Optimasi Material Cadang Strategis untuk Trafo Tenaga dan Trafo Arus di UPT Durikosambi dan UPT Pulogadung

Mochamad Lingga Pratama; Herry  Nugraha

doi:10.36418/syntax-literate.v11i3.64069

Mochamad Lingga Pratama Institut Teknologi Perusahaan Listrik Negara, Indonesia
Herry Nugraha Institut Teknologi Perusahaan Listrik Negara, Indonesia

DOI: https://doi.org/10.36418/syntax-literate.v11i3.64069

Keywords: Forecasting, Joint Inventory, Manajemen Aset, Material Cadang, Model Inventori

Abstract

Pada tahun 2025, Unit Pelaksana Transmisi Duri Kosambi dan Pulogadung bertanggung jawab atas pengoperasian 157 trafo tenaga dan 905 trafo arus di 54 gardu induk. Meningkatkan Keandalan Sistem Transmisi: Dengan memastikan ketersediaan material cadang yang memadai, diharapkan gangguan pada trafo dapat diminimalkan, sehingga meningkatkan keandalan sistem transmisi listrik. Mengoptimalkan Pengelolaan Inventori: Penelitian ini bertujuan untuk membantu Unit Pelaksana Transmisi dalam mengelola inventori material cadang secara efisien, baik dalam hal jumlah maupun biaya yang diperlukan, guna mendukung operasional yang lebih optimal. Analisis Deret Waktu (Time Series Analysis): Untuk memodelkan pola kegagalan dan permintaan material cadang dalam periode tertentu, sehingga dapat memprediksi kebutuhan material di masa mendatang. Pendekatan Keandalan (Reliability Approach): Pendekatan ini digunakan untuk mengukur keandalan sistem berdasarkan tingkat kegagalan dan waktu tunggu material cadang, guna memastikan ketersediaan material yang sesuai dengan kebutuhan yang dihadapi. Trafo Tenaga: 4 unit dengan tingkat kegagalan (?) sebesar 0,0264 dan waktu pemulihan (?) sebesar 0,3541. Estimasi biaya minimum yang diperlukan adalah sebesar Rp21.345.844.706, dengan tingkat keandalan 94,08%.Trafo Arus: 2 unit dengan biaya minimum sebesar Rp80.463.294 dan tingkat keandalan 96,17%. Hasil penelitian ini diharapkan dapat meningkatkan efisiensi dalam pengelolaan material cadang dan memberikan kontribusi positif terhadap keandalan sistem transmisi. Dengan adanya sistem pengelolaan material cadang yang lebih baik, gangguan akibat kegagalan trafo dapat diminimalkan, dan waktu downtime dapat dikurangi, sehingga operasional gardu induk dapat berlangsung lebih stabil dan efisien.

Downloads

Download data is not yet available.

References

(Persero), P. T. P. L. N. (2007). Akuntansi Material. PT PLN (Persero).

Aminifar, F., Abedini, M., Amraee, T., Jafarian, P., Samimi, M. H., & Shahidehpour, M. (2022). A review of power system protection and asset management with machine learning techniques (Vol. 13, Issue 4). Springer Berlin Heidelberg. https://doi.org/10.1007/s12667-021-00448-6

Anugrahany, E., Purnomoadi, A. P., Pharmatrisanti, A., & Ginting, M. G. (2024). Development of Asset Risk Management Framework in Integrated Electricity Utility BT - 2024 6th International Conference on Power Engineering and Renewable Energy. https://doi.org/10.1109/ICPERE63447.2024.10845388

Arts, J. J. (2013). Spare Parts Planning and Control for Maintenance Operations. https://doi.org/10.4203/ccp.104.301

Dhillon, B. S. (2002). Engineering Maintenance: A Modern Approach. CRC Press LLC. https://doi.org/10.1201/9781420031843

Ho, G. T. S., Tang, Y. M., Tsang, K. Y., Tang, V., & Chau, K. Y. (2021). A blockchain-based system to enhance aircraft parts traceability and trackability for inventory management. Expert Systems with Applications, 179, 115101. https://doi.org/10.1016/j.eswa.2021.115101

Hyndman, R. J., & Athanasopoulos, G. (2018). Forecasting: Principles and Practice (2nd ed.). OTexts. https://otexts.com/fpp2/

Purnomo, H. S., Purnomoadi, A., Setiawan, A., Wuller, A. I., Saputro, N. E., & Pharmatrisanti, A. (2023). An Approach to Define the Criticality Parameter from Business Values in an Asset-Intensive Utility BT - 2023 4th International Conference on High Voltage Engineering and Power Systems. https://doi.org/10.1109/ICHVEPS58902.2023.10257341

Segundo Sevilla, F. R. (2022). State-of-the-art of data collection, analytics, and future needs of transmission utilities worldwide to account for the continuous growth of sensing data. International Journal of Electrical Power & Energy Systems, 137, 107772. https://doi.org/10.1016/j.ijepes.2021.107772

Shair, J., Li, H., Hu, J., & Xie, X. (2021). Power system stability issues, classifications and research prospects in the context of high-penetration of renewables and power electronics. Renewable and Sustainable Energy Reviews, 145, 111111. https://doi.org/10.1016/j.rser.2021.111111

Tadayonrad, Y., & Ndiaye, A. B. (2023). A new key performance indicator model for demand forecasting in inventory management considering supply chain reliability and seasonality. Supply Chain Analytics, 3, 100026. https://doi.org/10.1016/j.sca.2023.100026

Umoquit, M. J., Tso, P., Burchett, H. E. D., & Dobrow, M. J. (2011). A multidisciplinary systematic review of the use of diagrams as a means of collecting data from research subjects: Application, benefits and recommendations. BMC Medical Research Methodology, 11. https://doi.org/10.1186/1471-2288-11-11

Vrat, P. (2014). Materials Management: An Integrated Systems Approach. Springer New Delhi. https://doi.org/10.1007/978-81-322-1970-5

Yusuf, A., & Ar?c?, M. (2023). Redefined interface error, 2D verification and validation for pure solid-gallium phase change modeling by enthalpy-porosity methodology. International Communications in Heat and Mass Transfer, 147, 106952. https://doi.org/10.1016/j.icheatmasstransfer.2023.106952