FTI UII Gelar 4th ICET4SD 2021

    79
    0
    Dr RM Sisdarmanto Adinandra, Irfan Aditya Dharma dan Ifa Puspasari. Foto: Jerri Irgo

    BERNASNEWS.COM – Fakultas Teknologi Industri (FTI) UII menggelar The 4th International Conference on Engineering and Technology for Sustainable Development (4th ICET4SD 2021), Selasa 14 Desember 2021. Konferensi dua tahunan ini melibatkan akademisi, profesional dan mahasiswa dari berbagai bidang teknik yang tertarik dengan perkembangan teknologi di bidang teknik kimia, teknik elektro, teknik industri dan sistem manajemen, informatika, teknik mesin dan bidang teknik terkait lainnya.

    Menurut Irfan Aditya Dharma ST M.Eng Ph.D, Ketua Pelaksana 4th ICET4SD 2021/Dosen Program Studi Teknik Mesin FTI UII, karena masih dalam kondisi pandemi global Covid-19 maka pada tahun ini konferensi dilakukan secara virtual.

    Dikatakan, tema 4th ICET4SD 2021 adalah Advancement of Engineering and Technology for Sustainable Development. Menurut Irfan, Engineering and Technology memiliki peran penting dalam pembangunan berkelanjutan.

    “Rekayasa berkontribusi terhadap pembangunan berkelanjutan dalam banyak hal, salah satunya adalah 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 kepada wartawan di Kampus FTI UII, Selasa 14 Desember 2021.

    Tampil sebagai Keynote Speakers adalah 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 Sisdarmanto Adinandra PhD (UII).

    Dalam paparannya, Sisdarmanto Adinandra mengatakan bahwa kendali prediktif merupakan salah satu alternatif teknik kendali yang mudah dipahami dan diimplementasikan. Dengan menggunakan gabungan sebuah model dan teknik optimasi, sinyal perintah kendali ditentukan dengan melihat prediksi perilaku sistem.

    Dikatakan, kemudahan dan kemurahan mendapatkan komputasi memungkinkan lebih banyak sistem dikendalikan. Contohnya adalah 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,” katanya.

    Menurut Sisdarmanto, 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.

    Namun demikian diperlukan “jembatan” untuk membawa hasil kecerdasan buatan menjadi sebuah model yang dapat digunakan oleh kendali prediktif. Informasi perilaku sistem perlu diformulasikan secara khusus sebelum digunakan dan ini menjadi tantangan tersendiri. Sebagai contoh adalah model kecepatan angin di Pantai Baru. 

    Dari hasil pengamatan selama 2 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. (lip)

    LEAVE A REPLY

    Please enter your comment!
    Please enter your name here