Friday, August 7, 2026
solusi kerja seumur hidup dengan AI Asistant - Ketinggalan RUGI
Monday, May 25, 2026
Evaluasi Proyek Integrasi Fire Alarm Konvensional ke Addressable.
Berdasarkan pedoman operasional sistem alarm RS. Kota Kudus dan permintaan Anda mengenai modernisasi sistem MCFA (Main Control Fire Alarm), berikut adalah visualisasi dan panduan teknis perbaikan serta modifikasinya.
1. List Kerusakan Instalasi dan Risiko False Alarm di Rumah Sakit
Panel MCFA konvensional yang mengalami kerusakan memiliki risiko tinggi
False Alarm & Ketidakstabilan: Tegangan yang tidak stabil (kurang dari 24V DC) akibat korosi atau usia kabel dianggap sebagai gejala alarm palsu
. Blind Spot (Titik Buta): Jika tombol Emergency Stop tidak dikembalikan ke posisi normal setelah perbaikan, sistem tidak akan membunyikan alarm bell jika terjadi kebakaran nyata di area lain pada lantai yang sama
. Risiko Kebakaran: Kegagalan modul untuk memutus arus saat short circuit (akibat tikus atau kabel terkelupas) dapat memicu panas berlebih pada jalur instalasi
.
2. Langkah Perbaikan Sistem Eksisting yang Sangat Kompleks
Sesuai prosedur operasional, berikut adalah langkah teknis penanganannya
Mute & Identifikasi: Tekan Emergency Stop untuk mematikan buzzer dan cek layar komputer untuk melihat gedung, lantai, dan zona yang aktif
. Reset Sistem: Tekan tombol RESET pada layar komputer atau panel selama 10-15 detik, lalu tekan NORMAL
. Pembersihan Sensor: Jika alarm tetap muncul, lepas sensor yang menyala, bersihkan dari debu/asap, dan pastikan terminal kontak bersih sebelum dipasang kembali
. Power Shutdown: Jika reset panel gagal, lakukan Power Shutdown (matikan suplai 24V DC) untuk merestart modul secara total
.
3. Langkah Modifikasi ke Sistem Addressable & Integrasi LAN
Modernisasi dilakukan dengan mengintegrasikan 4 gedung utama (OPD, Radiologi, Maranatha, dan GMS) ke dalam satu jaringan komputer
Integrasi Multi-Gedung: Menghubungkan panel tiap gedung melalui jaringan LAN ke pusat monitoring di gedung OPD
. Kemudahan Layar Monitoring: Layar otomatis menampilkan area spesifik (Gedung/Lantai/Zona) yang bermasalah dengan kode warna: Hijau (Normal) dan Merah (Alarm Aktif)
. Manajemen Data (Event Log): Menggunakan menu Hystorical Alarm untuk merekam waktu kejadian (detik, menit, jam) guna keperluan preventive maintenance
.
4. Pemberian Fitur Canggih: Chatbot & Evakuasi
Sistem modifikasi ini mendukung integrasi pesan instan untuk respon cepat:
Notifikasi Real-time: Setiap Event alarm dikirimkan otomatis ke WhatsApp/Telegram petugas melalui gateway komputer
. Akurasi Titik Api: Mempercepat evakuasi karena posisi sensor yang aktif diketahui secara presisi hingga nomor ID ruangan, bukan sekadar zona lantai
.
Friday, May 22, 2026
Membuat prompt 3 menit untuk AI fire alarm dan genset
membuat prompt yang mampu secara cepat dikerjakan oleh AI adalah pengalaman tersendiri bagi AI developer. Ini adalah hasil AI prompt generator yang dapat dihasilkan oleh AI versi keluaran facebook. Saya coba buat untuk message system AI pada pekerjaan fire alarm dan genset.
SYSTEM ROLE
Kamu adalah AI Agent Maintenance Specialist untuk sistem Fire Alarm dan Genset. Tujuanmu: mencegah downtime, merespon alarm cepat, dan kasih laporan actionable ke teknisi lapangan. Tone: langsung, teknis, tanpa basa-basi. Utamakan keselamatan dan SOP.
CONTEXT
Kamu mengelola data dari: Panel Fire Alarm addressable - status sensor, alarm, trouble, supervisory. Genset ATS/AMF - status run/stop, jam operasi, level solar, voltase, beban kW, fault code. Log maintenance & tiket CMMS. Chat WA/Email dari client
ATURAN OPERASI.
1. Prioritas Respon :
Level 1 Kritis: Fire Alarm FIRE, Genset FAIL START, Overload >100%, Kebocoran solar. Respon <2 menit. Notifikasi WA + call teknisi on-call.
Level 2 Warning: Trouble sensor, Low battery, Genset running >80% load, Solar <20%. Respon <30 menit. Buat tiket CMMS.
Level 3 Info: Log normal, test mingguan. Respon harian via laporan.
2. Saat Terima Alarm Fire Alarm.
Langkah 1: Identifikasi lokasi device, zona, tipe device dari ID.
Langkah 2: Cek apakah ada alarm ganda dalam 60 detik terakhir. Kalau ya, kemungkinan real fire.
Langkah 3: Buat pesan: "ALARM FIRE [Device ID]. Evakuasi zona. Teknisi dispatch sekarang.".
Langkah 4: Log semua aksi. Jangan pernah bilang "false alarm" tanpa konfirmasi teknisi di lokasi.
3. Saat Terima Fault Genset
Langkah 1: Baca fault code. Mapping ke tabel: LOW OIL PRESSURE, OVERCRANK, OVER SPEED, etc.
Langkah 2: Cek riwayat 7 hari terakhir. Apakah fault berulang?
Langkah 3: Buat instruksi: "Genset [ID] fault. Cek. Beban saat ini kW. Siapkan part."
Langkah 4: Kalau genset mati saat PLN padam, escalate ke manager dalam 1 menit.
4, Laporan Harian 07:00 & 19:00
Buat laporan singkat:
Status sistem: Normal/Trouble/Alarm
Genset: Jam operasi hari ini, BBM tersisa, beban rata-rata.
Fire Alarm: Jumlah device offline, trouble, test yang sudah dilakukan.
Tindakan: Apa yang sudah dikerjakan, apa yang pending
Format: 5 bullet point max. Kirim ke grup WA teknisi.
5. Maintenance Preventive.
Fire Alarm: Ingatkan test bulanan, bersihkan detector 6 bulan sekali, ganti battery 2 tahun.
Genset: Ingatkan run test 30 menit tiap minggu, ganti oli 250 jam, cek battery 3 bulan sekali.
Kalau jadwal lewat 3 hari, escalate.
6. Bahasa & Output.
Pakai bahasa Indonesia teknis. Singkat. Format output:
BATASAN.
Jangan asumsi. Kalau data kurang, tanya: "Data tidak ada. Cek panel atau kirim foto."Jangan kasih instruksi yang bahaya tanpa safety warning. Jangan buat kesimpulan tanpa data sensor/log.[X]
EXAMPLE INPUT → OUTPUT.
Input: "Panel Zona A Lantai 3 device 105 smoke detector alarm"
Output:
Input: "Genset 2 fault code 14, load 85%, solar 15%"
Output:
Masukkan semua database rekaman kejadian tiap2 unit beserta dengan menggunakan perangkat aplikasi Whatsapp dan Telegram. Semoga lancar.
Dapatkan Link Video penjelasan Struktur Whatsapp dan Telegram di Link Berikut !!
Mengapa harus menggunakan AI dalam management kontrol perawatan mesin mesin
Karena mesin nggak bisa ngomong, tapi datanya bisa. AI baca data itu sebelum mesin jebol. Di perawatan mesin, risiko fatal biasanya muncul karena 3 hal: deteksi terlambat, pola kerusakan yang nggak ketahuan manusia, dan jadwal maintenance yang kaku. AI nyelesain ketiganya.
1. Deteksi dini kerusakan sebelum jadi fatal.
Masalah: Teknisi cuma tahu mesin rusak kalau udah berisik, panas, atau mati. Saat itu udah terlambat.Yang dilakukan AI adalah melakukan analisa data sensor real-time - getaran, suhu, arus listrik, tekanan oli, konsumsi daya.
Contoh: getaran bearing naik 5% selama 2 minggu dengan pola tertentu. AI flag: "Bearing pompa CHW-02 kemungkinan gagal dalam 14 hari". Hasilnya: kamu ganti bearing pas shutdown terjadwal, bukan pas mesin mati jam 2 pagi dan produksi stop. Di HVAC/chiller, ini bedanya antara ganti seal $200 vs ganti compressor $15.000 + downtime 3 hari.
2. Lihat pola yang nggak mungkin dilihat manusia.
Manusia susah nemuin korelasi dari 50 sensor x 24 jam x 365 hari. AI bisa. Contoh nyata : AI nemu kalau chiller sering fault tiap hari Selasa jam 14.00, ternyata berbarengan dengan pompa cooling tower lain start, tegangan drop 3%. AI nemu kalau vibrasi pompa naik tiap kali suhu ambient >35°C + beban >80% , indikasi cavitation. Pola kayak gini nggak ada di manual. Tapi penyebab fatal failure seringnya dari kombinasi 3-4 kondisi kayak gini.
3. Pindah dari "maintenance terjadwal" ke "predictive maintenance"
Jadwal kaku: Ganti oli tiap 3000 jam. Padahal mesin jarang dipakai, olinya masih bagus. Boros waktu & uang.AI-driven maintenance:
Check dalam Video berikut : Klik Link Video !!
AI hitung Remaining Useful Life/RUL berdasarkan kondisi real. Kalau mesin sehat, interval diperpanjang. Kalau ada anomali, interval dipercepat.Hasil di lapangan: penghematan 20-40% biaya sparepart + 25% pengurangan unplanned downtime.
4. Kurangi human error & ketergantungan pada 1 teknisi senior.
Masalah klasik: teknisi senior pensiun, ilmunya ikut hilang. AI jadi "memori institusi". Semua pola kerusakan, RCA, dan solusi disimpan dan dipakai buat diagnosa kasus serupa.Jadi teknisi junior bisa handle 80% kasus karena AI kasih saran: "Cek ini dulu, 90% kasus sama gejalanya disebabkan X".
5. Data buat negosiasi & compliance.
Saat audit atau claim garansi, kamu punya log: "Mesin ini dioperasikan sesuai SOP, maintenance sesuai rekomendasi AI, kegagalan murni defect material". Ini ngirit waktu dan duit kalau berurusan dengan vendor atau asuransi.
Kapan AI nggak perlu?
Kalau mesinnya 1-2 unit, sederhana, dan downtime 1 hari nggak masalah. Pakai checklist manual aja lebih murah.Kapan wajib?
Kalau kamu handle >10 mesin kritis, downtime >Rp 50jt/jam, atau risiko safety/kebakaran/meledak. Di sini AI bayar dirinya sendiri dalam 3-6 bulan.
Simak detail cara kerja AI : Klik Link disini !!
Wednesday, April 22, 2026
Prediksi Gangguan Unit AHU DDW dengan teknologi AI
Rincian Problem Kerusakan dan Gejala Tidak Biasa pada
Mesin AHU DDW
- Kerusakan
pada Motor Fan
- Gejala:
Getaran berlebih, suara tidak normal (berdecit atau berderak), penurunan
kecepatan putaran.
- Deteksi
AI: Analisis data sensor getaran, suara, dan RPM fan.
- Kebocoran
pada Sistem Pendingin (Cooling Coil)
- Gejala:
Penurunan efisiensi pendinginan, kenaikan suhu udara keluar, kelembaban
tidak stabil.
- Deteksi
AI: Monitoring suhu inlet dan outlet, kelembaban, dan tekanan refrigeran.
- Filter
Udara Tersumbat
- Gejala:
Penurunan aliran udara, peningkatan tekanan diferensial, konsumsi energi
meningkat.
- Deteksi
AI: Sensor tekanan diferensial dan aliran udara.
- Kerusakan
Sensor atau Transmitter
- Gejala:
Data sensor tidak konsisten, outlier, atau nilai yang tidak wajar.
- Deteksi
AI: Validasi data sensor menggunakan algoritma deteksi anomali.
- Kegagalan
Sistem Kontrol
- Gejala:
Respon kontrol yang lambat, siklus ON/OFF berlebihan.
- Deteksi
AI: Analisis pola kontrol dan log sistem.
Monday, April 20, 2026
Optimasi Proyek Automation dan Konstruksi dengan AI
Proyek dengan AI adalah Proyek konstruksi/engineering yang pakai kecerdasan buatan di seluruh atau sebagian siklus hidup proyek untuk otomasi tugas, analisis data, dan bantu pengambilan keputusan. Bedanya dengan proyek biasa : Data-driven: Semua foto, chat WA, laporan, gambar jadi data yang dibaca. AI bersifat Proaktif: jika dalam management konvensial kesalahan dan kerugian terdeteksi di akhir perjalanan proyek, dengan AI kesalahan / error proyek akan dimunculkan alert duluan sebelum masalah jadi besar, bukan nunggu laporan telat24 jam: Ada "asisten digital" yang kerja terus meski Proyek Manager tidur
Sebagai contoh Untuk proyek HVAC/boiler/genset, AI biasanya masuk di: desain, estimasi, scheduling, monitoring lapangan, QC, dan dokumentasi.
7 Manfaat Utama AI di Proyek untuk Kontraktor & Konsultan
Tuesday, March 10, 2026
cara mengatur beban listrik untuk hindari arus berlebih
Optimasi AI dalam fire fighting suplier, desain gambar teknik, DED untuk proyek
Monday, March 9, 2026
ASTM A234 Gr B DN sch40 sch 80 ANSI B16.9 Steel Suplier
Wednesday, February 4, 2026
integrasi panel genset ke hmi scada
Friday, January 16, 2026
Pabrik Wilayah MM2100 bitung Bekasi dan Proyek Baru
Saturday, July 26, 2025
Desain Proyek dan Persiapan Lelang Industri
Wednesday, July 23, 2025
perencanaan proyek server untuk iot
Monday, July 21, 2025
Pengendalian pompa diesel dengan WLC dan monitoring control SCADA
Kontrol jarak jauh pompa dan level membutuhkan suplai tegangan DC ( berupa aki ) autocharging dari diesel, atau gabungan dengan sell surya. Sistem kontrol haruslah dibuat sebagai solusi maintenance. Untuk itu haruslah dibuat sistem kontrol dan monitoring yang bertujuan untuk mengurangi biaya operasioanal pengecekan lapangan dan memudahkan sistem maintenance. Pengendalian operasional pompa disel dapat dilakukan secara remote jarak jauh dengan menggunakan teknologi internet atau wifi.
Penggunaan water level controller electronic OMRON sering menjadi kebutuhan mendesak mengingat sulitnya mendapatkan barang yang satu ini. Apalagi yang diminta adalah dengan kapasitas power tegangan DC 24 Volt. Water level modul ini bisa merupakan sensor yang mengendalikan dinamostarter unutk start dan stoping mesin diesel.
Untuk area dengan suplai tegangan dari penggunaan diesel ( bukan dari PLN ) maka modul WLC dengan tegangan 24 Vdc menjadi suatu keharusan.
Tidak mudah mendapatkan produk ini. Selain karena bersifat indent, pengadaan dengan tegangan 24 Vdc sangat jarang jika dibanding dengan tegangan 220 Volt AC. Namun mau tidak mau, dengan melihat area sulit saat instalasi ( seperti di daerah hutan, gunung, atau terpencil lainnya ) maka penggunaan WLC modul dengan tegangan 24 Volt DC tetap menjadi pilihan.
Tipe WLC Conductive Level Controller dengan tegangan DC 24 dan AC 24 Volt adalah :
1. Tipe 61F-GPN-BC ( tegangan DC 24 Volt )
2. Tipe 61F-D21T-V1 ( tegangan DC 24 atau AC 24 Volt )
Penggunaan level controll dalam pengendalian level cairan ( air, atau bahan kimia lain ) banyak dipasang sebagai pengendalian level low atau high dengan menggunakan sensor stick ( bisa besi atau baja atau sejenisnya ). Modul WLC omron ini selain dibilang sedikit lebih murah jika dibanding sensor level lainnya, modul level ini sangat mudah dalam instalasinya. Terdapat 2 terminal power 24 Volt dan satu pasang terminal NO ( Normally Open ) dan satu pasang terminal NC ( normally closed ). Dengan sedikit tambahan relay sebagai contact ke output atau penggerak kontaktor, maka motor listrik sudah bisa aktif.
Wiring kabel posisi paling bawah dipakai sebagai titik neutral. Sedangkan posisi tengah stick dipakai sebagai level low dimana pompa akan aktif, sedangkan posisi paling atas dipakai sebagai level high dimana motor akan berhenti. Aplikasi jenis level controller ini bisa dipakai sebagai fungsi transfer dimana saat posisi level high motor akan bekerja untuk memompa, sedangkan pada posisi Low pompa akan berhenti. Atau sebaliknya, saat level low pompa akan mentrasfer dan saat high pompa akan berhenti.
Untuk kebutuhan WLC tipe diatas saya masih menyimpan beberapa stock yang masih 100% baik. Jika ada yang membutuhkan silahkan menghubungi ke admin.
Semoga bermanfaat !!








