N O T A D I N A S - dephub.go.id

Nomor :

N O T A – D I N A S

102/ND/K3/DJKA/2021

Kepada Yth : Direktur Jenderal Perkeretaapian

Dari : Plh. Direktur Prasarana Perkeretaapian

Perihal : Laporan Pembahasan Implementasi Predictive

Maintenance Dalam Upaya Meningkatkan

Kinerja Layanan Prasarana Yang Lebih Baik

1. Menunjuk Undangan Direktur Prasarana Perkeretaapian Nomor :

UM.207/4/11/K3/DJKA/2021 tanggal 19 Februari 2021 perihal Undangan Rapat, bersama

ini kami sampaikan hal – hal sebagai berikut:

a. Rapat dilaksanakan pada tanggal 24 Februari 2021 melalui Video Conference dengan

Room Zoom dengan Meeting ID : 240 272 5277 Password : 240221;

b. Rapat dipimpin oleh Direktur Prasarana Perkeretaapian/ Kasubdit Kelaikan Jalur dan

Bangunan KA dan dihadiri oleh perwakilan dari:

1. Sekretaris Direktorat Jenderal Perkeretaapian;

2. Direktorat Keselamatan Perkeretaapian;

3. Direktorat Prasarana Perkeretaapian;

4. Balai Pengujian Perkeretaapian;

5. Balai Teknik Perkeretaapian Kelas I Wilayah Jakarta dan Banten;

6. Balai Teknik Perkeretaapian Kelas I Wilayah Jawa Bagian Timur;

7. Balai Teknik Perkeretaapian Kelas I Wilayah Jawa Bagian Barat;

8. Balai Teknik Perkeretaapian Kelas I Wilayah Jawa Bagian Barat;

9. Balai Teknik Perkeretaapian Kelas II Wilayah Sumatera Bagian Utara;

10. Balai Teknik Perkeretaapian Kelas II Wilayah Sumatera Bagian Selatan;

11. Balai Teknik Perkeretaapian Kelas II Wilayah Sumatera Bagian Barat;

12. PPK IMO;

13. Prof Suhono; dan

14. Tim Pusat Inovasi Kota dan Komunitas Cerdas Institut Teknologi Bandung (ITB).

c. Kesimpulan rapat pembahasan sebagai berikut (risalah rapat terlampir):

1) Prof. Suhono menyampaikan hal-hal sebagai berikut :

a) Latar belakang dari Implementasi Predictive Maintenance yaitu dikarenakan

terdapat penurunan kinerja pelayanan dan keselamatan transportasi kereta api

akibat longsor, banjir dan rel anjlok;

b) Tujuan dari Implementasi Predictive Maintenance yaitu mengusulkan Smart

Solution bagi perkeretaapian Indonesia dengan memanfaatkan teknologi Integrated

Smart System Platform (ISSP), Predictive Maintenance, Digital Twin, dan

Geospatial Artificial Intelligence untuk meningkatkan keselamatan, keamanan, serta

kinerja operasi pelayanan jasa transportasi kereta api;

c) Metode Smart Solution yang diusulkan dari Tim Pusat Inovasi Kota dan Komunitas

Cerdas Institut Teknologi Bandung (ITB) yaitu Integrated Smart System Platform

(ISPP) yang merupakan platform integrasi dan kolaborasi;

d) Integrated Smart System Platform (ISPP) terdiri dari existing database, IOT Sensor,

CCTV, social media, citizen reporting dan web services yang dimasukkan ke dalam

suatu server (Cloud) kemudian dianalisis menggunakan Big Data, Artificial Intelligent

dan Cyber Security sehingga dapat memahami apa yang akan terjadi dan apa yang

sedang terjadi.

2) Tim Pusat Inovasi Kota dan Komunitas Cerdas Institut Teknologi Bandung (ITB)

menyampaikan hal-hal sebagai berikut :

a) Alur kerja solusi Smart – Maintenance yaitu data yang dikumpulkan diharapkan

dapat segera diidentifikasi dan diklasifikasi sehingga dapat menghasilkan informasi

penting yang akan disampaikan ke stakeholder. Seiring berjalannya waktu informasi

yang ada akan terus dirangkai dan dilihat bagaimana keterkaitannya sehingga dapat

mengirimkan knowledge (pengetahuan) dari kebiasaan yang sering terjadi. Dari

knowledge (pengetahuan) ini diharapkan dapat memicu sebuah acting sehingga

didapatkan sebuah keputusan yang dapat diambil dan menghasilkan sebuah output

berupa predictive maintenance;

b) Sasaran penerapan predictive maintenance dari sisi knowledge (pengetahuan) yaitu

reactive (dilakukannya perbaikan setelah terjadi kerusakan), planned (terencana

dalam waktu tertentu), proactive (menghilangkan beberapa defect untuk

meningkatkan performance) dan predictive (melakukan pemeliharaan yang sifatnya

menganalisa dari data yang sudah didapatkan yaitu dari sensing untuk melihat

bagaimana perilaku dan juga data yang didapatkan sudah teridentifikasi);

c) Keuntungan menggunakan predictive maintenance yaitu dapat meminimalkan dan

menghilangkan downtime, penghematan biaya melalui transparansi kerusakan,

meningkatkan interval perawatan dan meminimalkan intrusive maintenance (sudah

terjadi kerusakan lalu dilakukan perbaikan);

3) Direktorat Keselamatan Perkeretaapian menyampaikan hal – hal sebagai berikut :

a) Sensing yang sudah ada yaitu axle counter perlu dimaksimalkan dan

didikembangkan untuk menghasilkan perilaku baik dari prasarana perkeretaapian;

b) Perlu dilakukan uji coba terhadap sensing yang sudah ada dengan menggunakan

pendekatan predictive maintenance.

4) Balai Pengujian Perkeretaapian menyampaikan bahwa perlu dilakukan

penyesuaian terhadap perawatan prasarana yang ada sesuai dengan SOP

sehingga dapat mewujudkan prasarana yang handal dan agar perubahan –

perubahan ekstrem yang terjadi dari segi lingkungan dapat diantisipasi dengan

penambahan hal – hal yang terkait dengan perawatan.

5) Balai Teknik Perkeretaapian Kelas I Wilayah Jawa Bagian Barat menyampaikan

hal – hal sebagai berikut :

a) Dengan adanya sistem pemodelan ini diharapkan dapat berjalan secara realtime;

b) Bersedia memberikan data lokasi yang telah terpasang sensor jika diperlukan dan

telah berkoordinasi lebih awal dengan PPK IMO.

6) PPK IMO menyampaikan hal – hal sebagai berikut :

a) Saat ini IMO sedang mengembangkan sistem manajemen perawatan

pengoperasian pembangunan dan pengusahaan prasarana perkeretaapian sebagai

asset DJKA barang milik negara yang sudah di inventaris dan dijadikan dasar

maintenance.

7) Direktorat Prasarana Perkeretaapian menyampaikan hal-hal sebagai berikut :

a) Skema Predictive Maintenance pernah diperkenalkan sebagai Preventive

Maintenance. Namun, belum bisa diterapkan di Direktorat Jenderal Perkeretaapian

karena masih menggunakan perhitungan perawatan berdasarkan ketersediaan

anggaran yang didapat berdasarkan hasil opname;

b) Apa yang disampaikan oleh tim baik sekali dengan memanfaatkan teknologi

informasi yang berbasis data base dan IoT sehingga dapat memberikan KPI yang

lebih fokus dalam dashboard. Walaupun tim tidak mengarah pada pembuatan tools

Pelaksana Harian

MOH. FATAWI

monitoring. Hal ini juga bisa dikolaborasikan oleh project SHMS yang sedang

dilakukan oleh BPKP dikarenakan sampai saat ini baru tahap pengembangan

peralatan sensor;

c) Apa yang diusulkan tim sudah sering dilakukan pembahasan internal namun tidak

pernah tercapai walaupun sudah tersedia anggaran yang besar dan tidak pernah

dapat diimplementasikan dengan baik karena terkait kapasitas pengetahuan

pegawai yang masih memerlukan proses pembelajaranTerkait hal tersebut

Direktorat Prasarana akan mengusulkan kepada pimpinan untuk dapat membentuk

Komite Pengembangan Manajemen Teknologi Informasi Perkeretaapian agar dapat

memberikan solusi yang maksimal terhadap permasalahan yang ada saat ini dan

menghadapi tantangan ke depan;

d) Selanjutnya jika usulan pembentukan tim dapat disetujui maka dapat dilanjutkan

agenda terkait pembahasan terhadap pengenalan format yang digunakan di

perkeretaapian dengan melakukan evaluasi terhadap sistem yang sudah ada

sebelumnya;

e) Diperlukan juga anggaran terkait dengan operasional tim untuk dapat menyiapkan

tenaga bantu dalam penyiapan bahan yang akan dibahas.

2. Sehubungan dengan hal tersebut diatas, bersama ini terlampir disampaikan Risalah Rapat

Pembahasan Implementasi Predictive Maintenance Dalam Upaya Meningkatkan Kinerja

Layanan Prasarana Yang Lebih Baik.

3. Demikian disampaikan, atas perkenan dan arahan lanjut Bapak diucapkan terima kasih.

Jakarta, 2 Maret 2021

DIREKTUR PRASARANA PERKERETAAPIAN

Tembusan :

Direktur Prasarana Perkeretaapian. Pembina Tk. I (IV/b)

NIP. 19670827 199303 1 002

RISALAH RAPAT

Hari / Tanggal : Rabu, 24 Februari 2021

Waktu : 09.00 WIB s.d Selesai

Tempat : Video Conference dengan Room Zoom

Meeting ID : 240 272 5277 Password : 240221

Acara : Pembahasan Implementasi Predictive Maintenance

Dalam Upaya Meningkatkan Kinerja Layanan Prasarana

Yang Lebih Baik

Pimpinan Rapat : Direktur Prasarana Perkeretaapian/ Kasubdit Kelaikan

Jalur dan Bangunan KA

Peserta Rapat : Perwakilan dari:

1. Sekretaris Direktorat Jenderal Perkeretaapian;

2. Direktorat Keselamatan Perkeretaapian;

3. Direktorat Prasarana Perkeretaapian;

4. Balai Pengujian Perkeretaapian;

5. Balai Teknik Perkeretaapian Kelas I Wilayah Jakarta

dan Banten;

6. Balai Teknik Perkeretaapian Kelas I Wilayah Jawa

Bagian Timur;

7. Balai Teknik Perkeretaapian Kelas I Wilayah Jawa

Bagian Barat;

8. Balai Teknik Perkeretaapian Kelas I Wilayah Jawa

Bagian Barat;

9. Balai Teknik Perkeretaapian Kelas II Wilayah

Sumatera Bagian Utara;

10. Balai Teknik Perkeretaapian Kelas II Wilayah

Sumatera Bagian Selatan;

11. Balai Teknik Perkeretaapian Kelas II Wilayah

Sumatera Bagian Barat;

12. PPK IMO;

13. Prof Suhono; dan

14. Tim Pusat Inovasi Kota dan Komunitas Cerdas Institut

Teknologi Bandung (ITB).

1. Dasar Rapat:

a) Tata Kelola Perawatan Prasarana Kereta Api.

2. Hasil Rapat adalah sebagai berikut:

a) Prof. Suhono menyampaikan hal-hal sebagai berikut :

1) Latar belakang dari Implementasi Predictive Maintenance yaitu dikarenakan terdapat

penurunan kinerja pelayanan dan keselamatan transportasi kereta api akibat longsor,

banjir dan rel anjlok;

2) Situational awareness merupakan kemampuan yang dimiliki sistem untuk menangkap

informasi di lingkungan sekitar (perception), memahami maknanya (comprehension), dan

memberikan aksi atau prediksi (projection) atas informasi terhadap perjalanan kereta api;

3) Predictive Maintenance mempunyai potensi digunakan sebagai acuan untuk penyusunan

norma, standar serta prosedur untuk meningkatkan kinerja layanan prasarana

transportasi kereta api yang lebih baik;

4) Tujuan dari Implementasi Predictive Maintenance yaitu mengusulkan Smart Solution bagi

perkeretaapian Indonesia dengan memanfaatkan teknologi Integrated Smart System

Platform (ISSP), Predictive Maintenance, Digital Twin, dan Geospatial Artificial

Intelligence untuk meningkatkan keselamatan, keamanan, serta kinerja operasi

pelayanan jasa transportasi kereta api;

5) Metode Smart Solution yang diusulkan dari Tim Pusat Inovasi Kota dan Komunitas

Cerdas Institut Teknologi Bandung (ITB) yaitu Integrated Smart System Platform (ISPP)

yang merupakan platform integrasi dan kolaborasi;

6) Integrated Smart System Platform (ISPP) terdiri dari existing database, IOT Sensor,

CCTV, social media, citizen reporting dan web services yang dimasukkan ke dalam suatu

server (Cloud) kemudian dianalisis menggunakan Big Data, Artificial Intelligent dan Cyber

Security sehingga dapat memahami apa yang akan terjadi dan apa yang sedang terjadi;

7) Alur Kerja dari Integrated Smart System Platform (ISPP) yaitu Sensing (mencari sensor

yang paling ideal), Understanding (mencakup data analytic, data visualization dan artificial

intelligent) dan Acting (mencakup reporting dan notification, device controlling dan

decision support system).

b) Tim Pusat Inovasi Kota dan Komunitas Cerdas Institut Teknologi Bandung (ITB)

menyampaikan hal-hal sebagai berikut :

1) Alur kerja solusi Smart – Maintenance yaitu data yang dikumpulkan diharapkan dapat

segera diidentifikasi dan diklasifikasi sehingga dapat menghasilkan informasi penting yang

akan disampaikan ke stakeholder. Seiring berjalannya waktu informasi yang ada akan

terus dirangkai dan dilihat bagaimana keterkaitannya sehingga dapat mengirimkan

knowledge (pengetahuan) dari kebiasaan yang sering terjadi. Dari knowledge

(pengetahuan) ini diharapkan dapat memicu sebuah acting sehingga didapatkan sebuah

keputusan yang dapat diambil dan menghasilkan sebuah output berupa predictive

maintenance;

2) Sasaran penerapan predictive maintenance dari sisi knowledge (pengetahuan) yaitu

reactive (dilakukannya perbaikan setelah terjadi kerusakan), planned (terencana dalam

waktu tertentu), proactive (menghilangkan beberapa defect untuk meningkatkan

performance) dan predictive (melakukan pemeliharaan yang sifatnya menganalisa dari

data yang sudah didapatkan yaitu dari sensing untuk melihat bagaimana perilaku dan juga

data yang didapatkan sudah teridentifikasi);

3) Keuntungan menggunakan predictive maintenance yaitu dapat meminimalkan dan

menghilangkan downtime, penghematan biaya melalui transparansi kerusakan,

meningkatkan interval perawatan dan meminimalkan intrusive maintenance (sudah terjadi

kerusakan lalu dilakukan perbaikan);

4) Penerapan Big data dalam transportasi kereta api dalam hal ini yaitu berupa kebutuhan

pemeliharaan terkait dengan rel. Objek yang dipantau yaitu kebutuhan rel. Langkah

pertama yaitu mengidentifikasi data yang sifatnya sensorik dalam lingkungan rel dan akan

disimpan pada sisi rel yang tidak akan terganggu oleh kereta api. Alat sensor dapat

ditempelkan di bagian roda kereta api dengan menggunakan accelero meter roda kkiri dan

kanan sebagai GPS;

5) Data dari Objek yang dikumpulkan setelah dianalisa dapat dipantau melalui teknologi

digital twin. Konsep digital twin dapat memberikan gambaran menyeluruh tentang suatu

objek dari data yang berasal dari sensor yang terpasang pada objek tersebut yang

selanjutnya akan dianalisa;

6) Keunggulan dari data twin yaitu visualisasi dengan spesifikasi yang sepenuhnya

berdasarkan obejk yang dituju, memprediksi pemeliharaan dan mendeteksi kesalahan dari

objek fisik berdasarkan masukan dari data yang ada, optimalisasi pada perancangan

objek fisik dan penerapan teknologi yang sesuai dengan perkembangan dan

kebutuhannya;

7) Geospatial Artificial Intelligence merupakan faktor pendukung lain dimana sebuah konsep

bidang multidisiplin yang menggabungkan inovasi teknologi Geographic Information

System (GIS) dan Artificial Intelligence (AI) dalam pemrosesan data spasial dengan

algoritma tertentu. Dengan menggunakan metode ini dapat mendeteksi sampai posisi

tagging gambar lingkungan seperti google maps;

8) Cara kerja dari Geospatial Artificial Intelligence yaitu pertama akan dilakukan

penggabungan dari data teks dengan peta daerah rawan bencana apa saja yang sudah

diidentifikasi lalu diintegrasikan;

9) Manfaat dari Geospatial Artificial Intelligence yaitu memprediksi kerusakan jalur kereta api

akibat banjir secara spasial dan pemetaan area jalur kereta api terdampak banjir;

10) Roadmap pengembangan predictive maintenance yaitu identifikasi target aplikasi dan

develop data architecture dengan use case anomaly detection (dapat dilihat dari data

pendukung dan bisnis prosesnya), membuat model design machine learning dan

pengujian teknologi pendukungnya, uji coba full production dengan big data setelah itu

mengidentifikasi dan mendokumenkan bagaimana yang akan dikembangkan,

implementasi satu sub sistem PdM untuk prasarana jalan rel kereta api dengan

menggunakan data analytic dan terakhir implementasi.

c) Direktorat Keselamatan Perkeretaapian menyampaikan hal – hal sebagai berikut :

1) Sensing yang sudah ada yaitu axle counter perlu dimaksimalkan dan didikembangkan

untuk menghasilkan perilaku baik dari prasarana perkeretaapian;

2) Perlu dilakukan uji coba terhadap sensing yang sudah ada dengan menggunakan

pendekatan predictive maintenance.

d) Balai Pengujian Perkeretaapian menyampaikan hal – hal sebagai berikut :

1) Perlu dilakukan penyesuaian terhadap perawatan prasarana yang ada sesuai dengan

SOP sehingga dapat mewujudkan prasarana yang handal dan agar perubahan –

perubahan ekstrem yang terjadi dari segi lingkungan dapat diantisipasi dengan

penambahan hal – hal yang terkait dengan perawatan;

2) Apabila teknologi yang telah diterapkan di Luar negeri dapat memberikan manfaat pada

Direktorat Jenderal Perkeretaapian perlu dicontoh dengan tetap memperhatikan

ketersediaan anggaran;

e) Balai Teknik Perkeretaapian Kelas I Wilayah Jawa Bagian Barat menyampaikan hal – hal

sebagai berikut :

1) Dengan adanya sistem pemodelan ini diharapkan dapat berjalan secara realtime;

2) Saat ini Balai Teknik Perkeretaapian Jawa Bagian Barat sedang membuat mapping data

stasiun, komponen kereta api dan emplasemen yang digunakan pada GIS;

3) Bersedia memberikan data lokasi yang telah terpasang sensor jika diperlukan dan telah

berkoordinasi lebih awal dengan PPK IMO.

f) PPK IMO menyampaikan hal – hal sebagai berikut :

1) Saat ini IMO sedang mengembangkan sistem manajemen perawatan pengoperasian

pembangunan dan pengusahaan prasarana perkeretaapian sebagai asset DJKA barang

milik negara yang sudah di inventaris dan dijadikan dasar maintenance;

2) Keunggulan dari sistem tersebut yaitu dapat mengetahui asset DJKA seperti apa saja

yang perlu dilakukan penggantian, dapat memprediksi volume maupun biaya dan lebih

akuntable dalam proses penyajiannya;

g) Direktorat Prasarana Perkeretaapian menyampaikan hal-hal sebagai berikut :

1) Skema Predictive Maintenance pernah diperkenalkan sebagai Preventive Maintenance.

Namun, belum bisa diterapkan di Direktorat Jenderal Perkeretaapian karena masih

menggunakan perhitungan perawatan berdasarkan ketersediaan anggaran yang didapat

berdasarkan hasil opname;

2) Apa yang disampaikan oleh tim baik sekali dengan memanfaatkan teknologi informasi

yang berbasis data base dan IoT sehingga dapat memberikan KPI yang lebih fokus dalam

dashboard. Walaupun tim tidak mengarah pada pembuatan tools monitoring. Hal ini juga

bisa dikolaborasikan oleh project SHMS yang sedang dilakukan oleh BPKP dikarenakan

sampai saat ini baru tahap pengembangan peralatan sensor;

3) Apa yang diusulkan tim sudah sering dilakukan pembahasan internal namun tidak pernah

tercapai walaupun sudah tersedia anggaran yang besar dan tidak pernah dapat

diimplementasikan dengan baik karena terkait kapasitas pengetahuan pegawai yang

masih memerlukan proses pembelajaran;

4) Perlu pemahaman organisasi terkait dengan tanggung jawab masing-masing pihak dan

juga perlu dibuatkan guidance agar dapat mengintegrasikan knowledge sehingga sistem

dapat terlaksana dengan baik;

5) Terdapat masalah pada reporting sistem PT KAI yang belum dapat dimanfaatkan dalam

penilaian kelaikan karena bersifat normatif dan tidak transparan.

6) Sistem yang ada pada saat ini masih terpisah-pisah yaitu masih berupa software sebagai

alat bantu yang belum terintegrasi;

7) Penciptaaan sistem juga akan meningkatkan transparansi informasi sehingga proses

pengambilan keputusan dapat dilakukan secara tepat;

8) Terhadap usulan Tim Pusat Inovasi Kota dan Komunitas Cerdas Institut Teknologi

Bandung (ITB), 6 (enam) tahapan untuk dapat mewujudkan platform ini baik sekali agar

investasi yang dilakukan tidak sia sia;

9) Terkait hal tersebut Direktorat Prasarana akan mengusulkan kepada pimpinan untuk

dapat membentuk Komite Pengembangan Manajemen Teknologi Informasi

Perkeretaapian agar dapat memberikan solusi yang maksimal terhadap permasalahan

yang ada saat ini dan menghadapi tantangan ke depan;

10) Selanjutnya jika usulan pembentukan tim dapat disetujui maka dapat dilanjutkan agenda

terkait pembahasan terhadap pengenalan format yang digunakan di perkeretaapian

dengan melakukan evaluasi terhadap sistem yang sudah ada sebelumnya;

11) Diperlukan juga anggaran terkait dengan operasional tim untuk dapat menyiapkan tenaga

bantu dalam penyiapan bahan yang akan dibahas.

3. Demikian Risalah Rapat ini dibuat, untuk dapat dipergunakan sebagaimana mestinya.

Mengetahui

Kasubdit Kelaikan Jalur dan Bangunan KA

Nur Setiawan Sidik

Pembina (IV/a)

NIP. 19770312 200212 1 003

Jakarta, 2 Maret 2021

Notulen Rapat

Rizka Muslimaturrohmah

Dokumentasi Rapat Pembahasan Implementasi Predictive Maintenance Dalam

Upaya Meningkatkan Kinerja Layanan Prasarana yang Lebih Baik