ROBOT PINTAR INSPEKSI (RoKSi) BERBASIS IoT DAN CNN SEBAGAI PENUNJANG PEMELIHARAAN PREVENTIF DRAINASE TERTUTUP BANDARA

Inspeksi terhadap saluran drainase tertutup yang berada di area bandara merupakan salah satu bagian penting dalam kegiatan pemeliharaan preventif. Kegiatan ini bertujuan untuk memastikan seluruh fasilitas penunjang penerbangan, khususnya sistem drainase, dapat berfungsi dengan optimal dalam mendukung kelancaran operasional penerbangan. Sistem drainase tertutup sendiri memiliki peran yang sangat vital karena berfungsi untuk mengalirkan air hujan atau limpasan air lainnya agar tidak terjadi genangan di area sisi udara bandara, seperti runway, taxiway, dan apron. Apabila saluran drainase ini tidak berfungsi dengan baik, risiko keselamatan penerbangan akan meningkat karena genangan air dapat menyebabkan tergelincirnya pesawat, keretakan struktur perkerasan, serta kerusakan lainnya yang akan berdampak pada terganggunya aktivitas bandara.

Namun demikian, metode inspeksi yang selama ini digunakan masih tergolong konvensional. Pada umumnya, proses inspeksi dilakukan secara manual oleh teknisi dengan cara masuk langsung ke dalam saluran drainase. Metode ini tentu memiliki berbagai keterbatasan, baik dari sisi akurasi hasil inspeksi, efisiensi waktu pengerjaan, maupun aspek keselamatan kerja. Kondisi fisik drainase yang sempit, gelap, lembab, serta minim sirkulasi udara menjadikan aktivitas ini memiliki risiko yang cukup tinggi bagi keselamatan teknisi. Selain itu, keterbatasan penglihatan dalam ruang gelap dan sempit juga mempengaruhi akurasi temuan dari proses inspeksi. Tidak jarang, potensi kerusakan atau penyumbatan justru luput terdeteksi.

Oleh karena itu, penelitian ini hadir untuk memberikan solusi inovatif melalui perancangan prototipe Robot Pintar Inspeksi (RoKSi) berbasis teknologi Internet of Things (IoT) dan Convolutional Neural Network (CNN). RoKSi dirancang sebagai alat bantu inspeksi otomatis yang dapat menggantikan peran teknisi secara langsung dalam melakukan observasi di dalam saluran drainase tertutup. Sistem RoKSi menggunakan komponen utama berupa ESP32 sebagai pengendali, ESP32-CAM sebagai kamera visualisasi, serta motor penggerak yang dapat dikendalikan secara real-time melalui antarmuka website berbasis jaringan lokal. Hal ini memungkinkan teknisi mengoperasikan RoKSi dari jarak jauh tanpa harus masuk ke dalam saluran yang sempit, sehingga aspek keselamatan lebih terjamin.

Dalam proses mendeteksi kondisi saluran, RoKSi dilengkapi dengan algoritma YOLOv11 yang sudah dilatih menggunakan dataset khusus mencakup objek-objek yang umum ditemukan di dalam drainase, seperti genangan air, lumpur, dan keretakan dinding. Berdasarkan hasil pengujian, sistem mampu melakukan deteksi objek dengan akurasi yang cukup tinggi, yaitu dengan nilai mean Average Precision (mAP) sebesar 92%, precision 91%, dan recall 89%. Hal ini membuktikan bahwa RoKSi memiliki kapabilitas untuk memberikan hasil pengamatan yang akurat dan dapat diandalkan.

Dari sisi mobilitas, RoKSi dapat bergerak dengan stabil sepanjang 100 meter dengan kecepatan rata-rata 1 meter per detik. Selain itu, RoKSi mampu merespons perintah kendali dengan waktu rata-rata 889 milidetik hingga jarak kendali mencapai 25 meter. Performa ini menunjukkan bahwa alat memiliki kemampuan kendali yang baik dan responsif, mendukung efektivitas kerja inspeksi. Daya tahan operasional sistem juga telah diuji dan mampu mencapai 90 menit, lebih lama dari estimasi teoritis yaitu 71,4 menit, dengan konsumsi daya total sebesar 350,62 Watt.

Evaluasi terhadap penggunaan RoKSi dilakukan dengan melibatkan teknisi lapangan yang terbiasa melakukan pemeliharaan drainase. Hasilnya, tingkat kepuasan pengguna mencapai 94%, menandakan bahwa alat ini sangat membantu dalam meningkatkan akurasi, efisiensi kerja, serta keselamatan selama proses inspeksi berlangsung. Dengan demikian, dapat disimpulkan bahwa RoKSi merupakan solusi efektif yang layak diterapkan dalam kegiatan pemeliharaan drainase tertutup, terutama di lingkungan bandara yang memiliki area dengan akses terbatas dan risiko keselamatan yang tinggi.

Kata kunci: Bandar Udara, Convolutional Neural Network, Drainase Tertutup, Internet of Things, Pemeliharaan Preventif