Sebuah algoritma kini bisa merancang model jembatan lebih cepat dari insinyur mana pun. Ia tidak pernah lelah, tidak salah hitung karena kurang tidur, dan tidak meminta lembur. Tapi pertanyaannya bukan soal kemampuan AI — melainkan apa yang terjadi jika ia keliru, dan tidak ada insinyur yang cukup kompeten untuk menyadarinya.

Kecerdasan buatan atau Artificial Intelligence (AI) kini bukan lagi wacana masa depan. Ia sudah bekerja: menganalisis struktur bangunan, mengoptimalkan jadwal proyek, memprediksi biaya konstruksi, hingga mendeteksi retakan pada infrastruktur melalui citra drone. Industri konstruksi yang selama ini dikenal lambat dalam adopsi teknologi, kini bergerak cepat — dan alasannya masuk akal. Laporan McKinsey Global Institute (2017) mencatat bahwa konstruksi adalah salah satu sektor dengan produktivitas terendah di dunia selama beberapa dekade. AI hadir sebagai jawaban atas krisis yang sudah lama dibiarkan.

Manfaatnya nyata dan tidak bisa diabaikan. Platform seperti ALICE Technologies mampu mensimulasikan ribuan skenario jadwal konstruksi sekaligus untuk menemukan urutan pekerjaan paling efisien. Model machine learning yang dilatih dengan data historis proyek terbukti menekan kesalahan estimasi biaya hingga 20—30 persen dibandingkan estimasi manual (Moselhi et al., 1991). Di lapangan, computer vision berbasis AI memantau rekaman drone secara real-time untuk mendeteksi pekerja tanpa alat pelindung diri — dan hasilnya terukur: insiden keselamatan di proyek-proyek besar Singapura turun secara signifikan setelah teknologi ini diterapkan.

Namun di sinilah diskusi biasanya berhenti — dan di sinilah seharusnya diskusi dimulai. Tidak banyak yang membicarakan apa yang terjadi ketika insinyur terlalu nyaman mempercayai AI. Fenomena ini dikenal sebagai automation bias: kecenderungan manusia untuk menerima output sistem otomatis tanpa mempertanyakannya, bahkan ketika output itu keliru. Dalam dunia teknik sipil, bias ini tidak sekadar merugikan secara finansial — ia bisa berujung pada kegagalan struktur. Insinyur yang terbiasa mengandalkan AI tanpa memahami prinsip di baliknya, secara perlahan kehilangan kemampuan mendeteksi kesalahan yang justru paling krusial untuk dideteksi.

Ada masalah lain yang lebih serius dan nyaris tidak pernah dibahas: akuntabilitas. Model deep learning bekerja tanpa mampu menjelaskan logika di balik rekomendasinya — fenomena yang disebut black box problem. Jika sebuah gedung runtuh karena keputusan yang didasarkan pada rekomendasi AI, siapa yang bertanggung jawab? Kontraktor yang menggunakan sistemnya? Vendor yang mengembangkannya? Atau insinyur yang menyetujui outputnya tanpa memverifikasi? Di Indonesia, kerangka hukum untuk menjawab pertanyaan ini belum ada. Ini bukan masalah teknis semata — ini celah regulasi yang berbahaya, dan industri konstruksi Indonesia belum serius membicarakannya.

Tantangan Indonesia tidak berhenti di sana. Adopsi AI membutuhkan data pelatihan yang besar dan terstandarisasi. Sayangnya, industri konstruksi Indonesia belum memiliki sistem manajemen data proyek yang konsisten secara nasional. Model AI yang dilatih dengan data tidak representatif akan menghasilkan prediksi yang keliru secara sistematis — masalah klasik yang dalam dunia machine learning disebut garbage in, garbage out. Ditambah dengan konektivitas digital yang belum merata dan literasi teknologi yang masih terbatas di kalangan insinyur di luar kota besar, adopsi AI di Indonesia berpotensi hanya menguntungkan segelintir pihak sambil meninggalkan yang lain jauh di belakang.

Lalu, apakah AI akan menggantikan insinyur sipil? Jawabannya bergantung pada jenis insinyur yang dimaksud. AI akan menggantikan insinyur yang kerjanya hanya menghitung, menyalin, dan mengeksekusi tanpa berpikir. Ia tidak akan menggantikan insinyur yang mampu mengevaluasi, memutuskan dalam kondisi ambigu, dan menanggung tanggung jawab moral atas keputusannya. Analoginya sederhana: kalkulator tidak menggantikan matematikawan — ia membebaskannya untuk berpikir lebih jauh. Tapi kalkulator juga tidak berguna di tangan orang yang tidak memahami matematika.

Bukan Ancaman Namun Peluang?

Mereka yang hanya menguasai cara mengoperasikan perangkat lunak tanpa memahami prinsip dasarnya akan menjadi yang pertama tergantikan. Sebaliknya, mereka yang membangun fondasi keilmuan yang kuat — mekanika struktur, mekanika tanah, hidrolika — sekaligus mengembangkan literasi data dan kemampuan berpikir kritis, justru akan menjadi yang paling dibutuhkan. Bukan untuk menjalankan AI, melainkan untuk mengawasinya, mempertanyakannya, dan memutuskan kapan ia layak dipercaya.

AI dalam teknik sipil adalah kenyataan yang tidak bisa dihindari. Tapi ia bukan alat yang netral — ia membawa efisiensi sekaligus risiko, kemajuan sekaligus ketergantungan. Insinyur yang bijak bukan yang menolaknya, bukan pula yang menyerahkan segalanya kepadanya. Insinyur yang bijak adalah yang tahu persis batas kemampuan AI — dan yang lebih penting, tahu batas kemampuannya sendiri.

Daftar Pustaka

Accenture. (2020). Shaping the sustainable organization. Accenture Research.

Fang, W., Love, P. E. D., Luo, H., & Ding, L. (2020). Computer vision for behaviour-based safety in construction: A review and future directions. Advanced Engineering Informatics, 43, 100980. https://doi.org/10.1016/j.aei.2019.100980

McKinsey Global Institute. (2017). Reinventing construction: A route to higher productivity. McKinsey & Company.

Moselhi, O., Hegazy, T., & Fazio, P. (1991). Neural networks as tools in construction. Journal of Construction Engineering and Management, 117(4), 606–625. https://doi.org/10.1061/(ASCE)0733-9364(1991)117:4(606)

Pan, Y., & Zhang, L. (2021). Roles of artificial intelligence in construction engineering and management: A critical review and future trends. Automation in Construction, 122, 103517. https://doi.org/10.1016/j.autcon.2020.103517

Syarat dan Ketentuan Penulisan di Siaran-Berita.com :
Setiap penulis setuju untuk bertanggung jawab atas berita, artikel, opini atau tulisan apa pun yang mereka publikasikan di siaran-berita.com - Syarat dan Ketentuan - Kebijakan Privasi - Panduan Komunitas - Disclaimer

Tags: AI Teknik Sipil