Selamat, Andy Noorsaman Sommeng Dinobatkan sebagai Guru Besar Tetap FTUI

Sabtu, 29 Juli 2023 – 10:30 WIB
Andy Noorsaman Sommeng dinobatkan sebagai Guru Besar Tetap Fakultas Teknik Universitas Indonesia (FTUI) dalam sidang guru besar, pada Rabu (26/7) lalu. Foto: Dokumentasi FTUI.

jpnn.com - JAKARTA - Prof. Dr. Ir. Andy Noorsaman Sommeng, DEA, IPU, dinobatkan sebagai Guru Besar Tetap Fakultas Teknik Universitas Indonesia (FTUI).

Sidang pengukuhan guru besar itu dilakukan di Kampus UI, Depok, Jawa Barat, Rabu (26/7). 

BACA JUGA: Ariawan Gunadi Masuk Buku MURI, Guru Besar Hukum Bisnis Termuda

Prof Andy mengambil penelitian berjudul “Berpikir yang Tidak Terpikirkan: Kejadian Black Swan, Risiko dan Kegagalan Sistemik Sistem Rekayasa Energi Kompleks”.

Andy mengulas tiga konsep dalam kecelakaan teknologi.

BACA JUGA: Konsisten Meneliti Pisang, Penerima IRN Dikukuhkan Sebagai Guru Besar ITB

Hal itu guna menyoroti pentingnya penelitian ilmiah dan manajemen pengetahuan untuk mengurangi bahaya dan mengantisipasi risiko teknologi pada industri berisiko tinggi.

Tiga konsep tersebut adalah kejadian black swan, risiko sistemik, dan kegagalan sistemik.

BACA JUGA: Komjen Pol Petrus Golose Dikukuhkan jadi Guru Besar PTIK, Bamsoet: Sangat Layak

Kecelakaan teknologi pada industri risiko tinggi adalah ancaman bagi populasi, lingkungan, dan ekonomi.

Gagasan tentang peristiwa black swan, sering diterapkan sebagai penjelasan kecelakaan yang tidak dapat dicegah.

Begitu pula kecelakaan teknologi yang dipicu oleh bahaya alam.

Padahal, kecelakaan teknologi dapat diperkirakan dan bisa dicegah ketika risiko dikelola secara bertanggung jawab dan saat ada tanda-tanda peringatan tak diabaikan.

Lalu, risiko sistemik adalah yang terkait dengan kegagalan atau kerusakan pada sistem yang dapat menyebabkan dampak luas ke seluruh sistem atau pasar.

“Risiko sistemik biasanya lebih berbahaya daripada yang hanya memengaruhi satu institusi atau aset saja, karena dapat menyebabkan krisis keuangan atau bahkan resesi ekonomi. Contoh dari risiko sistemik adalah krisis keuangan global pada 2008,” ucap Andy.

Adapun kegagalan sistemik menyebabkan sistem tersebut tidak dapat berfungsi atau berhenti beroperasi sama sekali, yang disebabkan beberapa faktor.

Adapun faktor-faktor itu, yakni kesalahan dalam perancangan sistem, kegagalan dalam proses produksi atau perubahan lingkungan yang tidak terduga.

“Contoh dari kasus ini adalah kegagalan sistem penerangan di seluruh kota karena pemadaman listrik yang besar atau kegagalan sistem pengiriman bahan bakar pada kapal yang menyebabkan kapal terdampar,” jelasnya.

Kejadian black swan merupakan peristiwa yang tidak terduga, sangat langka, dan memiliki dampak yang begitu besar pada sistem atau lingkungan.

Kejadian ini sulit diprediksi dan tidak dapat diperhitungkan dalam model risiko tradisional. Sulit untuk diantisipasi dan diminimalkan.

Ketiga konsep ini saling terkait, karena kejadian black swan tidak hanya memicu kegagalan sistemik pada suatu sistem energi kompleks dan industri, tetapi juga sektor keuangan atau ekonomi.

Banyak ahli mengemukakan bahwa risiko sistem energi kompleks adalah jalan menuju lanskap risiko sistemik karena sifatnya multi-hazard risk.

Misalnya, gempa bumi di Jepang tidak hanya memicu kecelakaan pembangkit listrik tenaga nuklir Fukushima, tetapi juga merusak sejumlah besar fasilitas industri, menyebabkan pelepasan bahan kimia, kebakaran dan ledakan, serta memengaruhi rantai pasokan global karena hilangnya kapasitas produksi.

“Akademisi dan praktisi teknik kimia memainkan peran penting dalam menciptakan dan menyebarluaskan pengetahuan tentang manajemen kejadian abnormal dalam sistem rekayasa kompleks, dan implikasi kebijakan publik dan perusahaannya,” kata dia.

Selain meneliti konsep kecelakaan teknologi, Prof Andy juga melakukan beberapa penelitian lain, di antaranya Techno-Economic and Risk Assessments of Small-Scale LNG Distribution for Replacing Diesel Power Plant in East Part of Indonesia (2023); Small Scale LNG Distribution Network for Energy Transition in Indonesia (2023); dan Machine Learning Algorithms for Failure Prediction Model and Operational Reliability of Onshore Gas Transmission Pipelines (2023). (mcr4/jpnn)


Redaktur : M. Kusdharmadi
Reporter : Ryana Aryadita Umasugi

Silakan baca konten menarik lainnya dari JPNN.com di Google News

Terpopuler