Georgia-Pacific Mengurangi Waktu Henti yang Tidak Direncanakan Sebesar 30% Sekaligus Meningkatkan Kualitas dan Keamanan dengan SAS Viya serta AWS

Georgia-Pacific, yang berkantor pusat di Atlanta, Georgia, adalah perusahaan pulp dan kertas terkemuka yang mengoperasikan 140 fasilitas produksi. Selama puncak pandemi COVID-19, penjualan produk esensial seperti tisu dapur, serbet sekali pakai, dan tisu toilet melonjak secara signifikan. Ketika rantai pasokan global bergulat dengan permintaan yang belum pernah terjadi sebelumnya, perusahaan menyadari desakan untuk mengoptimalkan produktivitas manufaktur dan memasukkan lebih banyak produk utamanya ke toko secepat mungkin.

Bekerja sama dengan Partner AWS SAS, Georgia-Pacific men-deploy solusi menggunakan analitik canggih waktu nyata SAS dan kecerdasan buatan (AI), yang didukung oleh SAS Viya di AWS. Dengan implementasi ini, Georgia-Pacific dapat menyederhanakan operasinya dan memangkas waktu henti yang tidak direncanakan sebesar 30 persen.

Awal pandemi dengan cepat menyebabkan dua situasi unik bagi Georgia-Pacific. Di satu sisi, rak-rak toko menjadi kosong, dengan produsen di seluruh dunia berjuang untuk mengisi kembali stok. Pada saat yang sama, restoran, hotel, serta kantor perusahaan tutup, baik untuk sementara atau permanen, dan permintaan di sektor-sektor tersebut merosot.

Karena pengisian kembali stok terus menjadi masalah, pengiriman tepat waktu dan lengkap (OTIF) juga menimbulkan tantangan, dengan banyaknya peretail terkemuka yang menjatuhkan denda berat untuk pengiriman yang terlambat atau parsial. “Pada saat itu, memasukkan lebih banyak produk ke toko dengan lebih cepat dan mengoptimalkan logistik pengiriman menjadi prioritas utama kami,” ujar Steven Bakalar, VP of IT Digital Transformation di Georgia-Pacific. “Kami tahu bahwa memiliki wawasan yang lebih baik tentang data akan menjadi kunci untuk meningkatkan produktivitas, sehingga kami memfokuskan upaya kami untuk menemukan solusi yang dapat mewujudkan hal tersebut.”

Untuk meningkatkan produktivitas dan distribusi, Georgia-Pacific mengimplementasikan solusi SAS Viya yang berjalan di Amazon Web Services. Platform AI dan analitik SAS Viya yang didukung oleh Partner AWS SAS menyediakan otomatisasi proses ujung ke ujung untuk mengakses dan mengintegrasikan data dari berbagai sumber yang berbeda. Dengan memanfaatkan AI dan machine learning, mereka membangun model prediktif yang memberikan wawasan yang dapat ditindaklanjuti untuk mendorong pengambilan keputusan yang lebih baik.

Georgia-Pacific memilih SAS Viya karena antarmukanya yang fleksibel dan ramah pengguna, yang mengakomodasi pengguna di seluruh spektrum, mulai dari pemula hingga ilmuwan data yang berpengalaman. “Kami juga memiliki kemitraan strategis dengan AWS,” ujar Bakalar. “Kombinasi SAS dengan AWS memberi kami fleksibilitas dan skalabilitas yang diperlukan untuk memberikan kemampuan analitik kepada pengguna di seluruh organisasi.”

Untuk memasukkan produk ke toko dengan cepat, Georgia-Pacific menggunakan analitik canggih SAS Viya, yang menjalankan lebih dari 15.000 model machine learning untuk menentukan pengaturan produksi yang ideal. “Analitik canggih yang didukung oleh SAS memungkinkan kami untuk menemukan keseimbangan optimal antara kecepatan dan kualitas untuk memaksimalkan profitabilitas,” ungkap Roshan Shah, Vice President of Collaboration and Support Center Operations di Georgia-Pacific. “Kami secara konsisten mendorong batas segala kemungkinan dengan analitik.”

Dengan menerapkan solusi SAS Viya, Georgia-Pacific mampu mengurangi waktu henti yang tidak direncanakan sebesar 30 persen di seluruh fasilitas produksinya. Dengan memanfaatkan data waktu nyata dari 85.000 sensor getaran, tim manufaktur perusahaan dapat secara proaktif mengatasi potensi masalah, seperti kegagalan komponen atau masalah listrik. Dengan merujuk pada riwayat data performa aset, operator mesin menyempurnakan proses, sehingga meningkatkan performa aset. Selanjutnya, tim memperoleh peningkatan sebesar 10 persen dalam efisiensi peralatan keseluruhan (OEE).

Kemampuan otomatisasi SAS memperingatkan potensi kegagalan peralatan, sehingga Georgia-Pacific dapat menggabungkan proses perbaikan dan penggantian ke dalam pemeliharaan terjadwalnya. Hal tersebut membantu mencegah insiden keselamatan, pengoperasian mesin yang tidak efisien, dan gangguan produksi yang tidak terduga. “SAS memberikan struktur yang kami butuhkan untuk keberhasilan dalam melakukan deployment dan menjaganya tetap berjalan dalam produksi,” kata Sam Coyne, direktur AI di Georgia-Pacific. “Dengan struktur tersebut, muncullah ketahanan, arsitektur yang baik, dan kepercayaan pada platform yang stabil, yang sangat penting bagi kami sebagai produsen.”

Georgia-Pacific mendapat manfaat dari Amazon Elastic Compute Cloud (Amazon EC2) yang menyediakan daya komputasi yang aman dan dapat disesuaikan di lingkungan cloud, dengan memastikan akses ke infrastruktur yang andal dan dapat diskalakan sesuai dengan kebutuhan. Solusi SAS Viya menggunakan Amazon Simple Storage Service (Amazon S3) untuk memberi Georgia-Pacific solusi penyimpanan yang kuat yang menawarkan skalabilitas, ketersediaan, keamanan, dan performa terdepan di industri. Selain itu, solusi ini memanfaatkan Amazon Elastic Kubernetes Service (Amazon EKS), yaitu layanan terkelola yang menyederhanakan proses dalam menjalankan Kubernetes di AWS dan on-premise.

Georgia-Pacific juga menggunakan kemampuan penglihatan komputer dari solusi SAS untuk mengatasi masalah utama terkait kualitas dan keamanan di bidang manufaktur. Sistem tersebut memberikan notifikasi otomatis ketika komponen menunjukkan tanda-tanda keausan, sehingga memungkinkan perawatan yang proaktif. Hal ini tidak hanya memastikan keamanan teknisi, tetapi juga meningkatkan operasi yang efisien.

Selain itu, Georgia-Pacific memanfaatkan model penglihatan komputer untuk mengawasi kualitas produk pada sabuk konveyor, dengan memberi tahu operator dan secara otomatis membuang material yang rusak. Integrasi penglihatan komputer, model deep learning, dan berbagai jaringan neural ini juga memungkinkan perusahaan untuk secara efisien mendeteksi keberadaan seseorang tanpa izin di zona larangan.