Apa Itu AI dan Apa Manfaatnya bagi Perumda Air Minum

AI (artificial intelligence) atau kecerdasan artifisial kini dibicarakan di hampir setiap rapat dan seminar. Di lingkungan Perumda Air Minum, pertanyaan yang paling sering muncul sebenarnya sederhana: AI itu sebenarnya apa, dan apa gunanya bagi perusahaan yang pekerjaan utamanya mengolah dan mengalirkan air?

Artikel ini menjawab keduanya dengan bahasa yang mudah dipahami — termasuk hal yang sering terlewat dalam pembahasan AI: apa yang tidak bisa, dan tidak boleh, diserahkan kepada AI.

Apa Itu AI?

OECD — organisasi kerja sama ekonomi yang definisinya banyak dijadikan rujukan internasional — memperbarui definisi sistem AI pada November 2023. Intinya: sistem AI adalah sistem berbasis mesin yang, dari masukan yang diterimanya, menyimpulkan cara menghasilkan keluaran berupa prediksi, konten, rekomendasi, atau keputusan yang dapat memengaruhi lingkungan fisik maupun digital.

Di Indonesia, Surat Edaran Menteri Komunikasi dan Informatika Nomor 9 Tahun 2023 tentang Etika Kecerdasan Artifisial menggambarkan kecerdasan artifisial sebagai bentuk pemrograman pada perangkat komputer untuk memproses dan mengolah data secara cermat.

Dalam bahasa lapangan: AI belajar dari pola di dalam data. Mirip operator senior yang setelah bertahun-tahun bisa “membaca” tanda-tanda air baku akan memburuk — bedanya, AI melakukannya dari data, cepat, dan tanpa lelah, tetapi tanpa pemahaman konteks lapangan seperti yang dimiliki manusia.

Dua jenis AI yang paling relevan bagi Perumda

• AI analitik/prediktif — mengolah data angka seperti debit, tekanan, kekeruhan, atau data rekening untuk menemukan anomali dan membuat prediksi. Contoh: menandai zona yang pola tekanan malam harinya tidak wajar.
• AI generatif — menghasilkan teks, ringkasan, atau gambar, seperti ChatGPT, Claude, atau Gemini. Contoh: menyusun draf surat, merangkum laporan bulanan, atau membantu menjawab pertanyaan pelanggan.

Kebanyakan Perumda akan lebih dulu merasakan manfaat AI generatif karena tidak memerlukan sensor atau sistem baru. AI analitik memberi dampak finansial lebih besar, tetapi menuntut data yang lebih rapi.

 

Yang Bukan Tugas AI

Sebelum membahas manfaat, penting menetapkan batas. Banyak kekecewaan terhadap AI berasal dari harapan yang keliru.

• AI bukan pengganti jar test dan penilaian operator. Rekomendasi dosis koagulan dari sistem AI hanyalah masukan. Kualitas air baku bisa berubah cepat — misalnya di awal musim hujan — dan model AI dapat keliru pada kondisi yang belum pernah “dilihatnya” dalam data. Keputusan dosis tetap harus berdasarkan jar test dan tanggung jawab operator.
• AI tidak menciptakan data. Jika logbook masih ditulis tangan, tidak lengkap, atau tidak konsisten, AI akan menghasilkan kesimpulan yang keliru dengan sangat meyakinkan.
• AI generatif bisa “mengarang”. Angka, nomor pasal, dan nama regulasi yang dihasilkan AI wajib dicek ke sumber resminya.
• Manusia tetap penanggung jawab. SE Menkominfo 9/2023 menekankan bahwa AI tidak diselenggarakan sebagai penentu kebijakan atau pengambil keputusan yang menyangkut kemanusiaan. Pelayanan air minum adalah layanan dasar, sehingga keputusan akhir harus tetap di tangan manusia.

Mengapa AI Relevan bagi Perumda Air Minum Saat Ini

Menurut evaluasi Kementerian Pekerjaan Umum yang dikutip Kontan, dari 394 BUMD Air Minum yang dinilai masih ada 136 yang berkategori kurang sehat dan sakit. Tingkat kehilangan air (NRW) nasional tercatat 33,51%, dan baru 46,45% BUMD yang menerapkan tarif pemulihan biaya penuh (full cost recovery).

Artinya, sekitar sepertiga air yang sudah diolah dengan biaya bahan kimia, listrik, dan tenaga kerja tidak menghasilkan pendapatan. Sebagian besar persoalan itu pada dasarnya persoalan informasi: di mana kebocoran terjadi, meter mana yang sudah tidak akurat, pelanggan mana yang perlu ditagih lebih dulu. Di sinilah AI kuat — dengan syarat datanya tersedia.

Secara global masalahnya serupa. Ringkasan riset Uni Eropa (CORDIS) mengutip estimasi Bank Dunia bahwa perusahaan air di seluruh dunia kehilangan sekitar 14 miliar euro per tahun akibat berbagai bentuk kehilangan air.

Manfaat AI bagi Perumda Air Minum, per Bidang

Tabel berikut memetakan contoh pemanfaatan yang realistis, data yang dibutuhkan, dan tingkat kesiapan yang umum ditemui.

Bidang	Contoh pemanfaatan AI	Data yang dibutuhkan	Kesiapan umum
Distribusi & kehilangan air (NRW)	Mendeteksi pola tekanan/debit tidak wajar di DMA, membantu memprioritaskan zona pencarian kebocoran, menandai meter pelanggan yang diduga macet (pemakaian datar berbulan-bulan).	Data DMA, logger tekanan & debit, data rekening bulanan	Analisis meter bisa dari data rekening; deteksi bocor butuh DMA & logger
Produksi / IPA	Analisis tren kekeruhan air baku terhadap dosis historis, peringatan dini, ringkasan logbook, jadwal pemeliharaan pompa berbasis jam operasi.	Logbook lab & operasional yang rapi dan konsisten	Pendukung keputusan, bukan kontrol otomatis
Layanan pelanggan	Chatbot untuk pertanyaan umum (tagihan, info gangguan), klasifikasi pengaduan otomatis, pemetaan keluhan berulang per wilayah.	Riwayat pengaduan, basis jawaban resmi	Relatif cepat
Keuangan & penagihan	Segmentasi pelanggan menunggak dan prioritas tindakan (pengingat, kunjungan, penyegelan).	Data piutang & riwayat pembayaran	Cepat bila data billing rapi
Administrasi & SDM	Draf surat dan nota dinas, notulen rapat, ringkasan regulasi, draf SOP, bahan pelatihan internal.	Dokumen internal (perhatikan kerahasiaan)	Paling cepat, biaya rendah
Perencanaan & manajemen	Merangkum laporan kinerja, membandingkan skenario (mis. tarif, investasi), menyiapkan bahan rapat direksi/Dewas.	Laporan keuangan & teknis	Menengah

1. Distribusi dan penurunan kehilangan air

Ini bidang dengan dampak finansial terbesar. AI dapat membandingkan pola debit dan tekanan di setiap DMA, lalu menandai zona yang perilakunya menyimpang dari biasanya. Bahkan tanpa sensor baru, data rekening bulanan bisa dianalisis untuk menemukan pelanggan dengan pemakaian yang datar berbulan-bulan — indikasi awal meter macet atau sambungan bermasalah. Hasilnya bukan kepastian, melainkan daftar prioritas pemeriksaan bagi tim lapangan.

2. Produksi dan operasional IPA

Di IPA, AI paling berguna sebagai pendukung keputusan: merangkum logbook, menampilkan tren kekeruhan air baku dibandingkan dosis historis, dan memberi peringatan dini ketika parameter mulai bergerak di luar kebiasaan. Untuk pompa, data jam operasi dan riwayat kerusakan dapat dipakai menyusun jadwal pemeliharaan yang lebih terencana.

3. Layanan pelanggan

Chatbot dapat menjawab pertanyaan berulang — cara membayar, jadwal gangguan, prosedur pasang baru — sehingga petugas bisa fokus pada kasus yang rumit. AI juga dapat mengelompokkan pengaduan secara otomatis, sehingga manajemen cepat melihat wilayah mana yang paling sering mengeluh dan soal apa.

4. Keuangan dan penagihan

Dengan data piutang dan riwayat pembayaran, AI dapat membantu menyusun prioritas tindakan penagihan: siapa cukup diingatkan, siapa perlu dikunjungi, dan kapan penyegelan dipertimbangkan. Keputusan tindakan tetap mengikuti aturan perusahaan dan disetujui pejabat berwenang.

5. Administrasi, SDM, dan manajemen

Inilah titik awal paling mudah. AI generatif dapat menyusun draf surat dan nota dinas, notulen rapat, ringkasan peraturan, draf SOP, hingga bahan pelatihan. Waktu staf yang sebelumnya habis untuk mengetik bisa dialihkan ke pekerjaan yang membutuhkan penilaian. Syaratnya: hasil AI selalu diperiksa, dan data rahasia tidak diunggah sembarangan.

Syarat Sebelum Memulai

1. Data yang tercatat konsisten. Idealnya digital, minimal rapi dan lengkap untuk satu periode tertentu.
2. Satu masalah prioritas yang terukur. Misalnya NRW di satu DMA, bukan “transformasi AI menyeluruh”.
3. SDM yang paham proses dan mau belajar. Literasi AI dasar bagi staf lebih menentukan keberhasilan daripada aplikasi yang mahal.
4. Aturan penggunaan data. Data pelanggan termasuk data pribadi yang dilindungi UU Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi. Jangan mengunggah data pelanggan ke layanan AI publik tanpa aturan internal yang jelas.
5. Dukungan direksi dan anggaran uji coba. Uji coba kecil dengan target terukur jauh lebih aman daripada pengadaan besar di awal.

Lima Langkah Awal yang Realistis

1. Mulai dari AI generatif untuk pekerjaan administrasi yang tidak melibatkan data pribadi.
2. Latih staf tentang literasi dan etika AI, termasuk cara memeriksa hasilnya.
3. Rapikan satu set data — misalnya data rekening 24 bulan — lalu uji analisis meter yang diduga macet.
4. Lakukan uji coba di satu DMA dengan indikator sebelum-sesudah yang jelas.
5. Evaluasi secara jujur: lanjutkan, perbaiki, atau hentikan berdasarkan hasil, bukan berdasarkan tren.

 

Rambu Regulasi yang Perlu Diketahui

• SE Menkominfo Nomor 9 Tahun 2023 tentang Etika Kecerdasan Artifisial. Ditujukan antara lain kepada penyelenggara sistem elektronik lingkup publik dan privat, sebagai acuan nilai dan prinsip etika. Statusnya surat edaran (pedoman), belum mengikat seperti undang-undang.
• UU Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi. Relevan setiap kali AI menyentuh data pelanggan atau pegawai.
• Peraturan Presiden tentang AI. Per Juli 2026, Kementerian Komunikasi dan Digital menyatakan Peta Jalan AI Nasional dan Etika AI Nasional masih berproses untuk ditetapkan sebagai Peraturan Presiden dengan pendekatan berbasis risiko. Pantau perkembangannya sebelum menyusun kebijakan internal.
• Strategi Nasional Kecerdasan Artifisial (Stranas KA) 2020–2045 menjadi arah kebijakan jangka panjang pengembangan AI di Indonesia.

Selama lebih dari tiga puluh tahun berkecimpung di pengolahan air minum, saya melihat satu pola yang terus berulang: data sebenarnya ada, tetapi tersebar. Ada di logbook operator, di lembar hasil laboratorium, di catatan teknisi distribusi, dan di kepala para senior. Ketika kekeruhan air baku naik mendadak, keputusan sering bergantung pada siapa yang kebetulan sedang bertugas.

Saat pertama kali mencoba memanfaatkan AI untuk merangkum catatan operasional, pelajaran terbesar saya justru bukan tentang AI, melainkan tentang disiplin pencatatan. AI hanya secerdas data yang kita berikan. Karena itu, saran saya kepada rekan-rekan di Perumda: sebelum membeli aplikasi apa pun, mulailah dengan merapikan cara kita mencatat — dan latih orang-orangnya.

Kesimpulan

AI adalah alat untuk membaca pola dalam data dan membantu menyusun dokumen dengan lebih cepat. Bagi Perumda Air Minum, manfaat terbesarnya ada pada penurunan kehilangan air, layanan pelanggan, penagihan, dan efisiensi administrasi. Namun AI bukan pengganti operator, jar test, maupun tanggung jawab manajemen. Mulailah dari yang kecil, rapikan data, latih SDM, dan ukur hasilnya.

Jika Perumda Anda ingin memulai dari literasi AI untuk staf dan manajemen, informasi program pelatihan tersedia di halaman Training indonesiawater.id.

Pertanyaan yang Sering Diajukan

Apakah AI akan menggantikan pegawai PDAM?

Yang lebih mungkin terjadi adalah perubahan jenis pekerjaan. Tugas mengetik, merekap, dan merangkum akan banyak dibantu AI, sementara pekerjaan yang membutuhkan penilaian, tanggung jawab, dan kehadiran di lapangan tetap dikerjakan manusia.

Apakah Perumda kecil bisa memanfaatkan AI?

Bisa. AI generatif untuk administrasi dan analisis sederhana atas data rekening tidak memerlukan investasi besar. Yang dibutuhkan adalah data yang rapi dan staf yang terlatih.

Bolehkah memasukkan data pelanggan ke ChatGPT atau Claude?

Sebaiknya tidak, kecuali perusahaan sudah memiliki aturan internal, layanan AI dengan perjanjian perlindungan data yang memadai, dan langkah anonimisasi data. Data pelanggan dilindungi UU Pelindungan Data Pribadi.

Apakah AI bisa mengatur dosis koagulan secara otomatis?

Secara teknis ada sistem yang menawarkan hal itu, tetapi rekomendasi AI sebaiknya diperlakukan sebagai masukan pendukung. Keputusan dosis tetap harus diverifikasi dengan jar test dan menjadi tanggung jawab operator.

Catatan penting: Regulasi tentang AI dan pelindungan data terus berkembang. Selalu periksa peraturan terbaru dari sumber resmi, dan uji coba setiap penerapan AI dalam skala kecil di kondisi lokal Perumda Anda sebelum diterapkan secara luas.

Disclaimer

Artikel ini bersifat edukasi umum dan tidak menggantikan kajian teknis, hukum, maupun keputusan manajemen di masing-masing Perumda Air Minum. Contoh pemanfaatan AI yang disebutkan bersifat ilustratif; hasil penerapan bergantung pada kondisi data, infrastruktur, dan SDM setempat. Penyebutan produk atau layanan AI tertentu bukan merupakan rekomendasi atau endorsement.