TRANSFORMASI SIWATER PRO : PERCEPATAN TROUBLESHOOTING SISTEM AIR-UAP PEMBANGKIT SECARA REALTIME BERBASIS WEB DAN MOBILE adalah sebuah aplikasi monitoring & evaluasi yang dirancang khusus untuk memudahkan proses bisnis pengelolaan dan pemantauan proses water treatment di Pembangkit Listrik. Aplikasi ini bertujuan untuk meningkatkan efisiensi dan efektivitas dalam pengolahan air, serta memastikan bahwa semua proses berjalan sesuai dengan standar yang ditetapkan.
Aplikasi ini telah mengikuti tahapan Seleksi Lomba Karya Inovasi (SPKI) tingkat PLN Group dan telah di review oleh Komisi juri PLN Puslitbang dan telah melewati pengecekan ide originalitas dan pengesahan Hak Kekayaan Intelektual kepada PT PLN (Persero) oleh corporate oleh PLN Group. Saat ini aplikasi dalam proses diseminasi diseluruh unit bisnis PLN Group yang memiliki sistem pengolahan air-uap pembangkit baik itu PLN Nusantara Power, PLN Indonesia Power, PDAM, Laboratorium, Independent Power Producer (IPP) dan perusahaan eksternal lain dapat menggunakan kemudahan fitur dari SIWATER PRO
Fitur Utama Siwater
Pemantauan Real-Time: Siwater memungkinkan pengguna untuk memantau kualitas air secara langsung, sehingga dapat mengambil tindakan cepat jika terjadi masalah.
Pencatatan Data: Aplikasi ini menyediakan fitur untuk mencatat semua data terkait proses pengolahan air, termasuk parameter kualitas air, penggunaan bahan kimia, dan hasil pengujian.
Laporan Otomatis: Siwater dapat menghasilkan laporan otomatis yang memudahkan analisis dan pengambilan keputusan.
Roadmap & Pengembangan Siwater
- 2020–2021 | SIWATER v1 (PROTOTIPE):
Pembuatan model dasar aplikasi SIWATER berupa prototipe awal, dengan fitur sederhana dan pendekatan manual dalam memberikan rekomendasi troubleshooting. - 2022–2024 | SIWATER v2 (SIMULATOR):
Pengembangan aplikasi berbasis Android menggunakan platform MIT App Inventor (low code), diimplementasikan secara aktif pada unit pembangkit internal PLN Indonesia Power UBP PLTU Barru. - 2025 | SIWATER v3 (SIWATER PRO):
Inovasi dikembangkan menjadi platform berbasis Web dan Mobile multi-platform dengan fitur AI prediktif, dashboard real-time, serta integrasi database historis. Aplikasi siap direplikasi ke berbagai unit pembangkit di seluruh Indonesia.
———————————————————————————————————————————————
BRAINSTORM BY VOLTAIC
1. Pain Points dan Dampaknya
Identifikasi permasalahan utama di sistem WTP PLTU Barru, seperti:
⚠️Pain Point 1: Penurunan Kinerja Peralatan WTP akibat Usia Operasi >10 Tahun
Dampak:
- Sering terjadi gangguan produksi air demineralisasi
- Membutuhkan waktu pemulihan yang lama
- Meningkatkan risiko derating unit pembangkit dan gangguan pasokan listrik
⚠️ Pain Point 2: Proses Troubleshooting Masih Manual dan Tidak Terstandar
Dampak:
- Waktu untuk menemukan akar permasalahan menjadi lama (hingga 7 x 24 jam)
- Menurunkan efisiensi tim operasi & pemeliharaan
- Dokumentasi troubleshooting tidak terdigitalisasi → sulit dianalisis kembali
⚠️ Pain Point 3: Tidak Ada Sistem Realtime untuk Monitoring & Evaluasi WTP
Dampak:
- Operator kesulitan mengantisipasi potensi kerusakan secara dini
- Terlambat dalam melakukan tindakan korektif
- Meningkatkan risiko penggunaan bahan kimia yang tidak efisien
⚠️ Pain Point 4: Tidak Tersedia Rekomendasi Otomatis Berbasis Data Historis
Dampak:
- Setiap masalah ditangani dari nol tanpa pembelajaran kasus sebelumnya
- Ketergantungan pada pengalaman individu operator
- Tidak ada sistem berbasis kecerdasan buatan untuk pengambilan keputusan cepat
Dampaknya: derating tinggi, boros bahan kimia, keputusan tidak akurat, dokumentasi tidak terstruktur.
PLTU Barru menghadapi berbagai tantangan dalam sistem pengolahan air (WTP), khususnya karena usia peralatan yang telah lebih dari satu dekade. Permasalahan paling utama adalah penurunan kinerja alat, troubleshooting manual tanpa dukungan sistem digital, tidak adanya monitoring real-time, serta ketiadaan sistem rekomendasi otomatis berdasarkan histori data. Dampak dari pain points ini antara lain adalah waktu pemulihan kerusakan yang sangat lama (hingga 7×24 jam), tingginya jam derating unit pembangkit, borosnya penggunaan bahan kimia, serta kehilangan potensi pembelajaran dari kasus-kasus sebelumnya
2. Identifikasi Stakeholder
Tim utama yang terlibat dan terdampak oleh inovasi:
- Tim Operasi WTP sebagai pengguna langsung aplikasi
- Tim Pemeliharaan yang menindaklanjuti rekomendasi sistem
- Tim Analis Kimia sebagai validator parameter kualitas air
- Planner & Reliability Engineer untuk analisis jangka panjang
- Manajemen Unit PLTU sebagai pengambil keputusan
- Divisi TI untuk mendukung infrastruktur digital
- REOC / iCORE PLN Group sebagai pengawas teknologi
- Developer/Vendor untuk pengembangan dan pemeliharaan sistem
3. Solusi yang Diajukan
Pengembangan Aplikasi SIWATER PRO Berbasis Web & Mobile
- Membangun sistem digital berbasis web dan aplikasi mobile (Android dan iOS) yang dapat diakses oleh operator, teknisi, dan manajemen secara real-time.
- Sistem ini memungkinkan pemantauan kondisi WTP secara langsung tanpa harus berada di lokasi fisik.
Integrasi Kecerdasan Buatan (AI Prediktif)
- SIWATER PRO menggunakan machine learning yang dilatih dengan data historis 10 tahun untuk menganalisis pola kerusakan dan memberikan rekomendasi troubleshooting secara otomatis.
- AI ini dapat meningkatkan akurasi prediksi dan kecepatan pengambilan keputusan.
Dashboard Monitoring Real-Time
- Menyediakan tampilan dashboard yang menyajikan parameter-parameter penting dari sistem SWRO (flow, pressure, conductivity, dll) secara visual dan interaktif.
- Dashboard ini membantu manajemen dan operator dalam menganalisis kondisi sistem secara instan.
Digitalisasi Database Troubleshooting dan Service Request (SR)
- Seluruh data kerusakan, penyebab, tindakan, dan hasil pemeliharaan terdokumentasi dalam sistem.
- Memungkinkan adanya data-driven decision dan knowledge retention antar operator generasi berbeda.
Penerapan di Multi Unit Bisnis Pembangkit (UBP)
- SIWATER PRO telah dirancang untuk diimplementasikan tidak hanya di PLTU Barru, tetapi juga dalam proses setup di berbagai UBP lain seperti UBP CLG, UBP Suralaya, UBP Keramasan, dll.
- Aplikasi ini modular dan dapat dikustomisasi sesuai sistem WTP tiap unit.
Peningkatan Efisiensi Operasional dan Penghematan Biaya
- Dengan pengambilan keputusan yang lebih cepat dan akurat, SIWATER PRO mampu menurunkan jam derating, menghemat penggunaan bahan kimia, dan menekan biaya startup.
Rencana Pengembangan ke Fitur Simulasi Training Operator (Next Phase)
- Ke depan, SIWATER PRO akan dilengkapi dengan fitur pelatihan berbasis simulator untuk meningkatkan kompetensi operator BOP baru melalui skenario virtual.
4. Fitur Utama dan Fungsionalitas
- Real-Time Monitoring Dashboard
– Menyediakan tampilan kondisi terkini dari sistem water treatment plant (WTP) seperti tekanan, aliran, konduktivitas, dan parameter lainnya.
– Memungkinkan tim operator dan manajemen untuk memantau status unit secara langsung dari berbagai perangkat. - AI Prediktif Troubleshooting
– Menggunakan machine learning berbasis data historis 10 tahun terakhir untuk memberikan prediksi penyebab masalah dan rekomendasi solusi otomatis.
– Meningkatkan akurasi dan kecepatan pengambilan keputusan saat terjadi gangguan. - Rekomendasi Tindakan Otomatis (Auto Decision Support)
– Sistem memberikan daftar rekomendasi tindakan yang dapat diambil berdasarkan permasalahan yang terdeteksi.
– Dilengkapi dengan urutan prioritas dan riwayat efektivitas solusi sebelumnya. - Database Historis Digital Troubleshooting & Maintenance
– Semua data kerusakan, service request, dan tindakan perbaikan terdokumentasi dalam sistem secara terstruktur.
– Mempermudah analisis tren, audit, dan pelatihan operator baru. - Akses Multi-Platform (Web & Mobile Apps)
– Dapat diakses melalui browser web dan aplikasi mobile Android maupun iOS.
– Mendukung penggunaan multi-user dari berbagai level (operator, teknisi, manajemen). - Visualisasi Trend dan Grafik Kinerja
– Menampilkan grafik performa sistem, frekuensi kerusakan, dan waktu respons troubleshooting dalam bentuk visual.
– Membantu identifikasi potensi masalah sebelum berdampak besar. - Notifikasi dan Alarm Otomatis
– Memberikan notifikasi ke pengguna terkait parameter yang melewati ambang batas normal.
– Alarm dapat diatur berbasis jenis parameter dan urgensi masalah. - Fitur Role Access dan Log Aktivitas
– Memberikan otorisasi pengguna berdasarkan jabatan/fungsi (admin, operator, planner, observer).
– Log aktivitas terekam untuk mendukung transparansi dan evaluasi kinerja. - Rencana Fitur Simulasi Pelatihan (Coming Soon)
– SIWATER PRO akan dikembangkan lebih lanjut untuk menyertakan fitur simulasi pelatihan operator, sebagai media belajar interaktif bagi staf baru di area BOP/WTP.
5. Aspek Kebaruan (Novelty)
Perjalanan Evolusi Inovasi SIWATER (2020–2025)
- 2020–2021 | SIWATER v1 (Prototipe):
Pembuatan model dasar aplikasi SIWATER berupa prototipe awal, dengan fitur sederhana dan pendekatan manual dalam memberikan rekomendasi troubleshooting. - 2022–2024 | SIWATER v2 (Simulator Water Treatment):
Pengembangan Simulator & aplikasi berbasis Android & menggunakan platform MIT App Inventor (low code), diimplementasikan secara aktif pada unit pembangkit internal PLN Indonesia Power UBP PLTU Barru. - 2025 | SIWATER v3 (SIWATER PRO):
Inovasi dikembangkan menjadi platform berbasis Web dan Mobile multi-platform dengan fitur AI prediktif, dashboard real-time, serta integrasi database historis. Aplikasi siap direplikasi ke berbagai unit pembangkit di seluruh Indonesia.
Integrasi Kecerdasan Buatan (AI) untuk Rekomendasi Otomatis Troubleshooting
- SIWATER PRO adalah sistem pertama yang mengandalkan pembelajaran mesin (machine learning) berbasis data historis WTP selama 10 tahun untuk memberikan rekomendasi perbaikan secara otomatis dan terverifikasi.
Dashboard Monitoring Realtime yang Interaktif dan Multidevice
- Berbeda dari metode konvensional, SIWATER PRO menampilkan parameter-parameter penting sistem secara real-time dan interaktif yang dapat diakses melalui perangkat desktop maupun smartphone oleh banyak pengguna sekaligus.
Digitalisasi Pengetahuan Troubleshooting (Knowledge Management System)
- SIWATER PRO menyimpan semua hasil troubleshooting dan tindakan teknis dalam bentuk digital terstruktur, membentuk basis pengetahuan kolektif yang dapat dimanfaatkan lintas generasi operator dan lintas unit.
Desain Modular & Siap Replikasi Nasional
- Sistem dikembangkan secara modular sehingga dapat disesuaikan dengan karakteristik masing-masing unit pembangkit. Saat ini sedang dalam proses diseminasi dan setup ke lebih dari 9 UBP lainnya.
Visi Pengembangan Menuju Platform Simulasi Pelatihan Operator
- Ke depan, SIWATER PRO dirancang menjadi media pembelajaran interaktif berbasis simulasi yang mendukung peningkatan kompetensi operator BOP baru melalui skenario troubleshooting nyata.
Versi Perkembangan:
- 2020–2021: SIWATER v1 (Prototipe)
- 2022–2024: SIWATER v2 (Android-Based Simulator)
- 2025: SIWATER PRO (Web & Mobile, AI-powered)
6. Analisis Komparatif dengan Sistem Eksisting
Sistem lama: Manual, tidak terdigitalisasi, lama, subjektif
SIWATER PRO: Real-time, berbasis AI, cepat, terdokumentasi
Efek: Lebih efisien, akurat, scalable, dan mendukung transformasi digital
| Aspek | Sistem Eksisting (Manual/Non-Digital) | SIWATER PRO (Inovasi Digital) |
|---|---|---|
| Akses Informasi | Bergantung pada pengalaman personel dan catatan manual | Dapat diakses oleh semua stakeholder melalui web & mobile apps |
| Monitoring Sistem WTP | Tidak tersedia sistem pemantauan real-time | Tersedia dashboard real-time berbasis web dan mobile |
| Troubleshooting & Diagnosis | Dilakukan secara manual melalui briefing dan brainstorming | Menggunakan AI prediktif yang memberikan rekomendasi otomatis |
| Kecepatan Penanganan Masalah | Rata-rata memakan waktu 3–7 hari | Dapat dipercepat hingga 1 x 24 jam atau kurang |
| Akurasi Rekomendasi | Subjektif, bergantung pada pengalaman teknisi | Berdasarkan data historis 10 tahun dan algoritma AI |
| Dokumentasi & Riwayat Masalah | Catatan tidak terstruktur dan berisiko hilang | Tersimpan otomatis dan terstruktur dalam database digital |
| Pemanfaatan Data Historis | Tidak terdigitalisasi dan jarang digunakan | Diolah oleh AI untuk pembelajaran dan prediksi kerusakan |
| Kolaborasi Antar Unit | Sulit karena tidak ada sistem terintegrasi | SIWATER PRO dapat digunakan lintas UBP secara modular |
| Skalabilitas | Sulit direplikasi karena berbasis personel | Mudah direplikasi dengan sistem modular dan berbasis cloud |
7. Investasi: Biaya Pengembangan
Pengembangan aplikasi SIWATER PRO membutuhkan investasi sebesar Rp XXX, yang mencakup proses pembuatan sistem, desain antarmuka, pengujian, hingga implementasi di unit. Biaya ini meliputi pengadaan kebutuhan teknis seperti server, domain, hosting cloud, serta pengembangan fitur berbasis AI, dashboard real-time, dan pengujian sistem multi-device untuk platform web dan mobile (Android & iOS).
Selain itu, sebagian dari anggaran dialokasikan untuk validasi data, pelatihan awal bagi user, serta pengujian sistem di beberapa UBP yang menjadi lokasi pilot project. Investasi ini bersifat sekali bayar (one time development cost) dengan potensi besar untuk replikasi nasional, sehingga dapat menurunkan biaya pengembangan lanjutan secara signifikan. Jika dibandingkan dengan potensi penghematan yang dihasilkan—baik dari penurunan derating, efisiensi bahan kimia, dan percepatan startup unit—nilai investasi ini sangat layak dan memberikan return yang signifikan dalam jangka menengah.
8. Investasi: SDM yang Dibutuhkan
Efisien: 3–4 orang, termasuk:
- Project Leader / Inovator Utama : Bertanggung jawab atas koordinasi proyek, pengambilan keputusan teknis dan operasional, serta menjadi jembatan antara tim teknis dan user lapangan.
- Software Developer (Web & Mobile) : Mengembangkan aplikasi SIWATER PRO berbasis web dan mobile Android/iOS, termasuk integrasi dashboard dan fitur-fitur AI.
- Data Analyst / AI Support : Mengelola dan menganalisis data historis, sekaligus membangun model machine learning sederhana untuk prediksi penyebab kerusakan serta rekomendasi troubleshooting.
- (Opsional) WTP Subject Matter Expert / Validator Lapangan : Berasal dari tim operasi atau pemeliharaan yang bertugas memvalidasi hasil analisis dan menjamin kesesuaian output aplikasi dengan kondisi nyata di lapangan.
9. Investasi: Infrastruktur dan Teknologi Pendukung
- Backend: FastAPI (Python)
- Database: PostgreSQL
- Mobile: Flutter
- Web: React
- Web Server: NGINX
- Dilengkapi cloud, login multi-level, dan backup otomatis
- Visual stack juga sudah tersedia dalam bentuk gambar PNG
10. Pengertian Manfaat Finansial: Revenue Generation
- Pendapatan tidak langsung dari efisiensi
- Contoh: pengurangan derating → PLTU tetap beroperasi → potensi pendapatan listrik tetap terjaga
- Termasuk kategori Beyond kWh dalam strategi transformasi PLN
11. Proses dan Temuan Implementasi
- Implementasi di PLTU Barru, validasi AI, pelatihan pengguna
- Temuan: waktu recovery turun ke 1×24 jam, derating menurun signifikan, operator lebih mandiri
- Arsitektur modular terbukti mudah diadaptasi ke unit lain
12. Potensi Skalabilitas dan Replikasi
- Sudah masuk tahap diseminasi ke 9+ UBP
- Bisa digunakan untuk berbagai jenis sistem WTP
- Cocok jadi standar platform digital troubleshooting WTP PLN secara nasional