Hasil Pencarian  ::  Simpan CSV :: Kembali

"Energi listrik merupakan energi yang saat ini paling dibutuhkan, terutama bagi wilayah yang sedang mengembangkan perekonomiannya. Berdasarkan data pada RUPTL Tahun 2021, kebutuhan listrik di Indonesia mencapai 1.172 kWh/kapita pada tahun 2022. Hal ini menandakan adanya keterkaitan dengan keandalan dari jaringan listrik yang digunakan guna mencapai pasokan listrik yang baik bagi konsumen. Oleh karena itu, dibutuhkan perhitungan untuk mengetahui nilai indeks keandalan dari sebuah jaringan listrik, salah satunya dengan menerapkan metode RIA (Reliability Index Assessment). Metode RIA (Reliability Index Assessment) merupakan sebuah metode yang dapat digunakan untuk melakukan prediksi gangguan pada jaringan distribusi dengan hasil akhir yang akan mendekati hasil lapangan yang sebenarnya, untuk meminimalisir gangguan dari jaringan listrik. Penelitian ini mengimplementasikan metode RIA dengan memperhitungkan nilai indeks keandalan berupa indeks SAIDI dan indeks SAIFI yang akan dibandingkan dengan hasil pemodelan jaringan melalui perangkat lunak ETAP 19.0.1 serta standar SPLN 16 : 2021 dan IEEE Std. 1366-2000. Hasil akhir dari penelitian menunjukkan bahwa GH0069 memiliki selisih nilai indeks SAIDI sebesar 4,47245 jam/pelanggan/tahun, dengan indeks SAIDI sebesar 8,472539 jam/pelanggan/tahun dan indeks SAIFI sebesar 0,991283 kali/pelanggan/tahun.

---

Electrical energy is the energy that is currently most needed, especially for regions that are developing their economies. Based on data in the 2021 RUPTL, electricity demand in Indonesia will reach 1,172 kWh/capita in 2022. This indicates that there is a connection with the reliability of the electricity network used to achieve a good electricity supply for consumers. Therefore, calculations are needed to determine the reliability index value of an electricity network, one of which is by applying the RIA (Reliability Index Assessment) method. The RIA (Reliability Index Assessment) method is a method that can be used to predict disturbances in distribution networks with final results that will be close to actual field results, to minimize disturbances from the electricity network. This research implements the RIA method by calculating the reliability index values in the form of the SAIDI index and SAIFI index which will be compared with the results of network modeling via ETAP 19.0.1 software as well as the SPLN 16 : 2021 and IEEE Std. 1366-2000 standard’s. The final results of the research show that GH0069 has a difference in the SAIDI index value of 4.47245 hours/customer/year, with a SAIDI index of 8.472539 hours/customer/year and a SAIFI index of 0.991283 times/customer/year."

"Pada tahun 2022, konsumsi listrik per kapita di Indonesia mencapai 1.172 kWh, dan perkiraan menunjukkan bahwa angka tersebut akan terus meningkat sejalan dengan pertumbuhan ekonomi yang diharapkan mencapai 5,3% pada tahun 2023. Oleh karena itu, peningkatan kapasitas pembangkit listrik dari sumber energi baru terbarukan (EBT) menjadi suatu kebutuhan. Oleh karena itu, untuk mencukupi kebutuhan listrik masyarakat Indonesia, maka diperlukan sebuah jaringan distribusi listrik yang andal dan efisien agar kualitas listrik yang disuplai dapat terjaga dengan baik. Terdapat berbagai metode untuk menghitung indeks keandalan, salah satunya aalah metode section technique. Metode section technique merupakan metode yang membagi sistem menjadi beberapa bagian atau "section" yang lebih kecil dan menganalisis keandalan setiap bagian tersebut secara terpisah. Setelah itu, keandalan keseluruhan sistem dihitung dengan menggabungkan keandalan dari setiap bagian tersebut. Penelitian ini mengimplementasikan metode section technique untuk menghitung indeks keandalan SAIDI dan SAIFI di GH0092 dan hasilnya kemudian dibandingkan dengan dengan hasil pemodelan jaringan melalui perangkat lunak ETAP 19.0.1 serta standar SPLN 68 – 2 : 1986 dan IEEE Std. 1366 – 2000 untuk dievaluasi tingkat keandalannya. Hasil akhir menunjukkan bahwa GH0092 memiliki tingkat keandalan yang sudah memenuhi standar SPLN 68 – 2 : 1986 atau batas standar keandalan yang ada di Indonesia, namun belum memenuhi standar keandalan IEEE Std. 1366 – 2000. Hasil indeks keandalan yang diperoleh yakni indeks SAIDI sebesar 9.3103 jam/tahun dan indeks SAIFI sebesar 0.9241 kali/tahun . Hasil tersebut kemudian dievaluasi dengan melakukan rekonfigurasi jaringan dan menghasilkan indeks keandalan SAIDI sebesar 0.9614 jam/tahun dan indeks SAIFI sebesar 0.0262 kali/tahun. Namun, rekonfigurasi jaringan tidak disarankan untuk menjadi strategi dalam menaikkan indeks keandalan karena membutuhkan biaya yang tinggi dan juga proses operasional yang kompleks.

---

In 2022, Indonesia's per capita electricity consumption reached 1,172 kWh, and projections indicate that this figure will continue to rise in line with the expected economic growth of 5.3% in 2023. Therefore, increasing the capacity of power plants from new renewable energy sources (EBT) becomes a necessity. To meet the electricity needs of the Indonesian people, a reliable and efficient electricity distribution network is required to ensure the quality of the supplied electricity is well maintained. There are various methods to calculate reliability indices, one of which is the section technique method. The section technique method divides the system into several smaller parts or "sections" and analyzes the reliability of each part separately. Then, the overall system reliability is calculated by combining the reliability of each section. This study implements the section technique method to calculate the SAIDI and SAIFI reliability indices in GH0092, and the results are then compared with network modeling results through ETAP 19.0.1 software as well as SPLN 68 – 2: 1986 and IEEE Std. 1366 – 2000 standards to evaluate the level of reliability. The final results show that GH0092 has a reliability level that meets the SPLN 68 – 2: 1986 standard or the existing reliability standards in Indonesia but does not yet meet the IEEE Std. 1366 – 2000 reliability standards. The obtained reliability indices are a SAIDI index of 9.3103 hours/year and a SAIFI index of 0.9241 times/year. These results were then evaluated by reconfiguring the network, resulting in a SAIDI reliability index of 0.9614 hours/year and a SAIFI reliability index of 0.0262 times/year. However, network reconfiguration is not recommended as a strategy to improve the reliability index because it requires high costs and complex operational processes."

"Suatu sistem tenaga listrik tidak bisa lepas dari berbagai macam gangguan listrik yang dapat mengganggu kualitas dan kontinuitas pelayanan pasokan listrik. Salah satu gangguan penyulang yang paling banyak menyebabkan terjadinya pemadaman listrik tak terencana di PT. PLN (Persero) Distribusi Jawa Barat dan Banten Area Garut Rayon Garut Kota adalah gangguan layang-layang. Pada tahun 2012 sebesar 36% pemadaman yang disebabkan gangguan penyulang terjadi karena layang-layang, dan meningkat menjadi 52% pada tahun 2013. Gangguan layang-layang ini dapat menyebabkan terjadinya gangguan hubung singkat 3 fasa, 2 fasa, 2 fasa ke tanah, ataupun 1 fasa ke tanah. Bahkan, dapat merusak dan membuat penghantar SUTM putus. Dampak dari gangguan penyulang oleh layang-layang ini berbahaya bagi manusia, baik pemain layang-layang itu sendiri maupun masyarakat yang berada di sekitar jaringan PLN yang mengalami gangguan karena dapat terkena sengatan listrik. Selain itu, terhentinya pasokan listrik membuat pihak PLN merasakan kerugian yang cukup besar dan membuat keandalan sistem (SAIFI dan SAIDI) menurun. Oleh karena itu, pada skripsi ini akan dilakukan analisis terhadap gangguan penyulang oleh layang-layang di PT. PLN (Persero) Distribusi Jawa Barat dan Banten Area Garut Rayon Garut Kota agar dapat ditentukan strategi untuk menekan frekuensi terjadinya gangguan tersebut.

---

An electric power system can not be separated from a variety of electric fault that can interfere the quality and continuity of electricity supply services. One of the most feeders fault that causing unplanned power outages in PT. PLN (Persero) Distribusi Jawa Barat dan Banten Area Garut Rayon Garut Kota is the kites disruption. In 2012, 36% outage caused by feeder faults occured because the kites disruption, and increased to 52% in 2013. Kite disruption can lead to 3 phase, 2-phase, 2-phase to ground, or 1 phase to ground short circuit. In fact, it can destroy and create SUTM broken conductor.

The impact of feeders faults due to kites is harmful to humans, both the kites players itself and the people who are around the grid which is harmed can get an electrical shock. In addition, the interruption of electricity supply makes PLN get some substantial losses and make the system reliability (SAIFI and SAIDI) decreases. Therefore, in this thesis will carried out an analysis of the feeders fault due to kites in PT. PLN (Persero) Distribusi Jawa Barat dan Banten Area Garut Rayon Garut Kota to determined some strategies to suppress the occurrence frequency of that fault."

"Penelitian ini dilakukan di wilayah kerja PLN ULP Malili, Kabupaten Luwu Timur, yang bertujuan untuk menganalisis pemanfaatan excess power dari PLTA Balambano 110 MW milik PT Vale Indonesia. Pada tahun 2024, daya 4,5 MW yang diberikan baru terpakai sebesar 1,18 MW, dengan nilai BPP Pembangkitan Rp607,49 per kWh yang akan masuk sebagai pendapatan daerah. Optimasi ini menjadi penting seiring dengan adanya kebijakan efisiensi anggaran dari pemerintah. Penelitian ini membandingkan dua skenario distribusi daya melalui GI Malili dan GH Balambano, dengan analisis keandalan jaringan meliputi SAIDI, SAIFI, dan ENS, pendekatan simulasi teknis menggunakan ETAP 19.0.1 untuk mengamati tegangan jatuh dan Losses, serta analisis ekonomi secara kuantitatif dari biaya pembangkitan, penjualan kWh, Losses, dan ENS.Hasil simulasi menunjukkan Skenario B (GH Balambano) mengalami Losses sebesar 77,6 kW serta tegangan jatuh ujung sebesar 1,67% - 2,31% yang lebih tinggi dibanding Skenario A (GI Malili) dengan Losses 52,4 kW dan tegangan jatuh ujung 1,67% - 2,31%. Nilai - nilai tersebut masih dalam batas standar SPLN No.1:1995 dan SPLN No.72:1987. Namun, secara ekonomi, skenario B menghasilkan efisiensi biaya pembangkitan sebesar 36,65% atau setara dengan Rp5.652.135.559 per tahun dari sisi, dan keuntungan bersih sekitar Rp9.631.479.903,91 per tahun. Meskipun aspek teknis lebih unggul pada Skenario A, namun Skenario B lebih direkomendasikan karena keunggulan nilai ekonominya secara keseluruhan.

---

his study was conducted in the working area of PLN ULP Malili, East Luwu Regency, with the aim of analyzing the utilization of excess power from the 110 MW Balambano Hydroelectric Power Plant owned by PT Vale Indonesia. In 2024, only 1,18 MW of the 4,5 MW power supplied was utilized, with a generation cost of Rp607,49 per kWh, which will be recorded as local government revenue. This optimization is crucial given the government's budget efficiency policies. This study compares two power distribution scenarios through the Malili GI and Balambano GH, with network reliability analysis including SAIDI, SAIFI, and ENS, technical simulation using ETAP 19.0.1 to observe voltage drop and losses, and quantitative economic analysis of generation costs, kWh sales, losses, and ENS.

Simulation results show that Scenario B (GH Balambano) has losses of 77.6 kW and end voltage drops of 1,67% – 2,31%, which are higher than Scenario A (GI Malili) with losses of 52,4 kW and end voltage drops of 1,67% – 2,31%. These values are still within the standards of SPLN No. 1:1995 and SPLN No. 72:1987. However, economically, Scenario B achieves a generation cost efficiency of 36,65% or equivalent to Rp5.652.135.559 per year, and a net profit of approximately Rp9.631.479.903,91 per year. Although Scenario A is technically superior, Scenario B is more recommended due to its overall economic advantages."

"Kabel tegangan menengah (TM) merupakan komponen krusial dalam sistem distribusi tenaga listrik. Penurunan kualitas isolasi kabel dapat berdampak signifikan terhadap kinerja keandalan jaringan. Oleh karena itu, diperlukan metode penilaian kondisi kabel yang bersifat kuantitatif dan prediktif. Penelitian ini bertujuan untuk menyusun model Health Index (HI) kabel TM berdasarkan data hasil pengujian Tan Delta (TD), Very Low Frequency (VLF), dan Partial Discharge (PD), serta mengintegrasikan data pembebanan penyulang untuk menilai korelasinya terhadap nilai keandalan sistem distribusi listrik.Metodologi penelitian melibatkan proses normalisasi data, penghitungan skor individual dari ketiga parameter uji, serta penentuan HI dengan dua skema pembobotan, yaitu: Opsi 1 (TD = 0,4; VLF = 0,4; PD = 0,2) dan Opsi 2 (TD = VLF = PD = 0,3333). Selanjutnya, dilakukan klasifikasi HI ke dalam lima kategori kondisi, analisis korelasi dengan pembebanan penyulang, serta evaluasi hubungan antara HI dengan indikator keandalan (SAIDI dan ENS) menggunakan pendekatan Pearson dan Spearman.Hasil penelitian menunjukkan bahwa terdapat hubungan korelatif antara nilai HI dengan tingkat beban dan keandalan sistem. Pada Opsi 1, korelasi tertinggi terjadi antara HI dan SAIDI (r = 0,985, p = 0,014), sedangkan pada Opsi 2 korelasi signifikan diperoleh antara HI dan ENS (ρ = 1,0, p = 0,000). Visualisasi distribusi HI dan peta risiko menunjukkan bahwa beberapa segmen dengan gangguan aktual berada pada kategori Waspada dan Buruk dalam klasifikasi awal, sehingga dilakukan penyesuaian rentang HI agar lebih sensitif terhadap risiko operasional.Kesimpulan dari studi ini menyatakan bahwa Health Index dapat digunakan sebagai indikator prediktif terhadap performa keandalan sistem distribusi listrik dan sebagai dasar penentuan prioritas pemeliharaan berbasis risiko. Penelitian ini juga merekomendasikan integrasi HI dalam sistem manajemen aset PLN serta pengembangan model pembobotan adaptif berbasis machine learning di masa mendatang.

---

Medium voltage (MV) power cables are critical components of electricity distribution networks. The degradation of cable insulation can significantly impact system reliability. Therefore, a quantitative and predictive condition assessment method is essential. This study aims to develop a Health Index (HI) model for MV cables based on diagnostic test data—Tan Delta (TD), Very Low Frequency (VLF), and Partial Discharge (PD)—while integrating feeder loading data to assess its correlation with reliability performance indicators.

The methodology includes data normalization, scoring of individual test parameters, and Health Index calculation using two weighting schemes: Option 1 (TD = 0.4; VLF = 0.4; PD = 0.2) and Option 2 (TD = VLF = PD = 0.3333). The resulting HI values were classified into five condition categories. Further analysis included correlation testing between HI and feeder loading, and between HI and reliability metrics (SAIDI and ENS) using both Pearson and Spearman methods.

The results show a significant correlation between the Health Index and both feeder load and system reliability performance. Under Option 1, the strongest correlation was observed between HI and SAIDI (r = 0.985, p = 0.014), whereas under Option 2, a significant correlation was found between HI and ENS (ρ = 1.0, p = 0.000). Visualization of HI distribution and risk maps revealed that some segments with actual disturbances were still categorized as Moderate and Very Bad under the initial classification, prompting a revision of HI thresholds to improve sensitivity to operational risks.

The study concludes that the Health Index can be effectively used as a predictive indicator of distribution system reliability performance and as a basis for risk-based maintenance prioritization. The research also recommends integrating HI into PLN’s asset management systems and exploring adaptive machine learning-based weighting models in future work."