UMY Kembangkan Teknologi Pendeteksi Kebocoran Pipa lewat Vibrasi

Berli menyebutkan bahwa pipa yang berada di permukaan tanah akan mudah diketahui. Sebaliknya, yang tertimbun akan jauh lebih sulit buat diketahui.

Menurut Berli, selama ini memang ada metode deteksi, tapi umumnya mahal, rumit, dan membutuhkan pengaturan kompleks bahkan salah satu caranya perlu membongkar langsung bagian pipa yang dicurigai bocor.

“Kalau tidak dibongkar langsung, kita harus menggunakan alat yang relatif mahal. Karena rumit, otomatis biayanya tinggi,” jelas dosen Teknik Mesin UMY tersebut dalam keterangan resmi pada Rabu (17/9/2025).

Berangkat dari kesulitan dan tantagan tadi, Berli bersama-sama dengan tim mengupayakan solusi yang lebih sederhana dan terjangkau. Dengan latar belakang riset fenomena getaran pada struktur, ia menaruh perhatian pada pola vibrasi pipa.

“Kalau pipa tidak bocor, ciri getarannya berbeda dibandingkan dengan saat mengalami kerusakan. Perbedaan signature getaran itu kami analisis, lalu diterjemahkan apakah terjadi kebocoran atau tidak,” ujar Berli.

Dari sini lahirlah metode deteksi kebocoran yang berdasar sinyal vibrasi dengan medium perambat berupa logam kecil yang dipasang melingkar pada pipa, lalu ujungnya ditarik ke permukaan tanah. Di titik ujungnya, dipasangkan sensor getaran berukuran kecil berbahan piezoelektrik yang mampu mengubah tegangan mekanis menjadi sinyal listrik. Data yang ditangkap sensor tersebut yang kemudian diolah lebih lanjut dengan algoritma machine learning.

“Data mentah tidak bisa langsung dibaca. Karena itu, kami gunakan machine learning untuk mengklasifikasikan kondisi pipa: Normal atau bocor,” terang Berli.

Penelitian ini telah lama ia kembangkan, bahkan dimulai sekitar lima tahun lalu dengan serangkaian uji laboratorium, hingga hasilnya dapat dipublikasikan dan diajukan sebagai paten sederhana.

“Alhamdulillah, patennya sudah granted dua tahun lalu. Itu juga paten pertama saya, dan tentu saja hak paten ini milik UMY,” ujarnya.

Saat ini, penemuan tersebut masih diuji skala laboratorium tapi telah berpotensi diterapkan di industri yang masih banyak menggunakan pipa logam, termasuk pipa air bertekanan tinggi. Hal ini karena metodenya yang lebih murah dan sederhana, sensor yang digunakan fleksibel karena bisa dilepas-pasang di berbagai titik.

“Tantangan utamanya ada pada jumlah data, karena machine learning butuh dataset besar agar lebih tangguh. Tapi secara prinsip, algoritma yang kami bangun sudah valid di laboratorium, dan ke depan akan kami uji di industri,” ungkapnya.

Berli menjelaskan bahwa riset di kampus harus mengutamakan dari persoalan yang dirasakan masyarakat supaya inovasi dapat bermanfaat.

“Kalau problemnya nyata, hilirisasi otomatis terjadi. Harapan saya, inovasi ini bisa membantu industri menghemat biaya pemeliharaan pipa sekaligus menjadi bukti bahwa riset universitas aplikatif dan solutif,” tutup Barli.