Transformasi sistem ketenagalistrikan global mendorong perusahaan utilitas di berbagai negara untuk memperkuat keandalan infrastruktur transmisi listrik. Peningkatan kebutuhan energi, integrasi energi baru dan terbarukan, serta penuaan aset jaringan (aging infrastructure) meningkatkan risiko gangguan pada sistem transmisi. Dalam beberapa tahun terakhir, pengelolaan aset berbasis data berkembang menjadi pendekatan strategis untuk meningkatkan akurasi pemeliharaan, memperpanjang umur infrastruktur, dan mendeteksi potensi kegagalan sistem secara lebih dini. Dalam konteks tersebut, sistem Saluran Udara Tegangan Tinggi (SUTT) memiliki peran penting dalam menjaga stabilitas distribusi energi listrik nasional. Infrastruktur transmisi menghadapi tantangan operasional yang dipengaruhi oleh kondisi lingkungan, tingkat korosivitas atmosfer, karakter geografis wilayah, serta beban operasi jangka panjang. Faktor-faktor tersebut memengaruhi penurunan kondisi aset secara bertahap dan meningkatkan kebutuhan terhadap sistem pemantauan yang mampu membaca degradasi aset secara lebih presisi dan terukur.
Kebutuhan terhadap sistem pemeliharaan berbasis data tersebut mendorong pengembangan model data-driven health index untuk meningkatkan reliability aset transmisi listrik. Mahasiswa Magister Teknik Sistem (MeTSi) Fakultas Teknik Universitas Gadjah Mada, Dewi Setyaharini dari konsentrasi Sistem Energi Baru dan Terbarukan kelas eksekutif, melaksanakan seminar hasil tesis pada Senin (25/5) di Perpustakaan MeTSi Lantai 2. Ia mempresentasikan hasil penelitian berjudul “Pengembangan Model Data-Driven Health Index untuk Reliability Aset Transmisi SUTT 150 kV (Studi Kasus: PLN UIT JBT – UPT Bogor).” Dalam penelitian ini, pengembangan model dilakukan menggunakan integrasi metode ERAS, ISO 9223, dan Ordinary Least Squares (OLS) untuk mengevaluasi kondisi kesehatan aset transmisi secara berbasis data dan pendekatan reliability engineering. ISO 9223 digunakan untuk mengidentifikasi tingkat korosivitas lingkungan berdasarkan parameter atmosferik, sedangkan metode OLS digunakan untuk membangun hubungan antarvariabel yang memengaruhi kondisi aset transmisi. Integrasi metode ini memungkinkan evaluasi kondisi tower dilakukan secara lebih objektif, sistematis, dan adaptif terhadap variasi kondisi lingkungan operasional.
Analisis penelitian menunjukkan bahwa distribusi terrain dan kategori korosivitas memiliki pengaruh signifikan terhadap kondisi kesehatan tower transmisi SUTT 150 kV. Variasi karakter geografis dan tingkat paparan lingkungan menghasilkan tingkat degradasi yang berbeda pada setiap lokasi tower. Temuan ini menunjukkan bahwa kondisi lingkungan menjadi faktor penting dalam menentukan tingkat reliability aset transmisi dan prioritas pemeliharaan jaringan listrik. Untuk meningkatkan kualitas analisis, penelitian ini juga mengimplementasikan pendekatan pipeline DAG RAG dalam proses pengolahan dan interpretasi data. Pendekatan tersebut digunakan untuk mengurangi subjektivitas dalam evaluasi kondisi aset serta meningkatkan ketepatan identifikasi degradasi infrastruktur. Hasil implementasi metode ini mampu mengoreksi potensi underestimation sebesar 13,10%, sehingga memperkuat akurasi model dalam membaca kondisi aktual tower transmisi.
Selanjutnya, performa model diuji melalui evaluasi tingkat akurasi dan sensitivitas terhadap data outlier yang umum ditemukan pada sistem infrastruktur energi. Hasil pengujian menunjukkan model menghasilkan nilai RMSE sebesar 28,32 poin dan MAE sebesar 18,54 poin. Hasil ini menunjukkan kemampuan model dalam menangani variasi kondisi aset yang kompleks serta mempertahankan sensitivitas analisis pada berbagai kondisi operasional jaringan transmisi. Dalam aspek operasional, model yang dikembangkan juga mampu memberikan fungsi peringatan dini terhadap kondisi aset kritis pada jaringan transmisi. Hasil analisis menunjukkan terdapat 90 tower transmisi yang teridentifikasi berada pada kondisi critical. Kemampuan deteksi dini ini memberikan dasar penting dalam menentukan prioritas pemeliharaan dan mitigasi risiko gangguan sistem sebelum terjadi kerusakan yang lebih serius.
Untuk memastikan validitas hasil penelitian, model diuji melalui empat lapis validasi yang mencakup validasi statistik, validasi konseptual berbasis ISO 9223, validasi operasional, serta validasi lapangan. Pendekatan validasi berlapis ini memperkuat reliabilitas model dalam merepresentasikan kondisi aktual aset transmisi sekaligus meningkatkan potensi implementasi model pada sistem pemeliharaan infrastruktur ketenagalistrikan secara nyata. Dalam perspektif sistem energi, penelitian ini memberikan kontribusi terhadap pengembangan sistem pendukung keputusan berbasis data untuk pengelolaan aset transmisi listrik nasional. Model data-driven health index memungkinkan proses pemeliharaan dilakukan secara lebih prediktif, efisien, dan berbasis prioritas risiko. Pendekatan ini mendukung peningkatan reliability jaringan transmisi sekaligus memperkuat ketahanan sistem kelistrikan dalam menghadapi peningkatan kebutuhan energi dan integrasi energi terbarukan.
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 mencerminkan penguatan kapasitas akademik dalam pengembangan sistem energi berbasis analisis data, reliability engineering, dan pengelolaan infrastruktur energi modern. Melalui penelitian ini, MeTSi FT UGM memperkuat pengembangan riset berbasis data dan pendekatan sistem untuk mendukung reliability infrastruktur energi nasional. Integrasi analisis statistik, evaluasi lingkungan, dan sistem pendukung keputusan menjadi bagian penting dalam pengembangan sistem pemeliharaan aset yang lebih adaptif, presisi, dan berkelanjutan.
Ditulis oleh Arham