.png)
1 hour ago
2
REPUBLIKA.CO.ID, JAKARTA -- Mahasiswa Program Studi D4 Rekayasa Perancangan Mekanik Sekolah Vokasi (SV) Universitas Diponegoro (Undip) Semarang, Jawa Tengah, Tiaman Gea menciptakan inovasi sistem pemantauan kondisi fisik dan psikologis pekerja berisiko tinggi berbasis kecerdasan buatan atau artificial intelligence (AI).
Inovasi bernama WellGuard tersebut dirancang untuk membantu mendeteksi kelelahan fisik dan risiko psikologis pekerja, terutama di sektor energi seperti industri minyak dan gas serta pertambangan.
Menurut Tiaman di Semarang, Selasa, karya ilmiah yang meraih juara tiga dalam HSSE Innovation Challenge 2026 itu dikembangkan untuk menjawab keterbatasan sistem pemantauan keselamatan kerja konvensional yang selama ini cenderung bersifat reaktif dan dilakukan secara berkala.
Karya ilmiah tersebut berjudul “WellGuard: Rancangan Sistem Terintegrasi Pemantauan Kelelahan Fisik dan Risiko Psikologis Pekerja Industri Energi Berbasis Multimodal Artificial Intelligence, Wearable Biometrik, dan Natural Language Processing sebagai Upaya Peningkatan Keselamatan dan Kesehatan Kerja”.
Tiaman mengatakan pekerja di sektor energi menghadapi lingkungan kerja dengan tingkat risiko tinggi. Selain bahaya yang berasal dari mesin, peralatan dan kondisi lingkungan, kondisi fisik dan psikologis pekerja juga dapat memengaruhi tingkat keselamatan.
“Kelelahan kerja dan tekanan psikologis dapat menurunkan kesadaran situasional pekerja yang pada akhirnya meningkatkan risiko terjadinya kecelakaan,” katanya.
WellGuard menawarkan sistem pemantauan terpadu dengan menggabungkan teknologi wearable biometrik dan kecerdasan buatan. Sistem tersebut diarahkan untuk memantau kondisi fisiologis pekerja sekaligus membaca indikasi risiko psikologis secara lebih komprehensif.
Data dari perangkat wearable dapat menjadi salah satu sumber untuk mengetahui perubahan kondisi tubuh pekerja secara real-time. Sementara pendekatan multimodal AI memungkinkan informasi dari lebih dari satu jenis data dianalisis secara bersamaan untuk menghasilkan gambaran kondisi pekerja yang lebih menyeluruh.
Tiaman juga memasukkan pendekatan natural language processing (NLP) dalam konsep WellGuard. Teknologi tersebut dapat digunakan untuk menganalisis bahasa atau teks yang berkaitan dengan kondisi psikologis sehingga aspek mental tidak dipisahkan dari pemantauan kondisi fisik.
“Transformasi sistem K3 industri energi harus bergerak menuju paradigma prediktif. Melalui WellGuard, kami memadukan data fisiologis real-time dan analisis sentimen psikologis untuk memutus siklus degradasi fisik-mental yang rentan memicu kecelakaan kerja di area berisiko tinggi,” ujar Tiaman.
Persoalan kelelahan memang menjadi perhatian dalam keselamatan pekerja industri energi. Studi yang diterbitkan jurnal Occupational Medicine pada 2024 terhadap 67 pekerja rig minyak dan gas lepas pantai di Indonesia menemukan tingkat kelelahan akut dan kronis meningkat secara signifikan sepanjang periode kerja empat pekan. Kemampuan pekerja untuk pulih di antara waktu kerja juga terus menurun.
Penelitian tersebut menyebut pekerja rig lepas pantai dapat menjalani sistem kerja 12 jam setiap hari selama sekitar empat pekan berturut-turut. Peneliti merekomendasikan pengelolaan kelelahan yang lebih komprehensif karena fatigue dapat berkontribusi terhadap human error dan meningkatkan risiko kecelakaan kerja.
sumber : Antara
