TANGERANG - Infrastruktur kecerdasan buatan (AI) seperti pusat data memang dikenal dengan konsumsi listrik yang tinggi. Namun, AI tidak hanya sekadar mengkonsumsi energi, tetapi juga berkontribusi signifikan dalam pengelolaan jaringan listrik. Hal ini disampaikan oleh Ann Moore, Industry Principal Power and Utilities di Aveva, dalam wawancara di booth Aveva pada acara Enlit Asia 2026 yang berlangsung di ICE BSD City, Tangerang, pada Kamis (24/9/2026).
Menurut Ann, "AI memberikan banyak keuntungan bagi industri ketenagalistrikan." Ia menjelaskan bahwa teknologi ini dapat digunakan untuk memprediksi pasokan listrik, mendeteksi peralatan yang mulai bermasalah, serta memberikan peringatan dini untuk mencegah kerusakan. Aveva sendiri merupakan penyedia solusi perangkat lunak dan platform digital yang melayani berbagai sektor, termasuk energi, manufaktur, infrastruktur, pertambangan, dan migas.
Relevansi AI dalam Sistem Kelistrikan
Penggunaan AI menjadi semakin penting seiring dengan kompleksitas sistem kelistrikan yang terus meningkat. Kebutuhan listrik yang semakin tinggi disebabkan oleh pertumbuhan pusat data, industri pintar, dan kendaraan listrik. Selain itu, semakin banyak sumber energi terbarukan, seperti tenaga surya dan angin, yang terhubung ke jaringan listrik. Ann menekankan bahwa salah satu fungsi utama AI adalah dalam forecasting atau prediksi. Contohnya, AI dapat memperkirakan berapa banyak listrik yang dapat dihasilkan oleh pembangkit tenaga surya berdasarkan kondisi cuaca yang ada.
Keahlian ini sangat penting karena pasokan listrik dari sumber energi terbarukan tidak selalu konsisten. Produksi listrik dari panel surya tergantung pada sinar matahari, sedangkan pembangkit tenaga angin bergantung pada kecepatan angin. Dengan adanya prediksi ini, operator dapat menyesuaikan pasokan listrik yang tersedia dengan kebutuhan yang ada.
Meningkatkan Efisiensi Melalui Deteksi Dini
AI juga berperan dalam memantau kondisi peralatan di pembangkit atau jaringan listrik. Dengan mempelajari data operasional dari peralatan, AI dapat mengenali pola kerja normal. Ketika data menunjukkan pola yang tidak biasa, sistem dapat mendeteksi perubahan tersebut dan memprediksi kemungkinan kerusakan. "Pengelola jaringan bisa memprediksi kapan peralatan akan mengalami kerusakan, kemudian memberikan peringatan dini. Dengan begitu, bisa menghindari pemadaman, mencegah kerusakan peralatan, dan meningkatkan efisiensi," jelas Ann.
AI dapat menganalisis riwayat data sebuah aset, seperti turbin, selama enam hingga dua belas bulan untuk memahami kondisi normalnya. Jika ada parameter seperti suhu atau tekanan yang keluar dari pola normal, AI dan machine learning dapat digunakan untuk memprediksi kapan aset tersebut berpotensi bermasalah, sehingga perawatan dapat dilakukan sebelum kerusakan terjadi.
Seiring dengan transformasi digital yang pesat di berbagai sektor, kebutuhan akan talenta di bidang AI, machine learning, dan data science juga meningkat. Ann menambahkan bahwa AI dapat membantu operator dalam menghadapi banyaknya informasi yang diterima dari pembangkit dan jaringan listrik. Dengan banyaknya dashboard dan alarm yang harus diperhatikan, AI dapat memilah masalah berdasarkan tingkat risikonya, sehingga operator dapat fokus pada isu yang paling mendesak.
Walaupun AI memiliki kemampuan canggih, Ann menegaskan bahwa teknologi ini tidak dimaksudkan untuk menggantikan manusia. Aveva memposisikan AI sebagai asisten atau pemberi rekomendasi bagi operator. "Untuk saat ini, kami menyebutnya advisory. AI bukan pengganti. Manusia tetap penting," ungkap Ann. AI dapat mengolah data, membuat prediksi, dan menunjukkan masalah yang perlu perhatian, namun keputusan akhir tetap melibatkan operator manusia.
Dalam portofolio PI System, AVEVA juga menyediakan PI Vision untuk menampilkan kondisi operasional dalam bentuk dashboard, serta PI Integrator for Business Analytics untuk menghubungkan data ke perangkat analitik, AI, dan machine learning. AI tidak hanya berfungsi dalam pengawasan jaringan dan prediksi kerusakan, tetapi juga dapat dipadukan dengan digital twin, yaitu versi virtual dari aset fisik seperti pembangkit atau peralatan. Model virtual ini memungkinkan perusahaan untuk melakukan simulasi tanpa harus mencoba skenario langsung pada peralatan yang sebenarnya.
Ann menambahkan, "AI sangat baik untuk pelatihan. Klien bisa membuat skenario 'bagaimana jika ini terjadi atau jika itu terjadi', apa yang harus dilakukan?" Semua kemampuan ini bergantung pada satu fondasi utama, yaitu data. Data dari berbagai bagian sistem perlu dikumpulkan, dijaga kualitasnya, dan dihubungkan sebelum dapat dianalisis oleh AI. Aveva memiliki PI System untuk mengumpulkan dan mengolah data operasional, serta Aveva Predictive Analytics yang memanfaatkan data tersebut untuk membantu membuat prediksi mengenai kondisi peralatan.
Dengan data yang tepat, AI diharapkan dapat membantu operator memahami situasi terkini, memprediksi apa yang mungkin terjadi selanjutnya, dan menentukan masalah mana yang perlu ditangani lebih dahulu.
