SURABAYA (Suarapubliknews) ~ Tim mahasiswa Institut Teknologi Sepuluh Nopember (ITS) mengembangkan sistem berbasis kecerdasan buatan (Artificial Intelligence/AI) yang mampu mempercepat penyusunan jadwal pemeliharaan di industri minyak dan gas (migas).
Inovasi tersebut memangkas proses penyusunan jadwal dari 40–80 jam menjadi sekitar lima jam sekaligus mengantarkan Tim Hasta meraih Juara 2 kategori Universitas pada ajang IOC Forum & Hackathon AI/ML Hulu Migas 2026 yang diselenggarakan SKK Migas.
Sistem bernama Turnaround AI Reinforcement Optimization Scheduler (TAROS) dikembangkan oleh Moch Avin, I Gusti Ngurah Arya Sudewa, Hilmi Zharfan Rachmadi, Tegar Ganang Satrio Priambodo, dengan bimbingan Agus Budi Raharjo.
Solusi tersebut dirancang untuk membantu penyusunan jadwal pemeliharaan besar di industri migas yang selama ini masih dilakukan secara manual dan membutuhkan waktu panjang akibat kompleksitas ribuan pekerjaan yang saling berkaitan.
Ketua tim, Moch Avin, menjelaskan bahwa proses penyusunan jadwal pemeliharaan sering kali menghadapi tantangan karena harus memperhitungkan ribuan aktivitas yang saling bergantung serta berbagai aturan operasional. “Akibatnya, pelanggaran aturan sering luput dari perencana,” ujarnya.
Untuk mengatasi persoalan tersebut, TAROS menggabungkan teknologi Deep Reinforcement Learning (DRL), Graph Neural Network (GNN), dan Serial Schedule Generation Scheme (SSGS). Sistem ini mampu menyusun jadwal secara otomatis dengan mempertimbangkan kapasitas sumber daya, urutan pekerjaan, serta berbagai batasan operasional sehingga menghasilkan jadwal yang lebih efisien.
Berdasarkan pengujian menggunakan data riil yang mencakup 5.000 tugas dan 39 jenis sumber daya, TAROS mampu menyelesaikan penyusunan jadwal dalam waktu sekitar lima jam, sekaligus mendeteksi pelanggaran yang sebelumnya tidak teridentifikasi pada proses manual. Sistem tersebut juga mempercepat penyelesaian jadwal hingga satu hari pada kasus yang masih dapat dioptimalkan.
Tim Hasta juga melakukan simulasi menggunakan data Lapangan Pinang East Pertamina Hulu Rokan (PHR). Dengan asumsi produksi mencapai 2.350 barel minyak per hari, penerapan TAROS pada 80 lapangan aktif diperkirakan berpotensi menghindari kerugian produksi hingga sekitar Rp3,2 miliar dalam setiap siklus pemeliharaan. Namun, Avin menegaskan bahwa angka tersebut masih berupa hasil simulasi dan belum diterapkan secara langsung di lapangan.
Melalui inovasi tersebut, tim ITS menunjukkan potensi pemanfaatan kecerdasan buatan untuk meningkatkan efisiensi operasional di sektor migas. Selain meraih penghargaan pada kompetisi nasional, pengembangan TAROS juga memperlihatkan bagaimana riset mahasiswa dapat menjawab kebutuhan industri melalui solusi berbasis teknologi yang aplikatif. (feb, tama dini)
