Month: July 2025

  • Wireless Power Transfer denganTeknologi Pengisian Nirkabel untuk Mobil hingga Alat Medis

    Wireless Power Transfer denganTeknologi Pengisian Nirkabel untuk Mobil hingga Alat Medis

    Bayangkan mengisi daya mobil listrik hanya dengan memarkirnya di atas permukaan tertentu, atau menjaga baterai alat medis tetap aktif tanpa satu pun kabel yang masuk ke dalam tubuh pasien. Inilah visi dari Wireless Power Transfer (WPT), sebuah teknologi yang kini berkembang pesat dan menjadi tumpuan masa depan pengisian daya—bukan hanya untuk kenyamanan, tetapi juga untuk keselamatan dan efisiensi energi.

    Wireless Power Transfer bekerja dengan prinsip dasar induksi elektromagnetik atau resonansi magnetik. Alih-alih mengalirkan arus melalui kabel, WPT mentransfer energi dari pemancar ke penerima melalui medan elektromagnetik. Energi ini kemudian diubah kembali menjadi listrik di perangkat penerima. Teknologi ini terus berkembang hingga mampu mentransfer daya dalam skala besar dan jarak yang makin jauh, sambil mempertahankan efisiensi yang tinggi.

    Salah satu bidang yang sangat terbantu oleh teknologi ini adalah kendaraan listrik (EV). Perusahaan seperti WiTricity dan Electreon telah mengembangkan sistem WPT untuk mobil listrik yang memungkinkan kendaraan mengisi daya saat diparkir—bahkan saat melaju di jalan tertentu. Studi pilot di Israel dan Swedia telah menunjukkan bahwa mobil listrik bisa mengisi ulang energi dari jalan yang dilengkapi kumparan induktif, tanpa perlu berhenti. Ini bukan hanya membuat pengisian daya lebih praktis, tetapi juga memperkecil kebutuhan kapasitas baterai besar.

    Teknologi WPT juga sangat menjanjikan di dunia medis, terutama untuk alat implan seperti pacu jantung, sensor neurostimulator, dan pompa insulin. Saat ini, sebagian besar perangkat implan harus diganti atau diisi daya melalui prosedur invasif yang berisiko. Dengan WPT, pengisian daya dapat dilakukan secara non-invasif—bahkan ketika pasien sedang beristirahat. Proyek riset dari Stanford University telah membuktikan bahwa implan nirkabel kecil dapat menerima daya secara konstan dari luar tubuh dengan efisiensi tinggi tanpa menyebabkan panas berlebih atau kerusakan jaringan.

    Manfaat utama dari WPT adalah kenyamanan dan kebersihan—tidak ada kabel, tidak ada port yang aus, dan lebih sedikit risiko kerusakan konektor. Dalam konteks industri dan manufaktur, WPT memungkinkan robot bergerak atau peralatan otomatis terisi ulang tanpa harus kembali ke stasiun docking secara fisik. Ini sangat penting untuk lini produksi yang terus berjalan, seperti dalam industri otomotif atau logistik.

    Namun, teknologi ini bukan tanpa tantangan. Efisiensi transfer daya masih menjadi perhatian utama, terutama pada jarak yang lebih jauh. Selain itu, masalah interferensi elektromagnetik dan standar interoperabilitas antar produsen juga menjadi hambatan yang harus diatasi. Untuk itu, konsorsium internasional seperti AirFuel Alliance dan SAE International kini aktif mengembangkan standar global untuk memastikan keamanan dan kompatibilitas sistem WPT di berbagai sektor.

    Penelitian dari IEEE menunjukkan bahwa dengan peningkatan desain koil dan algoritma penyesuaian resonansi berbasis AI, efisiensi WPT bisa mencapai lebih dari 90% dalam jarak pendek. Sementara itu, laporan dari IDTechEx memprediksi bahwa pasar WPT akan tumbuh hingga USD 20 miliar pada tahun 2030, didorong oleh permintaan di sektor kendaraan listrik dan kesehatan digital.

    Wireless Power Transfer tidak lagi sekadar fitur futuristik. Ia mulai menjadi fondasi bagi berbagai aplikasi praktis yang akan membentuk lanskap industri, transportasi, hingga perawatan kesehatan. Dalam beberapa tahun ke depan, mengisi daya tanpa kabel akan menjadi standar, bukan lagi kemewahan. Dan ketika daya bisa mengalir di udara seefisien kabel—kita tengah menyaksikan transisi menuju dunia tanpa colokan.


    Referensi Ilmiah:
    1. Kurs, A., et al. (2007). Wireless Power Transfer via Strongly Coupled Magnetic Resonances. Science.
    2. Lu, F., Zhang, H., & Mi, C. (2015). A Review on High-Frequency Inductive Power Transfer for Electric Vehicles. IEEE Transactions on Power Electronics.
    3. Kim, S., et al. (2020). Wireless Power Transfer for Implantable Devices: Safety and Efficiency. IEEE Transactions on Biomedical Circuits and Systems.
    4. WiTricity (2023). Next-Gen Wireless Charging Systems for EVs.
    5. Electreon (2024). Dynamic Wireless Charging Projects for Urban Mobility.
    6. IDTechEx (2024). Wireless Charging 2024–2034: Technologies, Players, Forecasts.
  • Mahasiswa Teknik Elektro Raih Medali Emas di PORPROV IX Jatim 2025

    Mahasiswa Teknik Elektro Raih Medali Emas di PORPROV IX Jatim 2025

    Surabaya, Juli 2025 – Kabar membanggakan datang dari salah satu mahasiswa Teknik Elektro Telkom University Surabaya. Rosa Aprilia Handini, mahasiswa angkatan 2023, sukses meraih Juara 1 pada ajang Pekan Olahraga Provinsi (PORPROV) IX Jawa Timur 2025 dalam cabang olahraga Pickleball Ganda Putri.

    Prestasi ini menambah deretan pencapaian membanggakan dari mahasiswa Teknik Elektro yang tak hanya unggul dalam bidang akademik dan teknologi, tetapi juga berprestasi dalam bidang olahraga tingkat provinsi.

    Rosa tampil memukau dalam pertandingan yang berlangsung sengit, menunjukkan semangat juang dan kerja sama tim yang luar biasa. Ia berhasil mengungguli para lawan tangguh dari berbagai daerah di Jawa Timur dan membawa pulang medali emas, serta maskot resmi PORPROV sebagai simbol kemenangan.

    “Saya sangat bersyukur dan bangga bisa mengharumkan nama Telkom University Surabaya di ajang sebesar ini. Semoga prestasi ini bisa menginspirasi teman-teman Electrizen lainnya untuk terus berprestasi di bidang masing-masing,” ungkap Rosa dengan penuh semangat.

    Capaian ini menjadi bukti nyata bahwa mahasiswa Teknik Elektro memiliki potensi luar biasa dalam berbagai bidang, termasuk olahraga. Semangat ini menjadi simbol motivasi dan inspirasi bagi seluruh civitas akademika untuk terus berkontribusi dan berkarya secara positif.

  • Predictive Maintenance di Industri Energi dengan Studi Kasus Duke Energy dan Masa Depan Utilitas

    Predictive Maintenance di Industri Energi dengan Studi Kasus Duke Energy dan Masa Depan Utilitas

    Di era transformasi digital, industri energi menghadapi tekanan untuk menjadi lebih efisien, andal, dan berkelanjutan. Salah satu pendekatan revolusioner yang tengah diadopsi luas adalah predictive maintenance—strategi pemeliharaan yang mengandalkan data dan teknologi analitik untuk memprediksi kegagalan sistem sebelum terjadi. Dibandingkan dengan metode konvensional seperti corrective atau preventive maintenance, pendekatan ini mampu mengurangi downtime tak terduga dan memaksimalkan umur aset. Dalam konteks ini, Duke Energy, salah satu perusahaan utilitas terbesar di Amerika Serikat, menjadi contoh nyata keberhasilan implementasi predictive maintenance di industri energi.

    Transformasi Pemeliharaan dengan Data dan AI

    Predictive maintenance bergantung pada teknologi seperti Internet of Things (IoT), machine learning, dan big data analytics. Sensor dipasang pada peralatan penting untuk mengumpulkan data real-time seperti suhu, getaran, tekanan, dan arus listrik. Data ini kemudian dianalisis untuk mengidentifikasi pola yang menandakan potensi kegagalan. Sebuah studi oleh Susto et al. (2015) menyoroti bagaimana algoritma pembelajaran mesin seperti Random Forest dan Support Vector Machines (SVM) digunakan untuk mendeteksi anomali dalam sistem industri secara proaktif.

    Menurut penelitian terbaru yang dipublikasikan di IEEE Transactions on Industrial Informatics, integrasi sistem SCADA dengan predictive analytics telah meningkatkan efisiensi operasional pembangkit listrik hingga 30%. Ini sejalan dengan hasil riset oleh Mobley (2020), yang menunjukkan bahwa predictive maintenance dapat mengurangi biaya pemeliharaan hingga 40% dibandingkan metode tradisional.

    Studi Kasus: Duke Energy

    Duke Energy memulai transformasi digitalnya dengan membangun enterprise asset management system yang mengintegrasikan sensor IoT dan cloud computing. Salah satu inisiatif utamanya adalah proyek SmartGen yang dipasang di pembangkit listrik tenaga batubara dan gas. Dalam proyek ini, lebih dari 40.000 titik data dipantau secara real-time, termasuk tekanan boiler, temperatur turbin, dan performa sistem pendingin.

    Hasilnya sangat signifikan: Duke Energy berhasil menghindari potensi kerusakan turbin yang bisa menyebabkan kerugian jutaan dolar, hanya karena satu anomali kecil pada getaran berhasil dideteksi dini. Selain itu, penggunaan predictive maintenance memungkinkan mereka memperpanjang interval servis dari 6 bulan menjadi 12 bulan pada beberapa komponen kunci.

    Dalam wawancara yang dilakukan oleh Utility Dive, Tim Fains, Digital Plant Manager di Duke Energy, menyebut bahwa penggunaan AI dan prediktif telah mengubah cara mereka dalam mengelola risiko dan merencanakan investasi infrastruktur energi.

    Manfaat dan Tantangan Implementasi

    Manfaat utama predictive maintenance meliputi:

    • Pengurangan biaya operasional: Dengan menghindari kegagalan mendadak, biaya reparasi dan downtime bisa ditekan secara drastis.
    • Peningkatan keselamatan kerja: Deteksi dini pada sistem berisiko tinggi seperti reaktor nuklir atau turbin gas mengurangi kemungkinan kecelakaan.
    • Perpanjangan umur aset: Komponen yang dirawat sesuai kebutuhan cenderung memiliki umur pakai yang lebih lama.

    Namun, tantangannya juga tidak sedikit. Diperlukan investasi awal yang besar untuk memasang sensor dan membangun infrastruktur data. Selain itu, pemrosesan data skala besar memerlukan kompetensi tinggi di bidang AI dan data science. Masalah interoperabilitas dan keamanan siber juga menjadi perhatian utama dalam industri energi yang sangat kritis ini.

    Masa Depan Predictive Maintenance di Industri Energi

    Ke depan, predictive maintenance tidak akan hanya menjadi pelengkap, tetapi menjadi core strategy dalam manajemen aset utilitas. Dengan berkembangnya edge computing dan AI generatif, proses analisis dapat dilakukan secara lebih cepat dan efisien langsung di sumber data. Perusahaan seperti Siemens, GE Digital, dan IBM Maximo juga semakin aktif mengembangkan solusi berbasis cloud untuk memudahkan adopsi predictive maintenance secara luas.

    Duke Energy bukan satu-satunya pelaku. Di Eropa, EDF Energy dan Enel Group juga telah meluncurkan proyek serupa dengan hasil yang menggembirakan. Bahkan, dalam laporan McKinsey (2023), predictive maintenance diperkirakan akan menghasilkan penghematan global sebesar USD 50 miliar per tahun dalam sektor utilitas energi hingga 2030.


    Referensi Ilmiah
    1. Susto, G. A., Schirru, A., Pampuri, S., McLoone, S., & Beghi, A. (2015). Machine learning for predictive maintenance: A multiple classifier approach. IEEE Transactions on Industrial Informatics.
    2. Zhang, Y., Wang, J., & Li, K. (2022). SCADA-integrated Predictive Maintenance Framework for Power Plants. IEEE Transactions on Industrial Electronics.
    3. Mobley, R. K. (2020). An Introduction to Predictive Maintenance. Butterworth-Heinemann.
    4. Duke Energy Official Reports – SmartGen Project Overview.
    5. Utility Dive (2023). Duke Energy’s Digital Twin and Predictive Maintenance Strategies.
    6. Chen, J., et al. (2021). Challenges in Predictive Maintenance for Industrial Applications. Journal of Manufacturing Systems.
    7. McKinsey & Company (2023). The Economic Impact of Predictive Maintenance in the Energy Sector.
Secret Link