telusur.co.id -PT Terminal Petikemas Surabaya (TPS) melaporkan peningkatan signifikan dalam akurasi deteksi kerusakan kontainer sejak menerapkan Automatic Container Damage Detection System (ADDS) pada April 2025. Selama delapan bulan implementasi, teknologi berbasis kecerdasan buatan atau Artificial Intelligence (AI) tersebut dinilai membawa perubahan besar dalam proses inspeksi kontainer di terminal.

ADDS bekerja dengan memanfaatkan algoritma Deep Neural Network (DNN) untuk mengidentifikasi jenis dan tingkat kerusakan kontainer secara real time. Sistem ini terintegrasi dengan kamera left-right-top serta teknologi Optical Character Recognition (OCR) yang terpasang di autogate. Selain itu, ADDS juga dilengkapi kemampuan self-learning, sehingga tingkat akurasi deteksi akan terus meningkat seiring bertambahnya data yang dianalisis.

Sejak diterapkan, ADDS menunjukkan sejumlah capaian positif. Akurasi deteksi kerusakan mengalami peningkatan yang konsisten berkat mekanisme pembelajaran mandiri yang memanfaatkan data historis serta masukan dari damage inspector. Sistem ini juga mampu memberikan notifikasi otomatis kepada petugas apabila tingkat kerusakan kontainer melebihi ambang batas yang ditetapkan, sehingga proses validasi dan pengambilan keputusan dapat dilakukan lebih cepat. Selain itu, ADDS telah terintegrasi penuh dengan sistem Container Damage Report (CDR) Online, yang memudahkan penyampaian informasi kepada pelanggan, baik box operator maupun vessel operator.

“Sebelum ADDS diterapkan, pemeriksaan kerusakan dilakukan secara manual melalui foto OCR. Kini, petugas cukup memantau layar komputer, dan sistem akan memberikan notifikasi otomatis jika ada kerusakan yang terdeteksi. Hal ini tidak hanya meningkatkan efisiensi, tetapi juga akurasi dan transparansi proses,” ujar Sekretaris Perusahaan TPS, Erika Asih Palupi.

Penerapan ADDS merupakan bagian dari komitmen TPS dalam mendukung transformasi digital dan standarisasi layanan di bawah Subholding PT Pelindo Terminal Petikemas. Ke depan, TPS berencana terus mengembangkan fitur analitik berbasis AI guna memperkuat pengelolaan data historis serta meningkatkan kemampuan prediksi terhadap potensi kerusakan kontainer.