Ketika Laboratorium Kosmetik Mulai Menggunakan Digital Twin, Apa yang Sebenarnya Bisa Disimulasikan?

Teknologi digital twin mulai mendapat perhatian dalam penelitian kosmetik. Dari perilaku formula hingga proses produksi, apa yang dapat diprediksi sebelum pengujian fisik dilakukan?

Perkembangan teknologi simulasi membuka pendekatan baru dalam penelitian dan pengembangan kosmetik. Laboratorium tidak lagi hanya mengandalkan percobaan fisik untuk mengeksplorasi perilaku bahan dan proses produksi. Model komputasi mulai digunakan untuk memperkirakan hasil sebelum percobaan dilakukan.

Perkembangan ini mendapat perhatian dalam publikasi jurnal Processes pada September 2026. Artikel ilmiah tersebut menghubungkan reologi kosmetik dengan pembelajaran mesin, pengendalian proses, peningkatan skala produksi, dan digital twin. Pembahasannya menunjukkan bagaimana data laboratorium dapat digunakan untuk membangun representasi digital dari sistem nyata.

Baca Juga: Martha Tilaar dan Perjuangan Membangun Kemandirian Industri Kosmetik Indonesia

Dari Perilaku Formula hingga Simulasi Produksi

Digital twin merupakan representasi digital dari sistem fisik yang dapat diperbarui menggunakan data untuk mendukung analisis dan pengambilan keputusan. Dalam industri kosmetik, sistem yang dimodelkan dapat berupa karakteristik formula, peralatan pencampuran, atau tahapan produksi. Tingkat kemampuannya bergantung pada data, model matematis, dan proses validasi yang tersedia.

Salah satu aspek yang dapat dipelajari adalah reologi, yakni perilaku aliran dan deformasi suatu bahan. Karakteristik ini berpengaruh terhadap kemudahan krim dikeluarkan dari kemasan, penyebaran losion, serta perilaku formula ketika dipompa atau dicampur. Model digital dapat membantu memperkirakan perubahan aliran pada kondisi proses tertentu.

Peneliti Argang Kazem-zadeh bersama Alessandro Mendes, Farhad Ein-Mozaffari, dan rekan-rekannya membahas hubungan tersebut dalam tinjauan ilmiah di Processes. Mereka menghubungkan pemahaman struktur mikro dan reologi dengan pengendalian mutu, peningkatan skala produksi, serta pendekatan komputasi. Kerangka ini memperlihatkan bahwa simulasi membutuhkan pemahaman sifat material, bukan hanya perangkat lunak.

Pada Maret 2026, Siemens turut menjelaskan penggunaan digital twin dalam pengembangan produk konsumen. Perusahaan tersebut menguraikan bagaimana simulasi multifisika dapat memodelkan peralatan produksi dan membantu optimasi parameter proses. Pendekatan ini ditujukan untuk mendukung perpindahan resep dari skala laboratorium menuju produksi yang lebih besar.

Baca Juga: Dari Tren ke Formula, Bagaimana Data Digital Mulai Masuk ke Meja R&D Kosmetik?

Apakah Simulasi Bisa Menggantikan Pengujian Laboratorium?

Perkembangan lain datang dari L’Oréal yang pada 17 Maret 2026 mengumumkan perluasan kerja sama dengan NVIDIA. Melalui kerangka pembelajaran mesin ALCHEMI, L’Oréal mengembangkan pendekatan komputasi untuk memprediksi interaksi molekul dan mengeksplorasi formulasi. Fokus awalnya mencakup penelitian fotoproteksi serta pengelolaan warna kulit.

Barbara Lavernos, Deputy Chief Executive Officer yang membawahi Research, Innovation and Technology L’Oréal, menjelaskan dalam pengumuman resmi bahwa simulasi molekuler membantu menghubungkan penemuan pada skala atom dengan pengembangan manfaat produk. Pernyataan tersebut memperlihatkan arah penggunaan komputasi dalam riset kosmetik. Meski begitu, simulasi molekuler tidak otomatis sama dengan digital twin yang merepresentasikan keseluruhan proses produksi.

Bagi formulator, termasuk dalam konteks keilmuan apt. Cahya Khairani Kusumawulan, M.Farm., penerapan model digital tetap berkaitan dengan persoalan stabilitas, kompatibilitas bahan, dan konsistensi formula. Secara teknis, prediksi komputer memerlukan data pengujian yang dapat dipercaya agar relevan dengan kondisi nyata. Ini merupakan analisis berdasarkan prinsip formulasi, bukan pernyataan wawancara langsung.

Model digital juga mempunyai keterbatasan ketika menghadapi sistem kosmetik yang kompleks. Perubahan bahan baku, kondisi pencampuran, atau karakteristik emulsi dapat menghasilkan perilaku yang tidak sepenuhnya tercakup dalam model. Karena itu, prediksi harus dibandingkan dengan hasil eksperimen melalui proses validasi yang memadai.

Pengujian stabilitas, keamanan mikrobiologis, dan efektivitas produk tetap memiliki fungsi yang tidak dapat digantikan oleh simulasi semata. Model digital dapat membantu memilih percobaan yang lebih relevan dan mengurangi pengujian yang tidak diperlukan. Akan tetapi, ketepatan prediksi harus dibuktikan pada sistem dan kondisi penggunaannya.

Peran digital twin bukan menghapus laboratorium fisik, melainkan membantu laboratorium merancang eksperimen dan proses produksi dengan lebih terarah. Nilainya terletak pada kemampuan menghubungkan data, model ilmiah, dan hasil pengujian menjadi keputusan pengembangan yang lebih baik. [][Tim Labcos/LC]

Penulisan artikel ini dibantu AI dan telah melewati proses kurasi Redaksi.