SOLO, JOGLOSEMARNEWS.COM — Di tengah pesatnya adopsi sepeda motor listrik, keandalan stasiun penukaran dan pengisian baterai menjadi faktor krusial yang kerap luput dari perhatian publik. Persoalan itulah yang dikaji secara mendalam oleh Yusuf Priyandari, mahasiswa Program Doktor (S3) Teknik Industri Fakultas Teknik Universitas Sebelas Maret (UNS) Surakarta.
Melalui riset berbasis analitika Big Data dan causal inference pada sistem Electric Motorcycle Battery Swap and Charging Station (EM-BSCS), Yusuf berhasil meraih gelar doktor. Penelitian tersebut menyoroti berbagai potensi kerentanan operasional yang dapat memengaruhi keberlanjutan layanan penukaran dan pengisian baterai sepeda motor listrik.
Usai menjalani Yudisium Promosi Doktor di Gedung 4 FT UNS, Jumat (6/2/2026), Yusuf menjelaskan bahwa layanan EM-BSCS memiliki kompleksitas tinggi. Kompleksitas itu mencakup besarnya volume transaksi, potensi gangguan teknis, hingga pengaruh faktor lingkungan yang dapat memicu kerentanan operasional.
Jika tidak dikelola dengan baik, kerentanan tersebut berisiko menurunkan kinerja stasiun dan menggerus kepercayaan konsumen. Karena itu, penelitiannya diarahkan untuk menghadirkan pendekatan terukur dalam memantau sekaligus mengelola risiko secara berkelanjutan.
Salah satu luaran utama riset ini adalah pengembangan metrik kerentanan operasional berbasis outcome dan karakteristik sistem. Metrik tersebut mengukur deviasi kinerja, durasi gangguan, frekuensi kejadian, hingga deteriorasi performa stasiun, yang kemudian diolah menjadi skor kerentanan.
Skor tersebut digunakan untuk mengelompokkan kondisi stasiun ke dalam lima kategori, mulai dari tidak rentan hingga sangat rentan. Hasil pengelompokan ini dapat dimanfaatkan perusahaan pengelola melalui dashboard berbasis Internet of Things (IoT).
“Hasil pemantauan terhadap 124 titik stasiun di Jakarta selama 3 bulan di tahun 2023, berdasarkan lebih dari 880 ribu data transaksi penukaran dan pengisian baterai pada sebuah perusahaan pengelola EM-BSCS, menunjukkan bahwa sebagian besar stasiun tidak rentan dan sebagian lainnya hanya berpotensi rentan,” ujar Yusuf, seperti dikutip dalam rilisnya ke Joglosemarnews.
“Temuan ini tentunya bernilai positif bagi pengguna sepeda motor listrik untuk tidak ragu menggunakan layanan penukaran dan pengisian baterai di EM-BSCS,” imbuhnya.
Penelitian ini juga merancang sistem pemantauan gangguan operasional dengan mengklasifikasikan gangguan ke dalam empat kategori. Gangguan tersebut meliputi stasiun offline, baterai tidak terbaca atau tersangkut, pintu kabinet bermasalah, serta kerusakan konektor.
Dari 1.595 catatan gangguan yang dianalisis, gangguan stasiun offline menjadi yang paling dominan. Menariknya, deskripsi gangguan dari pelanggan dapat diproses secara otomatis menggunakan model kecerdasan buatan berbasis Beijing General Embedding (BGE), sehingga mempercepat respons penanganan di lapangan.
Tak berhenti di situ, Yusuf juga mengembangkan model estimasi efek kausal untuk mengetahui pengaruh faktor-faktor tertentu terhadap perubahan tingkat kerentanan setiap stasiun. Model tersebut memanfaatkan structural causal model (SCM), do-Calculus, dan Double Machine Learning untuk mengestimasi dampak perubahan variabel operasional terhadap skor kerentanan secara lebih presisi.
Temuan ini membuka peluang pengembangan sistem rekomendasi berbasis sebab-akibat dalam dashboard IoT perusahaan pengelola EM-BSCS. Dengan sistem tersebut, pengambilan keputusan mitigasi dapat dilakukan secara lebih tepat sasaran.
“Dengan demikian, kami berharap langkah-langkah mitigasi yang dilakukan perusahaan bisa lebih efektif,” kata Yusuf.
“Selain itu, model otomatisasi klasifikasi gangguan yang kami kembangkan jika diterapkan pada dashboard Internet of Things (IoT) platform akan membantu perusahaan memantau sebaran gangguan dan menangani gangguan lebih efektif,” imbuh Yusuf, yang juga merupakan tenaga pendidik di Prodi Teknik Industri FT UNS.
Sementara itu, Promotor disertasi, Prof. Dr. Ir. Wahyudi Sutopo, S.T., M.Si., menyampaikan bahwa riset ini telah menghasilkan tiga publikasi ilmiah internasional. Publikasi tersebut mencakup konferensi internasional serta jurnal bereputasi Q1 Scientific Reports (Nature Research).
Menurutnya, temuan Yusuf memperkaya pengembangan supply chain analytics yang mengintegrasikan Big Data dan causal inference. Riset ini sekaligus mendukung pengambilan keputusan berbasis sebab-akibat dalam ekosistem sepeda motor listrik nasional.
“Doktor Yusuf Priyandari mencatatkan prestasi akademik yang membanggakan dengan Indeks Prestasi Kumulatif (IPK) sebesar 3,96 dan memperoleh predikat sangat memuaskan,” pungkasnya. [*]
Harap bersabar jika Anda menemukan iklan di laman ini. Iklan adalah sumber pendapatan utama kami untuk tetap dapat menyajikan berita berkualitas secara gratis.
