Perancangan Digital Twin untuk Simulasi Gerakan dan Analisis Kondisi Ketidaknormalan Pengangkatan pada Forklift Berbasis IoT

Rian Miftahul Huda, Irfan Bahiuddin, S.T., M.Phil., Ph.D.

2025 | Tugas Akhir | D4 TEKNIK PENGELOLAAN DAN PERAWATAN ALAT BERAT

    Percepatan industri 4.0 mendorong industri untuk meningkatkan nilai bisnis dan efisiensi operasional melalui transformasi digital. Salah satu implementasi teknologi tersebut adalah digital twin, yang memungkinkan pemodelan dan pemantauan sistem fisik secara real-time. Namun, sistem monitoring di industri masih terbatas, terutama dalam menganalisis kebocoran hidrolik secara dini karena masih dilakukan manual dan tidak real-time. Penelitian ini bertujuan untuk mengembangkan sistem digital twin berbasis IoT untuk memodelkan gerakan pengangkatan pada forklift serta analisis kondisi ketidaknormalan, khususnya kebocoran pada sistem hidrolik. 

    Model virtual dirancang menggunakan simulator dinamik. Sistem terhubung ke entitas fisik melalui koneksi dua arah berbasis IoT. Proses perancanagan melibatkan tiga tahap utama, Pemodelan CAD, pengembangan sistem IoT, dan pemodelan sistem hidrolik, yang kemudian diintegrasikan ke dalam satu sistem digital twin. Validasi dilakukan dengan membandingkan gerakan sistem fisik dan model virtual menggunakan parameter RMSE dan koefisien determinasi R^2. Hasil validasi menunjukkan nilai R^2 sebesar 0,999 pada fase naik dan 0,996 pada fase turun. Nilai  R^2 yang tinggi mengindikasikan bahwa model virtual mampu merepresentasikan pergerakan sistem fisik dengan akurat secara umum. Namun, nilai RMSE yang lebih besar pada fase penurunan menunjukkan adanya deviasi yang disebabkan oleh faktor-faktor nonlinier seperti back pressure, gesekan, efek kompresibilitas fluida, dan delay mekanis yang tidak sepenuhnya dimodelkan dalam simulasi. 

    Setelah tervalidasi, model digunakan untuk mensimulasikan ketidaknormalan berupa kebocoran internal pada katup kontrol. Hasil simulasi menunjukkan bahwa kebocoran dapat dianalisis melalui penurunan kecepatan piston dan perubahan pola tekanan. Penelitian ini menunjukkan bahwa digital twin mampu merepresentasikan perilaku dinamis sistem forklift dan menganalisis ketidaknormalan secara efektif. 

    The acceleration of Industry 4.0 encourages industries to enhance business value and operational efficiency through digital transformation. One implementation of this technology is the digital twin, which enables real-time modeling and monitoring of physical systems. However, industrial monitoring systems are still limited, especially in the early detection of hydraulic leaks, as they are often performed manually and not in real time. This study aims to develop an IoT-based digital twin system to model the lifting movement of a forklift and analyze abnormal conditions, particularly hydraulic system leaks.

    The virtual model was developed using a dynamic simulator. The system is connected to the physical entity through a bidirectional IoT-based connection. The design process consists of three main stages: CAD modeling, IoT system development, and hydraulic system modeling, which are then integrated into a single digital twin system. Validation was carried out by comparing the motion of the physical system and the virtual model using RMSE and the coefficient of determination (R²) as evaluation parameters. The validation results show an R² value of 0.999 in the ascending phase and 0.996 in the descending phase. These high R² values indicate that the virtual model can accurately represent the movement of the physical system in general. However, a higher RMSE value during the descending phase indicates the presence of deviations caused by nonlinear factors such as back pressure, friction, fluid compressibility effects, and mechanical delays that are not fully modeled in the simulation.

    After validation, the model was used to simulate anomalies in the form of internal leakage in the control valve. The simulation results show that the leakage can be analyzed through a decrease in piston speed and changes in pressure patterns. This study demonstrates that the digital twin is capable of representing the dynamic behavior of the forklift system and effectively analyzing anomaly conditions.

Kata Kunci : Digital twin, IoT, forklift, analisis ketidaknormalan