Skip to content
Tekno

UNS-Anurag University Kembangkan Sistem Baterai Berbasis AI

Joko Purnama - tempatdonasi.com 3 mins read

Tim peneliti dari Universitas Sebelas Maret (UNS) di Surakarta telah menjalin kerja sama strategis dengan Anurag University yang berlokasi di Hyderabad

UNS-Anurag University Kembangkan Sistem Baterai Berbasis AI

Kolaborasi UNS dan Universitas India Ciptakan Sistem Penyimpanan Energi Berbasis Kecerdasan Buatan

Tempatdonasi.com – Tim peneliti dari Universitas Sebelas Maret (UNS) di Surakarta telah menjalin kerja sama strategis dengan Anurag University yang berlokasi di Hyderabad, India. Kolaborasi internasional ini berfokus pada pengembangan sistem penyimpanan energi baterai yang memanfaatkan teknologi kecerdasan buatan atau artificial intelligence. Riset ini dirancang khusus untuk mengoptimalkan pemanfaatan sumber energi terbarukan dengan mempertimbangkan faktor ketidakpastian pasokan listrik serta penurunan kinerja baterai seiring waktu.

Teknologi mutakhir ini hadir sebagai respons terhadap berbagai tantangan dalam pemanfaatan energi baru terbarukan atau EBT. Sumber energi seperti tenaga surya fotovoltaik dan tenaga angin memiliki karakteristik yang tidak stabil atau intermiten, sehingga memerlukan solusi penyimpanan yang andal. Ketua tim penelitian UNS, Chico Hermanu Brillianto Apribowo, menekankan pentingnya sistem penyimpanan energi untuk menjaga keandalan pasokan listrik dari sumber terbarukan.

Sistem penyimpanan energi dibutuhkan agar pasokan listrik dari sumber terbarukan tetap andal dan mampu mendukung target Indonesia menuju Net Zero Emission (NZE) 2060.

Menurut Chico, riset tim gabungan ini berfokus pada pengembangan model optimasi sistem penyimpanan energi baterai dengan mempertimbangkan dua aspek penting yang sering terabaikan dalam perencanaan sistem energi. Kedua aspek tersebut adalah ketidakpastian produksi energi terbarukan dan degradasi baterai yang terjadi akibat penggunaan jangka panjang.

Sebagian besar perencanaan sistem penyimpanan energi selama ini banyak memperhitungkan kapasitas baterai, namun belum sepenuhnya memasukkan faktor penurunan performa baterai akibat penggunaan. Chico menjelaskan kepada Tempo di Solo pada Minggu, 19 Juli 2026 bahwa aspek tersebut berpengaruh terhadap umur pakai, biaya siklus hidup, dan keputusan investasi.

Doktor Teknik Elektro tersebut menerangkan bahwa penelitian dilaksanakan dalam kerangka Program International Research Network EQUITY THE Impact Rankings 2025. Dalam proyek tersebut, tim UNS menggandeng Srikanth Goud B, doktor di Department of Electrical and Electronics Engineering, Anurag University, Hyderabad, India.

Integrasi energi terbarukan dalam skala besar membutuhkan teknologi penyimpanan yang dapat bekerja secara cerdas dengan mempertimbangkan kondisi baterai dan kebutuhan jaringan listrik.

Srikanth menambahkan bahwa sistem penyimpanan energi menjadi komponen penting dalam pengembangan jaringan listrik masa depan yang semakin banyak menggunakan energi terbarukan. Menurut dia, sistem tidak hanya berfungsi menyimpan energi, tetapi juga harus mampu mengatur strategi operasi secara adaptif sesuai kondisi sistem.

Dalam penelitian ini, tim UNS mengembangkan perangkat yang terintegrasi dengan Smart Battery Management System atau BMS. Sistem tersebut menggabungkan pemodelan degradasi baterai, integrasi sistem energi baru terbarukan, serta batasan operasional sistem tenaga listrik dalam satu model terpadu. Perangkat yang dikembangkan telah selesai dibuat dan saat ini memasuki tahap pengujian di Balai Besar Standardisasi dan Pelayanan Jasa Industri Bahan dan Barang Teknik atau B4T Bandung serta sertifikasi produk.

Pengujian tersebut dilakukan untuk memastikan performa, keamanan, dan kelayakan perangkat sebelum digunakan lebih luas. Adapun sertifikasi produk menjadi bagian penting agar teknologi penyimpanan energi yang dikembangkan memenuhi standar yang diperlukan untuk implementasi. Chico menjelaskan perangkat tersebut juga dapat digunakan sebagai alternatif pengganti genset dengan kapasitas yang dapat disesuaikan.

Melalui integrasi sistem berbasis optimasi machine learning, sistem mampu menentukan mekanisme pengisian, energi keluaran, serta strategi operasi baterai secara optimal. Dengannya diharapkan dapat meminimalkan biaya, meningkatkan fleksibilitas sistem kelistrikan, serta menurunkan emisi karbon. Pengembangan tersebut menjadi semakin relevan karena pemerintah menargetkan tambahan kapasitas pembangkit listrik sebesar 69,5 GigaWatt hingga 2034, dengan sekitar 76 persen berasal dari sumber energi terbarukan.

Selain mendukung aspek teknis, Chico yakin penelitian ini juga memiliki potensi ekonomi. Sistem penyimpanan energi yang lebih efisien dapat mengurangi ketergantungan terhadap pembangkit berbahan bakar fosil saat beban puncak, sekaligus membuka peluang pengembangan industri baru dalam ekosistem energi bersih. Penempatan baterai cerdas dinilai dapat memperkuat rantai nilai energi terbarukan, mulai dari integrasi pembangkit, perancangan sistem penyimpanan, pengelolaan jaringan listrik pintar, hingga layanan energi bersih. Penelitian ini juga dikaitkan dengan pencapaian SDG 8 tentang pekerjaan.

Join the discussion