

Surabaya (Aksaraindonesia.id) – Tim mahasiswa dan dosen dari Institut Teknologi Sepuluh Nopember (ITS) Surabaya kembali menorehkan prestasi di tingkat nasional. Tim Hasta dari Departemen Teknik Informatika ITS berhasil meraih Juara 2 kategori Universitas dalam ajang IOC Forum & Hackathon AI/ML Hulu Migas 2026 yang digelar SKK Migas.
Prestasi tersebut diraih berkat inovasi sistem berbasis kecerdasan buatan (Artificial Intelligence/AI) bernama Turnaround AI Reinforcement Optimization Scheduler (TAROS). Sistem ini dirancang untuk mempercepat penyusunan jadwal pemeliharaan besar (turnaround) di industri hulu migas yang selama ini masih banyak dilakukan secara manual.
Tim Hasta terdiri dari Moch Avin, I Gusti Ngurah Arya Sudewa, Hilmi Zharfan Rachmadi, Tegar Ganang Satrio Priambodo, dengan bimbingan dosen Agus Budi Raharjo.
Ketua Tim Hasta, Moch Avin, menjelaskan penyusunan jadwal pemeliharaan di industri migas merupakan pekerjaan yang kompleks karena melibatkan ribuan aktivitas yang saling berkaitan serta harus memenuhi berbagai aturan operasional.
“Proses manual bisa memakan waktu sekitar 40 hingga 80 jam. Dalam kondisi tersebut, pelanggaran aturan juga berpotensi terlewat,” ujar Avin dalam keterangan tertulis, Selasa (21/7/2026).
Berangkat dari persoalan itu, tim ITS mengembangkan TAROS yang mampu menyusun jadwal secara otomatis dengan tetap memperhatikan kapasitas sumber daya dan urutan pekerjaan. Teknologi ini menggabungkan metode Deep Reinforcement Learning (DRL), Graph Neural Network (GNN), serta Serial Schedule Generation Scheme (SSGS).
Menurut Avin, metode tersebut sebelumnya diterapkan untuk sistem penjadwalan pemeliharaan di industri pupuk sebelum dikembangkan lebih lanjut agar sesuai dengan kebutuhan sektor hulu migas.
Hasil pengujian menggunakan data pemeliharaan asli yang mencakup sekitar 5.000 tugas dan 39 jenis sumber daya menunjukkan hasil yang menjanjikan. TAROS mampu memangkas waktu penyusunan jadwal menjadi sekitar lima jam, sekaligus mendeteksi potensi pelanggaran yang tidak teridentifikasi dalam proses manual.
Tak hanya itu, sistem tersebut juga dapat mempercepat penyelesaian jadwal hingga satu hari pada pekerjaan yang masih bisa dioptimalkan.
Tim Hasta juga melakukan simulasi untuk mengukur potensi manfaat ekonomi dari penerapan teknologi tersebut. Berdasarkan asumsi produksi di Lapangan Pinang East Pertamina Hulu Rokan (PHR), penggunaan TAROS pada 80 lapangan aktif diperkirakan mampu menghindari potensi kerugian produksi hingga Rp 3,2 miliar dalam setiap siklus pemeliharaan.
Meski demikian, Avin menegaskan angka tersebut masih berupa hasil simulasi dan belum diuji langsung di lapangan.
“Angka tersebut murni simulasi dan belum diuji langsung di lapangan PHR,” jelasnya.
Keberhasilan Tim Hasta menjadi bukti bahwa inovasi berbasis AI yang dikembangkan perguruan tinggi tak hanya berprestasi di ajang kompetisi, tetapi juga memiliki potensi memberikan solusi nyata bagi industri nasional, khususnya sektor energi.

