Jakarta, AlifMH.info — Webinar bertajuk “Peran AI dalam Bidang K3” digelar pada Sabtu (31/1) pukul 13.00–15.00 WIB dan menghadirkan Mu’amar Fadlil, S.T., M.T., C.E.H., QHSE Manager PT Adiguna Cakra Semesta, sebagai pemateri utama. Kegiatan yang diselenggarakan Midiatama Learning Academy (KoLEGA) ini bersifat gratis dan menyediakan e-certificate, e-modul K3, serta doorprize berupa kesempatan mengikuti program Auditor SMK3 Kemnaker RI, sehingga menarik perhatian praktisi K3, manajemen perusahaan, serta profesional HR dan HSE di berbagai sektor.
Dalam paparannya, Mu’amar Fadlil menjelaskan peluang dan tantangan penerapan kecerdasan buatan (AI) untuk meningkatkan efektivitas manajemen keselamatan dan kesehatan kerja. Ia menekankan pendekatan bertahap yang pragmatis: memulai dari sistem rule-based dan model yang dapat diaudit sebelum berkembang ke model prediktif yang lebih kompleks. Menurut Fadlil, kombinasi logika fuzzy, aturan berbasis bukti, dan machine learning ringan memungkinkan penanganan ketidakpastian data—misalnya dalam penilaian kelelahan atau penilaian ergonomi—dengan keluaran yang lebih konsisten dan dapat dipertanggungjawabkan.
Selaras dengan paparan tersebut, acara webinar juga digunakan sebagai momentum peluncuran lima platform digital yang dirancang untuk membantu praktisi K3 melakukan skrining, penilaian risiko, dan intervensi dini. Kelima platform itu meliputi: Penilaian Risiko K3 — Matriks 6×6, sebuah alat matriks Severity × Probability yang mempercepat proses penilaian risiko; Evaluasi Fatigue – Shift Malam, yang memanfaatkan logika fuzzy untuk menggabungkan faktor durasi kerja, kualitas tidur, dan indikator lain; Penilaian Risiko Gangguan Muskuloskeletal (MSDs) yang menyediakan skrining ergonomi dan rekomendasi prioritas intervensi; Social Conflict Assessment untuk mendeteksi potensi konflik dan menilai iklim kerja; serta Fuzzy Big Five — BFI-44 (ID), aplikasi kuesioner kepribadian Big Five dalam bahasa Indonesia yang menggunakan kombinasi fuzzy dan model ringan untuk menghasilkan profil trait.
Setiap platform dirancang awalnya sebagai sistem rule-based atau hybrid (fuzzy + ML ringan) agar hasilnya transparan, audit-ready, dan mudah dipahami pengguna lapangan maupun auditor. Dalam presentasinya Fadlil menekankan pentingnya keterbukaan metode sehingga organisasi dapat memverifikasi asumsi, melacak keputusan, dan mengadopsi temuan ke dalam tindakan mitigasi kerja yang konkret. Konsep ini dinilai mampu mempercepat proses skrining serta meningkatkan konsistensi penilaian di lingkungan operasional yang heterogen.
Praktisi yang mengikuti webinar mengapresiasi kehadiran alat-alat tersebut karena memberikan dokumentasi hasil penilaian yang siap untuk kebutuhan audit dan pelaporan. Selain itu, fitur rekomendasi intervensi singkat pada beberapa platform dinilai membantu manajemen mengambil tindakan cepat—misalnya pengaturan ulang jadwal tugas ketika terjadi peningkatan risiko fatigue atau pengaturan ergonomi pada pekerjaan berisiko MSDs.
Platform-platform yang diumumkan dapat diakses melalui halaman khusus pada domain pengembang, antara lain: Penilaian Risiko K3 — Matriks 6×6 ( https://www.muamarfadlil.com/p/risk-level.html), Evaluasi Fatigue – Shift Malam ( https://www.muamarfadlil.com/p/fatigue.html), Penilaian Risiko Gangguan Muskuloskeletal (MSDs) ( https://www.muamarfadlil.com/p/msds.html), Fuzzy Big Five — BFI-44 ( https://www.muamarfadlil.com/p/archetype.html), dan Social Conflict Assessment ( https://www.muamarfadlil.com/p/social-conflict-assessment.html). Panitia juga menyediakan e-modul dan layanan pendaftaran yang dapat dijangkau melalui QR code dan kontak resmi acara.
Webinar ini menunjukkan langkah konkret integrasi teknologi digital ke dalam praktik K3 di Indonesia: bukan sekadar eksperimen akademis, tetapi alat yang siap dipakai untuk memperkuat proses penilaian risiko, audit, dan pengambilan keputusan di lapangan. Untuk informasi lebih lanjut dan akses platform, panitia menganjurkan praktisi dan pemangku kepentingan terkait untuk mengunjungi laman resmi pengembang atau menghubungi penyelenggara.
[ ا MH ]
