Industry 4.

0 Technologies:
Implementation Pattern in
Manufacturing Companies

ALEJANDRO GERMAN FRANK, LUCAS SANTOS

DALENOGARE, NESTOR FEBIAN AYALA
LATAR BELAKANG

Product
Revolusi industri 4.0 telah menjadi Smart lifecycle
trending topik dikalangan Manufacturing
profesional dan akademisi
Supply chain

Internet of things (IoT)

Menciptakan cyber-phsical
Cloud Services sistem dari industri 4.0

Big data and Analystics

LATAR BELAKANG
Konsep industri 4.0 memiliki
arsitektur yang sangat rumit dari
sistem manufaktur Mengusulkan model untuk implementasi
dari teknologi industri 4.0 (e.g Schuh et al,
Implementasi teknologi yang efektif 2017 ; Lee et al., 2015; Lu and Weng, 2018;
untuk industri 4.0 masih menjadi Mittal et al., 2018)
subjek penelitian Mempelajari dampak dari teknologi pada
kinerja industri (Dalenogare et al., 2018)
Masih kurangnya bukti empiris
tentang bagaimana teknologi ini
diadopsi di perusahaan manufaktur

Apa pola adopsi teknologi industri

4.0 di perusahaan manufaktur?
TUJUAN PENELITIAN

Menjelaskan kerangka konseptual pada industri 4.0

LANDASAN TEORI
LANDASAN TEORI
LANDASAN TEORI
 Hipotesis

H1 : Perusahaan-perusahaan manufaktur yang menargetkan tingkat kematangan industri

4.0 yang lebih tinggi akan mengimplementasikan secara sistematis sebagian
besar teknologi Smart Manufacturing, karena teknologi ini sangat terkait

H2 : Perusahaan-perusahaan manufaktur yang sangat terlibat dalam teknologi Smart

Product akan juga menunjukkan kematangan yang tinggi dalam teknologi
Smart Manufacturing, karena implementasi keduanya berhubungan.

H3 : Perusahaan-perusahaan manufaktur yang sangat terlibat dalam teknologi Smart

Supply Chain (H3a) dan Smart Working (H3b) juga akan memiliki kematangan
yang tinggi dalam teknologi Smart Manufacturing

H4 : Semankin maju suatu perusahaan dalam teknologi Smart Manufacturing Industry 4.0
akan semakin kuat juga kehadiran teknologi dasar (Base Technology)
METODE PENELITIAN
Metode sampling dilakukan
menggunakan cross Di ukur menggunakan Skala Likert
sectional di perusahaan antara 1- sangat rendah hingga 5-
maufaktur. Sampel diperoleh sangat tinggi implementasinya
dari kantor regional selatan
Brazilian Machinery and
Menguji potensi bias sampel menggunakan
Equipment Builders‘
Levene’s test untuk persamaan varians dan uji t
Association (ABIMAQSul).
untuk persamaan cara antara responden awal
dan akhir
• 92 dari 143 perusahaan
yang melengkapi dan
mengembalikan
kuesioner atau tingkat
respon mencapai
64,33%
ANALISIS DATA

Langkah pertama Langkah kedua

• Perusahaan dikelompokkan
berdasarkan kesamaan dalam
Menggunakan non-hierarchical K-
adopsi Smart Manufacturing
means cluster algorithm
dengan melakukan Hierarchical
Cluster Analysis (HCA), yang
dilakukan dengan
menggunakan Ward’s Method

Pearson’s Chi-Squared digunakan untuk menolak hipotesis nol,

tidak ada hubungan diantara variable
TEMUAN
Perusahaan dapat dikelompokkan menjadi tiga kelompok utama
dengan analisis K-means:

Kelompok terakhir memiliki tingkat implementasi tertinggi dari

semua teknologi dan memiliki bagian teknologi dengan
tingkat implementasi tinggi (advanced level)

Kelompok kedua ditandai dengan tingkat adopsi yang lebih

tinggi daripada kelompok pertama (moderate level).

Kelompok pertama ditandai dengan teknologi dibawah

tingkat adopsi moderat (low level)
Hasil

H1 : TERDUKUNG

H2 : TERDUKUNG

H3 : TERDUKUNG SECARA PARSIAL

H4 : TERDUKUNG
Tabel Hasil
Tabel Hasil
Tabel Hasil
Tabel Hasil
Tabel Hasil
OPPORTUNITY TO THE FUTURE RESEACH

Sampel yang digunakan hanya pada industri

tertentu, yaitu industri mesin dan peralatan
secara intrinsik berfokus pada kegiatan
business-to-business (B2B), yang sangat
berbeda jika dikaitkan dengan model
business-to-consumer (B2C).
Terima Kasih