Mendorong Renaisans Nuklir dengan Artificial Intelligence

Cambridge, (Jumat, 3 April 2026)

Saat ini, ada 94 Nuclear Reactor beroperasi di Amerika Serikat, jumlah terbanyak di dunia, yang secara kolektif menyuplai hampir 20 persen kebutuhan listrik negara tersebut. Menurut Dean Price, Asisten Profesor di Departemen Ilmu dan Teknik Nuklir (NSE) MIT, ini adalah pencapaian besar, namun ia percaya bahwa negaranya membutuhkan lebih banyak dari energi nuklir, terutama saat alternatif pembangkit listrik berbasis bahan bakar fosil sangat dicari. Mengutip laporan dari MIT News, Price menjadi Nuclear Engineer karena alasan ini: untuk memastikan teknologi nuklir siap memenuhi kebutuhan besar saat ini.

“Energi nuklir telah menjadi bagian luar biasa dari infrastruktur energi bangsa kita selama 60 tahun terakhir, dan jumlah orang yang memelihara infrastruktur tersebut sangatlah kecil,” kata Price, yang juga adalah Atlantic Richfield Career Development Professor di bidang Studi Energi. “Dengan menjadi seorang Nuclear Engineer, Anda menjadi salah satu dari sedikit orang yang bertanggung jawab atas pembangkitan energi bebas karbon di Amerika Serikat.”

Itu adalah misi yang ingin ia ikuti, dan tujuan yang ia tetapkan jauh dari kata sederhana: Ia ingin membantu merancang dan memperkenalkan kelas Nuclear Reactor baru, membangun di atas keamanan, ekonomi, dan keandalan armada nuklir yang ada.

Price tidak pernah goyah dari tujuan ini, dan ia hanya menemukan dorongan di sepanjang jalan. Komunitas teknik nuklir, katanya, “kecil, erat, dan sangat ramah. Begitu Anda masuk, kebanyakan orang tidak ingin melakukan hal lain.”

Menerangi Hubungan Antar Proses Fisik

Dalam proyek penelitian pertamanya sebagai mahasiswa sarjana di University of Illinois Urbana at Champaign, Price mempelajari keamanan tabung baja dan beton yang digunakan untuk menyimpan Spent Fuel Rods setelah mereka mendingin di tangki air, biasanya selama beberapa tahun. Analisisnya menunjukkan bahwa metode penyimpanan ini cukup aman, meskipun pertanyaan tentang apa yang harus dilakukan dengan Fuel Casks ini untuk pembuangan jangka panjang masih menjadi perdebatan di negara tersebut.

Setelah memulai studi pascasarjana di University of Michigan pada tahun 2020, Price menekuni jalur penelitian yang berbeda yang masih ia geluti hingga hari ini. Bidang studi itu, yang disebut Multiphysics Modeling, melibatkan pengamatan berbagai proses fisik yang terjadi di dalam inti Nuclear Reactor untuk melihat bagaimana mereka berinteraksi — sebuah alternatif untuk mempelajari proses-proses ini satu per satu.

Satu proses kunci, Neutronics, berkaitan dengan bagaimana neutron berinteraksi di inti Nuclear Reactor menyebabkan Nuclear Fission, yang menghasilkan daya. Proses kedua, yang disebut Thermal Hydraulics, melibatkan pendinginan reactor untuk mengekstraksi panas yang dihasilkan oleh neutron. Sebuah simulasi Multiphysics, menganalisis bagaimana kedua proses ini berinteraksi, dapat menunjukkan bagaimana panas yang hilang saat Nuclear Reactor menghasilkan daya memengaruhi perilaku neutron, karena semakin panas bahan bakar, semakin kecil kemungkinannya untuk menyebabkan Fission.

“Jika Anda ingin mengubah Power Level, atau melakukan apa pun dengan Nuclear Reactor, suhu bahan bakar adalah input kritis yang perlu Anda ketahui,” kata Price. “Multiphysics Modeling memungkinkan kami mengkorelasikan proses Fission Neutronics dengan properti termal, suhu. Itu, pada gilirannya, dapat membantu kami memprediksi bagaimana Nuclear Reactor akan berperilaku dalam kondisi yang berbeda.”

Multiphysics Modeling untuk Light Water Reactor, yang merupakan Nuclear Reactor yang beroperasi saat ini dengan kapasitas sekitar 1.000 Megawatt, sudah cukup mapan, kata Price. Namun metode untuk memodelkan Advanced Reactor — Small Modular Reactor (SMR) dengan kapasitas berkisar antara 20 hingga 300 MW dan Microreactor (dengan rating 1 hingga 20 MW) — jauh lebih tidak maju. Hanya sebagian kecil dari Nuclear Reactor ini yang beroperasi saat ini, tetapi Price memfokuskan upayanya pada mereka karena potensi mereka untuk menghasilkan daya lebih murah dan lebih aman, serta fleksibilitas yang lebih besar dalam daya dan ukuran.

Meskipun simulasi Multiphysics telah menyediakan banyak informasi bagi komunitas nuklir, mereka mungkin memerlukan Supercomputer untuk memecahkan, atau menemukan solusi perkiraan untuk, persamaan nonlinier yang saling terkait dan sangat sulit. Dengan harapan dapat sangat mengurangi beban komputasi, Price secara aktif mengeksplorasi pendekatan Artificial Intelligence yang dapat memberikan jawaban serupa sambil melewati persamaan-persamaan yang memberatkan tersebut sama sekali. Itu telah menjadi tema sentral dari agenda penelitiannya sejak ia bergabung dengan fakultas MIT pada September 2025.

Peran Krusial Artificial Intelligence

Yang unggul dalam metode Artificial Intelligence dan Machine Learning, khususnya, adalah menemukan pola yang tersembunyi dalam data, seperti korelasi antara variabel-variabel penting untuk fungsi pembangkit nuklir. Misalnya, kata Price, “jika Anda memberi tahu saya Power Level Nuclear Reactor Anda, [AI] dapat memberi tahu Anda berapa suhu bahan bakar dan bahkan memberi tahu Anda distribusi suhu 3-dimensional di inti Anda.” Dan jika ini dapat dilakukan tanpa memecahkan persamaan diferensial yang rumit, biaya komputasi dapat sangat dikurangi.

Price sedang menyelidiki beberapa aplikasi di mana AI mungkin sangat berguna, seperti membantu dengan desain jenis Nuclear Reactor baru. “Kita kemudian dapat mengandalkan kerangka kerja keselamatan yang dikembangkan selama 50 tahun terakhir untuk melakukan analisis keselamatan dari desain yang diusulkan,” katanya. “Dengan cara ini, AI tidak akan secara langsung berinteraksi dengan apa pun yang bersifat Safety-Critical.” Seperti yang ia lihat, peran AI adalah untuk mengaugmentasi prosedur yang sudah ada, daripada menggantikannya, membantu mengisi kesenjangan pengetahuan yang ada.

Ketika sebuah Machine Learning model diberi jumlah data yang cukup untuk dipelajari, itu dapat membantu kita lebih memahami hubungan antara proses fisik utama — sekali lagi tanpa harus memecahkan persamaan diferensial nonlinier.

“Dengan benar-benar menentukan hubungan-hubungan itu, kita dapat membuat keputusan desain yang lebih baik pada tahap awal,” kata Price. “Dan ketika teknologi itu dikembangkan dan diterapkan, AI dapat membantu kita membuat keputusan kontrol yang lebih cerdas yang akan memungkinkan kita mengoperasikan Nuclear Reactor kita dengan cara yang lebih aman dan lebih ekonomis.”

Memberi Kembali kepada Komunitas yang Membimbingnya

Sederhananya, salah satu tujuan utamanya adalah membawa manfaat AI ke industri nuklir, dan ia melihat kemungkinan-kemungkinan tersebut sangat luas dan sebagian besar belum dimanfaatkan. Price juga percaya bahwa ia berada di posisi yang tepat sebagai seorang profesor di MIT untuk membawa kita lebih dekat ke masa depan nuklir yang ia bayangkan. Menurutnya, ia tidak hanya bekerja untuk mengembangkan generasi Nuclear Reactor berikutnya, tetapi juga untuk membantu mempersiapkan generasi pemimpin berikutnya di bidang tersebut.

Price berkenalan dengan beberapa calon anggota “generasi berikutnya” dalam mata kuliah desain yang ia ajar bersama Curtis Smith, KEPCO Professor of the Practice of Nuclear Science and Engineering, musim gugur lalu. Bagi Price, perkenalan itu berlangsung hanya beberapa bulan, tetapi cukup baginya untuk menemukan bahwa mahasiswa MIT sangat termotivasi, pekerja keras, dan mampu. Tidak mengherankan, itu adalah kualitas yang sama yang ia harapkan ditemukan pada mahasiswa yang bergabung dengan tim penelitiannya.

Price mengingat dengan jelas dukungan yang ia terima ketika mengambil langkah-langkah pertamanya yang tentatif di bidang ini. Sekarang ia telah naik pangkat dari sarjana menjadi profesor, dan memperoleh sejumlah besar pengetahuan di sepanjang jalan, ia ingin mahasiswanya “mengalami perasaan yang sama seperti yang saya rasakan saat memasuki bidang ini.” Di luar tujuan spesifiknya untuk meningkatkan desain dan pengoperasian Nuclear Reactor, Price mengatakan, “Saya berharap dapat melestarikan lingkungan yang menyenangkan dan sehat yang membuat saya mencintai Nuclear Engineering sejak awal.”

Dampak bagi Indonesia

Pengembangan teknologi Nuclear Reactor canggih seperti SMR dan Microreactor, yang didukung oleh Artificial Intelligence untuk efisiensi dan keselamatan, memiliki potensi dampak signifikan bagi Indonesia. Sebagai negara kepulauan dengan kebutuhan energi yang tersebar, model Nuclear Reactor yang modular dan berkapasitas kecil ini dapat menjadi solusi ideal untuk memenuhi permintaan listrik di daerah terpencil tanpa memerlukan infrastruktur transmisi besar.

Penekanan pada pengurangan beban komputasi dan peningkatan keandalan melalui AI juga dapat memengaruhi pertimbangan Indonesia dalam perencanaan pembangunan Pembangkit Listrik Tenaga Nuklir (PLTN) di masa depan. Jika desain Nuclear Reactor menjadi lebih efisien dan ekonomis berkat AI, ini dapat mengurangi biaya modal dan operasional PLTN, berpotensi membuat harga energi listrik lebih kompetitif dan stabil dalam jangka panjang dibandingkan dengan sumber energi fosil yang fluktuatif.

Selain itu, kemajuan ini dapat mendorong Badan Pengawas Tenaga Nuklir (BAPETEN) di Indonesia untuk mengembangkan kerangka regulasi yang adaptif terhadap teknologi Nuclear Reactor generasi baru ini. Kolaborasi internasional dalam riset dan pengembangan, seperti yang dilakukan oleh MIT, juga dapat membuka peluang bagi para insinyur dan peneliti Indonesia untuk berkontribusi dan mengadopsi inovasi ini, mempercepat transisi energi bersih di tanah air.

---

Artikel ini akan diperbarui seiring tersedianya informasi baru. Join Komunitas Rekayasa AI di Discord untuk diskusi lebih lanjut.