Di Terminal Petikemas Surabaya, sebuah kontainer baru saja diturunkan dari kapal. Proses inspeksi biasanya memakan waktu puluhan menit. Petugas harus memeriksa secara visual apakah ada penyok, retakan, korosi, atau bolong pada badan kontainer. Namun, sejak beberapa waktu terakhir, sebuah sistem berbasis computer vision dan kecerdasan buatan mulai mengambil alih tugas itu. Namanya Cargovision.
Dikembangkan oleh tim mahasiswa STEI ITB, Cargovision adalah sistem computer vision berbasis AI yang mampu mendeteksi kerusakan kontainer melalui citra kamera atau X-ray, lalu menghasilkan laporan digital secara otomatis. Teknologi ini menjawab masalah nyata: dwelling time kontainer impor di Indonesia masih berada di kisaran 2,8–2,9 hari, dan Truck Turn Around (TRT) sering melebihi standar, yang berdampak pada biaya logistik, antrean truk, hingga demurrage.
Masalah lain di pelabuhan Indonesia adalah penjadwalan kapal dan alokasi dermaga. Proses ini sering dilakukan secara manual, menyebabkan waktu tunggu yang panjang dan utilisasi dermaga yang tidak optimal. Tim Saven dari Universitas Indonesia mengembangkan ASBA (Automated Scheduling & Berth Allocation), sebuah sistem berbasis AI yang mampu mengotomasi penjadwalan dan alokasi dermaga kapal. ASBA dilengkapi dengan AI Prediction Engine berakurasi hingga 92% untuk memprediksi kedatangan kapal, optimization core berbasis algoritma Mixed Integer Linear Programming (MILP), serta real-time scheduler yang memperbarui data setiap 15 menit. Sistem ini juga dirancang untuk terintegrasi dengan sistem nasional seperti Inaportnet, CEISA, VTS, TOS, dan NLE. Dalam konteks pelabuhan seperti Tanjung Priok yang pernah mengalami penumpukan 3.000 kontainer pada Juni 2026, sistem seperti ASBA bisa menjadi solusi yang sangat dibutuhkan.
Pelindo tidak tinggal diam. Melalui program Pelindo Excube, mereka membuka inkubator eksternal yang fokus pada penerapan AI untuk meningkatkan operasi pelabuhan, logistik, dan keberlanjutan. Salah satu finalis program ini adalah HAKOVO, yang mengajukan solusi “AI Customs Clearance Automation”. Ini menunjukkan bahwa ekosistem inovasi di sektor maritim tidak hanya datang dari startup mapan, tetapi juga dari talenta muda yang didukung oleh BUMN. Sementara itu, Terminal Petikemas Surabaya meluncurkan Mechanic Smart Assistant (MSA), sebuah platform berbasis AI yang dirancang untuk mempercepat diagnosis fault code dan event code pada peralatan Rubber Tyred Gantry (RTG) dan Container Crane (CC). Dengan MSA, teknisi tidak perlu lagi membuka manual tebal untuk mencari kode kesalahan. Sistem memberikan rekomendasi perbaikan secara instan, mengurangi downtime peralatan, dan meningkatkan produktivitas terminal.
Data dari Bank Dunia menunjukkan bahwa Indonesia menempati peringkat ke-61 dari 139 negara dalam Logistics Performance Index 2023, dengan skor efisiensi pelabuhan yang masih di bawah rata-rata Asia Tenggara. Teknologi seperti Cargovision, ASBA, dan MSA adalah langkah konkret untuk memperbaiki posisi itu. Yang menarik, solusi-solusi ini tidak selalu membutuhkan investasi besar. Cargovision, misalnya, kini telah diarahkan menjadi startup dan memperoleh pendanaan awal dari Universitas Indonesia dan Pertamina. Ini menunjukkan bahwa inovasi di sektor maritim bisa datang dari kampus, bukan hanya dari perusahaan besar. Tantangan ke depan adalah memperluas adopsi teknologi ini ke pelabuhan-pelabuhan di seluruh Indonesia, termasuk wilayah timur yang masih menghadapi keterbatasan infrastruktur digital.
Detail tentang Cargovision tersedia di situs resmi STEI ITB, sementara informasi ASBA dapat diakses melalui ANTARA (20 Oktober 2025).