Butuh bantuan? Chat dengan kami via WhatsApp
whatsapp-logo

Client Area
Client Area

Please fill form below to verify Certificate issue

Certificate Number

News
News

peran-ai-dalam-internal-audit

Peran Artificial Intelligence (AI) dalam Internal Audit

Artificial Intelligence (AI) adalah teknologi yang memungkinkan komputer atau mesin meniru kemampuan berpikir dan belajar manusia untuk melakukan tugas tertentu secara otomatis. Secara sederhana, AI adalah kemampuan mesin untuk belajar dari data, mengenali pola, dan membantu atau mengotomatisasi pengambilan keputusan yang biasanya memerlukan kecerdasan manusia. Dengan maraknya penggunaan AI, internal auditor juga perlu memanfaatkan teknologi yang ada. Kolaborasi manusia dengan AI diharapkan dapat sangat memudahkan pekerjaan internal auditor. Namun, AI tidak dapat diandalkan sepenuhnya karena peran manusia sangat penting, yaitu dalam menentukan lingkup, menetapkan kondisi saat ini, serta menentukan batasan lainnya sebagai referensi dalam pembentukan rencana audit. Selain itu, lead auditor berperan sebagai verifikator, validator, dan pengambil keputusan (decision maker). Dalam implementasinya, AI sangat dapat diandalkan, salah satunya untuk merancang program audit, penjadwalan audit, dan pembuatan checklist audit. Berikut adalah tahapan-tahapan internal audit yang dapat melibatkan AI sebagai bagian dari kolaborasi dalam implementasinya. Hal-hal yang dapat dilakukan sebelum melaksanakan internal audit adalah sebagai berikut: 1. Pengumpulan Data Pada tahap ini, pengumpulan data internal tentunya harus melibatkan lead auditor dan auditor untuk memasukkan data referensi dalam pembentukan program audit ke depannya. Data yang dapat dijadikan referensi untuk pembentukan audit antara lain: Hasil internal dan eksternal audit sebelumnya. Key Performance Indicator (KPI) perusahaan. Customer Claim. Warranty Claim. Data Scrap, Repair, dan Rework. Survei kepuasan pelanggan. Management of Change, Engineering Change, dan sebagainya. Corrective Action Request (CAR), dan lain-lain. 2. Analisis Risiko Melakukan analisis risiko dalam pembentukan program audit. Salah satu risiko yang dapat dipertimbangkan dalam penetapan program audit adalah risiko proses. Contoh analisis risiko proses sebagai referensi: Produksi (risiko = tinggi). Penjualan (risiko = tinggi). Purchasing (risiko = menengah). Human Resource (risiko = menengah). Infrastruktur (risiko = rendah). Pengendalian dokumen (risiko = rendah). 3. Penentuan Frekuensi Audit Frekuensi audit sebaiknya ditentukan dengan mempertimbangkan risiko pada perusahaan, kinerja proses, dan perubahan yang terjadi, bukan hanya berdasarkan jadwal tahunan. Peran AI dapat dimaksimalkan untuk menentukan frekuensi audit berdasarkan tahapan sebelumnya, yaitu pengumpulan data dan analisis risiko. 4. Penyusunan Jadwal Audit Setelah menetapkan pengumpulan data, analisis risiko, dan frekuensi audit, AI juga dapat digunakan untuk merancang jadwal audit sesuai dengan waktu yang direncanakan oleh lead auditor. Lead auditor dapat meminta AI untuk menyusun jadwal audit secara rinci, mulai dari tahun, bulan, hari, hingga jam audit untuk masing-masing proses. 5. Rekomendasi Tim Auditor AI juga dapat dilibatkan untuk memberikan rekomendasi pemilihan auditor. Faktor independensi auditor merupakan salah satu pertimbangan mutlak dalam menetapkan auditor. Selain itu, hal-hal yang perlu dipertimbangkan adalah pengalaman sebagai auditor, pemahaman terhadap proses yang akan diaudit, serta pemahaman terkait risiko dari masing-masing proses. Dalam hal ini, lead auditor harus terlebih dahulu membuat matriks keterampilan dan kompetensi auditor yang dimiliki untuk selanjutnya dimasukkan ke dalam data input yang akan diproses oleh AI. 6. Pembuatan Checklist Audit Artificial Intelligence (AI) membantu auditor menyusun checklist audit secara lebih cepat, akurat, dan konsisten. AI dapat menganalisis standar, prosedur, hasil audit sebelumnya, serta data operasional untuk mengidentifikasi area risiko yang perlu diperiksa. Dengan kemampuan pengolahan data yang besar, AI mampu menghasilkan daftar pertanyaan audit yang relevan sesuai proses dan persyaratan yang berlaku. Selain itu, AI membantu mengurangi kemungkinan terlewatnya poin penting serta mempercepat pembaruan checklist ketika terdapat perubahan regulasi atau standar. Meskipun demikian, penilaian profesional auditor tetap diperlukan untuk memastikan checklist yang dihasilkan sesuai dengan kondisi organisasi dan tujuan audit yang ditetapkan. Pembuatan checklist audit harus disesuaikan berdasarkan kriteria audit yang akan dilakukan. Kriteria audit dapat meliputi: Persyaratan ISO (9001, 14001, 45001, 27001, dan lain-lain) sesuai dengan audit yang akan dilakukan. Peraturan perusahaan (prosedur, instruksi kerja, standar, kebijakan perusahaan, dan lain-lain). Persyaratan pelanggan. Persyaratan pemerintah. Alur proses (flow process) atau control plan, dan lain-lain. Kolaborasi antara internal audit dan Artificial Intelligence (AI) memberikan banyak manfaat bagi organisasi. AI membantu auditor menganalisis data dalam jumlah besar dengan cepat sehingga area berisiko tinggi dapat diidentifikasi lebih awal. Dalam perencanaan audit, AI dapat membantu menyusun program audit, checklist, dan analisis tren berdasarkan hasil audit sebelumnya. Selama pelaksanaan audit, AI mendukung proses pengumpulan serta evaluasi bukti secara lebih efisien. Selain meningkatkan produktivitas, AI juga membantu mengurangi pekerjaan administratif sehingga auditor dapat lebih fokus pada analisis dan pemberian nilai tambah. Dengan demikian, kombinasi keahlian auditor dan kemampuan AI menghasilkan audit yang lebih efektif, akurat, dan berbasis risiko. There is Always Room for Improvement Kami membantu organisasi bertransformasi menuju kinerja yang lebih efektif, efisien, dan terukur. Melalui implementasi ERP, perancangan ulang proses bisnis (Business Re-Engineering), Business Process Management, hingga program Continuous Improvement yang berkelanjutan. kami memastikan setiap langkah perubahan menghasilkan nilai nyata bagi bisnis Anda. Info lebih lanjut, silahkan langsung menghubungi: Marketing Sentral Sistem Consulting Hotline: 0821 2121 9252 Email: info@sentralsistem.com Intragram : @sentralsistem  Facebook: Sentral Sistem Consulting  Linkedln: Sentral Sistem Consulting  Youtube: @SentralSistem 

cara-menentukan-metode-studi-amdal

Cara Menentukan Metode Studi AMDAL yang Tepat

Pendahuluan Dalam proses penyusunan dokumen Analisis Mengenai Dampak Lingkungan (AMDAL), pemilihan metode studi merupakan langkah penting untuk menentukan atau menganalisis besaran dampak lingkungan yang diperkirakan. Penentuan metode studi perlu mempertimbangkan jenis kegiatan, lokasi kegiatan, ketersediaan data, serta rona lingkungan lokasi kegiatan.   Kriteria Pemilihan Metode Studi Pemilihan metode studi dalam penyusunan dokumen Analisis Mengenai Dampak Lingkungan (AMDAL) dapat dipengaruhi oleh faktor-faktor sebagai berikut: Jenis kegiatan yang akan dianalisis. Karakteristik lokasi atau kondisi lingkungan setempat. Ketersediaan data, baik data primer maupun sekunder. Tujuan kajian dalam proses analisis dampak. Dengan mempertimbangkan faktor-faktor tersebut, metode yang digunakan dapat menghasilkan analisis yang lebih akurat dan relevan.   Jenis Metode Studi dalam AMDAL Metode Analisis Deskriptif Metode deskriptif merupakan metode studi yang menggunakan pendekatan kualitatif dalam menggambarkan kondisi lingkungan suatu usaha atau kegiatan. Umumnya, metode deskriptif lebih sering digunakan untuk menggambarkan hubungan antara kegiatan yang direncanakan dengan rona lingkungan awal sebelum adanya kegiatan. Matriks Interaksi Matriks interaksi digunakan untuk menghubungkan antara komponen kegiatan dengan komponen lingkungan. Metode ini membantu dalam mengidentifikasi jenis dampak yang diperkirakan akan muncul dalam suatu usaha atau kegiatan. Metode Kuantitatif dan Model Matematis Metode ini menggunakan perhitungan atau pemodelan untuk memperkirakan besaran dampak lingkungan. Contohnya adalah model penyebaran polutan udara atau model kualitas air yang digunakan untuk memprediksi perubahan kondisi lingkungan. Metode Partisipatif Metode partisipatif melibatkan masyarakat dalam proses identifikasi dampak lingkungan. Pendekatan ini penting untuk memahami persepsi masyarakat serta memperoleh informasi lokal yang mungkin tidak tersedia dalam data teknis.   Penggunaan Data Primer dan Sekunder Dalam studi AMDAL, data yang digunakan dapat berasal dari dua sumber utama, yaitu: Data primer, yang diperoleh langsung melalui survei lapangan, pengukuran, atau wawancara dengan masyarakat. Data sekunder, yang diperoleh dari literatur, laporan penelitian, maupun data dari instansi pemerintah.   Kesimpulan Pemilihan metode studi merupakan bagian penting dalam proses penyusunan AMDAL karena menentukan kualitas analisis dampak lingkungan yang dihasilkan. Dengan mempertimbangkan jenis kegiatan, kondisi lokasi, serta ketersediaan data, metode yang tepat dapat membantu mengidentifikasi dampak secara lebih akurat. Penggunaan berbagai metode secara terintegrasi juga memungkinkan penyusunan rekomendasi pengelolaan lingkungan yang lebih efektif dan mendukung pengambilan keputusan yang berkelanjutan. There is Always Room For Improvement Divisi Environmental Improvement yang siap melayani Anda untuk memberikan konsultasi lingkungan dan membantu Penyusunan Dokumen AMDAL, UKL-UPL, SPPLH, SIMPEL, Program Safe and Save (Program Improvement Lingkungan untuk Safe untuk lingkungan dan Save dari pengeluaran biaya lingkungan), membantu Anda untuk Audit Proper Lingkungan.  Info lebih lanjut, silahkan langsung menghubungi: Marketing Sentral Sustainability Consulting Hotline: 0821 2121 9252 Email: info@sentralsistem.com Intragram : @sentralsustainability  Facebook: Sentral Sistem Consulting  Linkedln: Sentral Sistem Consulting  Youtube: @SentralSistem

reverse-fmea-proses-manufaktur-risiko-produksi

Reverse FMEA: Identifikasi Risiko dalam Proses Manufaktur | Sentral Sistem

Pendahuluan Dalam industri otomotif modern, FMEA (Failure Mode and Effects Analysis) sudah menjadi tools wajib untuk memastikan keandalan produk dan proses. Namun, realitas di lapangan menunjukkan bahwa DFMEA dan PFMEA konvensional sering kali tidak cukup sensitif terhadap kegagalan aktual yang terjadi di lini produksi maupun di customer field. Di sinilah Reverse FMEA (rFMEA) menjadi sangat relevan. Reverse FMEA bukan sekadar pengulangan PFMEA, melainkan pendekatan berbasis real failure, real defect, dan real process behavior. Metode ini banyak dipromosikan oleh OEM global karena mampu menjembatani gap antara documented risk dan actual ris Reverse FMEA sangat efektif untuk: Mengungkap blind spot dalam PFMEA Menguji efektivitas control plan Meningkatkan robustness proses manufaktur Mengurangi escape ke customer   Apa Itu Reverse FMEA? Reverse FMEA adalah proses evaluasi risiko yang dimulai dari output proses dan potensi kegagalan aktual, kemudian ditelusuri mundur ke proses, kontrol, dan desain proses. Perbedaannya dengan PFMEA konvensional: Reverse FMEA wajib dilakukan di Gemba, melibatkan operator, teknisi, dan quality engineer secara langsung.   Mengapa Reverse FMEA Penting untuk Komponen Otomotif? Komponen otomotif (rubber part, metal stamping, injection plastic, machining) memiliki karakteristik: Volume tinggi Proses kompleks & berlapis Tuntutan zero defect Sensitif terhadap variasi kecil proses PFMEA sering gagal menangkap: Human error aktual Proses abnormal non-standar Bypass kontrol oleh operator Degradasi alat ukur & poka-yoke Reverse FMEA menjawab masalah ini dengan observasi nyata.   Kapan Reverse FMEA Harus Dilakukan? Reverse FMEA bukan aktivitas satu kali, melainkan event-driven, antara lain saat: Launch produk baru (3–6 bulan setelah SOP) Major complaint dari customer Internal scrap / rework meningkat Change proses (material, mesin, layout) Audit IATF 16949 / customer audit Setelah kejadian escape ke customer   Step-by-Step Pelaksanaan Reverse FMEA Step 1 – Tentukan Scope dan Output Kritis Mulai dari karakteristik output yang paling kritikal, misalnya: Dimensi safety-related Bonding strength Visual defect yang berdampak fungsi Noise, vibration, harshness (NVH) Fokuskan pada 1–2 proses paling riskan, bukan seluruh line.   Step 2 – Observasi Langsung di Gemba Tim Reverse FMEA wajib turun ke lantai produksi, bukan diskusi di ruang meeting. Aktivitas utama: Observasi operator bekerja Lihat handling material Perhatikan rework, bypass, shortcut Amati kondisi abnormal (mesin stop, tool aus) Pertanyaan kunci: Apa yang bisa salah hari ini? Apa yang terjadi jika kontrol gagal? Bagaimana defect bisa lolos?   Step 3 – Identifikasi Failure Mode Aktual Failure mode diambil dari real condition, contoh: Rubber mounting crack saat demolding Bonding lepas setelah curing Dimensi out of spec akibat mold wear Wrong part mix di assembly Catatan penting: Jika failure mode tidak pernah terjadi di lapangan, jangan dipaksakan.   Step 4 – Analisis Effect ke Customer & Proses Berikutnya Tentukan real impact, bukan asumsi: Safety risk Functional degradation Assembly line stop NVH issue Warranty claim Severity pada Reverse FMEA tidak boleh diturunkan hanya karena kontrol internal ada.   Step 5 – Telusuri Akar Penyebab (Reverse Logic) Bergerak mundur dari failure ke proses: Apa penyebab langsung? Apa kondisi abnormal yang memungkinkan? Apa yang gagal dicegah? Contoh: Failure: Bonding lepas Penyebab: Curing time aktual < standar Penyebab lanjutan: Operator override timer   Step 6 – Evaluasi Control Plan Aktual Bandingkan: >> Control Plan tertulis vs Control Plan aktual di lapangan Evaluasi: Apakah kontrol dijalankan? Apakah frekuensi cukup? Apakah mudah di-bypass? Apakah deteksi dilakukan sebelum next process? Ini adalah jantung Reverse FMEA.   Step 7 – Re-Scoring S, O, D Berdasarkan Fakta Gunakan data aktual, bukan asumsi: Occurrence → scrap rate aktual Detection → escape history Severity → dampak customer Biasanya hasilnya: Detection score meningkat (lebih buruk) RPN melonjak dibanding PFMEA lama   Step 8 – Tentukan Action yang Benar-Benar Efektif Action tidak boleh (sebatas) administratif saja. Prinsip: Prioritaskan error-proofing Kurangi dependency pada manusia Deteksi sebelum next process Fokus preventive, bukan corrective   Contoh Recommendation Action (Best Practice) Untuk Risiko Human Error Implementasi poka-yoke mekanis Auto interlock proses Barcode / vision system Andon berbasis abnormal condition  Untuk Risiko Proses Closed-loop parameter control SPC real-time (bukan offline) Tool life monitoring otomatis Sensor curing temperature & time Untuk Risiko Deteksi Lemah 100% inline inspection Vision system AI-based Detection sebelum value-added process berikutnya Stop-the-line authority untuk operator Untuk Sistem Manajemen Update PFMEA & Control Plan Training berbasis failure aktual Audit layered process audit (LPA) Integrasi Reverse FMEA ke APQP   Integrasi Reverse FMEA dengan Sistem Mutu Reverse FMEA harus terhubung, bukan berdiri sendiri:   Dalam konteks IATF 16949, Reverse FMEA mendukung: Risk-based thinking Process approach Customer-specific requirements   Kesalahan Umum dalam Reverse FMEA Dilakukan di ruang meeting Terlalu fokus pada dokumen Tidak melibatkan operator Action hanya berupa training Tidak update PFMEA setelah rFMEA Jika ini terjadi, Reverse FMEA kehilangan makna.   Kesimpulan Reverse FMEA adalah tools powerful namun sering disalahpahami. Bukan sekadar versi lain dari PFMEA, melainkan: Alat validasi risiko nyata Cermin kejujuran proses Mekanisme pencegah escape ke customer Bagi manufaktur komponen otomotif, Reverse FMEA membantu organisasi berpindah dari “document compliance” ke “process robustness”.   STUDI KASUS REVERSE FMEA Proses Manufaktur Rubber Engine Mounting (Tier-1 Otomotif) Deskripsi Produk & Proses           Produk: Rubber Engine Mounting Fungsi utama: Meredam getaran mesin (NVH) Menopang beban mesin Menjaga alignment powertrain Karakteristik Kritis (CTQ) Bonding strength rubber–metal Dimensi height & offset Kekerasan rubber (Hardness Shore A) Tidak ada crack, void, atau separation Performance NVH Alur Proses Manufaktur (High Level) Incoming metal insert Degreasing & surface preparation Bonding agent application Rubber compound preparation Molding & curing Deflashing Inspection (visual, dimension, hardness) Packing & shipment   Latar Belakang Reverse FMEA Masalah Aktual (Trigger dari Reverse FMEA) Customer complaint: bonding separation setelah durability test Internal data: Scrap bonding ↑ Tidak terdeteksi di final inspection PFMEA existing: RPN rendah Detection dianggap “cukup” > Diputuskan melakukan Reverse FMEA berbasis real failure   Prinsip Reverse FMEA pada Kasus Ini Reverse FMEA DIMULAI dari kegagalan aktual, bukan dari flow process. Starting Point: Failure di customer → Telusuri mundur ke proses → Validasi kontrol aktual   Reverse FMEA – Tabel Lengkap & Advance Skala Penilaian Severity (S): Dampak ke customer Occurrence (O): Berdasarkan data aktual scrap/PPM Detection (D): Kemampuan kontrol sebelum part dikirim REVERSE FMEA TABLE – RUBBER ENGINE MOUNTING     Analisis Kunci dari Reverse FMEA >> Temuan Utama Detection score terlalu optimis di PFMEA lama Banyak kontrol mudah di-bypass Visual inspection tidak efektif untuk latent defect Risiko terbesar berasal dari:   Curing process Bonding preparation Human intervention     Perbedaan PFMEA Lama vs Reverse FMEA 7. Recommendation Action (Strategic & Tactical) A. Short Term (0–3 bulan) Update PFMEA & Control Plan Disable manual override curing Tighten SPC curing temperature Increase adhesion test frequency B. Mid Term (3–6 bulan) Install sensor curing & interlock Implement barcode poka-yoke Tool life monitoring mold C. Long Term (6–12 bulan) Vision system bonding area Closed-loop curing system Integrate Reverse FMEA ke LPA & APQP   Integrasi ke Sistem IATF 16949 Reverse FMEA ini langsung menguatkan: Klausul 6.1 (Risk-based thinking) Klausul 8.5.1 (Control of production) Klausul 10.2 (Corrective action) Dan wajib: Update PFMEA Update Control Plan Update Work Instruction Evidence improvement effectiveness   Kesimpulan Studi kasus ini menunjukkan bahwa Reverse FMEA bukan sekadar audit tools, melainkan: Alat untuk mengungkap risiko tersembunyi Validasi kejujuran sistem kontrol Pencegah escape yang paling efektif Untuk rubber engine mounting, fokus utama Reverse FMEA harus pada: Bonding robustness Curing process integrity Elimination of human dependency There is Always Room For Improvement Divisi Quality Sentral Sistem Consulting siap melayani Anda untuk memberikan konsultasi Quality Improvement System untuk industri otomotif (IATF 16949:2016) atau Quality Management System yang digunakan untuk berbagai organisasi dan membantu melayani Sertifikasi \& Pelatihan ISO, antara lain ISO 9001, ISO 14064, ISO 14001, ISO 45001, ISO 37001, ISO 27001, ISO 50001, ISO 37301. Info lebih lanjut, silahkan langsung menghubungi: Marketing Sentral Sistem Consulting Hotline: 0821 2121 9252 Email: info@sentralsistem.com Intragram : @sentralsistem  Facebook: Sentral Sistem Consulting  Linkedln: Sentral Sistem Consulting  Youtube: @SentralSistem

improvement-teknologi-apd-era-industri-modern

Inovasi Teknologi APD: Smart PPE untuk Keselamatan Kerja | Sentral Sistem

Pendahuluan Alat Pelindung Diri (APD) merupakan salah satu komponen penting dalam penerapan Keselamatan dan Kesehatan Kerja (K3). Selama bertahun-tahun, APD digunakan sebagai lapisan perlindungan terakhir (last line of defense) dalam hierarki pengendalian bahaya, setelah upaya eliminasi, substitusi, rekayasa teknik, dan pengendalian administratif dilakukan. Namun, perkembangan teknologi industri, digitalisasi, serta tuntutan keselamatan kerja yang semakin tinggi mendorong berbagai inovasi dalam pengembangan APD. Saat ini, APD tidak lagi hanya berfungsi sebagai perlindungan pasif, tetapi juga berkembang menjadi perangkat keselamatan cerdas (smart PPE) yang mampu memantau kondisi pekerja dan lingkungan kerja secara real-time. Perkembangan ini menjadi bagian dari transformasi keselamatan kerja menuju konsep Predictive Safety dan Human-Centric Safety, di mana teknologi dimanfaatkan untuk melindungi pekerja secara lebih efektif dan proaktif.   Evolusi Teknologi APD Pada awalnya, APD dirancang untuk memberikan perlindungan fisik terhadap berbagai potensi bahaya di tempat kerja, seperti benturan, panas, bahan kimia, kebisingan, dan partikel berbahaya. Beberapa contoh APD konvensional meliputi: Helm keselamatan (safety helmet) Sepatu keselamatan (safety shoes) Sarung tangan pelindung Kacamata keselamatan Masker atau respirator Pelindung telinga (earplug / earmuff) Meskipun memiliki peran penting, APD konvensional masih memiliki keterbatasan karena tidak dapat memberikan informasi mengenai kondisi pekerja maupun lingkungan kerja secara langsung. Perkembangan teknologi digital kemudian mendorong lahirnya inovasi APD berbasis sensor dan teknologi pintar yang tidak hanya memberikan perlindungan, tetapi juga mampu memantau kondisi keselamatan pekerja.   Smart PPE: Generasi Baru APD Smart Personal Protective Equipment (Smart PPE) merupakan generasi baru APD yang dilengkapi dengan teknologi digital, seperti sensor keselamatan, Internet of Things (IoT), sistem komunikasi nirkabel, dan analisis data. Teknologi ini memungkinkan APD untuk: Memantau kondisi lingkungan kerja. Mendeteksi potensi bahaya secara otomatis. Memberikan peringatan kepada pekerja. Mengirimkan data keselamatan ke sistem pemantauan perusahaan. Dengan adanya Smart PPE, pengawasan keselamatan kerja tidak hanya dilakukan secara manual oleh supervisor, tetapi juga dapat didukung melalui sistem digital secara otomatis.   Contoh Penerapan Smart PPE: 4G Smart Helmet Salah satu contoh inovasi Smart PPE adalah 4G Smart Helmet yang dikembangkan oleh EQUIINET, perusahaan teknologi komunikasi asal Tiongkok. Produk ini merupakan helm keselamatan untuk kebutuhan industri yang dilengkapi dengan berbagai fitur teknologi, antara lain: Sensor GPS untuk mendukung pemantauan lokasi pekerja. Komunikasi audio dan video secara real-time untuk mempermudah komunikasi selama bekerja. Dukungan sensor tambahan, seperti alarm ketinggian berlebih dan peringatan ketika berada di dekat tegangan tinggi (opsional). Melalui fitur-fitur tersebut, helm keselamatan berkembang menjadi perangkat berteknologi tinggi yang dapat membantu meningkatkan perlindungan pekerja. Meskipun teknologi ini tidak secara langsung menghilangkan atau mengeliminasi bahaya, keberadaan fitur komunikasi real-time dan pelacakan GPS dapat mendukung penanganan kondisi darurat secara lebih efektif. Apabila terjadi insiden kerja, teknologi tersebut memungkinkan lokasi pekerja diketahui dengan lebih cepat sehingga proses pemberian pertolongan pertama dapat dilakukan secara lebih efisien. Inovasi ini menunjukkan bahwa perkembangan metode keselamatan kerja mulai mengarah pada pemanfaatan teknologi IoT untuk mendukung pengendalian bahaya yang lebih efektif. Selain itu, data yang dikumpulkan melalui perangkat ini juga berpotensi menjadi dasar analisis keselamatan kerja. Apabila digunakan oleh ribuan pekerja, data yang diperoleh dapat membantu perusahaan mengevaluasi pengendalian bahaya dengan mempertimbangkan pola kebiasaan (habit) pekerja sebagai pengguna. Dengan demikian, pemanfaatan teknologi pada APD tidak hanya berperan dalam meningkatkan perlindungan pekerja, tetapi juga berpotensi mendukung pengambilan keputusan terkait pengendalian bahaya di lingkungan kerja. Sumber video: https://www.youtube.com/watch?v=Hl-LOIkF1Ns   Baca Juga Artikel Lainnya: Implikasi Perubahan Peraturan P2K3 Peraturan Menteri Ketenagakerjaan Republik Indonesia Nomor 13 Tahun 2025 Bagi Perusahaan Menjaga Kesehatan Mental di Tempat Kerja: Mengelola Risiko Psikososial dalam Industri Modern Permenaker No. 13 Tahun 2025: Perubahan P2K3 dan Ahli K3 yang Wajib Diketahui Perusahaan Kesimpulan Perkembangan teknologi APD di era industri modern menunjukkan adanya perubahan dalam penerapan keselamatan kerja, dari perlindungan konvensional menuju sistem yang lebih cerdas dan terintegrasi. Melalui pemanfaatan sensor digital, Internet of Things (IoT), dan komunikasi real-time, APD tidak hanya berfungsi sebagai pelindung fisik, tetapi juga dapat mendukung pemantauan kondisi pekerja dan lingkungan kerja. Inovasi seperti Smart Helmet menjadi salah satu contoh bagaimana teknologi dapat membantu meningkatkan efektivitas pengawasan serta penanganan kondisi darurat. Meskipun tidak menggantikan upaya pengendalian bahaya lainnya, penerapan Smart PPE dapat mendukung sistem keselamatan kerja yang lebih proaktif, efektif, dan berorientasi pada perlindungan pekerja. There is Always Room For Improvement Divisi Environmental Improvement yang siap melayani Anda untuk memberikan konsultasi lingkungan dan membantu Penyusunan Dokumen AMDAL, UKL-UPL, SPPLH, SIMPEL, Program Safe and Save (Program Improvement Lingkungan untuk Safe untuk lingkungan dan Save dari pengeluaran biaya lingkungan), membantu Anda untuk Audit Proper Lingkungan.  Info lebih lanjut, silahkan langsung menghubungi: Marketing Sentral Sustainability Consulting Hotline: 0821 2121 9252 Email: info@sentralsistem.com Intragram : @sentralsustainability  Facebook: Sentral Sistem Consulting  Linkedln: Sentral Sistem Consulting  Youtube: @SentralSistem

perubahan-iso-14001-2026-klausul-6-3

ISO 14001:2026: Klausul 6.3 Planning of Changes

Standar ISO 14001 merupakan acuan global dalam penerapan Sistem Manajemen Lingkungan (SML). Setelah versi sebelumnya diperbarui pada tahun 2015, revisi terbaru ISO 14001:2026 telah diterbitkan untuk menjawab tantangan lingkungan yang semakin kompleks, termasuk perubahan iklim, transisi energi, dan tuntutan transparansi ESG (Environmental, Social, and Governance). Salah satu klausul yang mengalami penambahan adalah Klausul 6.3 – Perencanaan Perubahan (Planning of Changes), sama halnya dengan pembahasan pada artikel sebelumnya terkait perubahan dalam Sistem Manajemen Anti Penyuapan (ISO 37001:2025). Klausul ini menekankan pentingnya pengelolaan perubahan secara terencana agar efektivitas Sistem Manajemen Lingkungan (SML) tetap terjaga dan dampak negatif terhadap lingkungan tidak meningkat akibat perubahan organisasi.   Klausul 6.3 – Perencanaan Perubahan (Planning of Changes) Klausul 6.3 mengatur bahwa ketika organisasi menetapkan adanya kebutuhan perubahan yang memengaruhi atau dapat mempengaruhi Sistem Manajemen Lingkungan, perubahan tersebut harus dilaksanakan secara terencana. Perubahan tersebut harus dikelola untuk memastikan bahwa organisasi dapat mencapai hasil yang diharapkan dari Sistem Manajemen Lingkungannya. Kebutuhan perubahan terhadap Sistem Manajemen Lingkungan dapat berasal dari sumber internal maupun eksternal. Organisasi merencanakan pelaksanaan dan pengendalian perubahan, baik yang bersifat sementara maupun permanen, yang dapat berdampak pada kinerja lingkungan, termasuk: Produk, layanan, proses, operasi, peralatan, atau fasilitas baru maupun perubahan terhadap yang sudah ada. Perubahan kewajiban kepatuhan. Perubahan dalam pengetahuan atau informasi mengenai aspek lingkungan, dampak lingkungan, atau risiko dan peluang. Perkembangan dalam pengetahuan dan teknologi. Perubahan spesifikasi teknis bahan atau input proses. Perubahan aset bisnis akibat merger, akuisisi, usaha patungan, atau divestasi. Perubahan personel atau penyedia eksternal, termasuk kontraktor. Gangguan bisnis yang disebabkan oleh, sebagai contoh, masalah rantai pasok, perselisihan tenaga kerja, bencana alam, perubahan rezim, ketidakstabilan politik, atau perang.   Baca Juga Artikel Lainnya: Penambahan Klausul 6.3 dalam ISO 14001 2026 Klausul 4 ISO 14001: Perbandingan Konteks Organisasi antara Versi 2015 dan 2026 ISO 14001:2026 dan IFRS S2: Pendekatan Identifikasi Isu dan Pihak Berkepentingan yang Lebih Kuat   Penerapan Klausul 6.3 ISO 14001:2026 dalam Sistem Manajemen Pada dasarnya, penerapan Klausul 6.3 – Perencanaan Perubahan (Planning of Changes) dalam ISO 14001:2026 memiliki prinsip yang serupa dengan penerapan pengelolaan perubahan pada sistem manajemen lainnya, seperti ISO 45001:2018 Klausul 8.1.3 Management of Change, ISO 37001:2025, dan ISO 9001:2015 Klausul 6.3 Planning of Changes. Dengan demikian, perencanaan perubahan menjadi bagian penting dalam menjaga efektivitas sistem manajemen, termasuk memastikan bahwa perubahan organisasi tetap dikelola secara terencana dan tidak menghambat pencapaian hasil yang diharapkan dari Sistem Manajemen Lingkungan. There is Always Room For Improvement Divisi Environmental Improvement yang siap melayani Anda untuk memberikan konsultasi lingkungan dan membantu Penyusunan Dokumen AMDAL, UKL-UPL, SPPLH, SIMPEL, Program Safe and Save (Program Improvement Lingkungan untuk Safe untuk lingkungan dan Save dari pengeluaran biaya lingkungan), membantu Anda untuk Audit Proper Lingkungan.  Info lebih lanjut, silahkan langsung menghubungi: Marketing Sentral Sustainability Consulting Hotline: 0821 2121 9252 Email: info@sentralsistem.com Intragram : @sentralsustainability  Facebook: Sentral Sistem Consulting  Linkedln: Sentral Sistem Consulting  Youtube: @SentralSistem