Kebutuhan yang tinggi akan data dan informasi di era digital menuntut tersedianya
fasilitas pendukung berupa data center. Sebagai sebuah fasilitas berbentuk fisik, data
center terdiri dari kumpulan perangkat elektronik yang saling terhubung dan membentuk
sistem. Aktivitas pemrosesan data dalam jumlah yang besar dapat menyebabkan
perangkat elektronik mengalami kenaikan suhu yang tinggi. Suhu yang terlalu panas pada
komponen elektronik dapat menyebabkan masalah seperti kerusakan pada perangkat dan
penurunan kinerja yang mengakibatkan kehilangan data penting dan mengancam
kelangsungan operasi bisnis. Suhu data center yang optimal dapat dijaga dengan
menggunakan pendingin (chiller) yang diawasi secara berkala. Melalui penelitian ini,
penulis merancang sistem AI-Vision untuk melakukan prediksi risiko pada koneksi
komponen listrik berupa chiller pada data center H2-01 Karawang. AI-Vision merupakan
sistem aplikasi kecerdasan buatan menggunakan metode machine learning melakukan
perhitungan prediksi risiko kondisi komponen listrik pada chiller berdasarkan gambar
hasil tangkapan thermal imagers fluke. Aplikasi AI-Vision menggunakan pengolahan
citra dan algoritma K-Nearest Neighbors untuk menghasilkan prediksi risiko yang
disesuaikan dengan standar yang dikeluarkan oleh PT. DCI dengan mengadopsi standar
IEC 60269 dan PUIL 2011 serta penelitian yang dilakukan EPRI (Electric Power
Research Institute). Hasil dari penelitian ini berupa prediksi risiko dengan nilai akurasi
sebesar 90%.