"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."