RPS minggu 14 · sub-CPMK 6 · 2x50 menit

Teknologi Terbaru untuk Efisiensi Operasi Global

S1 Manajemen — Konsentrasi Operasi · FEB UNDIP

Peta Pembelajaran Hari Ini

Sub-CPMK 6: mengintegrasikan teknologi terbaru untuk efisiensi operasional global. Empat indikator capaian yang harus Anda kuasai.

Jam ke-1 (50 menit)

RPA (Robotic Process Automation)
Additive Manufacturing / 3D printing
AR/VR untuk training dan maintenance

Jam ke-2 (50 menit)

Collaborative Robot (cobot)
Quantum computing & blockchain preview
Mini-case: GE Aviation 3D printing

Hari ini Anda akan dapat identify use case RPA dan calculate ROI implementasi di organisasi Anda.

Empat capaian hari ini. Pertama, RPA atau Robotic Process Automation dengan tools seperti UiPath, Automation Anywhere, Microsoft Power Automate untuk automate task repetitif back-office seperti data entry, invoice processing, reconciliation. Kedua, Additive Manufacturing atau 3D printing dengan technology FDM, SLA, SLS, DMLS untuk produksi custom dan on-demand — disrupt traditional manufacturing. Ketiga, AR atau Augmented Reality dan VR atau Virtual Reality untuk training operator, maintenance instruction, dan remote assistance. Keempat, Collaborative Robot atau cobot yang dirancang untuk kerja bersama human tanpa safety cage — Universal Robots, ABB YuMi, KUKA. Mini-case GE Aviation 3D print fuel nozzle LEAP engine — dari 20 parts jadi 1, 25 persen more durable, 5 persen lighter. Hari ini Anda akan dapat identify use case RPA dan calculate ROI implementasi di organisasi Anda.

Magnitudo Pasar Teknologi Emerging

Empat teknologi yang kita pelajari punya market miliaran dollar dengan growth tinggi.

RPA market 2025

USD ~13 M

Dihedge ~, growth 35%/tahun — UiPath, Automation Anywhere, Microsoft Power Automate

3D printing market 2025

USD ~50 M

Dihedge ~, growth 24%/tahun — disrupt traditional manufacturing

Pertanyaan pemantik: dari empat teknologi hari ini, mana yang menurut Anda paling applicable di organisasi yang Anda tahu?

Empat teknologi yang kita pelajari punya market miliaran dollar dengan growth tinggi. RPA market 2025 diperkirakan USD 13 miliar (dihedge ~) dengan growth 35 persen per tahun — vendor leader UiPath (Romania-US), Automation Anywhere (US), Microsoft Power Automate (US). 3D printing atau additive manufacturing market 2025 USD 50 miliar (dihedge ~) dengan growth 24 persen per tahun — disrupt traditional manufacturing dengan kemampuan produksi custom complex part. Pertanyaan pemantik tentang applicability: RPA paling applicable untuk perusahaan dengan back-office process manual banyak (finance, HR, procurement). 3D printing paling applicable untuk industri aerospace, medical, automotive dengan custom part. AR/VR paling applicable untuk training operator dan maintenance di pabrik. Cobot paling applicable untuk assembly line dengan human-robot collaboration. Sebagai praktisi global operations, Anda harus paham kapan apply teknologi ini untuk competitive advantage.

Bagian 1 · 1/4

RPA (Robotic Process Automation)

Diskusi kelas: sebutkan satu task repetitif di pekerjaan Anda yang ingin Anda automate.

RPA — Automate Rule-Based Task

RPA adalah software robot yang mimic human action di UI — automate task repetitif berbasis rule.

Karakteristik	RPA	Traditional Automation
Approach	Mimic human di UI	API integration backend
Code change backend?	Tidak (non-invasive)	Ya (modify sistem)
Setup time	3-6 minggu	3-6 bulan
Cost	Rendah-medium	Tinggi
Rule-based only?	Ya (rule explicit)	Bisa complex logic
Exception handling	Limited	Robust

Use case RPA: invoice processing, bank reconciliation, payroll calculation, customer onboarding, report consolidation.

RPA atau Robotic Process Automation adalah software robot yang mimic human action di UI — automate task repetitif berbasis rule. Perbandingan RPA dengan traditional automation. Pertama, Approach: RPA mimic human action di user interface (klik button, isi form, copy data), traditional automation integrate via API di backend sistem. Kedua, Code change backend: RPA non-invasive (tidak modify underlying system), traditional automation ya (butuh developer modify sistem). Ketiga, Setup time: RPA cepat 3-6 minggu karena tidak perlu deep integration, traditional automation 3-6 bulan. Keempat, Cost: RPA rendah-medium (license USD 5.000-15.000 per bot per tahun), traditional automation tinggi (developer fee mahal). Kelima, Rule-based only: RPA hanya untuk task dengan rule explicit dan deterministic. Jika task butuh judgment, RPA tidak cocok. Traditional automation bisa complex logic. Keenam, Exception handling: RPA limited (bot stop saat exception, butuh human intervention), traditional automation robust (dapat handle edge case). Use case RPA yang umum: invoice processing (bot read email, extract data, input ke ERP), bank reconciliation (bot match transaction antara bank statement dan ledger), payroll calculation (bot pull data dari time attendance, calculate gaji, input ke payroll system), customer onboarding (bot input customer data dari form ke multiple sistem), report consolidation (bot pull data dari berbagai sumber, generate report terkonsolidasi). Sebagai konsultan RPA, Anda harus identify use case high-volume high-rule-based untuk ROI maksimal.

Hitung dari Nol: RPA ROI Invoice Processing

Skenario: Perusahaan Indonesia proses 1.000 invoice/bulan. Manual: 5 menit/invoice × 1.000 = 83 jam/bulan, oleh 1 FTE accountant Rp 10 jt/bulan. RPA: capex USD 20.000 (robot + license), opex Rp 200 jt/tahun (license + maintenance), proses 1.000 invoice/bulan butuh 0,5 jam compute (vs 83 jam manual). Hitung saving dan ROI 3 tahun.

Komponen	Perhitungan	Nilai
Manual time/tahun	83 jam × 12	996 jam/tahun
Manual cost (1 FTE)	Rp 10 jt × 12	Rp 120 jt/tahun
RPA time/tahun	0,5 × 12	6 jam/tahun
RPA capex (year 0)	USD 20.000 × 15.000	Rp 300 jt
RPA opex/tahun	License + maintenance	Rp 200 jt
Net benefit/tahun	Rp 120 jt (FTE saving)	Rp 120 jt
Cost RPA 3 tahun	300 + (3 × 200)	Rp 900 jt
Benefit 3 tahun	3 × 120	Rp 360 jt

Insight

RPA tidak viable untuk 1 FTE

Untuk 1 FTE saving Rp 120 jt/tahun vs RPA cost Rp 300 jt capex + Rp 200 jt opex/tahun — RPA tidak viable. RPA viable untuk volume besar (5+ FTE) atau task value tinggi (compliance, accuracy).

Hitungan RPA ROI invoice processing ini menggambarkan trade-off business case. Perusahaan Indonesia proses 1.000 invoice per bulan. Manual: 5 menit per invoice × 1.000 = 5.000 menit = 83 jam per bulan, yang dikerjakan oleh 1 Full Time Equivalent (FTE) accountant dengan gaji Rp 10 juta per bulan. RPA: capex USD 20.000 untuk robot development dan license (kurs Rp 15.000 = Rp 300 juta), opex Rp 200 juta per tahun untuk license renewal dan maintenance. RPA proses 1.000 invoice per bulan butuh 0,5 jam compute versus 83 jam manual. Hitung: manual time per tahun 83 × 12 = 996 jam. Manual cost 1 FTE Rp 120 juta per tahun. RPA time per tahun 0,5 × 12 = 6 jam (bot sangat cepat). RPA capex Rp 300 juta. RPA opex Rp 200 juta per tahun. Net benefit per tahun Rp 120 juta (saving 1 FTE). Cost RPA 3 tahun Rp 900 juta (300 capex + 600 opex). Benefit 3 tahun Rp 360 juta. Insight: RPA tidak viable untuk 1 FTE — cost RPA lebih tinggi dari saving. RPA viable untuk volume besar (5+ FTE saving) atau task value tinggi (compliance, accuracy, customer experience). Untuk 5 FTE saving Rp 600 juta per tahun vs RPA cost Rp 500 juta (300 capex + 200 opex) → ROI positif Rp 100 juta per tahun. Pelajaran kunci: RPA business case tergantung volume dan value. Sebagai konsultan RPA, Anda harus quantify both dimension sebelum recommend implementasi. Banyak perusahaan Indonesia over-invest RPA untuk task low-value — failure case.

Bagian 2 · 2/4

Additive Manufacturing (3D Printing)

Diskusi kelas: kalau Anda bisa 3D print satu produk untuk bisnis Anda, apa itu?

7 Tipe 3D Printing Technology

ASTM/ISO 52900 mengklasifikasi 7 proses 3D printing dengan technology dan use case berbeda.

Proses	Technology	Material	Use Case
1. Binder Jetting	Bind powder dengan cairan	Sand, metal, ceramic	Casting mold, figurine
2. DED (Directed Energy)	Deposit & melt wire/powder	Metal	Repair, large part
3. Material Extrusion	FDM — extrude filament	Plastic (ABS, PLA)	Prototype, hobbyist
4. Material Jetting	Jet photopolymer & cure	Resin, wax	High-detail, dental
5. PBF (Powder Bed Fusion)	Laser/electron melt powder	Metal, plastic	Functional part, aerospace
6. Sheet Lamination	Laminasi sheet & cut	Metal foil, paper	Specialized
7. Vat Photopolymerization	SLA — cure resin dengan UV	Resin	High-detail prototype

Tip: pilih teknologi berdasar material, accuracy, strength, dan cost. FDM cheap untuk prototyping, DMLS untuk aerospace metal part.

ASTM/ISO 52900 mengklasifikasi 7 proses 3D printing dengan technology dan use case berbeda. Pertama, Binder Jetting — bind powder dengan cairan binding agent. Material: sand (untuk casting mold), metal, ceramic. Use case: casting mold kompleks, figurine decorative. Kedua, Directed Energy Deposition (DED) — deposit dan melt wire atau powder dengan laser/electron beam. Material: metal. Use case: repair high-value part (jet engine blade), large part. Ketiga, Material Extrusion atau Fused Deposition Modeling (FDM) — extrude filament plastic melalui nozzle panas. Material: plastic (ABS, PLA, PETG, TPU). Use case: prototype cepat, hobbyist, education. Paling accessible dan murah. Keempat, Material Jetting — jet photopolymer dan cure dengan UV. Material: resin, wax. Use case: high-detail (dental, jewelry). Kelima, Powder Bed Fusion (PBF) — laser atau electron beam melt powder bed. Material: metal (DMLS, SLM) dan plastic (SLS). Use case: functional part untuk aerospace, medical implant, automotive. Paling advanced. Keenam, Sheet Lamination — laminasi sheet material dan cut. Material: metal foil, paper. Use case: specialized application. Ketujuh, Vat Photopolymerization atau Stereolithography (SLA) — cure resin cair dengan UV laser. Material: resin. Use case: high-detail prototype, master pattern. Tip praktis: pilih teknologi berdasar material, accuracy, strength, dan cost. FDM cheap untuk prototyping (Rp 2-5 juta printer). SLA untuk high-detail (Rp 10-30 juta). SLS untuk functional plastic (Rp 100 juta+). DMLS untuk aerospace metal (Rp 500 juta-2 miliar). Sebagai konsultan additive manufacturing, Anda harus recommend technology yang fit dengan use case dan budget klien.

Mini-Case: GE Aviation LEAP Fuel Nozzle

GE Aviation 3D print fuel nozzle untuk LEAP engine — reduce 20 parts jadi 1, 25% more durable, 5% lighter.

Inovasi GE

LEAP engine oleh CFM (GE-Safran JV)
Fuel nozzle tradisional: 20 parts brazed
3D print DMLS: 1 part monolithic
25% more durable, 5% lighter
Complex internal cooling channel (unmachinable)

Lesson Learned

Redesign part untuk additive
Material cobalt-chrome alloy
Invest USD 50 M+ R&D 10 tahun
Sekarang produce 35.000+/tahun
Disrupt traditional supply chain

Pelajaran: additive viable untuk high-value complex part dengan low-volume high-margin. Tidak viable untuk commodity high-volume.

Mini-case GE Aviation LEAP fuel nozzle adalah contoh klasik sukses additive manufacturing industrial. LEAP engine diproduksi oleh CFM International, joint venture GE Aviation dan Safran Aircraft Engines. Fuel nozzle tradisional terdiri dari 20 parts yang brazed together — proses kompleks dengan many failure point. GE Aviation develop 3D print fuel nozzle menggunakan DMLS atau Direct Metal Laser Sintering dari cobalt-chrome alloy. Hasilnya: 20 parts jadi 1 part monolithic. 25 persen more durable karena tidak ada braze joint yang dapat fail. 5 persen lighter. Complex internal cooling channel yang unmachinable dengan subtractive manufacturing — desain optimal thermal performance. Investasi R&D USD 50 juta+ selama 10 tahun (2005-2015). Sekarang produce 35.000+ fuel nozzle per tahun untuk LEAP engine. Lesson learned untuk praktisi: pertama, redesign part untuk additive — bukan copy existing design, tetapi redesign untuk leverage keunggulan additive (complex geometry, integrated part). Kedua, material cobalt-chrome alloy yang heat-resistant untuk aerospace application. Ketiga, investasi R&D besar 10 tahun — additive bukan quick win tetapi strategic long-term investasi. Keempat, scale up ke 35.000+ per tahun menunjukkan additive dapat industrially viable. Kelima, disrupt traditional supply chain — supplier 20 parts lama hilang, supply chain jadi simpler. Pelajaran kunci: additive viable untuk high-value complex part dengan low-volume high-margin (aerospace, medical, dental). Tidak viable untuk commodity high-volume (food packaging, paper clip). Sebagai konsultan additive manufacturing, Anda harus identify use case high-value untuk ROI justification.

Hitung dari Nol: 3D Print vs Injection Mold Breakeven

Skenario: Produce plastic housing untuk medical device. Injection mold: capex Rp 200 jt, variable Rp 5 rb/unit. 3D print: capex Rp 0 (outsource), variable Rp 50 rb/unit. Hitung breakeven volume di mana injection mold lebih ekonomis.

Volume	Injection Mold Cost	3D Print Cost	Murah
1.000 unit	200 + (1 × 5 rb) = Rp 205 jt	1 × 50 rb = Rp 50 jt	3D print
5.000 unit	200 + (5 × 5 rb) = Rp 225 jt	5 × 50 rb = Rp 250 jt	Injection
10.000 unit	200 + (10 × 5 rb) = Rp 250 jt	10 × 50 rb = Rp 500 jt	Injection
1.000.000 unit	200 + (1.000 × 5 rb) = Rp 5,2 M	1.000 × 50 rb = Rp 50 M	Injection jauh

Breakeven

~4.444 unit

Breakeven volume: 200 jt / (50 rb - 5 rb) = 4.444 unit. Below 4.444 → 3D print. Above 4.444 → injection mold. Strategi: prototyping & low volume pakai 3D, mass production pakai injection.

Hitungan 3D print versus injection mold breakeven ini adalah decision klasik manufacturing strategy. Produce plastic housing untuk medical device. Injection mold: capex Rp 200 juta (mold tooling), variable Rp 5.000 per unit (material + cycle time). 3D print: capex Rp 0 (outsource ke service bureau), variable Rp 50.000 per unit (material + machine time). Hitung cost di berbagai volume. Volume 1.000 unit: injection cost 200 jt + (1.000 × 5.000) = Rp 205 juta. 3D print cost 1.000 × 50.000 = Rp 50 juta. 3D print lebih murah. Volume 5.000 unit: injection Rp 225 juta, 3D print Rp 250 juta — injection lebih murah. Volume 10.000 unit: injection Rp 250 juta, 3D print Rp 500 juta — injection. Volume 1.000.000 unit: injection Rp 5,2 miliar, 3D print Rp 50 miliar — injection jauh. Breakeven volume: capex / (variable 3D - variable injection) = 200.000.000 / (50.000 - 5.000) = 200.000.000 / 45.000 = 4.444 unit. Di bawah 4.444 unit, 3D print lebih ekonomis. Di atas 4.444 unit, injection mold lebih ekonomis. Strategi rekomendasi: pertama, prototyping dan low volume (kurang dari 4.444 unit) pakai 3D print — fast turnaround, no tooling cost. Kedua, mass production (di atas 4.444 unit) pakai injection mold — lower unit cost. Ketiga, hybrid: 3D print untuk early product launch (validate market), transition ke injection mold saat volume naik. Sebagai konsultan manufacturing strategy, Anda harus calculate breakeven per use case. Banyak perusahaan salah pilih karena tidak hitung trade-off ini.

Bagian 3 · 3/4

AR/VR & Cobot

Diskusi kelas: pernahkah Anda pakai AR/VR (mis. Instagram filter, Oculus)? Apa pengalaman Anda?

AR/VR untuk Operasi Global

AR (Augmented Reality) dan VR (Virtual Reality) punya 5 use case utama di operasi global.

Use Case	AR/VR	Contoh
Training	VR immersif	Walmart VR training, flight simulator
Maintenance instruction	AR overlay	Boeing wiring diagram, Porsche maintenance
Remote assistance	AR glasses	Technician onsite + expert remote
Design review	VR design	Ford car design VR review
Customer experience	AR/VR	IKEA Place, BMW AR config

Vendor AR/VR: Microsoft HoloLens, Meta Quest, Apple Vision Pro, Magic Leap.

AR dan VR punya 5 use case utama di operasi global. Pertama, Training — VR immersif untuk training scenario yang expensive atau risky di real world. Contoh: Walmart VR training untuk Black Friday rush (simulate customer rush tanpa real risk), flight simulator pilot (jutaan dollar saving vs real aircraft). Kedua, Maintenance instruction — AR overlay ke real equipment untuk step-by-step instruction. Contoh: Boeing wiring diagram AR glasses (technician lihat wiring color di real aircraft via glasses), Porsche maintenance AR (technician lihat torque spec dan sequence di glasses). Ketiga, Remote assistance — AR glasses dengan video call untuk technician onsite dapat collaborate dengan expert remote. Contoh: technician di pabrik remote dapat show real equipment ke expert di HQ via AR glasses, expert annotate di screen technician. Reduce travel cost dan accelerate problem solving. Keempat, Design review — VR design untuk review product virtual sebelum prototype physical. Contoh: Ford car design VR review (designer walk around virtual car, validate ergonomics), architecture VR (client walkthrough virtual building). Kelima, Customer experience — AR/VR untuk enhance customer journey. Contoh: IKEA Place (customer visualize furniture di ruang via AR), BMW AR configurator (customize car dan lihat via AR). Vendor AR/VR industrial: Microsoft HoloLens 2 (enterprise leader USD 3.500), Meta Quest Pro (USD 1.500), Apple Vision Pro (USD 3.499, baru 2024), Magic Leap 2 (USD 3.300). Sebagai konsultan AR/VR, Anda harus identify use case high-value dengan ROI justification.

Hitung dari Nol: AR Training ROI

Skenario: Retail Indonesia training 500 kasir baru/tahun. Traditional: 40 jam/kasir × Rp 100 rb/jam trainer = Rp 4 jt/kasir + lost productivity 40 jam. AR training: capex Microsoft HoloLens 5 unit × Rp 50 jt = Rp 250 jt, content development Rp 100 jt, training 20 jam × Rp 100 rb = Rp 2 jt/kasir + 20 jam productivity. Hitung saving tahunan dan payback.

Komponen	Traditional	AR Training
Cost/kasir (trainer)	Rp 4 jt	Rp 2 jt
Lost productivity/kasir	40 jam	20 jam
Cost/kasir total (Rp 100 rb/jam)	4 + (40 × 100 rb) = Rp 8 jt	2 + (20 × 100 rb) = Rp 4 jt
500 kasir/tahun	Rp 4 M	Rp 2 M
Capex AR (year 0)	Rp 0	Rp 250 jt + Rp 100 jt = Rp 350 jt
Net saving tahun 1		(4-2) - 0,35 = Rp 1,65 M

AR Training ROI

Save Rp 1,65 M/tahun

AR training save Rp 1,65 miliar di tahun 1 (after capex Rp 350 jt). Tahun 2+ saving Rp 2 M/tahun (no capex). Payback ~3 bulan. Cocok untuk training volume tinggi dengan skill transferable.

Hitungan AR training ROI ini menggambarkan business case untuk immersive training. Retail Indonesia training 500 kasir baru per tahun. Traditional: 40 jam training per kasir × Rp 100.000 per jam trainer cost = Rp 4 juta per kasir. Plus lost productivity 40 jam per kasir. AR training: capex 5 unit Microsoft HoloLens Rp 50 juta per unit = Rp 250 juta, content development Rp 100 juta (one-time), training 20 jam per kasir × Rp 100.000 = Rp 2 juta per kasir, plus 20 jam lost productivity. Hitung: cost per kasir (trainer) traditional Rp 4 juta, AR Rp 2 juta. Lost productivity per kasir traditional 40 jam, AR 20 jam. Cost per kasir total (Rp 100.000 per jam productivity) traditional Rp 8 juta, AR Rp 4 juta. 500 kasir per tahun: traditional Rp 4 miliar, AR Rp 2 miliar. Capex AR Rp 350 juta. Net saving tahun 1: (4 - 2) - 0,35 = Rp 1,65 miliar. AR training save Rp 1,65 miliar di tahun 1 setelah capex. Tahun 2 dan seterusnya saving Rp 2 miliar per tahun (no capex recurring, hanya content update). Payback period sekitar 3 bulan. AR training cocok untuk training volume tinggi dengan skill transferable (kasir, assembly operator, customer service). Sebagai konsultan AR/VR, Anda harus quantify benefit komprehensif: training cost saving, productivity improvement, accuracy improvement, consistency.

Bagian 4 · 4/4

Cobot & Future Tech

Diskusi kelas: kalau Anda dapat satu cobot untuk pabrik Anda, task apa yang akan Anda automate?

Collaborative Robot (Cobot)

Cobot adalah robot yang dirancang untuk kerja bersama human tanpa safety cage — enabler flexible automation.

Aspek	Industrial Robot	Cobot
Safety	Safety cage wajib	Force-limited, safe di samping human
Speed	Cepat (5 m/s)	Lambat (1 m/s) untuk safety
Payload	Tinggi (10-1.000 kg)	Rendah (3-35 kg)
Programming	Complex (code)	Easy (teach pendant, hand-guide)
Setup time	Bulan	Hari-minggu
Cost	USD 50-500 rb	USD 20-50 rb
Vendor	Fanuc, KUKA, ABB	Universal Robots, ABB YuMi, Techman

Tip: cobot cocok untuk high-mix low-volume dengan frequent changeover. Industrial robot untuk high-volume repetitive.

Cobot atau Collaborative Robot adalah robot yang dirancang untuk kerja bersama human tanpa safety cage — enabler flexible automation. Perbandingan cobot dengan industrial robot tradisional. Pertama, Safety: industrial robot butuh safety cage karena dangerous (power tinggi, tidak detect human), cobot force-limited dan aman di samping human (jika collision, force sensor stop robot). Kedua, Speed: industrial robot cepat 5 meter per detik, cobot lambat 1 meter per detik untuk safety. Ketiga, Payload: industrial robot tinggi 10-1.000 kg (heavy industry), cobot rendah 3-35 kg (light assembly). Keempat, Programming: industrial robot complex (code G-code atau vendor-specific), cobot easy dengan teach pendant atau hand-guide (operator fisik move robot arm untuk teach position). Kelima, Setup time: industrial robot bulan (integration complex), cobot hari-minggu (plug and produce). Keenam, Cost: industrial robot USD 50.000-500.000, cobot USD 20.000-50.000 (lebih accessible UKM). Ketujuh, Vendor: industrial robot Fanuc, KUKA, ABB, Yaskawa. Cobot leader Universal Robots (Denmark), ABB YuMi, Techman Robot (Taiwan), FANUC CRX. Tip praktis: cobot cocok untuk high-mix low-volume dengan frequent changeover (electronics assembly, food packaging). Industrial robot cocok untuk high-volume repetitive (automotive welding, palletizing). Sebagai konsultan automation, Anda harus assess product mix dan volume untuk recommend cobot atau industrial robot. Banyak perusahaan Indonesia UKM mulai adopt cobot karena accessible dan flexible.

Future Tech: Quantum & Blockchain

Dua teknologi emerging yang akan reshape operasi global dalam 5-10 tahun ke depan.

Technology	Status	Use Case Operasi Global
Quantum Computing	R&D, awal commercial 5-10 tahun	Optimization complex (routing, scheduling), cryptography
Blockchain	Pilot production	Supply chain traceability, smart contract, provenance
Edge Computing	Early production	Real-time decision di mesin level (low latency)
5G Private Network	Early adoption	Wireless factory, IIoT critical
Generative AI	Mainstream 2023+	Knowledge worker augmentation, code, content

Tip: monitor teknologi ini, tetapi fokus implement teknologi yang sudah mature dan ROI-positive.

Dua teknologi emerging yang akan reshape operasi global dalam 5-10 tahun ke depan, plus beberapa pendukung. Pertama, Quantum Computing — masih R&D dengan awal commercial 5-10 tahun ke depan. Vendor: IBM, Google, IonQ, Rigetti. Use case operasi global: optimization complex (routing logistics dengan miliaran kombinasi, scheduling dengan many constraint), cryptography (quantum-safe encryption untuk data security). Quantum advantage akan disrupt optimization industry. Kedua, Blockchain — pilot production dengan use case supply chain traceability (Walmart-IBM Food Trust untuk trace E. coli source dalam detik vs minggu), smart contract (otomatisasi payment saat goods delivered), provenance (diamond De Beers Tracr untuk certify conflict-free). Vendor: Hyperledger Fabric, Ethereum enterprise, R3 Corda. Ketiga, Edge Computing — early production untuk real-time decision di mesin level dengan low latency (ms vs cloud detik). Critical untuk autonomous system dan IIoT. Vendor: AWS Greengrass, Azure IoT Edge. Keempat, 5G Private Network — early adoption untuk wireless factory dengan high bandwidth dan low latency, menggantikan industrial Ethernet. Memungkinkan IIoT critical dan mobile robot. Kelima, Generative AI (ChatGPT, Claude) — mainstream 2023+. Use case: knowledge worker augmentation (analyst dapat generate report cepat), code generation (developer produktif 30-50 persen), content creation (marketing, technical writing). Tip praktis: monitor teknologi ini tetapi fokus implement teknologi yang sudah mature dan ROI-positive (RPA, IIoT, cloud, predictive analytics). Sebagai konsultan technology strategy, Anda harus help klien balance antara quick win mature technology dan strategic invest di emerging technology.

RPA Hyperautomation Trend

Hyperautomation adalah next wave RPA — combine RPA + AI + Low-Code untuk end-to-end automation.

Komponen	Function	Contoh Vendor
RPA (rule-based)	Automate task repetitif	UiPath, Automation Anywhere
AI/ML (judgment)	Decisions non-rule	AWS AI, Google AI
Low-Code Platform	Citizen developer	Microsoft Power Apps, OutSystems
Process Mining	Discover automation opportunity	Celonis, UiPath Process Mining
iBPMS	End-to-end orchestration	Appian, Pega

Tip: hyperautomation bukan satu teknologi tetapi portfolio — start dengan RPA untuk quick win, evolve ke AI untuk judgment.

Hyperautomation adalah next wave RPA — combine RPA dengan AI, Low-Code Platform, dan orchestration untuk end-to-end automation. Gartner prediksi 2025: 70 persen large enterprise akan adopt hyperautomation. Lima komponen hyperautomation. Pertama, RPA untuk task rule-based yang repetitive — vendor UiPath, Automation Anywhere, Microsoft Power Automate. Kedua, AI/ML untuk decision yang butuh judgment — vendor AWS AI, Google AI, IBM Watson. RPA + AI = Intelligent Process Automation. Contoh: bot read invoice (RPA), extract data via OCR + AI (judgment), input ke ERP (RPA). Ketiga, Low-Code Platform untuk citizen developer (business user dapat build aplikasi tanpa IT). Vendor Microsoft Power Apps, OutSystems, Mendix. Democratize app development. Keempat, Process Mining untuk discover automation opportunity dari system log. Vendor Celonis (leader), UiPath Process Mining. Analyze process as-is untuk identify bottleneck dan opportunity. Kelima, iBPMS atau intelligent Business Process Management Suite untuk orchestration end-to-end. Vendor Appian, Pega. Orchestrate RPA bot + AI + human workflow dalam satu platform. Tip praktis: hyperautomation bukan satu teknologi tetapi portfolio yang integrated. Start dengan RPA untuk quick win yang rule-based, evolve ke AI untuk decision judgment, orchestrate dengan iBPMS. Sebagai konsultan hyperautomation, Anda harus design roadmap yang build capability incremental.

Talent & Skill untuk Era Emerging Tech

Praktisi operations masa depan butuh skill baru untuk thrive di era teknologi emerging.

Technical Skill

Data literacy (SQL, Python, BI tool)
AI/ML fundamentals
RPA & automation design
Cloud platform (AWS, Azure, GCP)
ERP configuration (SAP, Oracle)

Human/Soft Skill

Change management
Cross-functional collaboration
Storytelling with data
Agile project management
Continuous learning mindset

Tip: T-shaped talent — deep di satu area (operations), broad di lainnya (data, AI, business).

Praktisi operations masa depan butuh skill baru untuk thrive di era teknologi emerging. Dua kategori skill. Technical Skill: pertama, Data literacy — SQL untuk query database, Python untuk data manipulation, BI tool seperti Tableau atau Power BI untuk visualization. Praktisi operations sekarang harus data-driven bukan intuition. Kedua, AI/ML fundamentals — paham konsep supervised/unsupervised learning, dapat communicate dengan data scientist, dapat identify use case ML. Ketiga, RPA dan automation design — dapat design bot dan automation workflow. Keempat, Cloud platform (AWS, Azure, GCP) — paham konsep cloud, dapat deploy aplikasi, manage cost. Kelima, ERP configuration (SAP, Oracle) — paham business process ERP dan dapat configure. Human atau Soft Skill: pertama, Change management — manage people side of transformation, communicate vision, address resistance. Kedua, Cross-functional collaboration — kerja dengan IT, finance, HR, marketing. Boundary spanner. Ketiga, Storytelling with data — communicate insight dari data ke eksekutif dengan narrative yang compelling. Keempat, Agile project management — scrum, kanban, iterative delivery. Kelima, Continuous learning mindset — technology berubah cepat, must willing unlearn dan relearn. Tip praktis: T-shaped talent — deep expertise di satu area (operations management), broad knowledge di lainnya (data, AI, business). Sebagai konsultan talent development, Anda harus help organisasi build T-shaped operations team via training, rotation, dan hiring strategy.

Sintesis: Toolkit Teknologi Terbaru

Lima skill yang harus Anda pegang sebagai praktisi global operations di era teknologi emerging.

Skill	Tools	Use Case
RPA implementation	UiPath, Automation Anywhere, Power Automate	Back-office automation
Additive manufacturing	FDM, SLA, DMLS, SLS	Custom & complex part
AR/VR application	HoloLens, Meta Quest, Vision Pro	Training, maintenance, design
Cobot integration	Universal Robots, ABB YuMi	Flexible automation
Future tech radar	Quantum, blockchain, GenAI	Strategic positioning

Sintesis hari ini adalah toolkit lima skill teknologi terbaru. Pertama, RPA implementation dengan UiPath, Automation Anywhere, Microsoft Power Automate untuk back-office automation task repetitif berbasis rule. Kedua, Additive Manufacturing dengan FDM, SLA, DMLS, SLS untuk custom dan complex part yang tidak viable dengan traditional manufacturing. Ketiga, AR/VR application dengan Microsoft HoloLens, Meta Quest, Apple Vision Pro untuk training, maintenance instruction, dan design review. Keempat, Cobot integration dengan Universal Robots, ABB YuMi, Techman untuk flexible automation yang aman kerja bersama human. Kelima, Future tech radar dengan quantum computing, blockchain, dan Generative AI untuk strategic positioning dan early adoption competitive advantage. Sebagai konsultan technology operations, Anda akan sering apply lima skill ini untuk klien. Technology adoption adalah marathon, bukan sprint — pilih technology yang fit dengan business problem dan ROI justification.

Ringkasan & Persiapan Pertemuan 14

Apa yang sudah kita pelajari hari ini dan apa yang akan datang minggu depan.

Hari Ini (P13)

RPA — automasi back-office
Additive Manufacturing — 7 teknologi
AR/VR — 5 use case utama
Cobot — collaborative automation
Kasus: GE Aviation 3D fuel nozzle

Minggu Depan (P14)

Ringkasan & integrasi semester
Tren masa depan operasi global
Career path praktisi operations
Kompetensi 2030
Action plan personal

Persiapan P14: refleksi 13 pertemuan yang sudah dipelajari; identifikasi 3 topik paling menarik; draft career goal 5 tahun ke depan.

Sebagai penutup, saya ingin menegaskan tiga pesan kunci hari ini. Pertama, teknologi terbaru (RPA, 3D, AR/VR, cobot) sudah commercially viable dengan ROI attractive untuk banyak use case — bukan lagi hypothetical. Kedua, pilih technology berdasar business problem dan ROI justification, bukan hype. Ketiga, future tech (quantum, blockchain, GenAI) perlu monitor untuk strategic positioning tetapi implement yang sudah mature dulu. Sampai jumpa di pertemuan 14 minggu depan, pertemuan terakhir kita, di mana kita akan ringkasan dan integrasi semua konsep yang dipelajari sepanjang semester, explore tren masa depan operasi global, dan design career path Anda sebagai praktisi global operations. Silakan refleksi 13 pertemuan dan draft career goal. Terima Kasih sudah aktif berdiskusi — selamat belajar.