Mahasiswa Program Studi D4 Rekayasa Perancangan Mekanik Sekolah Vokasi Universitas Diponegoro (Undip) Semarang, Tiaman Gea, telah mengembangkan sebuah inovasi sistem pemantauan kondisi fisik dan psikologis pekerja yang berisiko tinggi dengan memanfaatkan kecerdasan buatan. Inovasi yang dinamakan WellGuard ini ditujukan untuk membantu dalam mendeteksi kelelahan fisik serta risiko psikologis yang dialami pekerja, khususnya di sektor energi seperti industri minyak, gas, dan pertambangan.
Menurut Tiaman, karya ilmiah ini berhasil meraih juara tiga dalam HSSE Innovation Challenge 2026 dan dirancang untuk mengatasi keterbatasan sistem pemantauan keselamatan kerja yang konvensional, yang umumnya 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”.
Risiko di Sektor Energi
Tiaman menjelaskan bahwa pekerja di sektor energi sering kali berada dalam lingkungan kerja yang berisiko tinggi. Selain bahaya yang berasal dari mesin dan peralatan, kondisi fisik serta psikologis pekerja juga sangat mempengaruhi keselamatan. “Kelelahan kerja dan tekanan psikologis dapat menurunkan kesadaran situasional pekerja yang pada akhirnya meningkatkan risiko terjadinya kecelakaan,” ujarnya.
WellGuard menawarkan sistem pemantauan terpadu yang menggabungkan teknologi wearable biometrik dengan kecerdasan buatan. Sistem ini dirancang untuk memantau kondisi fisiologis pekerja serta membaca indikasi risiko psikologis secara lebih menyeluruh. Data yang diperoleh dari perangkat wearable dapat digunakan untuk memantau perubahan kondisi tubuh pekerja secara real-time. Selain itu, pendekatan multimodal AI memungkinkan analisis informasi dari berbagai jenis data secara bersamaan untuk mendapatkan gambaran kondisi pekerja yang lebih komprehensif.
Pentingnya Pendekatan Holistik
Dalam konsep WellGuard, Tiaman juga mengintegrasikan pendekatan natural language processing (NLP). Teknologi ini digunakan untuk menganalisis bahasa atau teks yang berkaitan dengan kondisi psikologis, sehingga aspek mental tidak terpisah 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,” jelasnya.
Persoalan kelelahan menjadi perhatian serius dalam keselamatan pekerja di industri energi. Sebuah studi yang diterbitkan dalam jurnal Occupational Medicine pada tahun 2024 terhadap 67 pekerja rig minyak dan gas lepas pantai di Indonesia menunjukkan bahwa tingkat kelelahan akut dan kronis meningkat signifikan selama periode kerja empat pekan. Penelitian tersebut menemukan bahwa kemampuan pekerja untuk pulih di antara waktu kerja juga terus menurun. Pekerja rig lepas pantai sering menjalani sistem kerja 12 jam setiap hari selama sekitar empat pekan berturut-turut. Peneliti merekomendasikan pengelolaan kelelahan yang lebih komprehensif, karena kelelahan dapat berkontribusi terhadap kesalahan manusia dan meningkatkan risiko kecelakaan kerja.
