YOGYAKARTA, JOGPAPER.NET — Fakultas Teknologi Industri Universitas Islam Indonesia (FTI UII) menyelenggarakan The 4th International Conference on Engineering and Technology for Sustainable Development (4th ICET4SD 2021), Senin (13/12/2021). 4th ICET4SD 2021 mengangkat tema ‘Advancement of Engineering and Technology for Sustainable Development.’ Ke depan, engineering and technology memiliki peran penting dalam pembangunan berkelanjutan.
Dijelaskan Irfan Aditya Dharma, ST, MEng, PhD, Ketua Pelaksana 4th ICET4SD 2021 yang juga Dosen Program Studi Teknik Mesin FTI UII, 4th ICET4SD 2021 merupakan konferensi dua tahunan yang diselenggarakan FTI UII. Konferensi ini melibatkan akademisi, profesional, dan mahasiswa dari berbagai bidang teknik. Terutama mereka yang tertarik dengan perkembangan teknologi di bidang teknik kimia, teknik elektro, teknik industri dan sistem manajemen, informatika, teknik mesin, dan bidang teknik terkait lainnya.
“Rekayasa berkontribusi terhadap pembangunan berkelanjutan dalam banyak hal, salah satunya, pelestarian lingkungan melalui energi terbarukan. Di sisi lain, kemajuan teknologi dapat meningkatkan efisiensi dan efektivitas pembangunan berkelanjutan dengan mendorong penelitian dan memunculkan inovasi,” kata Irfan Aditya yang didampingi Ifa Puspasari, ST, MEng, PhD, Steering Committee 4th ICET4SD 2021 yang juga Dosen Program Studi Teknik Kimia FTI UII, Selasa (14/12/2021).
Konferensi ini, kata Irfan, menghadirkan keynote speakers, Prof Dr Zahari Taha, CEng, MIED, FASc, Fellow APIEMS – Fellow Asia Pacific Industrial Engineering and Management Society, Dr Eng Muhammad Aziz, The University of Tokyo, dan Dr RM Sisdarmanto Adinandra, ST, MSc, Wakil Dekan Bidang Keagamaan, Kemahasiswaan, dan Alumni FTI UII.
Sementara Sisdarmanto mengatakan kendali prediktif merupakan salah satu alternatif teknik kendali yang mudah dipahami dan diimplementasikan. Menggunakan gabungan sebuah model dan teknik optimasi, sinyal perintah kendali ditentukan dengan melihat prediksi perilaku sistem.
Kemudahan dan kemurahan mendapatkan komputasi lebih banyak sistem dikendalikan. Contohnya, pada proses pengaturan distribusi daya listrik, penggabungan listrik yang dihasilkan dari sumber klasik (PLTU, PLTGU, sejenis) dan sumber terbarukan (tenaga surya, tenaga angin, tenaga air, sejenis), dan juga pada industri petrochemical.
Salah satu kebutuhan utama pada kendali prediktif adalah adanya sebuah model yang secara akurat dapat memberikan gambaran perilaku sistem. Semakin akurat model, semakin baik kinerja kendali prediktif.
“Pertumbuhan aplikasi IoT secara eksponensial membuka lebih banyak kemungkinan untuk membuat model berbasis data yang cocok untuk kendali prediktif. Data yang dikumpulkan dari jaringan sensor yang digabungkan dengan kecerdasan buatan (artificial intelligence) dapat memberikan kita model yang lebih baik dan lebih akurat,” kata Sisdarmanto.
Namun demikian, tambah Sisdarmanto, diperlukan ‘jembatan’ untuk membawa hasil kecerdasan buatan menjadi sebuah model yang dapat digunakan kendali prediktif. Informasi perilaku sistem perlu diformulasikan secara khusus sebelum digunakan dan ini menjadi tantangan tersendiri. Sebagai contoh, model kecepatan angin di Pantai Baru.
“Dari hasil pengamatan selama dua bulan secara terus menerus didapatkan sebuah profil yang dapat digunakan untuk memprediksi hasil energi listrik yang dapat dihasilkan. Selain itu, profil juga dapat digunakan untuk menentukan kapan sistem harus dihentikan sebelum kondisi alam memburuk (angin terlalu kencang). Menentukan ukuran dan kompleksitas model yang pas menjadi tantangan tersendiri,” katanya.
