50,000,000 | - |
| 5 | Other | Software licenses and miscellaneous expenses | 20,000,000 | - |
| Total Rincian Anggaran: | 850,000,000 | |||
| Overhead (10.0%): | 85,000,000 | |||
| Total Keseluruhan: | 935,000,000 | |||
Kebutuhan Pelaporan
Monthly progress report dan quarterly business review. Wajib demonstrate working prototype setiap 6 bulan.
Dokumentasi & Laporan
Hasil Audit
Audit industri menunjukkan implementasi sistem di 3 production lines berhasil. ROI tercapai dalam 18 bulan sesuai target.