BUKTI MEDIA — PT Terminal Petikemas Surabaya (TPS), anak perusahaan dari Subholding Pelindo Terminal Petikemas (SPTP), resmi meluncurkan inovasi digital bernama Mechanic Smart Assistant (MSA) — sebuah platform berbasis Artificial Intelligence (AI) yang dirancang untuk mempercepat dan mengefisienkan proses perawatan alat berat di terminal kontainer terbesar di Indonesia. Peluncuran inovasi ini diadakan dalam agenda Expo Inovasi SPTP di Pelindo Place Office Tower, Surabaya, dan menjadi salah satu sorotan utama acara.
Inovasi AI untuk Menjawab Tantangan Perawatan Alat
Selama bertahun‑tahun, mekanik di lapangan menghadapi tantangan besar dalam proses diagnosis kode gangguan (fault code atau event code) yang muncul pada unit‑unit besar seperti Rubber Tyred Gantry (RTG), Container Crane (CC), serta perangkat Mechanical Equipment (ME) lainnya. Sebelum hadirnya MSA, teknisi biasanya harus menelusuri arti kode gangguan melalui buku manual atau basis data terpisah yang memakan waktu hingga 30‑60 menit per kasus, bahkan dapat menyebabkan inefisiensi waktu hingga 6,45 jam setiap bulan dan potensi kerugian sekitar Rp 354,6 juta per tahun.
Untuk mengatasi problem itu, TPS mengembangkan Mechanic Smart Assistant sebagai pendamping digital mekanik yang memanfaatkan kemampuan AI untuk membantu mempercepat proses pencarian arti kode gangguan, langkah perbaikan, dan rekomendasi teknis dengan cepat melalui perangkat seluler maupun komputer. Dengan sistem ini, diagnosis yang semula memakan waktu puluhan menit kini bisa selesai hanya dalam hitungan menit bahkan kurang dari dua menit sehingga revolusi proses perawatan alat telah dimulai di lingkungan TPS.
Bagaimana MSA Bekerja dan Integrasi Teknologi AI
MSA dikembangkan dengan pendekatan AI berbasis Retrieval‑Augmented Generation (RAG), yakni teknologi yang menggabungkan kemampuan pengambilan data (retrieval) dan pemahaman bahasa natural untuk menjawab pertanyaan teknis. Sistem ini memanfaatkan basis data terpusat yang diisi oleh pengalaman langsung mekanik lapangan serta data teknis dari pabrikan alat, sehingga mampu memberikan informasi relevan kepada teknisi dengan cepat dan akurat.
Teknologi berbasis AI memungkinkan platform ini melakukan beberapa fungsi penting:
- Akses cepat terhadap arti kode gangguan, sehingga teknisi tidak lagi menghabiskan waktu mencari manual.
- Standarisasi langkah troubleshooting, termasuk rekomendasi solusi pelaksanaan perbaikan teknis yang konsisten.
- Dukungan terhadap Predictive Maintenance yaitu antisipasi kerusakan sebelum terjadi berdasarkan pola data yang dianalisis AI.
- Dokumentasi digital terpusat, sehingga catatan perbaikan dapat dimanfaatkan tim lain.
Dengan kemampuan ini, MSA bukan hanya menjadi alat bantu, tetapi juga elemen penting dalam agenda transformasi digital TPS menuju proses perawatan yang terstandarkan, cepat, dan efektif.
Dampak Signifikan terhadap Operasional Terminal
Menurut Leader Shift Group D RTG TPS, Sukarsono, inovasi ini memberikan dampak operasional yang signifikan. Proses diagnosis yang semula memakan waktu panjang kini dipangkas drastis, dan mekanik generasi baru pun lebih cepat menguasai prosedur perawatan alat yang kompleks. Sebelumnya, waktu pembelajaran mekanik baru dapat memakan waktu hingga lebih dari enam bulan. Dengan dukungan MSA yang menyediakan akses pengetahuan berbasis teknologi, kurva pembelajaran kini bisa dipangkas menjadi kurang dari tiga bulan.
Efisiensi ini tidak hanya berdampak pada kecepatan perbaikan, tetapi juga menekan biaya operasional, menurunkan frekuensi downtime alat, dan meningkatkan produktivitas operasional terminal secara keseluruhan. Mengingat terminal petikemas merupakan tulang punggung logistik nasional yang melayani ekspor dan impor, keberhasilan pemanfaatan AI ini diharapkan dapat memberikan kontribusi nyata terhadap kelancaran pergerakan barang dan daya saing TPS di era globalisasi logistik.
Roadmap dan Tahap Pengembangan MSA ke Depan
Pengembangan MSA telah dirancang dalam empat tahapan strategis menuju komersialisasi dan implementasinya secara luas dalam lingkungan Pelindo Group:
- Tahap awal (3–6 bulan) Implementasi pertama pada unit RTG dengan fitur chatbot dan basis data terbatas.
- Tahap produk lengkap (6–12 bulan) Penguatan fitur diagnosis dan ekspansi basis pengetahuan yang lebih luas.
- Roll‑out (1–3 tahun) Ekspansi penggunaan ke berbagai peralatan termasuk CC dan ME dengan kapasitas server yang lebih besar.
- Komersialisasi (3–5 tahun) Implementasi penuh di seluruh unit Pelindo Group dan potensi model bisnis berbasis solusi.
Tahapan berkembang tersebut menunjukkan bahwa TPS tidak hanya memandang MSA sebagai proyek IT internal, tetapi juga sebagai potensi produk inovasi yang dapat direplikasi dan dikembangkan di berbagai pelabuhan milik Pelindo maupun sektor logistik lainnya.
Tantangan dan Strategi Mitigasi Risiko
Penerapan AI dalam perawatan alat tentunya bukan tanpa tantangan. TPS memperhatikan beberapa risiko, termasuk kesalahan interpretasi data, kebutuhan validasi solusi teknis, dan pentingnya standarisasi basis pengetahuan teknik untuk mencegah kesalahan dalam proses diagnosa. Oleh karena itu, TPS menaruh perhatian pada langkah mitigasi risiko, termasuk melakukan validasi berkala dan pengujian menyeluruh terhadap hasil rekomendasi AI baru ini.
Selain itu, kesiapan sumber daya manusia juga menjadi hal yang penting. Teknologi AI sendiri hanya dapat optimal jika didukung oleh operator yang paham dan adaptif terhadap platform digital. TPS pun menekankan pelatihan yang bersinergi antara mekanik berpengalaman dan tim teknologi informasi sehingga kolaborasi manusia‑AI dapat berjalan efektif.
Tantangan Global dan Relevansi Smart Port
Pemanfaatan AI seperti MSA di TPS mencerminkan tren global pada konsep smart port, yakni pelabuhan yang menggabungkan digitalisasi, otomatisasi, dan solusi data‑driven untuk memaksimalkan efisiensi operasional serta mengurangi dampak lingkungan dan biaya. Smart port menggunakan teknologi seperti IoT, AI, big data, dan lainnya untuk memantau proses logistik secara real‑time dan mendukung pengambilan keputusan yang lebih cepat dan akurat.
Inisiatif semacam ini tidak hanya modernisasi internal, tetapi juga bagian dari upaya Indonesia dalam meningkatkan daya saing sektor logistik nasional dan mengakomodasi meningkatnya volume perdagangan global.
Era Baru Perawatan Alat Berbasis AI
Peluncuran Mechanic Smart Assistant oleh TPS menandai babak baru dalam efisiensi perawatan alat di sektor logistik, dengan teknologi AI sebagai tulang punggungnya. Inovasi ini tidak hanya mempercepat proses teknis di lapangan, tetapi juga membawa dampak strategis terhadap produktivitas, biaya, dan daya saing operasional terminal kontainer di Indonesia. Dengan roadmap yang jelas, dukungan implementasi jangka panjang, serta mitigasi terhadap potensi risiko, TPS berharap MSA akan menjadi model inovasi yang dapat menginspirasi transformasi digital di sektor pelabuhan dan logistik di seluruh negeri.