Teknologi Artificial Intelligence Mampu Optimalkan Konsumsi Energi Industri Peleburan

NIKEL.CO.ID, JAKARTA – Optimalisasi konsumsi energi menjadi salah satu tantangan dalam menjaga efisiensi operasional industri peleburan mineral atau smelter. Pemanfaatan teknologi kecerdasan buatan (Artificial Intelligence/AI) berpotensi membantu perusahaan memetakan kebutuhan energi, memantau penggunaan listrik, bahan bakar, dan uap, serta menyesuaikan pemanfaatannya dengan karakteristik proses produksi.

Founder & CEO LXE Intelligence, Jingyi Chen menjelaskan, bahwa pengelolaan energi di industri peleburan perlu diawali dengan pemetaan kebutuhan listrik berdasarkan karakteristik beban operasional pabrik.

Iklan

“Bagi pabrik peleburan, prioritas mutlaknya adalah memisahkan beban kritis dari beban fleksibel. Proses kritis memiliki batas gangguan yang ketat dan tidak dapat dimatikan, sedangkan beban fleksibel dapat dialihkan ke waktu di luar jam sibuk,” ujar Jingyi dalam ASEAN Solar Storage Summit di Jakarta, Selasa (10/11/2026).

Pemetaan tersebut penting karena setiap fasilitas smelter memiliki karakteristik kebutuhan energi yang berbeda. Faktor lokasi, kapasitas pasokan listrik, kontrak energi, serta teknologi pengolahan seperti Rotary Kiln Electric Furnace (RKEF) dan High Pressure Acid Leaching (HPAL) menjadi pertimbangan dalam menentukan strategi pengelolaan energi.

Dalam paparannya, Jingyi memperkenalkan LXE Matters, platform yang dikembangkan untuk memantau dan memodelkan penggunaan energi pada setiap tahapan proses peleburan dan operasional pabrik. Platform tersebut juga dapat menghitung konsumsi energi per unit produksi untuk mengidentifikasi peluang efisiensi berdasarkan karakteristik fasilitas.

Iklan

“Produk ini dirancang khusus untuk memantau dan memodelkan setiap tautan energi dalam proses peleburan dan pabrik Anda, menghitung konsumsi energi per unit produksi, lalu mengoptimalkan penggunaan energi Anda berdasarkan karakteristik produksi spesifik dan pertumbuhan pasokan listrik lokal,” kata Jingyi.

Menurutnya, pengelolaan energi dapat dilakukan dengan mengintegrasikan data penggunaan listrik, bahan bakar, uap, indikator produksi, hingga kontrak pasokan energi. Data tersebut menjadi dasar untuk memperkirakan kebutuhan energi pabrik dan menyusun skenario pengelolaan yang sesuai dengan kondisi operasional.

Selain pemantauan konsumsi energi, pemanfaatan AI juga dapat mendukung pengaturan pengisian dan pelepasan energi dari sistem penyimpanan baterai atau Battery Energy Storage System (BESS). Pengaturan tersebut dapat mempertimbangkan perubahan tarif listrik, kondisi jaringan, prakiraan cuaca, serta kebutuhan energi pabrik.

Iklan

Ia menambahkan bahwa pengambilan keputusan dalam pengelolaan baterai melibatkan tiga aspek, yakni pengumpulan data, pemodelan sistem kelistrikan, serta pengambilan keputusan berdasarkan kondisi pasar dan operasional. Ketiga aspek tersebut diperlukan agar pengaturan penggunaan baterai tetap memperhatikan kebutuhan dan batasan teknis sistem kelistrikan.

Sebelum diterapkan secara penuh, pemanfaatan AI dapat diuji melalui proyek percontohan atau pilot project. Tahapannya mencakup penyepakatan ruang lingkup dan kondisi dasar konsumsi energi, penyusunan skenario sesuai kebutuhan pabrik, hingga penerapan shadow mode. Dalam tahap ini, AI menghasilkan rekomendasi yang terlebih dahulu ditinjau operator tanpa mengubah operasional pabrik.

“AI kami menghasilkan rekomendasi, tetapi operator hanya meninjau rekomendasi tersebut tanpa melakukan perubahan pada operasional pabrik. Dengan demikian, tidak ada risiko terhadap operasional pabrik,” jelas Jingyi.

Setelah mendapatkan persetujuan dari pihak pabrik, manfaat penerapan teknologi tersebut perlu diuji dalam kondisi operasional sebenarnya. Evaluasi dilakukan untuk mengukur dampaknya terhadap konsumsi energi dan biaya produksi sebelum penerapannya diperluas ke fasilitas atau proses produksi lainnya. (Tubagus)