Post on 03-Apr-2018
7/28/2019 ITS Undergraduate 15452 Paper 1359193 2
1/7
1
R
R
Evaluasi Keandalan Sistem Distribusi Jaringan Spindel GI Nusa
Dua PT. PLN (Persero) Distribusi BaliUJ Kuta.
Reliability Evaluation of Spindel Network Distribution System at GI
Nusa Dua PT. PLN (Persero) - UJ Kuta.I Wayan Suardiawan
1)
1) Jurusan Teknik Elektro ITS, Surabaya 60111, email: wa_1_cool@yahoo.co.id
Abstrak : Pada tugas akhir ini, dilakukananalisis keandalan sistem distribusi jaringan spindel
pada gardu Induk Nusa Dua. Tujuan yang ingindicapai pada tugas akhir ini adalah sebagai evaluasi
bagi PT. PLN (Persero) Distribusi Bali khususnyaUnit Jaringan Kuta dalam memperbaiki kinerja
penyulang-penyulang yang ada pada Gardu Induk
Nusa Dua. Metode yang digunakan antara lain
pengumpulan data, pengolahan data, sertapenganalisisan keandalan sistem distribusi.
Kata kunci: Keandalan, sistem distribusi, jaringanspindel.
I. PENDAHULUANI.1 Latar Belakang
Pertumbuhan beban (pelanggan) di wilayah
Area Jaringan (AJ) Bali Selatan sedang berkembang,terutama di daerah Nusa Dua yang notabene adalah
salah satu pusat pariwisata dari Pulau Bali. Darikenyataan tersebut, tuntutan terhadap keandalan
sistem jaringan distribusi sangat dibutuhkan. Untuk ituperlu dilakukan suatu evaluasi keandalan sistem
distribusi primer 20kV di PT. PLN (Persero) AJ Bali
Selatan khususnya daerah Nusa Dua (GI Nusa Dua).
I.2 PermasalahanPermasalahan yang ada adalah bagaimana
mengevaluasi sistem distribusi jaringan spindel
khususnya di Gardu Induk Nusa Dua, serta
menentukan indeks keandalah dari sisi pelanggan.
I.3 TujuanTujuan yang ingin dicapai dari pembuatan Tugas
Akhir ini adalah untuk mengevaluasi keandalan dariGardu Induk Nusa Dua yang sebagian besarmenggunakan jaringan spindel dan kemudian
membandingkannya dengan standar PLN yang telahada, apakah bisa dikatakan nilai yang didapat sudah
baik atau tidak, serta mengetahui indeks keandalan
ditinjau dari sisi pelanggan.
II. TEORI PENUNJANGII.1 Keandalan dan Pemodelan Sistem
Keandalan merupakan peluang bekerjanya suatu
peralatan atau sistem sesuai dengan fungsinya pada
waktu tertentu dan kondisi tertentu. Jika kita berbicarakeandalan kuantitatif, maka kita berbicara dalamkonteks peluang (probability). Peluang yang
merepresentasikan indeks keandalan memiliki rentang
nilai 0 (nol) sampai dengan 1 (satu). Keandalansistem/komponen bernilai 0 berarti memiliki peluang
sukses 0% dan keandalan sistem/komponen bernilai 1memiliki peluang sukses 100%. Nilai keandalan ini
adalah fungsi waktu, artinya keandalan sebuahsistem/komponen akan bervariasi sesuai dengan waktu
dimana evaluasi keandalan tersebut dilakukan.
Sistem/komponen yang sama dan diukur saat waktu
operasi yang sama akan mungkin memiliki keandalanyang berbeda jika kondisi operasi kedua
sistem/komponen sejenis tersebut berbeda.Sebagai contoh yang sederhana akan dipakai
sebuah subsistem yang terdiri dari dua buah filterberikut ini:
II.1.2 Sistem dengan susunan seri
Suatu sistem dapat dimodelkan dengan susunanseri jika komponen-komponen yang ada didalam
sistem itu harus bekerja atau berfungsi seluruhnyaagar sistem tersebut sukses dalam menjalankan
misinya.
Gambar 1 Sistem susunan seri
Rs = R1R2 ............................................................... (1)
dengan:
Rs = keandalan sistem seri
R1 = keandalan komponen 1
R2 = keandalan komponen 2
II.1.3 Sistem dengan susunan paralelSuatu sistem dapat dimodelkan dengan susunan
paralel jika seluruh komponen yang ada didalam
sistem itu gagal berfungsi maka akan mengakibatkansistem itu gagal menjalankan fungsinya.
Gambar 2 Sistem susunan paralel
Rp = 1- (1-R1)(1-R2).........................................(2)dengan:
Rp = keandalan sistem paralelR1 = keandalan komponen 1
R2 = keandalan komponen 2
II.2 Bentuk jaringan distribusi primer pada
Gardu Induk Nusa DuaII.2.1 Jaringan Radial
Sistem distribusi dengan pola Radial seperti
R1
R2
7/28/2019 ITS Undergraduate 15452 Paper 1359193 2
2/7
2
Gambar 3. Adalah sistem distribusi yang paling
sederhana dan ekonomis. Pada sistem ini terdapatbeberapa penyulang yang menyuplai beberapa gardu
distribusi secara radial.
Gambar 3 Jaringan Radial
Keuntungan dari sistem ini adalah tidak rumitdan lebih murah dibanding dengan sistem yang lain.
Namun keandalan sistem ini lebih rendah karena
hanya terdapat satu jalur utama yang menyuplai gardudistribusi, sehingga apabila jalur utama tersebut
mengalami gangguan, maka seluruh gardu akan ikut
padam.
II.2.2 Jaringan SpindelSistem Spindel seperti pada Gambar 4 adalah
suatu pola kombinasi jaringan dari pola Radial dan
Ring. Spindel terdiri dari beberapa penyulang (feeder)yang tegangannya diberikan dari Gardu Induk dan
tegangan tersebut berakhir pada sebuah GarduHubung (GH).
Gambar 4 Jaringan Spindel
Pada pengoperasiannya, sistem Spindelberfungsi sebagai sistem Radial. Di dalam sebuah
penyulang aktif terdiri dari gardu distribusi yangberfungsi untuk mendistribusikan tegangan kepada
konsumen baik konsumen tegangan rendah (TR) atau
tegangan menengah (TM).
II.3 Faktor-faktor Nilai keandalanDalam menganalisa nilai keandalan, banyak
faktor yang harus diperhitungkan, antara lain: MTTF,MTTR, laju kegagalan, laju perbaikan,, ketersediaan,
kurva bak mandi, distribusi eksponensial, dan korelasi.
II.3.1 Mean Time To Failure
Mean Time To Failure (MTTF) adalah wakturata-rata kegagalan yang terjadi selama beroperasinyasuatu sistem, dapat dirumuskan:
MTTF= .......................................... (3)
dengan:T = waktu operasi (up time)
n = jumlah kegagalan
II.3.2 Mean Time To Repair
Mean Time To Repair adalah waktu rata-rata
yang diperlukan untuk melakukan perbaikan terhadapterjadinya kegagalan suatu sistem yang dapat
dirumuskan:
MTTR= .......................................... (4)
dengan:
L = waktu perbaikan (down time)
n = jumlah perbaikan
II.3.3 Laju Kegagalan
Laju kegagalan atau hazard rate adalahfrekuensi suatu sistem/komponen gagal bekerja,
biasanya dilambangkan dengan (lambda), lajukegagalan dari suatu sistem biasanya tergantung dari
waktu tertentu selama sistem tersebut bekerja. Rumus
laju kegagalan:
= ................................................................ (5)
II.3.4 Laju Perbaikan
Laju perbaikan atau Downtime rate adalahfrekuensi lamanya suatu sistem/komponen dalam
masa perbaikan (kondisi OFF). Rumus laju perbaikan:
................................................................ (6)
II.3.5 KetersediaanKetersediaan atau Availability didefinisikan
sebagai proporsi waktu dimana sistem dalam keadaan
siap beroperasi. Nilai dari availability sistem
bergantung pada frekuensi komponen-komponen
sistem yang gagal bekerja (laju kegagalan) dan lamaperbaikan dari komponen yang rusak hingga sistem
berfungsi kembali (laju perbaikan). Rumusketersediaan:
.................................................................. (7)
dengan:
A = Ketersediaan
= laju perbaikan
= laju kegagalan
II.3.6 Kurva Bak Mandi
Kurva bak mandi (bathtub) merupakan sebuahgrafik yang mempunyai bentuk seperti bak mandi,
yang memetakan tingkat kegagalan dari mesin atau
sesuatu terhadapa waktu. Pemetaan dilakukan denganmelihat tingkat kegagalan dari suatu produk dalamsuatu waktu tertentu yang dipetakan dalam suatu
grafik seperti pada gambar 5.
7/28/2019 ITS Undergraduate 15452 Paper 1359193 2
3/7
3
Gambar 5 Kurva bak mandi
Kurva bak mandi mendeskripsikan keterangandari fungsi hazard yang terdiri dari tiga bagian atau
fase, yaitu:
1. Bagian pertama adalah tingkat kegagalan yangturun, yang dikenal sebagai kegagalan awal (masa
awal / burn in period).
2. Bagian kedua adalah tingkat kegagalan yangkonstan, yang dikenal sebagai kegagalan acak (masa
berguna / useful life period).3. Bagian ketiga adalah tingkat kegagalan yang naik,yang dikenal sebagai kegagalan aus (masa aus / wear-out period).
II.3.7 Distribusi Eksponensial
Pada distribusi eksponensial, laju kegagalanadalah konstan (=C), seperti pada bagian kedua pada
kurva bak mandi yang memiliki tingkat kegagalanyang konstan, jadi distribusi eksponensial hanya
berlaku pada normal life period saja pada bathtubcurve (kurva bak mandi). Rumus distribusi
eksponensial:
.................................. (8)
II.3.8 Korelasi
Korelasi digunakan untuk mengukur kekuatan
hubungan antara dua variabel, yaitu untuk mengetahui
tingkatan kekuatan hubungan antara variabel. Duavariabel dikatakan berasosiasi jika perilaku variabel
yang satu mempengaruhi variabel yang lain denganjarak (range) 0 sampai dengan 1.
Korelasi mempunyai kemungkinan pengujian
hipotesis dua arah (two tailed). Korelasi searah jika
nilai koefesien korelasi diketemukan positif,
sebaliknya jika nilai koefesien korelasi negatif,
korelasi disebut tidak searah. Berikut adalah rumuskorelasi:
......................... (9)
dengan:
x = variabel x
= mean (rata-rata) variabel x
y = variabel y
= mean (rata-rata) variabel y
Berikut adalah batasan nilai untukmemudahkan melakukan interpretasi mengenai
kekuatan hubungan antara dua variabel:
0 : Tidak ada korelasi >00,25 : Korelasi sangat lemah
>0,250,5 : Korelasi cukup
>0,50,75 : Korelasi kuat
>0,750,99 : Korelasi sangat kuat
1 : Korelasi sempurna
II.4 Indeks Keandalan dari sisi pelanggan
Indeks keandalan merupakan suatu
metode/cara pengevaluasian parameter keandalan
suatu peralatan distribusi tenaga listrik terhadapkeandalan mutu pelayanan kepada pelanggan. Indeks
ini antara lain adalah SAIFI (System AverageInterruption Frequency Index), SAIDI (System
Average Interruption Duration Index) dan CAIDI
(Customer Average Interruption Frequency Index).
II.4.1 System Average Interruption Frequency
Index
SAIFI (System Average Interruption
Frequency Index) adalah jumlah rata-rata kegagalanyang terjadi per pelanggan yang dilayani per satuan
waktu (umumnya tahun). Indeks ini ditentukan dengan
membagi jumlah semua kegagalan dalam satu tahun
dengan jumlah pelanggan yang dilayani oleh sistem
tersebut. Persamaan untuk SAIFI dapat dilihat padapersamaan berikut ini:
................................................ (10)
dengan:
k= laju kegagalan saluran
Mk = jumlah pelanggan pada saluran k
M = total pelanggan pada sistem
II.4.2 System Average Interruption Duration Index
SAIDI (System Average Interruption
Duration Index) adalah nilai rata-rata dari lamanyakegagalan untuk setiap pelanggan selama satu tahun.
Indeks ini ditentukan dengan pembagian jumlah dan
lamanya kegagalan secara terus menerus untuk semua
pelanggan selama periode waktu yang telah ditentukan
dengan jumlah pelanggan yang dilayani selama tahun
itu. Persamaan SAIDI dapat dilihat pada persamaanberikut:
................................................ (11)
dengan:
k= laju perbaikan saluranMk = jumlah pelanggan pada saluran k
M = total pelanggan pada sistem
7/28/2019 ITS Undergraduate 15452 Paper 1359193 2
4/7
4
III. DATA SALURAN DISTRIBUSI GARDUINDUK NUSA DUAGardu Induk Nusa Dua mempunyai 3 trafo
utama dan terbagi atas 21 penyulang, yang terdiri dari
6 penyulang konfigurasi radial, 12 penyulangkonfigurasi spindel dan 3 penyulang express. Hampir70% pelanggan dari GI Nusa Dua adalah pelanggan
VIP seperti hotel-hotel besar dan bertaraf
internasional.
III.1. Data gangguan selama 7 tahunBerikut ini akan disajikan contoh data
gangguan tiap penyulang yang terjadi tiap tahunselama 7 tahun (2003-2009). Karena keterbatasan
tempat maka akan diambil contoh untuk penyulangKedonganan pada tahun 2003:
Tabel 1 Daftar gangguan penyulang Kedonganan
tahun 2003
No Tgl_trip ArusLm Pdm
kWh_hilangJam
1 06-Jan-03 60 0,03 55,43
2 22-Jan-03 85 0,02 39,26
3 22-Jan-03 80 0,53 1.182,41
4 04-Apr-03 76 0,02 35,10
5 20-Apr-03 62 0,02 28,64
6 25-Apr-03 50 0,02 23,09
7 28-Apr-03 50 0,02 23,09
8 01-Mei-03 50 0,02 23,09
9 01-Mei-03 50 1,12 1.547,30
10 01-Mei-03 50 2,80 3.879,79
11 04-Mei-03 46 0,02 21,25
12 04-Mei-03 46 1,48 1.890,94
13 04-Mei-03 46 2,08 2.655,81
14 05-Mei-03 50 0,02 23,09
15 06-Jun-03 68 0,08 157,04
16 22-Jun-03 64 0,03 59,12
17 19-Jul-03 50 0,08 115,47
18 20-Jul-03 70 0,02 32,33
19 20-Jul-03 70 0,40 775,96
20 20-Jul-03 74 0,02 34,18
21 28-Jul-03 50 0,02 23,09
22 19-Des-03 84 0,02 38,80
23 19-Des-03 50 0,27 369,50
III.2 Data mulai beroperasinya penyulang
Berikut adalah data mulai beroperasinya
penyulang, panjang saluran dan jumlah trafo.
Tabel 2 Data usia, panjang dan jumlah trafo tiap
penyulang
No PenyulangPanjang Jumlah Mulai
Saluran (m) Trafo Beroperasi
1 Kedonganan 12.205 46 01/08/1995
2 Mumbul 43.735 73
7/28/2019 ITS Undergraduate 15452 Paper 1359193 2
5/7
5
5 KAMPUS 0,899829 R
6 TJ. BENOA 0,690958 R
7 FOUR SEASON 0,387420 S
8 SAWANGAN 0,900000 S
No Penyulang R Konf.9 BVLGARY 0,729000 S
10 BUSTER PUMP I 0,313811 S
11 TRAGIA 0,999997 S
12 GOLF COURSE 0,348678 S
13 HILTON 0,590490 S
14 SANTA R. 0,900000 S
15 SS II 0,900000 S
16 AMENITY 0,882900 S
17 CLUB MED 0,531441 S
18 BALI RESORT 0,282430 S
19 EXP JIMBARAN 1,000000 E
20 SS I 1,000000 E
21 EXP BPG 1,000000 E
IV.2 Mean Time To Failure dan Mean Time ToRepair
MTTF dan MTTR digunakan untuk melihatseberapa cepat terjadinya kerusakan dan perbaikan
dari masing-masing penyulang pada Gardu Induk
Nusa Dua Berikut akan ditampilkan nilai MTTF dan
MTTR masing-masing penyulang selama 7 tahun.
Tabel 5Nilai MTTF dan MTTR selama selang waktu
7 tahun
No Penyulang
MTTF
(hari)
MTTR
(jam) Konfig
Rata2 Rata2
1 KEDONGANAN 17,5732 0,6041 R
2 FOUR SEASON 49,4604 0,6086 S
3 SAWANGAN 45,1766 1,5720 S
4 BVL GARY 37,0002 0,1568 S
5 BUSTER PUMP I 21,4919 0,4369 S
6 TRAGIA 27,5054 0,5410 S
7 EXP JIMBARAN 35,8642 1,1956 E
8 GOLF COURSE 33,2297 0,4187 S
9 HILTON 83,3503 1,2881 S10 SANTA R. 31,2867 1,1370 S
11 TJ. BENOA 19,1749 0,8337 R
12 SS II 84,6667 2,0659 S
13 SS I 75,5516 2,3857 E
14 AMENITY 66,3586 0,9774 S
15 KAMPUS 17,9231 0,7073 R
16 EXP BPG 49,1028 1,8805 E
17 CLUB MED 59,8120 1,0219 S
18 BALI RESORT 95,1211 1,6752 S
19 B. GARDENIA 81,0000 2,8900 R
20 UNGASAN 10,3753 0,3062 R
21 MUMBUL 23,3596 0,7136 R
IV.3 Laju Kegagalan dan Laju PerbaikanDari hasil yang diperoleh pada tabel 5,
kemudian dapat dicari nilai laju kegagalan () dan laju
perbaikan () dari masing-masing penyulang.
Tabel 6Nilai laju kegagalan dan laju perbaikanmasing-masing penyulang
No Penyulang
Laju
Kegagalan ()
Laju Perbaikan
()
Hari Jam Hari
1 KEDONGANAN 0,0569 1,6554 39,7298
2 FOUR SEASON 0,0202 1,6430 39,4327
3 SAWANGAN 0,0221 0,6361 15,2667
4 BVLGARY 0,0270 6,3776 153,0612
5 BUSTER PUMP I 0,0465 2,2887 54,9279
6 TRAGIA 0,0364 1,8486 44,3659
7 EXP JIMBARAN 0,0279 0,8364 20,0737
8 GOLF COURSE 0,0301 2,3883 57,3199
9 HILTON 0,0120 0,7763 18,6315
10 SANTA R. 0,0320 0,8795 21,1091
11 TJ. BENOA 0,0522 1,1995 28,7875
12 SS II 0,0118 0,4840 11,6171
13 SS I 0,0132 0,4192 10,0600
14 AMENITY 0,0151 1,0231 24,5551
15 KAMPUS 0,0558 1,4138 33,9303
16 EXP BPG 0,0204 0,5318 12,7623
17 CLUB MED 0,0167 0,9786 23,4854
18 BALI RESORT 0,0105 0,5969 14,3265
19 B. GARDENIA 0,0123 0,3460 8,3045
20 UNGASAN 0,0964 3,2664 78,3927
21 MUMBUL 0,0428 1,4013 33,6323
IV.4 Ketersediaan
Nilai ketersediaan (A) menggambarkan
berapa peluang suatu alat beroperasi. Berdasarkan
rumus (7), maka didapatkan hasil sebagai berikut:Tabel 7Nilai Ketersediaan tiap penyulang
No Penyulang (A) Konf
1 KEDONGANAN 0,99857 R
2 MUMBUL 0,998729 R
3 UNGASAN 0,998772 R
4 BALI GARDENIA 0,998516 R
5 KAMPUS 0,998358 R
6 TJ. BENOA 0,998192 R
7 FOUR SEASON 0,999488 S
8 SAWANGAN 0,998552 S
9 BVLGARY 0,999823 S
10 BUSTER PUMP I 0,999154 S
11 TRAGIA 0,999181 S
12 GOLF COURSE 0,999475 S
13 HILTON 0,999356 S
14 SANTA R. 0,998488 S
15 SS II 0,998984 S
16 AMENITY 0,999387 S
17 CLUB MED 0,999289 S
7/28/2019 ITS Undergraduate 15452 Paper 1359193 2
6/7
6
18 BALI RESORT 0,999267 S
19 EXP JIMBARAN 0,998613 E
20 SS I 0,998686 E
21 EXP BPG 0,998407 E
IV.5 Keandalan Distribusi EksponensialKemudian dari data pada tabel 6 dan rumus
(8) dapat digambarkan grafik keandalan dengan
menggunakan metode distribusi eksponensial untuk
masing-masing tipe penyulang selama selang waktu(t) 100 hari sebagai berikut.
Gambar 8 Grafik keandalan penyulang konfigurasi
radial selama 100 hari
Gambar 9 Grafik keandalan penyulang spindel
selama 100 hari
IV. 6 Korelasi keandalan dengan faktor fisik
penyulang
Berdasarkan rumus (9) dan dari data-data yang
ada, dapat dicari hubungan/korelasi antara keandalanpenyulang dengan faktor fisik di lapangan, seperti:
usia penyulang, jumlah pelanggan, panjang saluran,
dan jumlah trafo.
Tabel 8 Korelasi keandalan eksponensial selama 1
bulan dengan faktor fisik penyulang
Korelasi R Panjang Jumlah Jumlah Usia
terhadap saluran trafo pelanggan penyulang
P. Radial -0,60 -0,64 -0,66 -0,93
P. Spindel -0,59 -0,21 -0,34 -0,29
IV. 7 Indeks Keandalan dari sisi pelangganDari rumus (10) dan (11), kemudian dapat
dihitung indeks keandalan dari sisi pelanggan GarduInduk Nusa Dua selama 7 tahun.
Tabel 9 Indeks keandalan dari sisi pelanggan GI Nusa
Dua selama 7 tahun
No TahunSAIFI SAIDI
(gangguan/pelanggan) (menit)
1 2003 0,055 1130
2 2004 0,062 695
3 2005 0,103 167
4 2006 0,053 225
5 2007 0,045 123
6 2008 0,911 54
7 2009 0,05 353
Dari hasil yang didapat kemudian
dibandingkan dengan standar yang diterapkan oleh
PT. PLN (Persero) Distribusi Bali, yaitu World ClassServices GAP Analysis, berikut ini:
Gambar 10 World Class Services GAP Analysis
Kemudian dari tabel 9 dan gambar 10, dapatdibuat tabel perbandingan sebagai berikut:
Tabel 10 Tabel perbandingan indeks keandalan antara
WCS, GI Nusa Dua dan Sistem Bali pada tahun 2008
SAIFI SAIDI
WCS 3 100
GI Nusa Dua 0,911 54
Sistem Bali 1,65 61,43
V.
PENUTUPV.1 KesimpulanBerdasarkan hasil perhitungan dan analisis yang
telah dilakukan dapat disimpulkan bahwa:
7/28/2019 ITS Undergraduate 15452 Paper 1359193 2
7/7
7
1. Nilai Mean Time To Failure (MTTF) terkecilselama 7 tahun untuk penyulang radial adalah10,375 hari (P. Ungasan) dan nilai MTTF terbesar
adalah 81 hari (P. Bali Gardenia) serta nilai rata-
ratanya adalah 28,23 hari, sedangkan nilai MTTF
terkecil selama 7 tahun untuk penyulang spindeladalah 21,49 hari (P. Booster Pump I) dan nilai
MTTF terbesar untuk penyulang spindel adalah95,12 hari (P. Bali Resort) serta nilai rata-ratanya
adalah 52,87 hari. Dari hasil perbandingan untuk2 tipe penyulang tersebut, terlihat bahwa
konfigurasi spindel mempunyai nilai R yang lebih
baik, hingga sebesar 87,28% bila dibandingkan
dengan konfigurasi radial.
2. Untuk evaluasi dengan metode diagram blok,didapat bahwa nilai keandalan penyulang spindeladalah lebih rendah dengan rata-rata 0,6472 bila
dibandingkan dengan penyulang radial yang rata-
ratanya 0,9134.3. Dari hasil analisis korelasi pada penyulang radial,
nilai keandalan cukup berkorelasi dengan panjang
saluran (-0,6), jumlah trafo (-0,64), jumlah
pelanggan (-0,66), dan usia penyulang (-0,93).
Tapi tidak halnya dengan penyulang spindel, nilaikeandalannya kurang berkorelasi dengan jumlah
trafo (-0,21), jumlah pelanggan (-0,34) dan usiapenyulang (-0,29).
4. Nilai SAIFI untuk WCS adalah 3, GI Nusa Duaadalah 0,911 dan Sistem Bali 1,65, sedangkan
nilai SAIDI untuk WCS adalah 100, GI Nusa Duaadalah 54 dan Sistem Bali 61,43. Dari hasil
perbandingan tersebut dapat diambil kesimpulanbahwa keandalan dari Gardu Induk Nusa Dua
sudah cukup baik, karena nilai yang didapat lebihbaik bila dibandingkan dengan standar WCS yang
telah diterapkan maupun dengan keseluruhan
sistem bali itu sendiri.
V.2 Saran1. Untuk penelitian lebih lanjut tentang keandalan
sistem distribusi, perlu dilibatkan berbagai
analisa lainnya, seperti cost analysis,management analysis maupun maintenance
analysis.
2. Untuk melengkapi wacana penelitian tentangkeandalan distribusi, dapat dilakukan
pengembangan untuk daerah lain yang memiliki
karakteristik jaringan dan beban yang berbeda-beda, baik di PT. PLN (Persero) Distribusi Bali
maupun di seluruh Indonesia.
DAFTAR PUSTAKA[1] Artana, Ketut Buda,Diktat Kuliah: Kuliah
Keandalan1-Pendahuluan - FTK ITS, Surabaya.
[2] Artana, Ketut Buda,Diktat Kuliah: StatistikaRekayasa-Distribusi PeluangFTK ITS,
Surabaya.[3] Endrenyi, J., Reliability Modeling in Electric
Power Systems, John Wiley & Sons Ltd., Toronto,
Ch. 2, 1980.
[4]
Wilkins, Dennis J., The Bathtub Curve andProduct Failure Behavior , Weibull,
November, 2002
[5] Ferdiansyah, Evaluasi Keandalan SistemDistribusi PT.PLN (Persero) APJ Surabaya
Selatan Menggunakan Metode Non-EksponensialDown Times, Teknik Elektro-ITS, Surabaya,
2007.[6] Marsudi, Djiteng, Operasi Sistem Tenaga
Listrik, Balai Penerbit dan Humas ISTN, Jakarta
Selatan, 1990.
[7] Priyanta, Dwi,Diktat Kuliah: Keandalan dan
PerawatanFTK ITS, Surabaya, 2000
[8] Sukerayasa, I Wayan, Penentuan Angka KeluarPeralatan Untuk Evaluasi Keandalan Sistem
Distribusi Tenaga Listrik, Universitas Udayana,
Jimbaran, Desember, 2007[9] Sukmawidjaja, Maula, Perhitungan Profil
Tegangan pada Sistem Distribusi Menggunakan
Matrix Admitansi dan Matrix Impedansi Bus,
JETri, vol. 7, pp.21-40, ISSN 1412-0372, February,
2008[10] Priyambodo, B., Manajemen Farmasi Industri,
Global Pustaka Utama, Yogyakarta, 2007.[11] Rummel, R.J., Understanding Correlation,
Departement of Political Science University of
Hawaii, Honolulu, 1976.
[12] Moubray, John, Reliability CenteredMaintenance, Industrial Press, New York, 1997
[13] Rausand, M. and Hoyland, A., SystemReliability Theory; Models, Statistical methods,
and Applications, John Wuiley & Sons, NewYork, 2004.
RIWAYAT HIDUP
I Wayan Suardiawandilahirkan di Denpasar, 6Januari 1988. Pada tahun 2006,
penulis masuk ke JurusanTeknik Elektro FTI ITS dan
mengambil bidang studi Teknik
Sistem Tenaga. Selama menjadimahasiswa, penulis aktif sebagai
asisten praktikum, koordinator
praktikum dan koordinatorasisten di Laboratorium
Konversi Energi Listrik-Jurusan Teknik Elektro-
Institut Teknologi Sepuluh Nopember Surabaya.