WAHANANEWS.NET,Jakarta – Satu pohon yang tumbuh terlalu dekat dengan jaringan transmisi dapat menjadi sumber gangguan yang berdampak luas. Untuk mendeteksi potensi gangguan lebih dini, PLN Electricity Services (PLN ES) mengembangkan OASIS (Overhead Lines Asset Surveillance & Inspection Systems), sistem pemeliharaan aset transmisi berbasis drone dan kecerdasan buatan atau artificial intelligence (AI).
Paparan bertajuk "OASIS Transformation Journey: Advancing Transmission Asset Maintenance through Digitalization and AI" tersebut disampaikan oleh Assistant Manager Pengembangan Bisnis PLN ES, Andi Ahmad Fauzan Parewangi. Dalam sesi tersebut, Andi menguraikan bagaimana PLN ES mengarahkan pola pemeliharaan aset transmisi dari proses yang masih banyak bergantung pada kerja manual menuju sistem yang didukung teknologi drone, data terpusat, dan kecerdasan buatan (artificial intelligence/AI).
Baca Juga:
Ida Dwi Fitriyah, Dari Ibu Rumah Tangga Menjadi Penggerak Bank Sampah di Malang
Sebagai perusahaan yang turut mengelola aset kelistrikan PLN, termasuk 37.537 tower transmisi dan 1.256 gardu induk, PLN ES menghadapi berbagai tantangan dalam menjaga keandalan jaringan. Tantangan tersebut antara lain pelanggaran ruang bebas (right of way/ROW) oleh vegetasi maupun objek eksternal, degradasi aset akibat usia dan korosi, cuaca ekstrem dan bencana alam, hingga kerentanan jalur interkoneksi, di mana gangguan pada satu ruas kritis dapat berdampak luas lintas sistem dan wilayah.
"Jaringan transmisi merupakan tulang punggung sistem kelistrikan. Gangguan pada satu ruas yang kritis dapat berdampak ke banyak wilayah sekaligus. Karena itu, pemeliharaan tidak bisa lagi hanya mengandalkan inspeksi periodik yang sifatnya manual. Melalui OASIS, kami ingin potensi gangguan dapat terdeteksi lebih awal sehingga tindakan pemeliharaan dapat dilakukan sebelum gangguan terjadi," ujar Fauzan.
Andi menjelaskan, model pemeliharaan konvensional masih menghadapi sejumlah kendala, mulai dari tingginya ketergantungan pada proses manual, terbatasnya cakupan dan frekuensi inspeksi, data inspeksi yang tersebar dalam berbagai format, hingga lambatnya identifikasi anomali. Kondisi tersebut membatasi kemampuan pengambilan keputusan pemeliharaan yang berbasis risiko.
Baca Juga:
Dari Sampah Jadi Rupiah, Kisah Ida dan Perjuangan Ibu-Ibu Bank Sampah KATA
Untuk menjawab tantangan tersebut, PLN ES mengembangkan OASIS dengan alur kerja terintegrasi yang mencakup akuisisi data, penyiapan data, segmentasi objek berbasis AI, deteksi anomali, basis data terpusat, hingga dashboard dan pelaporan. Pengembangan _platform_ ini dilakukan melalui kolaborasi strategis yang memadukan keahlian PLN ES di bidang aset transmisi, kebutuhan inspeksi dan pemeliharaan, algoritma _health index_, serta validasi lapangan, dengan kapabilitas mitra teknologi di bidang _computer vision_, pengembangan model AI, dan pengolahan data inspeksi berskala besar.
"Kolaborasi ini bukan hanya soal menghadirkan teknologi, tetapi juga soal alih pengetahuan. Kami ingin proses pengolahan data menjadi lebih cepat, hasil deteksi lebih konsisten dan terstandar, dan pada akhirnya platform ini dapat diterapkan secara lebih luas di berbagai wilayah kerja PLN ES," lanjut Fauzan.
Selain inspeksi, pemanfaatan teknologi drone dalam OASIS juga dikembangkan untuk kegiatan korektif, salah satunya melalui OASIS Drone Flushing untuk pembersihan isolator saluran transmisi dan peralatan gardu induk. Metode ini dinilai sesuai untuk kawasan pesisir yang rentan terpapar garam, kawasan industri dengan tingkat polusi dan debu tinggi, serta lokasi yang sulit dijangkau seperti daerah dataran tinggi dan terpencil.
