Bisnis.com, JAKARTA — Pemanfaatan kecerdasan buatan atau artificial intelligence (AI) dinilai berpotensi membantu mengurangi risiko pemadaman listrik di wilayah pedesaan Indonesia.

Gagasan tersebut dipresentasikan oleh siswi SMA Pelita Harapan Karawaci, Elaine Wynette Wijaya, dalam Jakarta Scholars Symposium (JSS) 2026 di Soehanna Hall, Energy Building SCBD, Jakarta, Rabu (27/5/2026).

Mengutip riset bertajuk Blackout in Villages, Elaine menyoroti masih tingginya frekuensi pemadaman listrik di sejumlah daerah seperti Papua, Aceh, dan Lombok akibat tantangan geografis, keterbatasan infrastruktur transmisi, hingga ketergantungan pada sistem microgrid.

Menurut dia, pemadaman listrik di wilayah desa tidak hanya berdampak pada penerangan, tetapi juga menghambat aktivitas ekonomi, layanan kesehatan, hingga pendidikan masyarakat.

“Pemadaman listrik bukan hanya soal ketiadaan penerangan, tetapi telah menjadi krisis multidimensi yang menghambat produktivitas ekonomi, mengganggu layanan kesehatan dan pendidikan,” ujarnya dalam hasil riset, dikutip Kamis (28/5/2026).

Elaine menjelaskan penerapan AI berbasis machine learning, deep learning, dan reinforcement learning dapat membantu sistem kelistrikan mendeteksi gangguan jaringan lebih cepat, memprediksi pola konsumsi energi, serta mengatur distribusi daya secara otomatis.

Dalam penelitiannya, implementasi AI pada sistem kelistrikan pedesaan disebut berpotensi menurunkan frekuensi pemadaman hingga 15% serta memangkas biaya operasional hingga 25,6%.

Dia menilai teknologi AI juga dapat mempercepat proses pemulihan listrik saat terjadi gangguan jaringan, khususnya di wilayah terpencil dengan akses infrastruktur yang terbatas.

Berdasarkan data PT PLN tahun 2024 yang dikutip dalam riset tersebut, rata-rata frekuensi pemadaman listrik nasional mencapai 3,23 kali per pelanggan per tahun dengan durasi pemadaman sebesar 320,24 menit per pelanggan per tahun. Papua dan Biak menjadi wilayah dengan tingkat gangguan tertinggi, yakni mencapai 9,72 kali per pelanggan per tahun.

Elaine menilai kondisi geografis menjadi salah satu tantangan terbesar dalam menjaga stabilitas pasokan listrik di daerah terpencil. Di Papua, misalnya, banyak desa masih bergantung pada microgrid berbasis solar dan diesel yang rentan mengalami fluktuasi daya.

Sementara itu di Aceh, jalur transmisi jarak jauh dinilai rentan terdampak banjir dan badai sehingga proses identifikasi kerusakan jaringan sering memakan waktu lama. Adapun di Lombok, lonjakan konsumsi listrik sektor pariwisata disebut kerap memicu beban berlebih pada sistem kelistrikan berbasis pulau.

Melalui teknologi AI, sistem dapat membaca sensor jaringan secara real time untuk mendeteksi lokasi kerusakan secara presisi dan mengalihkan distribusi daya ke jalur alternatif secara otomatis.

“Kecerdasan buatan menawarkan harapan nyata untuk mengakhiri siklus pemadaman yang telah lama menjadi beban masyarakat desa,” jelas Elaine.

Selain membantu menjaga stabilitas pasokan listrik, implementasi AI pada sistem kelistrikan desa juga dinilai memberikan manfaat multidimensi.

Dari sisi ekonomi, teknologi tersebut berpotensi menekan kerugian produktivitas, mengurangi penutupan usaha akibat blackout, meningkatkan reliabilitas sektor pariwisata, hingga menghemat biaya bahan bakar dan meningkatkan efisiensi industri.

Di aspek sosial, sistem AI dinilai dapat meningkatkan keandalan layanan rumah sakit dan sekolah, memperkuat konektivitas internet, serta mempercepat respons darurat saat terjadi gangguan listrik.

Adapun dari sisi teknis, AI memungkinkan proses pemulihan pemadaman berlangsung lebih cepat, mendukung integrasi energi terbarukan, meningkatkan efisiensi grid, dan menekan kehilangan daya transmisi.

Sementara itu, dari sisi lingkungan, penggunaan AI dinilai dapat mengoptimalkan pemanfaatan energi terbarukan sekaligus mengurangi ketergantungan terhadap generator diesel sehingga membantu menekan emisi karbon.

Meski demikian, Elaine mengingatkan implementasi AI di sektor kelistrikan pedesaan masih menghadapi sejumlah tantangan.

“Meskipun AI menawarkan solusi yang menjanjikan, kita tidak boleh menutup mata terhadap tantangan implementasinya. Keterbatasan infrastruktur, biaya tinggi, dan kekhawatiran keamanan siber adalah hambatan nyata yang harus diatasi,” ujarnya.

Dia menjelaskan salah satu tantangan utama adalah minimnya pengujian di dunia nyata serta keterbatasan dataset dari desa-desa terpencil. Selain itu, sistem AI dinilai masih beroperasi layaknya “black box” sehingga sulit dipahami masyarakat dalam proses pengambilan keputusan otomatis.

Risiko keamanan siber juga menjadi perhatian karena sistem smart breaker dan komunikasi digital berpotensi menjadi sasaran peretasan yang dapat mengganggu kontrol jaringan listrik.

Di sisi lain, keterbatasan infrastruktur desa seperti pasokan listrik yang belum stabil, akses internet terbatas, hingga mahalnya sensor pintar dinilai menjadi hambatan dalam penerapan teknologi AI secara luas.

Karena itu, Elaine mendorong pengembangan sistem AI berdaya rendah dan berbiaya terjangkau agar lebih mudah diterapkan di wilayah pedesaan.

“Langkah selanjutnya adalah mengembangkan sistem AI bertenaga rendah yang terjangkau dan dapat dijelaskan keputusannya kepada masyarakat. Yang paling penting, kita perlu menguji sistem AI microgrid ini secara nyata di desa-desa Indonesia untuk membuktikan efektivitasnya di lapangan,” katanya.

Dia juga merekomendasikan pengembangan sensor pintar berbiaya rendah untuk pengumpulan data serta penerapan explainable AI agar masyarakat dapat memahami proses kerja sistem secara lebih transparan.