Keselamatan dan kesehatan kerja menjadi aspek fundamental dalam kegiatan industri minyak dan gas bumi (migas) yang memiliki karakteristik risiko tinggi. Kementerian Energi dan Sumber Daya Mineral (ESDM) menegaskan bahwa keselamatan migas mencakup keselamatan pekerja, masyarakat umum, instalasi, hingga lingkungan. Pemerintah juga terus mendorong penerapan sistem manajemen keselamatan untuk memastikan kegiatan usaha migas berjalan sesuai ketentuan dan prinsip keselamatan.
Urgensi tersebut tercermin dalam data Direktorat Jenderal Minyak dan Gas Bumi Kementerian ESDM. Dalam Laporan Kinerja Tahun 2024, kegiatan usaha hilir migas masih mencatat kejadian kecelakaan kerja dengan berbagai tingkat keparahan, termasuk kecelakaan ringan, sedang, dan berat. Pada 2024, laporan tersebut mencatat 24 kejadian kecelakaan ringan, satu kejadian kecelakaan sedang, satu kejadian kecelakaan berat, dan tidak terdapat kejadian fatality pada indikator yang dilaporkan. Data ini menunjukkan bahwa penguatan pengendalian risiko dan budaya keselamatan tetap menjadi bagian penting dalam operasional industri migas.
Salah satu langkah preventif yang memiliki peran penting dalam keselamatan kerja adalah penggunaan Alat Pelindung Diri (APD). Helm keselamatan, rompi pelindung, masker, sepatu keselamatan, serta perlengkapan lainnya digunakan sesuai karakteristik risiko pekerjaan. Namun, dalam lingkungan kerja yang luas dan dinamis, memastikan kepatuhan penggunaan APD secara manual dapat menjadi tantangan tersendiri.
Di tengah perkembangan teknologi kecerdasan artifisial atau Artificial Intelligence (AI), kebutuhan tersebut membuka peluang bagi pengembangan sistem pemantauan keselamatan yang lebih otomatis. Hal inilah yang menjadi salah satu perhatian dalam penelitian di Universitas Pertamina (UPER), melalui pengembangan sistem deteksi penggunaan APD pekerja migas berbasis Computer Vision dan Convolutional Neural Network (CNN).
AI untuk Meningkatkan Pemantauan Penggunaan APD
Berdasarkan penelitian tersebut, sistem dirancang untuk mendeteksi atribut keselamatan yang digunakan pekerja melalui citra visual. Dataset penelitian mencakup gambar pekerja dengan variasi penggunaan APD, antara lain helm, rompi, dan masker. Data tersebut kemudian digunakan untuk melatih model CNN agar mampu mengenali atribut keselamatan pada pekerja.
Hasil pengujian menunjukkan model yang dikembangkan mencapai akurasi deteksi hingga 94,2 persen pada data uji. Sistem juga mampu melakukan proses deteksi dalam waktu kurang dari satu detik untuk setiap frame sehingga berpotensi diterapkan dalam kebutuhan pemantauan secara real-time.
Teknologi tersebut dapat menjadi bagian dari pengembangan sistem pengawasan keselamatan berbasis digital. Kamera yang ditempatkan pada area tertentu dapat menangkap citra pekerja, kemudian sistem computer vision melakukan analisis untuk mengidentifikasi apakah atribut APD yang dipersyaratkan telah digunakan.
Dari Computer Vision hingga IoT
Pengembangan sistem deteksi APD masih memiliki ruang untuk dikembangkan. Salah satunya melalui integrasi dengan Internet of Things (IoT) sehingga data hasil deteksi dapat dikirimkan secara langsung ke sistem monitoring keselamatan. Integrasi AI, computer vision, sensor, dan IoT dapat membuka peluang terbentuknya sistem keselamatan kerja yang lebih terhubung. Misalnya, sistem dapat dikembangkan untuk memberikan notifikasi ketika ditemukan pekerja yang tidak menggunakan atribut APD tertentu sesuai standar di area kerja yang telah ditentukan.
Namun, penerapan di lingkungan industri memerlukan pengujian yang lebih luas. Variasi pencahayaan, posisi kamera, jarak objek, sudut pengambilan gambar, jenis APD, kepadatan pekerja, hingga kondisi lingkungan kerja dapat memengaruhi kinerja model. Karena itu, penelitian lanjutan diperlukan untuk menguji kemampuan generalisasi sistem pada berbagai kondisi operasional.
Pengembangan teknologi juga perlu memperhatikan aspek keamanan data, privasi, keandalan sistem, serta integrasi dengan prosedur keselamatan yang telah berlaku di perusahaan. Dengan pendekatan tersebut, inovasi teknologi dapat dikembangkan secara bertanggung jawab sekaligus relevan dengan kebutuhan industri.
Peran Teknik Elektro dalam Pengembangan Teknologi Industri
Pengembangan sistem deteksi APD berbasis AI menunjukkan bagaimana ilmu Teknik Elektro dapat beririsan dengan kebutuhan nyata industri energi. Perkembangan teknologi industri tidak lagi hanya membutuhkan kemampuan dalam kelistrikan, tetapi juga pemahaman mengenai sistem kendali, akuisisi data, pemrosesan citra, otomasi, AI, dan IoT.
Konteks tersebut menjadi bagian dari pembelajaran di Program Studi Teknik Elektro Universitas Pertamina. Berdasarkan kurikulum yang tersedia, mahasiswa memperoleh pembelajaran antara lain mengenai dasar pemrograman dan algoritma, sistem digital, sistem kendali, akuisisi dan pemrosesan data, mekatronika, serta kecerdasan buatan. Program studi juga memiliki peminatan Automation and Internet of Things yang relevan dengan perkembangan sistem industri berbasis digital.
Program Studi Teknik Elektro Universitas Pertamina dikembangkan dengan keterkaitan yang kuat terhadap kebutuhan teknologi industri dan energi. Program studi menyebut pengembangan kurikulumnya disesuaikan dengan permasalahan industri teknologi dan energi terkini, termasuk melalui pembelajaran berbasis kasus dan project-based learning.
Kombinasi antara dasar keteknikan, pemrograman, sistem kendali, pengolahan data, dan teknologi otomasi tersebut menjadi bekal penting bagi mahasiswa untuk memahami bagaimana teknologi dapat dirancang menjadi solusi atas persoalan nyata. Salah satunya adalah pengembangan sistem monitoring keselamatan kerja yang memanfaatkan kecerdasan artifisial.
Mendukung Asta Cita dan Pembangunan Berkelanjutan
Pengembangan riset dan inovasi teknologi untuk mendukung keselamatan industri juga memiliki relevansi dengan agenda pembangunan nasional. Asta Cita keempat dalam RPJMN 2025–2029 menempatkan penguatan pembangunan sumber daya manusia, sains, teknologi, dan pendidikan sebagai salah satu prioritas nasional. Pemerintah juga mendorong penguatan pendidikan tinggi, riset, inovasi, serta pengembangan talenta digital untuk mendukung transformasi ekonomi dan kebutuhan industri.
Pada tingkat global, inovasi keselamatan kerja tersebut selaras dengan Sustainable Development Goals (SDGs), khususnya SDG 8 tentang Pekerjaan Layak dan Pertumbuhan Ekonomi yang mencakup target perlindungan hak pekerja dan promosi lingkungan kerja yang aman dan sehat. Pengembangan teknologi industri dan riset berbasis inovasi juga berkaitan dengan SDG 9 tentang Industri, Inovasi dan Infrastruktur, yang mendorong peningkatan kemampuan teknologi serta penelitian dan pengembangan.
Bagi calon mahasiswa yang tertarik pada teknologi, kecerdasan artifisial, otomasi, IoT, sistem kendali, dan industri energi, Program Studi Teknik Elektro Universitas Pertamina menyediakan lingkungan akademik yang menghubungkan pembelajaran keteknikan dengan kebutuhan industri dan pengembangan inovasi. Informasi mengenai program studi dan proses penerimaan mahasiswa baru dapat diakses melalui laman
Pendaftaran Universitas Pertamina dan mulai perjalanan akademik untuk menjadi bagian dari generasi engineer yang berkontribusi pada inovasi teknologi dan sektor energi masa depan.
Sumber:
- Kementerian ESDM — K3 di Sektor Migas: Komitmen Bersama untuk Menjamin Keselamatan dan Kesehatan Pekerja
https://www.esdm.go.id/en/media-center/news-archives/k3-di-sektor-migas-komitmen-bersama-untuk-menjamin-keselamatan-dan-kesehatan-pekerja
- Direktorat Jenderal Minyak dan Gas Bumi — Lesson Learned Keselamatan Migas Tahun 2025 dan Program Keselamatan Migas 2026
https://migas.esdm.go.id/post/dirtekling-migas-tekankan-lesson-learned-keselamatan-migas-pada-forum-hsse-bulan-k3-nasional-tahun-2026
- United Nations — Sustainable Development Goal 8: Decent Work and Economic Growth
https://sdgs.un.org/goals/goal8
- United Nations — The 17 Sustainable Development Goals
https://sdgs.un.org/goals
- Universitas Pertamina — Program Studi Teknik Elektro
https://universitaspertamina.ac.id/prodi/teknik-elektro
