Ragam

Ciptakan Alat Pendeteksi Karhutla, Mahasiswa ITPLN Raih Penghargaan

Mahasiswa ITPLN Fahmi Ramadhan meraih Best Disaster Mitigation lewat PEATSHIELD, inovasi IoT dan AI untuk cegah karhutla gambut.

Ciptakan Alat Pendeteksi Karhutla, Mahasiswa ITPLN Raih Penghargaan
Mahasiswa ITPLN Fahmi Ramadhan meraih Best Disaster Mitigation lewat PEATSHIELD, inovasi IoT dan AI untuk cegah karhutla gambut.

fin.co.id - Mahasiswa Institut Teknologi PLN (ITPLN) Fahmi Ramadhan menorehkan prestasi di ajang Semarak Keilmuan Nasional yang digelar Universitas Swadaya Gunung Jati. Dia berhasil meraih penghargaan Best Disaster Mitigation melalui gagasan dan prototipe PEATSHIELD, perangkat cerdas untuk mendeteksi sekaligus mencegah kebakaran hutan dan lahan (karhutla), terutama lahan gambut.

PEATSHIELD dirancang dengan mengintegrasikan Internet of Things (IoT), Artificial Intelligence (AI), Geographic Information System (GIS), dan sensor hidrologi. Perangkat tersebut memungkinkan kondisi lahan gambut dipantau secara real time, termasuk kelembapan tanah, tinggi muka air, suhu lingkungan, hingga potensi titik panas yang dapat memicu kebakaran.

Fahmi mengatakan keikutsertaannya dalam kompetisi tersebut berawal dari keinginan untuk menambah pengalaman sekaligus prestasi. Ia juga melihat isu kebakaran lahan gambut relevan dengan bidang yang dipelajarinya dan tengah menjadi perhatian dalam pembahasan lingkungan.

"Saya ingin menambah pengalaman dan prestasi. Selain itu, topik yang saya angkat juga sesuai dengan jurusan dan isu yang sedang ramai dibicarakan," ujar Fahmi saat berbincang, Kamis, 17 September 2026.

Ia mengaku sempat tidak yakin dapat menembus 10 besar. Keraguan itu muncul karena kompetisi diikuti peserta dengan berbagai gagasan ilmiah. Namun, setelah melalui rangkaian seleksi, karyanya justru mendapat penghargaan khusus di bidang mitigasi bencana.

Proses pengembangan karya tersebut berlangsung sekitar satu bulan. Fahmi melalui beberapa tahapan, mulai dari pendaftaran, penyusunan esai, hingga pengumpulan karya dan prototipe.

"Kurang lebih satu bulan prosesnya, dari pendaftaran, pengerjaan esai, sampai pengumpulan karya," ucapnya.

Gagasan PEATSHIELD berangkat dari persoalan kebakaran lahan gambut yang masih berulang, terutama ketika kondisi lahan mengering pada musim kemarau. Fahmi melihat pencegahan membutuhkan sistem pemantauan yang dapat memberikan informasi secara cepat sebelum kondisi berkembang menjadi kebakaran.

Dalam rancangan PEATSHIELD, sejumlah sensor ditempatkan untuk membaca kondisi lingkungan lahan gambut. Data yang diperoleh kemudian dapat dipantau secara real time dan diolah dengan pendekatan AI. Sementara GIS digunakan untuk membantu menggambarkan kondisi serta lokasi lahan yang menjadi objek pemantauan.

Menurut Fahmi, integrasi teknologi tersebut memungkinkan pemantauan dilakukan secara lebih adaptif. Sistem tidak hanya mengandalkan pengamatan manual, tetapi memanfaatkan data yang dikumpulkan perangkat untuk membantu mengidentifikasi perubahan kondisi lahan.

"Pengembangannya berbasis AI dan GIS, sehingga memungkinkan pemantauan lahan gambut secara real time. Perangkat yang digunakan juga relatif mudah didapat dan murah," imbuhnya.

Pendekatan tersebut menjadi salah satu pertimbangan dalam merancang prototipe. Fahmi ingin teknologi yang dikembangkan tidak berhenti sebagai konsep, tetapi memiliki peluang untuk diterapkan dengan perangkat yang mudah diperoleh dan biaya yang relatif terjangkau.

Persoalan yang hendak dijawab juga cukup mendasar. Ketika lahan gambut kehilangan kelembapan dan mengalami penurunan muka air, ekosistem tersebut menjadi lebih rentan terbakar. Sistem pemantauan yang terbatas dapat membuat informasi mengenai perubahan kondisi lahan tidak segera diketahui.

Karena itu, PEATSHIELD dirancang untuk membaca beberapa parameter sekaligus, seperti kelembapan tanah, tinggi muka air, suhu, serta indikasi potensi hotspot. Data tersebut menjadi dasar pemantauan dan dapat membantu proses mitigasi dilakukan lebih cepat.

Fahmi berharap prototipe tersebut masih dapat dikembangkan lebih lanjut, terutama dari sisi akurasi sensor, pengolahan data, dan implementasi di lapangan.

Berita Terkait