Di berbagai negara, keandalan sistem transmisi listrik menjadi perhatian utama seiring meningkatnya kompleksitas jaringan energi. Integrasi energi baru terbarukan yang bersifat fluktuatif, serta penuaan infrastruktur kelistrikan, mendorong perlunya pendekatan baru dalam pengelolaan aset berbasis data. Dalam konteks ini, pemanfaatan teknologi analitik dan sistem berbasis data (data-driven system) menjadi semakin penting untuk memastikan stabilitas dan keberlanjutan sistem tenaga listrik. Menjawab tantangan tersebut, mahasiswa Magister Teknik Sistem (MeTSi) kelas eksekutif, Dewi Setyaharini, coba paparkan gagasannya dalam seminar proposal tesis pada tanggal 7 April 2026 yang berjudul “Pengembangan Model Data-Driven Health Index untuk Peningkatan Reliability Aset Transmisi SUTT 150 kV (Studi Kasus: UPT Bogor – UIT JBT).”
Penelitian ini dilatarbelakangi oleh pentingnya pengelolaan aset transmisi listrik yang andal dan berkelanjutan, khususnya pada jaringan Saluran Udara Tegangan Tinggi (SUTT) 150 kV yang berperan sebagai tulang punggung sistem kelistrikan regional. Seiring meningkatnya kompleksitas sistem dan tuntutan keandalan, pendekatan pemeliharaan konvensional dinilai belum sepenuhnya mampu mengantisipasi potensi gangguan secara dini maupun mengoptimalkan umur pakai aset secara sistematis. Melalui penelitian ini, Dewi akan mengembangkan model data-driven Health Index (HI) yang dirancang untuk memberikan gambaran komprehensif mengenai kondisi kesehatan aset transmisi. Model ini diharapkan dapat mendukung pengambilan keputusan berbasis data dalam pemeliharaan dan pengelolaan aset, sehingga lebih tepat sasaran, efisien, dan adaptif terhadap kondisi operasional sistem.
Secara metodologis, penelitian ini akan menggunakan pendekatan Design Science Research Methodology (DSRM) yang berfokus pada perancangan dan pengembangan artefak berupa model analitik. Tahap awal penelitian akan dilakukan melalui pengumpulan data kondisi operasional dan teknis aset transmisi, seperti parameter temperatur, tegangan, arus, serta indikator lain yang relevan terhadap performa sistem. Data tersebut selanjutnya akan dianalisis menggunakan pendekatan machine learning maupun metode statistik untuk menghasilkan indeks kesehatan yang merepresentasikan tingkat kondisi aset secara kuantitatif. Model Health Index yang dikembangkan juga dirancang untuk mengidentifikasi potensi penurunan performa maupun risiko kegagalan sejak dini (early detection), sehingga memungkinkan penerapan strategi pemeliharaan berbasis prediksi (predictive maintenance). Pendekatan ini diharapkan dapat meningkatkan reliabilitas sistem sekaligus mengurangi risiko gangguan dan downtime pada jaringan transmisi.
Dalam perspektif sistem energi, penelitian ini memiliki relevansi penting dalam pengembangan smart grid dan pengelolaan aset berbasis data (data-driven asset management). Meningkatnya penetrasi energi baru dan terbarukan, seperti tenaga surya dan angin, membawa konsekuensi pada dinamika sistem yang lebih kompleks akibat sifatnya yang variabel dan tidak sepenuhnya dapat diprediksi. Kondisi ini menuntut sistem transmisi yang tidak hanya andal, tetapi juga adaptif dan mampu merespons perubahan secara cepat. Oleh karena itu, pengembangan model Health Index berbasis data menjadi bagian strategis dalam mendukung transformasi menuju sistem energi yang lebih cerdas (intelligent system), resilien, dan berkelanjutan. Selain itu, penelitian ini juga berada dalam ranah energy informatics, yang mengintegrasikan analisis data, sistem informasi, dan rekayasa energi untuk meningkatkan kinerja sistem tenaga listrik. Pendekatan ini mencerminkan pergeseran paradigma dalam pengelolaan sistem energi dari yang bersifat reaktif menuju prediktif dan berbasis data. Luaran penelitian yang diharapkan berupa model Health Index yang dapat digunakan sebagai dasar rekomendasi pemeliharaan berbasis prediksi, sehingga mampu meningkatkan efisiensi biaya operasional serta memperpanjang usia pakai aset transmisi SUTT 150 kV. Model ini juga berpotensi menjadi referensi dalam pengembangan sistem pengelolaan aset kelistrikan di sektor transmisi secara lebih luas.
Penelitian ini berada di bawah bimbingan Ir. Roni Irnawan, S.T., M.Sc., Ph.D., SMIEEE. sebagai dosen pembimbing utama dan Ir. Lesnanto Multa Putranto, S.T., M.Eng., Ph.D., IPM., SMIEEE. sebagai dosen pembimbing pendamping. Keterlibatan mahasiswa dalam riset ini membuktikan peran aktif Magister Teknik Sistem FT UGM dalam mendorong pengembangan solusi berbasis data untuk menjawab tantangan sistem energi modern. Melalui penelitian ini, Fakultas Teknik UGM menegaskan komitmennya dalam mengembangkan inovasi di bidang sistem energi dan ketenagalistrikan yang adaptif terhadap perkembangan teknologi serta kebutuhan pembangunan berkelanjutan.
ditulis oleh Arham