AirLoss
Estimasi Kebocoran Udara Tekan dengan Sensor dan Machine Learning untuk Penghematan Listrik UMKM
Bocor jadi terlihat, dalam rupiah.
Tim PIRAI, Universitas Tanjungpura
Sub-tema C: Manajemen Energi dan Lingkungan Perkotaan untuk Fasilitas Kota dan UMKM
UNS Innovation Hackathon 2026

Kebocoran yang tidak terdengar, tetapi tetap dibayar.
Kompresor udara bekerja setiap hari di bengkel, usaha mebel, dan konveksi. Bocor kecil tertutup bising produksi.
Hingga 30% udara tekan hilang karena kebocoran
keluaran kompresor yang kurang terawat hilang karena bocor
energi terbuang untuk setiap 10 poin kebocoran pada kompresor 15 kW
biaya listrik dari kebocoran tersebut
terbuang setiap hari kerja, dari satu kompresor, tanpa ada yang mengukurnya.
Asumsi: kompresor 15 kW, 16 jam/hari, 26 hari kerja/bulan, tarif PLN September 2026. Rp/hari = Rp8,4–10,8 juta ÷ 312 hari kerja.
Sumber: U.S. DOE, Compressed Air Tip Sheet #3 (2000); Compressed Air Challenge, Fact Sheet #7 (2026); Katadata, Tarif listrik PLN September 2026; perhitungan tim.
8 dari 10 pengguna kompresor belum pernah mengukur kebocoran
Kebocoran baru diperbaiki setelah terdengar.
Selama produksi berjalan, kebocoran tidak dapat dibedakan dari pemakaian alat.
Sumber: wawancara tim dengan 10 pengguna kompresor di Pontianak, 2026.
IKM berada di luar jangkauan regulasi dan solusi yang ada
4.000 TOE/tahunbatas wajib manajemen energi (PP 33/2023)
±6 TOE/tahunsatu kompresor 15 kW (±75 MWh)
Lebih dari 600 kalidi bawah batas wajib. Pada skala yang sama, batangnya hanya setipis garis.
- 217 industriyang melaporkan manajemen energi pada 2023
- 4,43 juta IKMbelum tersentuh alat ukur kebocoran
- Pabrik besarmenjadi sasaran Ecoplant, ifm moneo, dan Atlas Copco AIRScan
Efisiensi energi ditargetkan menyumbang 37% penurunan emisi sektor energi pada 2030.
Sumber: PP No. 33 Tahun 2023; Kementerian ESDM (2023); Kontan/Kemenperin (2026); GIZ Indonesia (2026); brosur Ecoplant, ifm, Atlas Copco. Konversi IEA 1 MWh = 0,086 toe; 74,9 MWh × 0,086 ≈ 6,4 toe; perhitungan tim.
AirLoss
Estimasi Kebocoran Udara Tekan dengan Sensor dan Machine Learning untuk Penghematan Listrik UMKM
Bocor jadi terlihat, dalam rupiah.
- Dipasang tanpa memotong pipa, melalui port manometer dan CT split-core
- Memantau tekanan tangki dan daya listrik secara terus-menerus
- Melaporkan kebocoran dalam persen dan rupiah
Desain 3D (Blender). Perakitan kit November 2026.
Deteksi, verifikasi, lalu laporkan
Pantau
ESP32-S3 membaca tekanan tangki (0–12 bar, ADC 16-bit) dan daya motor
Deteksi
LightGBM memperkirakan durasi pengisian normal. Jika durasi aktual terus lebih tinggi, sistem meminta uji.
Verifikasi
Uji Verifikasi Bocor 2–9 menit saat seluruh alat berhenti, cukup di jam istirahat atau akhir shift
Laporkan
Kerugian dalam kWh dan rupiah, dengan peringatan jika kebocoran naik ≥5 poin
Peningkatan aktivitas produksi tidak terbaca sebagai kebocoran.
Sumber: rancangan sistem AirLoss (proposal, Gambar 1); ilustrasi grafik disederhanakan dari dasbor purwarupa.
Algoritma telah teruji pada digital twin
Simulasi digital twin, TKT 3
galat rata-rata dari 48 uji pada 8 tingkat kebocoran (maksimum 1,02 poin)
Bocor sebenarnya 20% terbaca di kisaran 19,5–20,5%.
pemicu aktif sebelum empat laporan kebocoran pada data kompresor nyata MetroPT-3. Alarm palsu masih ada, sehingga setiap peringatan diverifikasi dengan uji fisik.
Sumber: hasil simulasi tim (Lampiran Bukti Purwarupa, Gambar A4 dan Tabel A1); Veloso B, dkk. The MetroPT dataset for predictive maintenance. Scientific Data 9:764 (2022).
Balik modal dalam 1–4,5 bulan
- Harga
- Kit Rp1,5 juta + langganan Rp100 ribu/bulan
- Kanal
- Penyedia jasa servis kompresor yang rutin melayani IKM
- Sasaran awal
- IKM garmen, mebel, plastik, kemasan pangan, dan bengkel dengan kompresor 15–75 kW, dimulai di Pontianak dan Sukoharjo
Kerugian bocor selama satu tahun setara dengan harga 5–7 kit AirLoss.
Sumber: perhitungan tim. Grafik: kompresor start/stop 15 kW, 624 kWh/bulan per 10 poin, tarif ±Rp1.122/kWh (setara Rp8,4 juta/tahun), belum termasuk biaya perbaikan bocor.
Dari bangku uji menuju pilot 10 kompresor
Nov 2026
Perakitan kit dan uji bangku dengan bocor terkalibrasi
Galat ≤5 poin
Des 2026
Integrasi sistem
TKT 4
Jan–Feb 2027
Uji pada 2–3 kompresor ulir mitra dengan injeksi bocor
Akurasi lapangan
Mar–Mei 2027
Uji sebelum dan sesudah perbaikan
Penghematan kWh, TKT 5
Jun–Okt 2027
Pilot 5–10 kompresor dan uji harga
Siap TKT 6
Sumber: rencana kegiatan proposal AirLoss (November 2026 – Oktober 2027).
Tim PIRAI, Universitas Tanjungpura

Ibnu Arif, S.Kom., M.Kom.
Ketua Tim dan Dosen Pembimbing
M.Kom bidang Machine Learning; Certified Programmer BNSP

Irvan Ananda Dimastiro
Koordinator Teknis (Teknik Elektro)
Finalis Indonesia Chip Hackathon 2026

Pangkywara Segoro Djodi
Koordinator Bisnis dan Hilirisasi
Juara 3 Pontianak Hackathon 2024; PKM-KC didanai

Raditya Indra Putranto
Koordinator Validasi Pengguna
Finalis Indonesia Chip Hackathon 2026

Andrie Wijaya
Koordinator Operasional dan Regulasi
Juara Favorit PIMNAS ke-39
Kebocoran yang tidak terdengar tetap dibayar. AirLoss membuatnya terlihat.
AirLoss. Bocor jadi terlihat, dalam rupiah.
Arsitektur sistem AirLoss

Sumber: proposal AirLoss, Gambar 1.
Posisi AirLoss terhadap solusi yang ada
| Solusi | Sasaran utama | Cara kerja |
|---|---|---|
| Ecoplant (Ecolab) | Pabrik besar | Platform optimasi sistem udara tekan |
| ifm moneo | Pabrik besar | Platform IIoT untuk pemantauan konsumsi energi |
| Atlas Copco AIRScan | Pabrik besar | Audit sistem udara bertekanan, manual dan sesaat |
| AirLoss | IKM dengan satu kompresor 15–75 kW | Pemantauan terus-menerus; setiap peringatan didahului uji fisik; Rp1,5 juta + Rp100 ribu/bulan |
Sumber: brosur Ecoplant (2022) [9]; ifm electronic, moneo [10]; Atlas Copco Indonesia, AIRScan [11].
Empat target kinerja yang akan kami buktikan
| Indikator | Target | Tempat pembuktian |
|---|---|---|
| Galat estimasi kebocoran | ≤5 poin | Bangku uji dengan orifice terkalibrasi (Nov–Des 2026) |
| Kenaikan kebocoran ≥5 poin | ≥90% terkonfirmasi uji dalam 48 jam | Kompresor mitra (Jan–Feb 2027) |
| Penurunan kebocoran | ≥10 poin di lokasi mitra | Uji sebelum dan sesudah perbaikan (Mar–Mei 2027) |
| Kecepatan pemicu ML | ≥20% lebih cepat daripada metode konvensional pada jumlah uji yang sama | Pilot 5–10 kompresor (Jun–Okt 2027) |
Selama dataset belum memadai, pemicu utama tetap metode konvensional hingga ML terbukti pada minimal 12 kebocoran lapangan.
Sumber: proposal AirLoss, Bagian 6a dan 6b.
Machine learning menentukan kapan uji perlu dilakukan

- LightGBM dilatih pada 1.588 pembacaan simulasi dan diperiksa pada 321 pembacaan terpisah; keputusan dijelaskan dengan TreeSHAP.
- Pada MetroPT-3, pemicu aktif sebelum keempat laporan kebocoran, tetapi juga aktif di luar periode itu.
- Karena itu ML hanya meminta uji. Peringatan ke pemilik selalu menunggu hasil uji fisik.
- Setiap uji di bangku dan lapangan menjadi data berlabel untuk melatih ulang model dan menurunkan alarm palsu.
Sumber: Lampiran Bukti Purwarupa (Gambar A5–A7, Tabel A1); Veloso B, dkk. Scientific Data 9:764 (2022).
Keselamatan dan batasan saat ini
Keselamatan
- Pemasangan oleh teknisi bersertifikat sesuai Permenaker 37/2016 tentang K3 bejana tekanan
- Sensor tekanan di port manometer, tanpa memotong pipa; CT split-core dijepit tanpa memutus kabel
- Uji dimulai setelah daftar periksa operator dan dibatalkan otomatis bila ada pemakaian udara
- Enclosure IP65, sekring, dan varistor
Batasan
- Untuk kompresor kecepatan tetap (start/stop dan load/unload), belum untuk VSD
- Satu kompresor per lokasi, belum untuk sistem multi-unit
- Perangkat keras masih tahap desain (TKT 3); angka purwarupa berasal dari simulasi
Sumber: proposal AirLoss; Permenaker No. 37 Tahun 2016 [12].
Anggaran purwarupa Rp4,5 juta
| Bagian | Komponen utama |
|---|---|
| Kit sensor | ESP32-S3; sensor tekanan 0–12 bar + ADC 16-bit ADS1115; meter energi PZEM-004T + CT split-core; microSD; RTC DS3231; catu daya 5 V; enclosure IP65; sekring dan varistor |
| Bangku uji | Manifold kuningan dengan 6 katup ¼"; nosel kuningan sebagai orifice terkalibrasi; 2 katup solenoid 12 V untuk meniru pemakaian udara; manometer acuan kelas 1.0 |
| Biaya | ±Rp2,6 juta untuk kit dan bangku uji; sisanya cadangan. Kompresor uji dipinjam dari Bengkel Motor Mitra Makmur. |
Sumber: proposal AirLoss Bagian 6d; Lampiran Bukti Purwarupa, Tabel B1.
Hitungan di balik angka
Energi kompresor per tahun
15 kW × 16 jam × 26 hari × 12 bulan ≈ 74,9 MWh. Setiap 10 poin kebocoran ≈ 624 kWh/bulan.
Setara TOE
74,9 MWh × 0,086 toe/MWh ≈ 6,4 toe. Batas wajib 4.000 toe ÷ 6,4 ≈ 620 kali.
Kerugian per hari kerja
Rp8,4–10,8 juta ÷ 312 hari ≈ Rp27–35 ribu (26 hari × 12 bulan).
Setara harga kit
Rp8,4–10,8 juta ÷ Rp1,5 juta ≈ 5,6–7,2 kit.
Balik modal (start/stop)
Hemat 624–1.248 kWh/bulan × ±Rp1.122/kWh ≈ Rp0,7–1,4 juta/bulan. Rp1,5 juta ÷ (hemat − Rp100 ribu) ≈ 1,2–2,5 bulan, belum termasuk biaya perbaikan.
Makna galat 0,49 poin
Kebocoran sebenarnya 20% terbaca di kisaran ±0,5 poin, yaitu 19,5–20,5%.
Sumber: perhitungan tim; konversi energi IEA (1 MWh = 0,086 toe).
Daftar pustaka
- [1] U.S. Department of Energy. Minimize compressed air leaks. Compressed Air Tip Sheet #3 (DOE/GO-102000-0988); 2000.
- [2] Compressed Air Challenge. Fact Sheet #7: Compressed Air System Leaks. Improving Compressed Air System Performance; 2026.
- [3] Infobank News. Penjualan listrik PLN capai 317,69 TWh di 2025; 1 Februari 2026.
- [4] U.S. Department of Energy. Energy Tips: Compressed Air, Tip Sheet #1; 2004.
- [5] Katadata. Daftar lengkap tarif listrik PLN terbaru per September 2026; 10 September 2026.
- [6] GIZ Indonesia. Efisiensi energi ditarget sumbang 37% penurunan emisi sektor energi; 15 Oktober 2026.
- [7] Kementerian ESDM. Implementasi manajemen energi tahun 2023 mampu hemat 10,42 juta SBM.
- [8] Kontan. Kemenperin bidik 4,43 juta IKM naik kelas dan tembus pasar ekspor; 8 Oktober 2026.
- [9] Ecoplant. Compressed air system optimization [brosur]. Ecolab; 2022.
- [10] ifm electronic. moneo: optimalkan konsumsi energi.
- [11] Atlas Copco Indonesia. AIRScan: audit sistem udara bertekanan.
- [12] Kementerian Ketenagakerjaan. Permenaker No. 37 Tahun 2016 tentang K3 Bejana Tekanan dan Tangki Timbun.
- [13] Veloso B, Ribeiro RP, Gama J, Pereira PM. The MetroPT dataset for predictive maintenance. Scientific Data. 2022;9:764.
- PP No. 33 Tahun 2023 tentang Konservasi Energi.