Data Menjadi Kendali, AI Menjadi Solusi: Transformasi Monitoring Pekerjaan Survey Kapal melalui Dashboard Interaktif

Di era transformasi digital, data telah menjadi salah satu aset paling berharga bagi perusahaan. Setiap aktivitas operasional menghasilkan data yang dapat dimanfaatkan sebagai dasar pengambilan keputusan apabila diolah dengan tepat. Namun, data dalam jumlah besar tidak akan memberikan manfaat apabila hanya tersimpan sebagai laporan atau spreadsheet tanpa dianalisis. Oleh karena itu, kemampuan data analysis, data visualization, dan pemanfaatan Artificial Intelligence (AI) menjadi kompetensi yang semakin penting bagi setiap profesional, termasuk di lingkungan Divisi Teknik PT PELNI.

Data analysis merupakan proses mengumpulkan, membersihkan, mengolah, dan menginterpretasikan data untuk memperoleh informasi yang bernilai. Melalui proses ini, organisasi dapat mengetahui tren, mengidentifikasi permasalahan, hingga memprediksi kebutuhan di masa mendatang. Sementara itu, data visualization berfungsi menyajikan hasil analisis dalam bentuk grafik, diagram, peta, maupun dashboard interaktif sehingga informasi dapat dipahami dengan cepat oleh berbagai level manajemen. Kombinasi keduanya memungkinkan pengambilan keputusan yang lebih cepat, objektif, dan berbasis fakta.

Perkembangan Artificial Intelligence semakin mempercepat proses analisis data. AI mampu membantu membersihkan data, menemukan pola yang sulit dikenali secara manual, memberikan rekomendasi visualisasi yang tepat, hingga menghasilkan insight secara otomatis. Saat ini berbagai platform AI juga mampu membantu membuat rumus, menyusun query, menganalisis tren, bahkan menjelaskan hasil analisis dalam bahasa yang mudah dipahami. Dengan demikian, AI tidak menggantikan peran analis data, tetapi menjadi alat bantu untuk meningkatkan produktivitas, akurasi, dan efisiensi pekerjaan.

Salah satu implementasi nyata yang saya lakukan adalah membangun Dashboard Monitoring Pekerjaan Survey Kapal. Sebelumnya, proses pemantauan pekerjaan survey masih dilakukan melalui file Excel yang tersebar di beberapa unit kerja. Kondisi tersebut menyebabkan proses pencarian informasi memerlukan waktu yang cukup lama, sulit mengetahui status terkini pekerjaan, serta menyulitkan penyusunan laporan kepada manajemen. Selain itu, analisis terhadap jumlah survey berdasarkan jenis kapal, lokasi pelaksanaan, status penyelesaian, maupun masa berlaku sertifikat masih dilakukan secara manual sehingga berpotensi menimbulkan kesalahan dan keterlambatan informasi.

Melalui pendekatan data analysis, langkah pertama yang dilakukan adalah mengidentifikasi sumber data, melakukan standarisasi format, menghapus data duplikat, serta memastikan kualitas data sebelum diproses lebih lanjut. Setelah data dinyatakan valid, data kemudian dikelompokkan berdasarkan kategori seperti jenis kapal, jenis survey, lokasi survey, status pekerjaan, jadwal pelaksanaan, dan masa berlaku sertifikat. Tahapan ini menjadi fondasi penting agar dashboard mampu menghasilkan informasi yang akurat dan dapat dipercaya.

Selanjutnya, data divisualisasikan dalam bentuk dashboard interaktif menggunakan berbagai grafik dan indikator kinerja. Dashboard tersebut menampilkan jumlah pekerjaan survey yang telah selesai, sedang berjalan, maupun yang akan jatuh tempo. Selain itu tersedia grafik distribusi pekerjaan berdasarkan wilayah, jenis kapal, jenis survey, serta tren pelaksanaan survey setiap bulan. Dengan visualisasi tersebut, pengguna tidak lagi harus membaca ratusan baris data, tetapi cukup melihat dashboard untuk memperoleh gambaran kondisi secara menyeluruh dalam hitungan detik.

Pemanfaatan AI memberikan nilai tambah yang signifikan dalam proses pengembangan dashboard. AI membantu menghasilkan formula yang lebih efisien, memberikan rekomendasi jenis visualisasi yang sesuai, mengidentifikasi inkonsistensi data, serta membantu menyusun narasi hasil analisis untuk laporan manajemen. Bahkan AI dapat memberikan ide mengenai indikator kinerja utama (Key Performance Indicator/KPI) yang relevan, seperti tingkat penyelesaian survey, rata-rata waktu penyelesaian pekerjaan, jumlah sertifikat yang akan berakhir, hingga prioritas pekerjaan berdasarkan tingkat risiko. Dengan bantuan AI, waktu yang sebelumnya digunakan untuk pekerjaan administratif dapat dialihkan pada aktivitas analisis yang lebih strategis.

Implementasi dashboard monitoring ini memberikan berbagai manfaat bagi unit kerja. Proses monitoring menjadi lebih cepat karena seluruh informasi terintegrasi dalam satu tampilan. Manajemen dapat mengetahui kondisi pekerjaan secara real-time sehingga pengambilan keputusan dapat dilakukan lebih cepat apabila terdapat keterlambatan atau kendala di lapangan. Dashboard juga membantu meningkatkan koordinasi antar unit karena seluruh pihak menggunakan sumber data yang sama. Selain itu, penyusunan laporan berkala menjadi jauh lebih efisien karena data telah tersaji secara otomatis tanpa harus melakukan rekapitulasi manual setiap saat.

Dari pengalaman tersebut, saya memperoleh beberapa lesson learned. Pertama, kualitas hasil analisis sangat bergantung pada kualitas data yang dimiliki. Prinsip garbage in, garbage out menunjukkan bahwa analisis secanggih apa pun tidak akan menghasilkan informasi yang baik apabila data sumber tidak valid. Kedua, visualisasi yang sederhana namun informatif jauh lebih efektif dibandingkan tampilan yang terlalu kompleks. Ketiga, AI merupakan alat bantu yang sangat bermanfaat untuk meningkatkan produktivitas, tetapi hasilnya tetap memerlukan validasi dan pemahaman dari pengguna agar keputusan yang diambil tetap akurat. Terakhir, kolaborasi antara kemampuan analisis data, pemahaman proses bisnis, dan teknologi digital merupakan kunci keberhasilan transformasi digital di lingkungan kerja.

Ke depan, dashboard monitoring pekerjaan survey dapat terus dikembangkan dengan mengintegrasikan data dari sistem lain, seperti sistem pemeliharaan kapal, sertifikasi, maupun docking, sehingga seluruh informasi teknis kapal dapat dipantau dalam satu platform. Selain itu, penerapan AI dapat ditingkatkan melalui fitur prediksi jadwal survey, deteksi potensi keterlambatan pekerjaan, hingga pemberian rekomendasi prioritas berdasarkan tingkat risiko. Dengan pendekatan tersebut, pengelolaan pekerjaan survey tidak hanya bersifat reaktif, tetapi juga menjadi lebih proaktif dan berbasis data. Transformasi ini diharapkan mampu mendukung peningkatan keandalan armada, efektivitas pengelolaan aset, serta kualitas pengambilan keputusan di lingkungan PT PELNI.