Surabaya, Jatimmandiri.id – Inovasi berbasis kecerdasan buatan (Artificial Intelligence/AI) yang dikembangkan mahasiswa dan dosen Institut Teknologi Sepuluh Nopember (ITS) berhasil mencuri perhatian di ajang IOC Forum & Hackathon AI/ML Hulu Migas 2026. Berkat solusi yang mampu mempercepat penyusunan jadwal pemeliharaan industri migas, Tim Hasta dari Departemen Teknik Informatika ITS sukses meraih Juara II kategori Universitas dalam kompetisi yang digelar SKK Migas di Jakarta.
Prestasi tersebut diraih melalui pengembangan Turnaround AI Reinforcement Optimization Scheduler (TAROS), sebuah sistem berbasis AI yang dirancang untuk mengoptimalkan penjadwalan pemeliharaan besar (turnaround maintenance) di sektor hulu migas.
Tim Hasta beranggotakan Moch Avin, I Gusti Ngurah Arya Sudewa, Hilmi Zharfan Rachmadi S.Kom, Tegar Ganang Satrio Priambodo S.Kom, dengan Agus Budi Raharjo S.Kom, M.Kom., Ph.D. sebagai dosen pembimbing.
Ketua tim, Moch Avin, menjelaskan bahwa penyusunan jadwal pemeliharaan di industri migas merupakan proses yang kompleks karena melibatkan ribuan pekerjaan yang saling berkaitan serta harus memenuhi berbagai ketentuan operasional.
Akibatnya, proses yang masih dilakukan secara manual dapat memakan waktu antara 40 hingga 80 jam, bahkan berisiko melewatkan pelanggaran aturan saat proses perencanaan.
“Akibatnya, pelanggaran aturan sering luput dari perencana,” ujar Avin.
Berangkat dari persoalan tersebut, Tim Hasta mengembangkan TAROS yang mampu menyusun jadwal secara otomatis dengan tetap memperhatikan kapasitas sumber daya dan urutan pekerjaan. Sistem ini mengombinasikan teknologi Deep Reinforcement Learning (DRL), Graph Neural Network (GNN), serta Serial Schedule Generation Scheme (SSGS).
Avin mengungkapkan, metode tersebut sebelumnya pernah diterapkan untuk penjadwalan pemeliharaan di perusahaan pupuk, kemudian dikembangkan dan disesuaikan agar dapat menjawab kebutuhan industri hulu migas.
Hasil pengujian menggunakan data pemeliharaan nyata yang mencakup 5.000 tugas dan 39 jenis sumber daya menunjukkan performa yang menjanjikan. TAROS mampu memangkas waktu penyusunan jadwal menjadi sekitar lima jam, sekaligus mendeteksi pelanggaran yang sebelumnya tidak teridentifikasi dalam perencanaan manual.
Selain itu, sistem juga mampu mempercepat penyelesaian jadwal hingga satu hari pada kasus yang masih memungkinkan untuk dioptimalkan.
Untuk mengukur potensi manfaatnya, Tim Hasta turut melakukan simulasi menggunakan data Lapangan Pinang East Pertamina Hulu Rokan (PHR) pada Desember 2024. Dalam simulasi tersebut diasumsikan satu lapangan menghasilkan 2.350 barel minyak per hari.
Jika TAROS diterapkan di 80 lapangan aktif PHR, sistem diperkirakan mampu mencegah potensi kerugian produksi hingga Rp3,2 miliar pada setiap siklus pemeliharaan.
“Angka tersebut murni simulasi dan belum diuji langsung di lapangan PHR,” jelas Avin.
Keberhasilan Tim Hasta sekaligus mempertegas komitmen ITS dalam mendorong inovasi teknologi yang memberi solusi nyata bagi industri nasional. Pencapaian ini juga mendukung target Sustainable Development Goals (SDGs), khususnya tujuan ke-8 tentang Pekerjaan Layak dan Pertumbuhan Ekonomi, tujuan ke-9 mengenai Industri, Inovasi, dan Infrastruktur, serta tujuan ke-12 terkait Konsumsi dan Produksi yang Bertanggung Jawab.
