Apa Sebenarnya Otomasi? Lebih Daripada ‘Tekan Butang dan Jadi’
Otomasi sering disalahfahami sebagai sekadar ‘mesin yang berjalan sendiri’. Padahal, definisi akademiknya jauh lebih halus: ia adalah penerapan teknologi untuk mengurangkan atau menghilangkan intervensi manusia dalam proses-proses yang melibatkan pengambilan keputusan berdasarkan kriteria yang telah ditetapkan terlebih dahulu — baik dari segi logik, urutan langkah, atau tindak balas terhadap perubahan persekitaran. Contohnya, sistem pengawalan suhu dalam loji janakuasa tidak hanya ‘menyalakan penyejuk’ apabila suhu naik; ia memantau puluhan parameter (tekanan turbin, kadar aliran air pendingin, suhu minyak pelincir), membandingkannya dengan model matematik pra-diprogram, lalu menyesuaikan kelajuan pam dan bukaan injap secara berterusan — semua tanpa sentuhan langsung operator. Ini berbeza dengan mekanisasi, di mana manusia masih mengawal setiap langkah secara manual. Otomasi memerlukan integrasi antara sensor, pengawal logik boleh atur (PLC), sistem pengurusan data waktu nyata (SCADA), dan dalam kes terkini, algoritma pembelajaran mesin yang mampu menyesuaikan parameter berdasarkan corak sejarah.
Dari Termostat Rumah ke Loji Nuklear: Spektrum Skala Otomasi
Skala otomasi bukan linear — ia berbentuk spektrum kontinuum. Di hujung paling ringkas: termostat rumah biasa di Kuala Lumpur yang menghidupkan penyaman udara apabila suhu melebihi 26°C. Ia menggunakan sensor termistor dan relai elektrik — otomasi mekanikal-elektrik asas. Di hujung bertentangan: Sistem Kawalan Automatik Loji Janakuasa Sultan Salahuddin Abdul Aziz Shah di Kapar, Selangor, yang mengawal lebih 42,000 titik data secara serentak — mulai tekanan stator generator hingga kadar aliran bahan api — dengan toleransi ralat kurang daripada 0.15%. Antara keduanya terdapat otomasi tahap sederhana seperti sistem pengurusan inventori di pusat logistik DHL di Nilai, yang menggunakan robot pengendali autonomi (AMR) untuk mengenal pasti, mengangkat, dan menghantar palet berdasarkan pesanan e-dagang, dengan pemetaan ruang secara real-time menggunakan LiDAR dan SLAM (Simultaneous Localization and Mapping). Perbezaan utama bukan pada ‘kelajuan’, tetapi pada
tingkat kemandirian pengambilan keputusan: dari reaksi tetap (termostat), ke respons berdasarkan aturan (PLC di kilang), hingga adaptasi berdasarkan pembelajaran (AI dalam sistem prediktif pemeliharaan mesin di kilang Proton Tanjung Malim).
Impak Nyata di Ekonomi Malaysia: Antara Penjimatan dan Tuntutan Baru
Data Bank Dunia (2023) menunjukkan bahawa industri manufaktur Malaysia yang mengadopsi otomasi tahap sederhana meningkatkan produktiviti buruh sebanyak 28% dalam tempoh tiga tahun, sementara pembaziran bahan mentah turun purata 17%. Namun, impaknya tidak seragam. Kilang elektronik di Kulim Hi-Tech Park melaporkan pengurangan keperluan operator pengujian PCB sebanyak 63%, tetapi peningkatan permintaan terhadap juruteknik sistem automasi dan pakar integrasi OT/IT. Di sektor perkhidmatan, platform seperti Touch ‘n Go eWallet dan Maybank2u menggunakan otomasi proses robotik (RPA) untuk memproses lebih 2.4 juta transaksi harian — mengurangkan masa pemprosesan dari 15 minit kepada kurang daripada 3 saat. Tetapi ini juga memaksa institusi kewangan memperbaharui kerangka latihan kakitangan: kini 78% jabatan operasi Maybank memerlukan kemahiran dasar pemrograman Python dan analisis log file — sesuatu yang tidak wujud dalam senarai kemahiran lima tahun lalu.
Batas Etika dan Tanggungjawab: Siapa yang Dipersalahkan Ketika Algoritma Salah?
Ketika sistem otomasi semakin kompleks dan semakin ‘cerdas’, soalan etika menjadi tak terelakkan. Bayangkan sebuah sistem pengurusan trafik pintar di Putrajaya yang, berdasarkan data trafik waktu nyata dan ramalan cuaca, mengubah isyarat lampu lalu lintas untuk mengoptimumkan aliran — tetapi secara tidak sengaja menyebabkan kesesakan besar di persimpangan Persiaran Perdana akibat kesilapan dalam model prediksi hujan lebat. Siapakah yang bertanggungjawab? Pengembang perisian? Pihak Jabatan Kerja Raya yang mengesahkan sistem? Atau pihak yang menetapkan parameter awal? Undang-undang Malaysia belum mempunyai kerangka khusus untuk ‘kesalahan algoritma’. Akta Komunikasi dan Multimedia 1998 dan Akta Perlindungan Data Peribadi 2010 tidak mencakupi aspek pengambilan keputusan autonomi oleh sistem. Ini mencipta celah undang-undang yang sedang dikaji oleh Jawatankuasa Khas Parlimen mengenai Teknologi Masa Depan — laporan awal mereka (Februari 2024) mencadangkan konsep ‘pemilik algoritma’ yang wajib menjalani audit berkala dan menyimpan rekod keputusan sistem dalam format boleh audit selama sekurang-kurangnya tujuh tahun.
Soalan Refleksi untuk Masyarakat dan Dasar Awam
Otomasi bukan sekadar isu teknikal — ia adalah cerminan pilihan sosial. Jika sebuah hospital di Johor Bahru menggantikan 12 jururawat pengurusan rekod dengan sistem RPA, adakah penjimatan kos itu sepadan dengan potensi penurunan interaksi empati antara pesakit dan kakitangan? Jika sebuah ladang kelapa sawit di Sarawak menggunakan drone dan AI untuk memantau kesihatan pokok, tetapi petani tradisional tidak dilatih untuk mentafsir output sistem tersebut, adakah ini memperdalam jurang digital atau mempercepat inklusivitas? Dan yang paling penting: apakah definisi ‘kerja bernilai’ dalam ekonomi pasca-otomasi — apakah ia masih berpusat pada kelajuan dan ketepatan, atau beralih kepada kreativiti, penilaian etika, dan kapasiti membina kepercayaan antara manusia dan sistem? Jawapan atas soalan-soalan ini tidak akan datang dari makmal teknologi, tetapi dari ruang-ruang dialog antara ahli akademik, pekerja, pembuat dasar, dan komuniti — ruang yang kini sedang dibina perlahan di Institut Teknologi Tun Hussein Onn dan pusat inovasi komuniti di Kota Bharu.
Masa Depan Bukan Tentang Menggantikan Manusia — Tetapi Memperkayakan Makna Kerja
Trend global menunjukkan bahawa negara-negara dengan otomasi paling maju — seperti Jepun dan Jerman — tidak mengalami pengangguran massal, tetapi transformasi struktur pekerjaan: penurunan pekerjaan rutin fizikal dan kognitif, serta peningkatan permintaan terhadap peranan seperti ‘pengurus kolaborasi manusia-mesin’, ‘penyelia etika AI’, dan ‘pereka pengalaman pengguna sistem autonomi’. Di Malaysia, Langkah Kedua Pelan Pembangunan Digital Negara (DDN2) menekankan ‘human-centred automation’ — bukan sekadar mengautomasikan proses, tetapi merancang ulang proses itu supaya manusia bergerak ke lapisan nilai tambah yang lebih tinggi: pengawasan strategik, penyelesaian konflik antara sistem, dan pengembangan makna sosial di sebalik teknologi. Otomasi sebenarnya bukan tentang mesin yang belajar berfikir — tetapi tentang manusia yang belajar bertanya soalan yang lebih dalam.
---
Rujukan: Automation — Wikipedia
Otomasi: Ketika Mesin Belajar Mengambil Keputusan, Bukan Sekadar Menjalankan Perintah. Otomasi bukan sekadar penggantian tenaga manusia dengan mesin, tetapi evolusi sistem pengawalan yang mengurangkan intervensi manusia melalui prapenentuan logik keputusan dan aliran proses. Teknologi ini telah merevolusikan sektor perindustrian, logistik, kesihatan, dan perkhidmatan kewangan di Malaysia dan rantau ASEAN. Walaupun menjanjikan peningkatan ketepatan dan penjimatan kos, otomasi juga menimbulkan soalan mendalam tentang kemahiran masa depan, kesetaraan akses teknologi, dan batas tanggungjawab etika dalam sistem berautonomi.. Apa Sebenarnya Otomasi? Lebih Daripada ‘Tekan Butang dan Jadi’
Otomasi sering disalahfahami sebagai sekadar ‘mesin yang berjalan sendiri’. Padahal, definisi akademiknya jauh lebih halus: ia adalah penerapan teknologi untuk mengurangkan atau menghilangkan intervensi manusia dalam proses-proses yang melibatkan pengambilan keputusan berdasarkan kriteria yang telah ditetapkan terlebih dahulu — baik dari segi logik, urutan langkah, atau tindak balas terhadap perubahan persekitaran. Contohnya, sistem pengawalan suhu dalam loji janakuasa tidak hanya ‘menyalakan penyejuk’ apabila suhu naik; ia memantau puluhan parameter tekanan turbin, kadar aliran air pendingin, suhu minyak pelincir , membandingkannya dengan model matematik pra-diprogram, lalu menyesuaikan kelajuan pam dan bukaan injap secara berterusan — semua tanpa sentuhan langsung operator. Ini berbeza dengan mekanisasi, di mana manusia masih mengawal setiap langkah secara manual. Otomasi memerlukan integrasi antara sensor, pengawal logik boleh atur PLC , sistem pengurusan data waktu nyata SCADA , dan dalam kes terkini, algoritma pembelajaran mesin yang mampu menyesuaikan parameter berdasarkan corak sejarah.
Dari Termostat Rumah ke Loji Nuklear: Spektrum Skala Otomasi
Skala otomasi bukan linear — ia berbentuk spektrum kontinuum. Di hujung paling ringkas: termostat rumah biasa di Kuala Lumpur yang menghidupkan penyaman udara apabila suhu melebihi 26°C. Ia menggunakan sensor termistor dan relai elektrik — otomasi mekanikal-elektrik asas. Di hujung bertentangan: Sistem Kawalan Automatik Loji Janakuasa Sultan Salahuddin Abdul Aziz Shah di Kapar, Selangor, yang mengawal lebih 42,000 titik data secara serentak — mulai tekanan stator generator hingga kadar aliran bahan api — dengan toleransi ralat kurang daripada 0.15%. Antara keduanya terdapat otomasi tahap sederhana seperti sistem pengurusan inventori di pusat logistik DHL di Nilai, yang menggunakan robot pengendali autonomi AMR untuk mengenal pasti, mengangkat, dan menghantar palet berdasarkan pesanan e-dagang, dengan pemetaan ruang secara real-time menggunakan LiDAR dan SLAM Simultaneous Localization and Mapping . Perbezaan utama bukan pada ‘kelajuan’, tetapi pada tingkat kemandirian pengambilan keputusan : dari reaksi tetap termostat , ke respons berdasarkan aturan PLC di kilang , hingga adaptasi berdasarkan pembelajaran AI dalam sistem prediktif pemeliharaan mesin di kilang Proton Tanjung Malim .
Impak Nyata di Ekonomi Malaysia: Antara Penjimatan dan Tuntutan Baru
Data Bank Dunia 2023 menunjukkan bahawa industri manufaktur Malaysia yang mengadopsi otomasi tahap sederhana meningkatkan produktiviti buruh sebanyak 28% dalam tempoh tiga tahun, sementara pembaziran bahan mentah turun purata 17%. Namun, impaknya tidak seragam. Kilang elektronik di Kulim Hi-Tech Park melaporkan pengurangan keperluan operator pengujian PCB sebanyak 63%, tetapi peningkatan permintaan terhadap juruteknik sistem automasi dan pakar integrasi OT/IT. Di sektor perkhidmatan, platform seperti Touch ‘n Go eWallet dan Maybank2u menggunakan otomasi proses robotik RPA untuk memproses lebih 2.4 juta transaksi harian — mengurangkan masa pemprosesan dari 15 minit kepada kurang daripada 3 saat. Tetapi ini juga memaksa institusi kewangan memperbaharui kerangka latihan kakitangan: kini 78% jabatan operasi Maybank memerlukan kemahiran dasar pemrograman Python dan analisis log file — sesuatu yang tidak wujud dalam senarai kemahiran lima tahun lalu.
Batas Etika dan Tanggungjawab: Siapa yang Dipersalahkan Ketika Algoritma Salah?
Ketika sistem otomasi semakin kompleks dan semakin ‘cerdas’, soalan etika menjadi tak terelakkan. Bayangkan sebuah sistem pengurusan trafik pintar di Putrajaya yang, berdasarkan data trafik waktu nyata dan ramalan cuaca, mengubah isyarat lampu lalu lintas untuk mengoptimumkan aliran — tetapi secara tidak sengaja menyebabkan kesesakan besar di persimpangan Persiaran Perdana akibat kesilapan dalam model prediksi hujan lebat. Siapakah yang bertanggungjawab? Pengembang perisian? Pihak Jabatan Kerja Raya yang mengesahkan sistem? Atau pihak yang menetapkan parameter awal? Undang-undang Malaysia belum mempunyai kerangka khusus untuk ‘kesalahan algoritma’. Akta Komunikasi dan Multimedia 1998 dan Akta Perlindungan Data Peribadi 2010 tidak mencakupi aspek pengambilan keputusan autonomi oleh sistem. Ini mencipta celah undang-undang yang sedang dikaji oleh Jawatankuasa Khas Parlimen mengenai Teknologi Masa Depan — laporan awal mereka Februari 2024 mencadangkan konsep ‘pemilik algoritma’ yang wajib menjalani audit berkala dan menyimpan rekod keputusan sistem dalam format boleh audit selama sekurang-kurangnya tujuh tahun.
Soalan Refleksi untuk Masyarakat dan Dasar Awam
Otomasi bukan sekadar isu teknikal — ia adalah cerminan pilihan sosial. Jika sebuah hospital di Johor Bahru menggantikan 12 jururawat pengurusan rekod dengan sistem RPA, adakah penjimatan kos itu sepadan dengan potensi penurunan interaksi empati antara pesakit dan kakitangan? Jika sebuah ladang kelapa sawit di Sarawak menggunakan drone dan AI untuk memantau kesihatan pokok, tetapi petani tradisional tidak dilatih untuk mentafsir output sistem tersebut, adakah ini memperdalam jurang digital atau mempercepat inklusivitas? Dan yang paling penting: apakah definisi ‘kerja bernilai’ dalam ekonomi pasca-otomasi — apakah ia masih berpusat pada kelajuan dan ketepatan, atau beralih kepada kreativiti, penilaian etika, dan kapasiti membina kepercayaan antara manusia dan sistem? Jawapan atas soalan-soalan ini tidak akan datang dari makmal teknologi, tetapi dari ruang-ruang dialog antara ahli akademik, pekerja, pembuat dasar, dan komuniti — ruang yang kini sedang dibina perlahan di Institut Teknologi Tun Hussein Onn dan pusat inovasi komuniti di Kota Bharu.
Masa Depan Bukan Tentang Menggantikan Manusia — Tetapi Memperkayakan Makna Kerja
Trend global menunjukkan bahawa negara-negara dengan otomasi paling maju — seperti Jepun dan Jerman — tidak mengalami pengangguran massal, tetapi transformasi struktur pekerjaan: penurunan pekerjaan rutin fizikal dan kognitif, serta peningkatan permintaan terhadap peranan seperti ‘pengurus kolaborasi manusia-mesin’, ‘penyelia etika AI’, dan ‘pereka pengalaman pengguna sistem autonomi’. Di Malaysia, Langkah Kedua Pelan Pembangunan Digital Negara DDN2 menekankan ‘human-centred automation’ — bukan sekadar mengautomasikan proses, tetapi merancang ulang proses itu supaya manusia bergerak ke lapisan nilai tambah yang lebih tinggi: pengawasan strategik, penyelesaian konflik antara sistem, dan pengembangan makna sosial di sebalik teknologi. Otomasi sebenarnya bukan tentang mesin yang belajar berfikir — tetapi tentang manusia yang belajar bertanya soalan yang lebih dalam.
---
Rujukan: Automation — Wikipedia https://en.wikipedia.org/wiki/Automation
