Contact Info

  • Office : Jl. KH. Hasyim Ashari No.3C, RT.2/RW.8, Petojo Utara, Kecamatan Gambir,Kota Jakarta Pusat, DKI Jakarta 10130
  • Workshop : Ruko Faraday RFDB No.51, Medang, Kec. Pagedangan, Kabupaten Tangerang, Banten 15334
  • Mod-friday, 09am -05pm
Case Study

Inspeksi Label dan Kemasan Farmasi untuk Kepatuhan BPOM

Kalarra.ai melakukan inspeksi label dan kemasan farmasi untuk memastikan kepatuhan terhadap regulasi BPOM dan FDA dengan akurasi 99.8%.

#Label Inspection #Pharmaceutical #OCR #BPOM #Serialization
Inference:
Acquisition
AI Engine
Edge Output
Studi Kasus Project
Farmasi & Medis Industry
Software AI Inspection Technology
Inspeksi Label dan Kemasan Farmasi untuk Kepatuhan BPOM - Kalarra.ai Case Study Hero
Edge Compute
High Accuracy
Case Overview

Ikhtisar Proyek

Industri

Farmasi & Medis

Teknologi

Label Inspection, Pharmaceutical, OCR +2 lainnya

Ringkasan: Kalarra.ai melakukan inspeksi label dan kemasan farmasi untuk memastikan kepatuhan terhadap regulasi BPOM dan FDA dengan akurasi 99.8%.

Implementasi proyek ini dijalankan menggunakan platform software Kalarra.ai, diintegrasikan dengan perangkat kamera industri Hikrobot, dan dirancang serta dipasang oleh tim engineer PT Berkah Solusi Mandiri melalui layanan Control Panel Installation & System Integration.

The Case

Ringkasan Proyek

Informasi ringkas mengenai solusi, aplikasi, industri, dan teknologi yang digunakan.

Teknologi

Label Inspection Pharmaceutical OCR BPOM Serialization
01

Background & Proses Sebelumnya (Existing Process)

Proyek "Inspeksi Label dan Kemasan Farmasi untuk Kepatuhan BPOM" diimplementasikan pada lini produksi aktif di Indonesia oleh tim system integrator PT Berkah Solusi Mandiri. Sebelum menggunakan platform AI Vision Kalarra.ai, inspeksi mutu sepenuhnya bergantung pada proses visual manual menggunakan checklist fisik oleh operator shift. Kelemahan inspeksi manual ini adalah kerentanan terhadap tingkat kelelahan visual operator, subyektifitas penilaian cacat, serta metode sampling yang sangat terbatas (hanya mencakup sebagian kecil lot produksi). Hal tersebut memicu lolosnya defect visual halus ke tahap pengiriman dan meningkatkan keluhan mutu dari pelanggan.

02

Tantangan Produksi (The Challenge)

Pabrik farmasi di Bandung memproduksi 200+ varian produk dengan 50.000 kemasan per hari. Kesalahan label (1.5%) dan kemasan (1%) menyebabkan penarikan produk dan denda regulasi. Audit BPOM mengidentifikasi 5 temuan terkait inspeksi label. Inspeksi manual oleh 30 operator tidak efektif untuk 200+ varian produk.

  • Pabrik farmasi di Bandung memproduksi 200+ varian produk dengan 50
  • 000 kemasan per hari
  • Kesalahan label (1
  • 5%) dan kemasan (1%) menyebabkan penarikan produk dan denda regulasi
03

Penerapan AI & Alur Operasional (AI Implementation & Workflow)

Mengimplementasikan Kalarra.ai dengan 8 kamera resolusi tinggi untuk memverifikasi label, serial number, batch code, tanggal kadaluarsa, dan integritas kemasan secara real-time. Sistem menggunakan OCR AI untuk membaca teks dan deep learning untuk verifikasi. Terintegrasi dengan database produksi dan BPOM untuk traceability penuh. Alert otomatis jika ditemukan ketidaksesuaian.

  • Mengimplementasikan Kalarra
  • ai dengan 8 kamera resolusi tinggi untuk memverifikasi label, serial number, batch code, tanggal kadaluarsa, dan integritas kemasan secara real-time
  • Sistem menggunakan OCR AI untuk membaca teks dan deep learning untuk verifikasi
  • Terintegrasi dengan database produksi dan BPOM untuk traceability penuh
04

Dampak & Hasil Bisnis (Expected Business Outcome)

Melalui otomatisasi inspeksi visual 100% menggunakan kamera industri dan software deep learning Kalarra.ai, target utama perusahaan adalah menstandarisasi mutu produksi tanpa mengganggu cycle time lini perakitan. Sistem ini dirancang untuk:

Akurasi deteksi defect stabil dan konsisten antar shift.
Reduksi tingkat keluhan defect dari pihak pelanggan secara masif.
Penyediaan digital audit trail otomatis untuk pelacakan kualitas (traceability).
Peningkatan metrik OEE (Overall Equipment Effectiveness) lini produksi.
05

Detail Teknologi & Peran Implementasi (Technology & Implementation Roles)

Teknologi Yang Digunakan (Technology Used)

Label Inspection Pharmaceutical OCR BPOM Serialization

Pembagian Peran (Implementation Roles)

Peran Kalarra.ai: Menyediakan platform core AI vision, model inferensi deep learning terlatih untuk defect detection, serta dashboard visual monitoring secara real-time.

Peran PT Berkah Solusi Mandiri: Bertanggung jawab penuh sebagai system integrator atas feasibility study, pengadaan hardware sensor kamera, wiring panel kelistrikan, integrasi PLC/rejector mekanis, commissioning, serta dukungan teknis pasca-deployment di lapangan.

Application Summary

Hasil & Dampak

Ringkasan hasil yang dicapai setelah implementasi solusi AI Vision.

Akurasi inspeksi mencapai 99.8%

Eliminasi kesalahan label dan kemasan (0% error)

Kepatuhan BPOM 100%

Audit trail digital lengkap untuk 200+ varian

Pengurangan biaya compliance 50%

99.8% Akurasi inspeksi mencapai
0% Eliminasi kesalahan label dan kemasan ( error)
100% Kepatuhan BPOM
200 Audit trail digital lengkap untuk + varian

ROI Terbukti

Implementasi ini menghasilkan Return on Investment (ROI) dalam waktu kurang dari 8 bulan dengan peningkatan produktivitas dan pengurangan biaya operasional yang signifikan.

Tertarik dengan Proyek Ini?

Butuh Solusi Serupa untuk Industri Anda?

Tim Kalarra.ai siap membantu Anda menerapkan AI Vision untuk meningkatkan kualitas dan efisiensi produksi.

WhatsApp