Keren, Aplikasi Geothermal Ciptaan Mahasiswa Universitas Pertamina Ungguli Kampus Global

Pusat Kajian Akuntabilitas Keuangan Negara, Badan Keahlian Dewan DPR RI, mengindikasi permasalahan data serta aspek penelitian dan pengembangan, sebagai salah satu faktor yang melatarbelakangi tantangan tersebut.

“Aplikasi yang kami beri nama The Dimensionless ini, membantu para pengguna menentukan lokasi yang memungkinkan untuk mengembangkan energi panas bumi dengan cepat, akurat, dan efisien. Melalui pemanfaatan Machine Learning (ML) yang kami integrasikan dalam aplikasi, diharapkan tingkat ketidakpastian dalam eksplorasi Energi Baru Terbarukan (EBT) dapat menurun,” ungkap Firman dalam keterangan pers, Selasa (30/8/2022).

Aplikasi tersebut, lanjut Firman, memiliki fitur Graphical User Interface (GUI) yang memudahkan praktisi migas mengoperasikan program. “Bahkan, bagi mereka yang tidak mengerti bahasa pemograman sekalipun, aplikasi akan sangat mudah digunakan. Disamping itu, kami juga menambahkan fitur unduh data maupun laporan yang dapat digunakan untuk analisa lanjutan,” imbuh Firman.

Menurut Firman, pengguna aplikasi hanya perlu memasukkan data yang akan digunakan untuk memprediksi zona geothermal. Misalnya data geologi, geokimia, dan suhu. Aplikasi kemudian akan memproses data tersebut menggunakan machine learning.

"Hasilnya berupa pembagian zona beserta rangking dari potensi geothermal yang ditampilkan dalam bentuk titik clustering. Interprestasi ini tentunya akan divalidasi dengan data riil hasil pengukuran lapangan,” tutur Firman.

Diakui Firman dan Naufal, bimbingan dari para dosen UPER serta kehadiran mata kuliah di kelas seperti Teknik Geothermal dan Kecerdasan Buatan di Bidang Migas, sangat membantu tim untuk mengembangkan inovasi.

Raka Sudira Wardana, M.T., Ketua Program Studi Teknik Perminyakan sekaligus pakar teknik pengeboran UPER, mengapresiasi prestasi yang diraih oleh kedua mahasiswa.

“Meskipun dihadapkan pada tantangan yang cukup kompleks, seperti sulitnya memperoleh data lapangan minyak, tim tetap bisa memberikan hasil terbaik. Sementara itu, kecerdasan buatan yang termasuk salah satunya machine learning, juga masih sangat sedikit digunakan untuk optimalisasi EBT,” ujar Raka.

Naufal, anggota tim lain menambahkan, industri energi memiliki data yang jumlahnya sangat banyak. Sehingga, dalam penghitungannya membutuhkan waktu dan tenaga yang tidak sedikit. Di sisi lain, perkembangan teknologi komputasi, seperti kecerdasan artifisial (Artificial Intelligence/AI) dan machine learning (ML), saat ini semakin pesat.

Ditambah lagi, lanjut dia, kehadiran cloud computing yang memberikan kebebasan kepada engineer untuk melakukan kegiatan eksplorasi tanpa terbatas ruang dan waktu.