Generative Design Berbasis AI untuk Representasi Bentuk Mekanik 3D sebagai Kode Program pada Proses Desain Produk

Abstract

Generative design berbasis kecerdasan buatan (AI) telah mengubah paradigma desain produk dengan memungkinkan eksplorasi bentuk yang lebih luas, optimalisasi performa, dan integrasi yang lebih erat dengan proses manufaktur. Penelitian ini mengkaji pendekatan generative design yang merepresentasikan bentuk mekanik 3D sebagai kode program sebuah metodologi yang menjembatani kesenjangan antara desain konseptual dan produksi digital. Melalui tinjauan literatur sistematis terhadap perkembangan terkini, penelitian ini mengidentifikasi bahwa representasi bentuk sebagai kode program (seperti melalui constructive solid geometry, implicit modeling, dan function representation) memungkinkan iterasi desain yang lebih cepat, optimasi berbasis simulasi yang terintegrasi, dan kompatibilitas yang lebih baik dengan manufaktur aditif. Pendekatan hybrid yang menggabungkan keunggulan desain parametrik, optimasi topologi, dan pembelajaran mesin terbukti mampu menghasilkan solusi desain yang lebih efisien—dengan studi kasus menunjukkan pengurangan massa komponen hingga 60% sambil mempertahankan integritas struktural yang dibutuhkan. Integrasi deep learning dalam generative design juga memungkinkan sintesis bentuk 3D yang memenuhi spesifikasi performa dengan cara yang sebelumnya tidak mungkin dicapai melalui metode konvensional. Penelitian ini menyimpulkan bahwa generative design berbasis AI dengan representasi bentuk sebagai kode program menawarkan pendekatan transformatif untuk desain produk, memungkinkan desainer untuk mengeksplorasi ruang desain yang lebih luas, mengoptimalkan performa secara real-time, dan mempercepat siklus pengembangan produk secara signifikan, sekaligus menuntut pergeseran paradigma dalam pendidikan desain dan praktik industri.