Teknologi tersebut juga dapat digunakan untuk mengurangi downtime pembangkit melalui pemeliharaan prediktif. Dengan membaca data historis dan kondisi peralatan secara real-time, sistem dapat memberikan peringatan sebelum kerusakan terjadi.
Menurut Prof Iwa, perkembangan AI pada akhirnya mengarah pada sistem yang mampu melakukan tindakan secara otomatis berdasarkan data yang diterimanya. Kemampuan tersebut bisa diterapkan dalam berbagai teknologi, mulai dari pengenalan wajah hingga kendaraan otonom.
“Ini lah ya, jadi saya lagi suruh penerapannya dalam berbagai bidang termasuk pengenalan wajah, asisten virtual, kendaraan otonom, dan sebagainya berbagai keperluan,” katanya.
Dalam sektor energi, konsep serupa dapat dikembangkan untuk membangun sistem yang tidak hanya memantau kondisi pembangkit, tetapi juga mampu menentukan tindakan berdasarkan hasil analisis.
Meski demikian, Prof Iwa mengingatkan transformasi digital energi tidak cukup hanya mengandalkan teknologi. Ada sejumlah tantangan yang perlu disiapkan, mulai dari investasi awal, integrasi dengan sistem lama atau legacy system, keamanan siber, perlindungan data, hingga kesiapan sumber daya manusia.
Ia menekankan bahwa data menjadi salah satu aset utama dalam pengembangan AI dan IoT. Tanpa data berkualitas, kecerdasan sistem akan terbatas karena AI membutuhkan data untuk mempelajari pola dan menghasilkan prediksi.
“Keberhasilan implementasi teknologi modern ini memerlukan empat faktor kunci, yaitu ketersediaan data berkualitas, SDM yang kompeten secara berkelanjutan, infrastruktur digital yang andal, serta kolaborasi erat antara pemerintah, industri, utilitas, dan akademisi,” tutur Prof Iwa.
Digitalisasi, kata dia, merupakan salah satu bagian dari perubahan besar dalam sektor energi. Transformasi tersebut berjalan beriringan dengan dekarbonisasi dan desentralisasi energi.
Karena itu, ia mendorong generasi muda tidak hanya menjadi pengguna teknologi, tetapi ikut mengembangkan solusi digital yang dapat diterapkan pada sektor energi. ITPLN, kata dia, terus mendorong penguatan riset dan kompetensi mahasiswa agar mampu menjawab kebutuhan industri energi yang semakin terdigitalisasi.
Penerapan AI dan IoT pada akhirnya bukan sekadar soal menghadirkan perangkat pintar. Teknologi tersebut diharapkan mampu membangun sistem energi yang lebih efisien, prediktif, responsif, dan andal untuk mendukung transisi energi serta memperkuat kemandirian energi nasional. (momay/peri)






