ANALISA TERINTEGRASI OIL DAN GAS DISTRIBUSI PENAMBANGAN DAN PEMBANGKIT TENAGA LISTRIK DI PERUSAHAAN AILESH MENGGUNAKAN ALGORITMA K-MEANS

Abstrak

Isu perubahan iklim yang semakin mengkhawatirkan menuntut sektor energi, khususnya distribusi minyak dan gas, penambangan, dan pembangkitan listrik, untuk menurunkan emisi karbon secara signifikan. Perusahaan AILESH sebagai pelaku utama di sektor ini berkomitmen untuk menciptakan transformasi energi yang berkelanjutan. Penelitian ini bertujuan untuk mengembangkan dashboard analisis berbasis Python yang mampu membantu perusahaan dalam memantau, menganalisis, dan mengelompokkan data emisi serta konsumsi energi dari berbagai sektor secara otomatis. Metode yang digunakan meliputi integrasi tiga dataset utama (input material, output proses, dan emisi udara), pembersihan data, visualisasi interaktif dengan framework Streamlit, serta penerapan algoritma K-Means Clustering untuk mengelompokkan unit proses berdasarkan tingkat emisi dan konsumsi.

Hasil dari sistem ini memungkinkan pengguna, termasuk yang non-teknis, untuk mengunggah dataset, memfilter data berdasarkan sektor dan area, melihat lima kategori teratas (Top 5) dari input/output/emisi, serta memahami pola distribusi emisi melalui visualisasi radar, bar chart, dan scatter plot. Dengan tiga klaster utama (High, Medium, Low Emission), perusahaan dapat dengan mudah mengidentifikasi area yang perlu menjadi prioritas perbaikan. Pengujian dilakukan melalui User Acceptance Testing (UAT) dan Black-Box Testing, yang menunjukkan bahwa sistem diterima dengan baik dan berjalan sesuai harapan.

Kesimpulannya, dashboard ini terbukti efektif sebagai alat bantu pengambilan keputusan yang berbasis data, mendukung efisiensi operasional, dan menjadi langkah konkret AILESH dalam mencapai visi keberlanjutan energi rendah emisi.