Teknik Elektro – Universitas Telkom Surabaya

Month: September 2025

  • Microgrid Berbasis AI: Kemandirian Energi Lokal di Tengah Tantangan Iklim

    Microgrid Berbasis AI: Kemandirian Energi Lokal di Tengah Tantangan Iklim

    Perubahan iklim global dan meningkatnya kebutuhan energi menuntut solusi baru dalam pengelolaan listrik. Sistem energi terpusat tradisional sering kali tidak mampu mengimbangi lonjakan permintaan dan rentan terhadap gangguan infrastruktur. Di tengah situasi ini, konsep microgrid berbasis AI muncul sebagai jawaban, menawarkan kemandirian energi lokal sekaligus mendukung transisi menuju sumber energi yang lebih hijau.

    Microgrid adalah jaringan energi skala kecil yang dapat beroperasi secara independen atau terhubung dengan jaringan listrik utama. Dengan memanfaatkan sumber energi terbarukan seperti panel surya, turbin angin, dan baterai penyimpanan, microgrid menjadi tulang punggung keberlanjutan energi di komunitas lokal. Integrasi AI dalam microgrid memungkinkan sistem ini bekerja jauh lebih efisien, adaptif, dan cerdas.

    AI berperan penting dalam prediksi beban dan manajemen energi. Dengan menganalisis data historis konsumsi listrik, cuaca, dan produksi energi terbarukan, AI mampu memprediksi kebutuhan energi suatu wilayah dan menyesuaikan distribusi secara real-time. Menurut Morstyn et al. (2018), integrasi machine learning dalam microgrid meningkatkan stabilitas sistem sekaligus mengurangi biaya operasional hingga 20%.

    Selain itu, AI membantu microgrid mencapai kemandirian energi dengan mengoptimalkan penyimpanan baterai. Energi berlebih dari panel surya di siang hari dapat disimpan untuk digunakan di malam hari, sementara AI memastikan alokasi energi dilakukan dengan prioritas yang tepat. Hal ini sangat penting bagi daerah terpencil yang tidak terhubung ke jaringan utama atau wilayah yang rentan terhadap bencana.

    Microgrid berbasis AI juga berperan besar dalam dekarbonisasi energi. Dengan mengurangi ketergantungan pada pembangkit listrik berbahan bakar fosil, sistem ini dapat menurunkan emisi karbon secara signifikan. Xu et al. (2020) menegaskan bahwa microgrid pintar dengan integrasi AI berpotensi menjadi kunci dalam mencapai target energi berkelanjutan sekaligus ketahanan iklim.

    Namun, implementasi microgrid berbasis AI tidak lepas dari tantangan. Investasi awal untuk infrastruktur masih tinggi, koordinasi antara perangkat IoT dan algoritma AI membutuhkan standardisasi, serta ada risiko keamanan siber yang harus diantisipasi. Meski begitu, tren global menunjukkan adopsi microgrid semakin meningkat, terutama di negara-negara yang mengutamakan energi terbarukan dan resilien terhadap perubahan iklim.

    Dengan teknologi ini, masa depan energi tidak lagi hanya bergantung pada jaringan nasional yang besar, tetapi juga pada sistem lokal yang mandiri, adaptif, dan cerdas. Microgrid berbasis AI bukan sekadar solusi teknis, tetapi strategi untuk menghadapi tantangan iklim, memperkuat ketahanan energi, dan mewujudkan kemandirian energi masyarakat.

    Referensi
    1. Morstyn, T., Farrell, N., Darby, S. J., & McCulloch, M. D. (2018). Using peer-to-peer energy-trading platforms to incentivize prosumers to form federated power plants. Nature Energy, 3(2), 94–101. https://doi.org/10.1038/s41560-017-0075-y
    2. Xu, Y., Li, N., & Low, S. H. (2020). Demand response with high penetration of renewable generation: A review of recent advances and challenges. IEEE Transactions on Smart Grid, 11(6), 5074–5091. https://doi.org/10.1109/TSG.2020.2995091
    3. Lasseter, R. H. (2011). Smart distribution: Coupled microgrids. Proceedings of the IEEE, 99(6), 1074–1082. https://doi.org/10.1109/JPROC.2011.2114630
    4. Olivares, D. E., Mehrizi-Sani, A., Etemadi, A. H., Canizares, C. A., Iravani, R., Kazerani, M., … & Jimenez-Estevez, G. A. (2014). Trends in microgrid control. IEEE Transactions on Smart Grid, 5(4), 1905–1919. https://doi.org/10.1109/TSG.2013.2295514
    5. Khan, A., Mahmood, A., Safdar, A., Khan, Z. A., & Khan, N. A. (2016). Load forecasting, dynamic pricing and DSM in smart grid: A review. Renewable and Sustainable Energy Reviews, 54, 1311–1322. https://doi.org/10.1016/j.rser.2015.10.117
  • Semikonduktor SiC/GaN dalam Kendaraan Listrik: Efisiensi dan Daya Tahan Lebih Tinggi

    Semikonduktor SiC/GaN dalam Kendaraan Listrik: Efisiensi dan Daya Tahan Lebih Tinggi

    Perkembangan kendaraan listrik (electric vehicle/EV) tidak hanya bergantung pada kapasitas baterai, tetapi juga pada perangkat elektronik daya yang menjadi jantung sistem penggeraknya. Inverter, konverter, dan sistem manajemen baterai membutuhkan komponen semikonduktor yang mampu beroperasi dengan efisiensi tinggi, panas rendah, serta keandalan jangka panjang. Dalam konteks inilah, semikonduktor wide-bandgap (WBG) seperti Silicon Carbide (SiC) dan Gallium Nitride (GaN) menjadi kunci untuk mempercepat adopsi kendaraan listrik global.

    Dibandingkan silikon konvensional, SiC dan GaN memiliki bandgap energi yang lebih besar (sekitar 3,3 eV untuk SiC dan 3,4 eV untuk GaN). Hal ini memungkinkan keduanya beroperasi pada tegangan tinggi, frekuensi switching lebih cepat, dan suhu ekstrem tanpa kehilangan performa signifikan. Pada kendaraan listrik, karakteristik ini berarti inverter yang lebih kecil, ringan, dan efisien, sehingga langsung berdampak pada peningkatan jarak tempuh kendaraan dengan energi baterai yang sama (Millán et al., 2014; Chow, 2020).

    Salah satu contoh nyata implementasi teknologi ini adalah penggunaan MOSFET berbasis SiC pada Tesla Model 3. Inverter berbasis SiC terbukti mampu mencapai efisiensi lebih dari 97%, sehingga energi baterai dapat dimanfaatkan secara optimal untuk memperpanjang jarak tempuh. Sementara itu, GaN semakin populer untuk aplikasi pengisian cepat (fast charging), karena mobilitas elektron yang tinggi membuatnya mampu mentransfer energi dalam waktu singkat dengan panas minimal. Dengan demikian, GaN sangat cocok untuk sistem pengisian kendaraan listrik di masa depan yang menuntut kecepatan dan efisiensi tinggi (She et al., 2017; Ruffino et al., 2022).

    Selain peningkatan efisiensi, semikonduktor SiC dan GaN juga memberikan daya tahan lebih tinggi. Perangkat berbasis SiC, misalnya, menunjukkan keandalan pada suhu operasi di atas 200°C, menjadikannya ideal untuk kondisi ekstrem seperti pada motor traksi EV. Pengurangan kerugian daya dan kemampuan mengurangi kebutuhan pendinginan turut menekan biaya perawatan, serta meningkatkan umur pakai sistem secara keseluruhan. Hal ini menjawab salah satu tantangan utama dalam industri EV, yakni memastikan kendaraan tetap efisien sekaligus tahan lama di berbagai kondisi penggunaan (Zeng et al., 2021).

    Namun, tantangan tetap ada. Harga produksi wafer SiC dan GaN masih relatif tinggi, dan proses fabrikasi yang kompleks memerlukan teknologi manufaktur canggih. Meski begitu, tren industri menunjukkan bahwa biaya akan menurun seiring meningkatnya volume produksi dan kemajuan teknologi epitaksi. Di sisi lain, keuntungan jangka panjang berupa efisiensi energi, jarak tempuh lebih panjang, serta biaya operasional rendah membuat adopsi SiC dan GaN semakin rasional bagi produsen kendaraan listrik (Bakowski et al., 2020).

    Secara keseluruhan, SiC dan GaN tidak sekadar menjadi komponen teknis, melainkan fondasi revolusi kendaraan listrik modern. Dengan efisiensi lebih tinggi, daya tahan lebih baik, dan kemampuan beroperasi pada kondisi ekstrem, keduanya akan memperkuat transisi menuju transportasi berkelanjutan. Masa depan kendaraan listrik tidak lagi hanya ditentukan oleh kapasitas baterai, tetapi juga oleh kecanggihan semikonduktor yang menggerakkannya.

    Referensi
    1. Millán, J., Godignon, P., Perpiñà, X., Pérez-Tomás, A., & Rebollo, J. (2014). A Survey of Wide Bandgap Power Semiconductor Devices. IEEE Transactions on Power Electronics, 29(5), 2155–2163. https://doi.org/10.1109/TPEL.2013.2268900
    2. She, X., Huang, A. Q., & Lucía, Ó. (2017). Review of Wide Bandgap Semiconductor Technology and Its Applications. CPSS Transactions on Power Electronics and Applications, 2(3), 168–183. https://doi.org/10.24295/CPSSTPEA.2017.00018
    3. Chow, T. P. (2020). Wide Bandgap Semiconductor Power Devices for Energy Efficient Systems. Energies, 13(23), 6262. https://doi.org/10.3390/en13236262
    4. Ruffino, F., Grimaldi, M. G., & Bongiorno, C. (2022). Wide Bandgap Semiconductors for Power Electronics: Materials, Devices, and Applications. Materials Science in Semiconductor Processing, 140, 106377. https://doi.org/10.1016/j.mssp.2022.106377
    5. Zeng, J., Zhang, Y., & Cheng, L. (2021). Reliability Challenges of Wide-Bandgap Power Semiconductors: Status and Perspectives. IEEE Journal of Emerging and Selected Topics in Power Electronics, 9(2), 1683–1698. https://doi.org/10.1109/JESTPE.2020.3017274
    6. Bakowski, M., Domeij, B., & Bergman, P. (2020). SiC and GaN Devices—Technology, Applications and Future Trends. Semiconductors and Semimetals, 104, 1–38. https://doi.org/10.1016/bs.semsem.2020.04.001
Secret Link