PEKANBARU (RIAUPOS.CO) - Teknologi kecerdasan buatan atau Artificial Intelligence (AI) terus berkembang dan semakin luas penggunaannya dalam berbagai bidang kehidupan. Tidak terkecuali di sektor energi dan kelistrikan yang kini menghadapi tantangan besar dalam menjaga keandalan dan kontinuitas pasokan listrik. Di tengah meningkatnya kompleksitas jaringan listrik, terutama dengan masuknya sumber energi terbarukan yang bersifat fluktuatif, kebutuhan akan sistem pendeteksi gangguan yang cepat dan akurat menjadi semakin mendesak.
Menjawab tantangan tersebut, tim dosen dari Universitas Riau (UNRI) menunjukkan terobosan baru dalam pemanfaatan teknologi AI untuk mendeteksi gangguan listrik. Penelitian ini dipimpin oleh Prof Dr Ir Azriyenni ST M Eng, seorang dosen dan peneliti dari Jurusan Teknik Elektro Universitas Riau yang telah berkecimpung dalam penelitian kecerdasan buatan untuk bidang kelistrikan sejak tahun 2005. Pengalamannya selama hampir dua dekade menjadi pondasi kuat dalam mengembangkan solusi teknologi canggih untuk permasalahan nyata di sistem tenaga listrik.
Prof Azriyenni dan tim dalam penelitiannya mengembangkan metode hybrid yang menggabungkan beberapa pendekatan cerdas, di antaranya; Genetic Algorithm (GA), Fuzzy Logic (FL), Artificial Neural Networks (ANN), dan Adaptive Neuro-Fuzzy Inference System (ANFIS). Metode ini mampu mengolah sinyal transien yang ditimbulkan oleh gangguan hubung singkat, kemudian mengklasifikasikan jenis gangguan dan memprediksi lokasi gangguan secara presisi. ‘’Kami ingin menghadirkan solusi berbasis teknologi cerdas yang dapat mempercepat proses deteksi dan penanganan gangguan pada jaringan listrik. Selama ini, metode konvensional seperti metode impedansi atau gelombang berjalan masih memiliki keterbatasan, baik dari sisi kecepatan maupun akurasi,’’ ujar Prof Azriyenni dalam sesi wawancara.
Ia mengatakan, teknologi yang dikembangkan ini bekerja dengan memanfaatkan sinyal gangguan yang ditangkap dari sisi relai proteksi. Sinyal tersebut kemudian dianalisis menggunakan metode kecerdasan buatan. Hasil ekstraksi selanjutnya menjadi input bagi sistem AI untuk mengidentifikasi jenis gangguan seperti gangguan satu fasa ke tanah, dua fasa ke tanah, atau gangguan tiga fasa, serta menentukan lokasi gangguan pada jalur transmisi listrik. Pengujian sistem dilakukan pada model jaringan transmisi 150 kV berbasis simulasi, dan hasilnya menunjukkan performa luar biasa. Tingkat akurasi klasifikasi gangguan mendekati 100 persen, sementara estimasi lokasi gangguan memiliki deviasi yang sangat kecil, kurang dari 1 persen terhadap panjang jaringan. Ini menunjukkan bahwa sistem mampu memberikan informasi secara cepat dan tepat, yang sangat penting dalam operasi sistem tenaga. ‘’Kelebihan metode hybrid ini adalah kecepatan deteksi gangguan, akurasi tinggi, serta kemampuannya untuk mengurangi waktu perbaikan gangguan. Dibuktikan dari beberapa penelitian yang telah dilakukan untuk mendeteksi gangguan kelistrikan dalam beberapa tahun terakhir dengan penerapan AI yang berbeda-beda,’’ terangnya.
Hal ini berdampak positif pada pengurangan keluhan pelanggan, kata Prof Azriyenni, penurunan waktu pemadaman, serta kerugian ekonomi akibat gangguan listrik. Lebih jauh dijelaskannya bahwa teknologi ini juga dapat disesuaikan dengan kebutuhan industri ketenagalistrikan nasional, termasuk PLN. Model tersebut berpotensi diintegrasikan ke dalam sistem Supervisory Control and Data Acquisition (SCADA) atau sistem proteksi digital untuk memberikan alarm dan data lokasi gangguan secara real-time. Penelitian ini tidak hanya berkontribusi pada aspek teknis, tetapi juga menjadi bukti nyata peran aktif institusi pendidikan tinggi dalam menjawab tantangan industri dan masyarakat. Universitas Riau, melalui dukungan dari Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) serta pendanaan riset nasional, terus mendorong para dosennya untuk menghasilkan karya inovatif yang berdampak luas.
Prof Azriyenni juga mengungkapkan bahwa pendekatan berbasis AI ini tidak hanya terbatas untuk sistem transmisi, namun dapat dikembangkan lebih lanjut untuk jaringan distribusi, sistem energi terbarukan, bahkan untuk pemantauan kondisi peralatan seperti transformator dan generator. ‘’Kami akan mengembangkan modul lanjutan yang dapat memanfaatkan teknik deep learning untuk diagnosis kerusakan pada peralatan listrik. Dengan harapan, Indonesia tidak hanya menjadi pengguna teknologi luar, tetapi juga menjadi pengembang teknologi kelistrikan berbasis kecerdasan buatan,’’ terangnya.
Dengan terus meningkatnya kebutuhan akan energi listrik yang andal dan berkelanjutan, inovasi seperti yang dikembangkan oleh Prof Azriyenni dan tim menjadi langkah strategis yang patut diapresiasi. Ini menunjukkan bahwa transformasi digital di sektor energi bukan lagi sekadar wacana, tetapi sudah menjadi kenyataan. Universitas Riau melalui Jurusan Teknik Elektro berkomitmen untuk terus mendorong riset-riset unggulan yang relevan sesuai dengan kebutuhan zaman. Dengan sinergi antara akademisi, industri, dan pemerintah, Indonesia diyakini mampu mencapai kemandirian teknologi dan memperkuat ketahanan energi nasional berbasis inovasi dan kecerdasan buatan.(nto/c)
Editor : Arif Oktafian