Kurangi Risiko Blackout, Siswi SMA Ini Kasih Solusi Lewat Bantuan AI

Jakarta, TAMBANG – Inovasi untuk meningkatkan keandalan sistem kelistrikan tidak selalu lahir dari laboratorium perusahaan maupun perguruan tinggi. Seorang siswi sekolah menengah atas berhasil mencuri perhatian publik setelah mempresentasikan hasil riset mengenai pemanfaatan kecerdasan buatan (Artificial Intelligence/AI) untuk membantu mengurangi risiko pemadaman listrik (blackout) di Indonesia.

Siswi tersebut adalah Elaine Wynette Wijaya, pelajar SMA Pelita Harapan Karawaci, yang mempresentasikan hasil penelitiannya dalam ajang Jakarta Scholars Symposium (JSS) 2026 di Soehanna Hall, Energy Building, SCBD, Jakarta, pada 27 Mei 2026. Forum tahunan tersebut mempertemukan pelajar-pelajar berbakat dari berbagai sekolah untuk mempresentasikan hasil penelitian yang menawarkan solusi atas berbagai tantangan di bidang sains, teknologi, kesehatan, hingga lingkungan.

Dalam presentasinya, Elaine mengangkat persoalan yang masih dihadapi sejumlah daerah di Indonesia, terutama wilayah terpencil yang rentan mengalami pemadaman listrik akibat gangguan jaringan maupun keterbatasan sistem distribusi. Ia menawarkan pemanfaatan teknologi AI sebagai alat bantu untuk memprediksi potensi gangguan sebelum berkembang menjadi blackout.

Berawal dari Ketertarikan pada Sains

Keberhasilan Elaine tampil sebagai pembicara di JSS 2026 bukanlah pencapaian yang datang secara tiba-tiba. Sejak duduk di bangku sekolah, ia telah aktif mengikuti berbagai kompetisi akademik, khususnya di bidang matematika dan sains.

Salah satu prestasi yang pernah diraihnya adalah Silver Medal pada Singapore and Asian Schools Math Olympiad (SASMO) 2023, sebuah olimpiade matematika internasional yang diikuti ribuan pelajar dari berbagai negara di Asia. Kompetisi ini dikenal sebagai salah satu ajang bergengsi yang menguji kemampuan berpikir logis, analitis, dan pemecahan masalah.

Kemampuan tersebut terus berkembang hingga membawanya meraih Gold Award pada Thailand International Mathematical Olympiad (TIMO) Heat Round 2025 kategori Senior Secondary. Deretan prestasi tersebut menjadi fondasi kuat yang mengantarkan Elaine untuk menekuni bidang riset dan kecerdasan buatan sebagai sarana menyelesaikan persoalan nyata.

AI untuk Mencegah Blackout

Dalam riset yang dipresentasikan di JSS 2026, Elaine menjelaskan bahwa teknologi AI dapat dimanfaatkan untuk menganalisis berbagai parameter operasional jaringan listrik, seperti fluktuasi tegangan, perubahan arus, kondisi cuaca, hingga data historis gangguan.

Melalui metode machine learning, sistem dapat mengenali pola-pola yang sering muncul sebelum terjadi gangguan pada jaringan distribusi. Ketika AI mendeteksi adanya anomali, sistem akan memberikan peringatan dini sehingga operator dapat melakukan tindakan preventif sebelum gangguan berkembang menjadi pemadaman yang lebih luas.

Selain mendeteksi potensi gangguan, AI juga dapat digunakan untuk memprediksi pola konsumsi energi, mengoptimalkan distribusi daya pada sistem microgrid, serta mempercepat proses pemulihan jaringan ketika terjadi gangguan. Menurut Elaine, teknologi tersebut bukan untuk menggantikan peran teknisi maupun operator jaringan listrik, melainkan menjadi alat bantu pengambilan keputusan yang lebih cepat dan akurat.

Dalam hasil risetnya, Elaine menyebut bahwa penerapan AI pada sistem kelistrikan pedesaan berpotensi mengurangi frekuensi pemadaman hingga sekitar 15 persen serta menekan biaya operasional hingga sekitar 25,6 persen. Meskipun masih memerlukan pengujian lebih lanjut pada implementasi di lapangan, hasil simulasi tersebut menunjukkan potensi besar AI dalam meningkatkan keandalan jaringan listrik.

Sejalan dengan Transformasi Industri Kelistrikan

Gagasan Elaine sejalan dengan arah transformasi industri ketenagalistrikan global. Saat ini, berbagai perusahaan utilitas di dunia mulai mengintegrasikan AI untuk melakukan predictive maintenance, memonitor kesehatan aset secara real-time, hingga mengoptimalkan distribusi beban listrik.

Dengan dukungan sensor Internet of Things (IoT), kamera termal, drone inspeksi, dan jutaan data operasional, AI mampu mengidentifikasi potensi kerusakan pada transformator, gardu induk, maupun jaringan distribusi sebelum terjadi kegagalan sistem.

Pendekatan tersebut dinilai jauh lebih efisien dibandingkan metode inspeksi konvensional karena pemeliharaan dilakukan berdasarkan kondisi aktual peralatan (condition-based maintenance). Selain meningkatkan keandalan pasokan listrik, metode ini juga berpotensi menekan biaya operasional perusahaan.

Di Indonesia, digitalisasi sektor kelistrikan terus berkembang seiring meningkatnya kebutuhan listrik dan target transisi energi. Pemanfaatan AI diperkirakan akan memainkan peran penting dalam mengintegrasikan energi baru terbarukan yang memiliki karakteristik pasokan listrik yang fluktuatif.

Teknologi AI dapat membantu operator jaringan memprediksi perubahan beban listrik, menjaga keseimbangan antara pasokan dan permintaan, mengoptimalkan operasi pembangkit, hingga meminimalkan risiko gangguan yang berpotensi memicu pemadaman berskala besar.