Bagaimana sensor AI memantau keausan ban truk membantu mengurangi bahan mikroplastik, mengoptimalkan umur ban, serta meningkatkan efisiensi operasional armada logistik? Bagaimana Indonesia menekan emisi mikroplastik?
Penulis/editor: Rayendra L Toruan
TechnoMachinews.id – Fraunhofer IMWS (sumber): Pelajari bagaimana sensor AI membuka peluang baru bagi industri ban dan logistik dalam mengurangi emisi mikroplastik sekaligus meningkatkan efisiensi operasional.
Inovasi teknologi berbasis kecerdasan buatan (AI) semakin memainkan peran penting dalam mendukung keberlanjutan sektor transportasi.
Melalui proyek AI-RAM, konsorsium yang dipimpin Fraunhofer IMWS bersama mitra industri berhasil mengembangkan sensor keausan ban yang dapat dipasang pada kendaraan niaga serta dipadukan dengan analisis AI.
Solusi ini dirancang untuk memantau tingkat keausan ban secara real-time, memprediksi usia pakai ban, dan membantu menekan emisi mikroplastik akibat abrasi ban yang selama ini menjadi salah satu sumber pencemaran lingkungan.
Mikroplastik (microplastics) adalah partikel plastik berukuran sangat kecil, umumnya berdiameter kurang dari 5 milimeter, yang sulit terurai secara alami. Partikel ini dapat mencemari tanah, sungai, dan laut, serta berpotensi masuk ke rantai makanan melalui organisme perairan maupun lingkungan
Partikel mikroplastik yang dihasilkan oleh abrasi ban menimbulkan beban yang signifikan bagi lingkungan kita. Solusi yang lebih baik untuk ketahanan abrasi dapat berkontribusi untuk mengurangi emisi ini.
Melalui proyek AI-RAM, Fraunhofer IMWS, Rösler Tyre Innovators GmbH & Co. KG, DENKweit GmbH, iMes Solutions GmbH, dan Universitas Paderborn mengembangkan solusi penuruan emisi mikroplastik ini.
Tim ahli menggabungkan sensor baru yang terintegrasi ke dalam ban dengan metode AI untuk analisis data. Hal ini, misalnya, dapat membantu perusahaan angkutan barang dalam memilih ban yang tepat dan menentukan interval servis.
Di Jerman saja, abrasi ban menghasilkan sekitar 100.000 ton mikroplastik setiap tahunnya. Mengurangi abrasi ban ini—bersamaan dengan menghindari emisi CO2—merupakan aspek keberlanjutan yang semakin penting dalam beberapa tahun terakhir seiring dengan optimalisasi ban.
Selain persyaratan kebijakan lingkungan, hal ini juga disebabkan oleh meningkatnya tuntutan terhadap ketahanan abrasi ban untuk kendaraan listrik.
Apakah Indonesia telah mengarap mikroplastik?
Keausan ban bergantung pada banyak faktor. Selain karakteristik ban (kompon tapak, pola tapak, area kontak, tekanan ban), aspek lain (gaya mengemudi, permukaan jalan, cuaca) juga berperan.
Karena pengaruh semua faktor ini belum sepenuhnya dipahami, uji jalan yang ekstensif dalam kondisi tertentu tetap menjadi satu-satunya metode yang mapan untuk mengevaluasi karakteristik keausan ban secara komparatif.
Akan tetapi, hasil pengujian tersebut hanya sebagian mencerminkan perilaku keausan ban dalam penggunaan di dunia nyata.
“Yang krusial untuk mengurangi keausan ban adalah optimasi yang tepat dari pemilihan ban dan masa pakai untuk kondisi operasi tertentu,” jelas Prof. Dr. Mario Beiner, pemimpin kelompok “Desain Material Berbasis Mikrostruktur”, Fraunhofer IMWS.
Menurut Prof. Dr. Mario Beiner hal itu membutuhkan pengetahuan yang seakurat mungkin tentang faktor-faktor yang memengaruhi keausan supaya faktor-faktor itu dapat diperhitungkan selama pembuatan ban. Pihaknya memperoleh wawasan penting tentang semua aspek itu dati proyek.
Sensor yang dapat dipasang kembali menentukan kedalaman tapak ban truk
Metode yang dikembangkan dalam proyek AI-RAM memungkinkan prediksi keausan ban yang lebih baik, pemahaman yang lebih dalam tentang faktor-faktor yang memengaruhi, dan pengurangan emisi mikropartikel terkait lalu lintas yang ditargetkan.
Sebagai hasil utama, mitra proyek telah mengembangkan sensor keausan yang dapat dipasang kembali untuk pengukuran kedalaman tapak ban truk secara inline.
Sensor ini dikombinasikan dengan solusi perangkat lunak berbasis AI yang memprediksi sisa umur pakai ban dan—dalam kombinasi dengan data lain dari kendaraan dan lingkungannya—menilai signifikansi berbagai faktor yang memengaruhi keausan ban.
Data yang diperlukan dikumpulkan selama uji coba lapangan dengan kendaraan kota dan diekstrak dari basis data yang relevan tentang kondisi cuaca dan jalan.
Solusi perangkat lunak yang dikembangkan dapat, misalnya, mendukung perusahaan pengiriman barang dalam pemilihan ban dan juga memungkinkan optimalisasi interval servis.
Karena perangkat lunak AI dilatih secara individual oleh setiap perusahaan pengiriman barang saat menggunakan sensor keausan ban, hasilnya dapat disesuaikan secara tepat dengan kebutuhan spesifik mereka, dan tidak ada data yang perlu dibagikan dengan pesaing.
“Sensor keausan yang dapat dipasang kembali untuk ban truk ini, dalam kombinasi dengan solusi perangkat lunak berbasis AI yang inovatif, dapat memberikan kontribusi signifikan untuk mengurangi emisi mikropartikel terkait lalu lintas,” kata Paul Rösler, Direktur Pelaksana Rösler Tyre Innovators GmbH & Co. KG dan koordinator proyek untuk “AI-RAM,” yang didanai oleh Kementerian Transportasi Federal Jerman.
Fraunhofer IMWS menyumbangkan keahlian ilmu materialnya yang luas dalam senyawa karet untuk tapak ban, serta pengalamannya dalam mengembangkan metode berbasis AI untuk optimasi material dan komponen, pada proyek ini.
Berbagai indikator laboratorium untuk abrasi ditentukan untuk senyawa tapak terpilih dan dibandingkan dengan hasil uji jalan menggunakan ban vulkanisir ulang dengan senyawa tapak yang identik.
Perbandingan ini digunakan untuk memverifikasi korelasi spesifik antara uji lapangan dan indikator laboratorium. Lebih lanjut, pengembangan metode evaluasi baru berdasarkan analisis AI dari gambar ban yang diambil selama uji lapangan menggunakan kamera konvensional dan inframerah juga didukung.
“Ini memberikan wawasan berharga yang akan menjadi dasar kegiatan lebih lanjut yang bertujuan untuk meningkatkan sifat abrasi senyawa karet untuk tapak ban dan mengurangi emisi mikropartikel terkait lalu lintas,” kata Prof. Dr. Mario Beiner, ahli dari Fraunhofer IMWS.
Bagi produsen ban, perusahaan logistik, operator armada, industri angkutan umum, serta pengembang teknologi otomotif di Indonesia, inovasi seperti AI-RAM dapat menjadi referensi dalam mempercepat transformasi menuju transportasi yang lebih berkelanjutan.
Integrasi sensor keausan ban dengan analitik AI berpotensi meningkatkan efisiensi pemeliharaan armada, memperpanjang usia pakai ban, mengurangi biaya operasional, sekaligus mendukung target pengurangan emisi mikroplastik.
Kolaborasi antara industri, perguruan tinggi, lembaga riset, dan pemerintah juga menjadi faktor penting untuk mengembangkan teknologi serupa yang sesuai dengan kondisi jalan, iklim, dan karakteristik operasional kendaraan di Indonesia.
Pengembangan sensor keausan ban berbasis AI menunjukkan bahwa digitalisasi dapat memberikan manfaat ganda bagi industri transportasi, yakni meningkatkan efisiensi operasional sekaligus mendukung keberlanjutan lingkungan.
Dengan kemampuan memantau kondisi ban secara lebih akurat dan memprediksi masa pakainya, teknologi ini membantu perusahaan mengambil keputusan berbasis data terkait pemilihan ban maupun jadwal perawatan.
Bagi Indonesia, yang memiliki populasi kendaraan bermotor sangat besar dan sektor logistik yang terus berkembang, teknologi seperti sensor keausan ban berbasis AI berpotensi menjadi solusi untuk mengurangi pelepasan mikroplastik dari abrasi ban.
Selain mendukung efisiensi operasional armada, teknologi tersebut dapat membantu menekan pencemaran lingkungan dan mendukung target pembangunan berkelanjutan, khususnya di sektor transportasi dan industri otomotif.
Bagi industri di Indonesia, adopsi inovasi serupa dapat menjadi langkah strategis untuk meningkatkan daya saing, memperkuat praktik bisnis berkelanjutan, serta berkontribusi pada pengurangan pencemaran mikroplastik dari sektor transportasi. #SalamSobatTechnoMachinews
