Amicon
Amicon
Amicon
p-ISSN : 2654-7813
1
Penyusutan non- teknis yang besar dari calon pelanggan Penelitian yang di lakukan oleh Daud bertujuan untuk
AMR adalah salah satu permasalahan yang di alami oleh mengetahui intensitas cahaya pada ruangan yang ada pada
pihak PLN, penyebabnya adalah kesalahan pada saat rumah sakit di Gorontalo. Dengan menggunakan beberapa
pemasangan serta pemeliharaan dan juga penyumbang metode yaitu observasi, wawancara dan pengukuran. Hasil
kerugian terbesar merupakan aksi penipuan yang dibuat oleh dari perhitungkan dengan mengacu pada standarisasi
sebagian pelanggan. Hilangnya energi bisa di identifikasi menunjukan bahwa semua ruangan masih di bawah
melalui analisis data AMR meliputi kesalahan pada saat standarisasi yaitu 80% dari standar yang di tentukan[10].
pembacaan meter, kelainan pengukuran APP dan kesalahan Penelitian sebelumnya yang juga membahas tentang
selama pemasangan wiring kabel, yang merupakan kesalahan AMR, dimana penelitian ini juga menggunakan kWh Meter
berdasarkan kerugian non-teknis [3]. Automatic Meter Reading (AMR) dengan membandingkan
Pada penelitian Yuntyansyah tentang susut dan perbaikan proses pengiriman data menggunakan modem SMS dengan
alternatif pada penyulang kayoman Gardu Induk Sukorejo, modem GPRS/LTE. Hasilnya penggunaan modem
dimana susut merupakan masalah teknis dan non teknis yang GPRS/DTU (data terminal unit) lebih efisien di banding
berdampak kerugian energi pada penyaluran energi listrik. menggunakan modem SMS dikarenakan sinyal yang tidak
Perhitungan susut pada penyulang selama ini masih di stabil dan penarikan data sering gagal. Tetapi ada juga pilihan
lakukan dengan meghitung selisih kWh beli dan kWh jual lainnya menggunakan power line communication (PLC)
pada penyulang, maka dari itu pada penelitiannya ia sebagai pilihan lain jaringan transmisi pengirim data agar
melakukan perkiraan perbaikan pada penyulang yaitu tidak bergantung pada jaringan telekomunikasi seluler[11].
perbaikan jaringan SUTM dengan hasil susut konduktor Adapun penelitian yang juga di lakukan oleh Fahmi tentang
berkurang 41.4%. Lalu upaya perbaikan pada transformator AMR bulanan melalui SMS berbasis mikrokontroler [12].
berhasil mengurangi susut transformator 7.7%, dan pada Pada beberapa penelitian sebelumnya juga berkaitan
terakhir perbaikan dengan cara mempararelkan penyulang dengan sistem jaringan komunikasi AMR sebagai pengirim
dengan hasil susut berkurang mencapai 50% [4]. data dengan beberapa penerapan metode penelitian dan juga
Menurut Elisa dan Devina dalam penelitian menjelaskan pengembangan alat jaringan komunikasi nikrabel [13],[14]
bahwa dengan penggunaan AMR pada PLN Disjaya dan dan [15].
Tangerang dapat menurunkan susut dari tahun ke tahun. Merujuk dari pada penelitian-penelitian terdahulu dimana
Persentase total susut PLN Disjaya pada tahun 2013 sebesar penggunaan sistem AMR sangat membantu dalam hal
8.52% yang masih jauh berdasarkan target kinerja yang telah pelacakan apabila terjadi kesalahan atau kejanggalan pada
ditetapkan oleh PLN Pusat yaitu sebesar 6.0%. Pada tahun konsumen/pelanggan yang menyebabkan susut non teknis
2014 persentase susut yaitu sebesar 6.61% [5]. [3], maka dari itu penulis melakukan perbandingan dari
Penelitian studi kasus tentang kerugian PT PLN (Persero) penelitian terdahulu dimana pada penelitian ini menggunakan
yang disebabakan oleh kurangnya penggunaan energi listrik metode studi kasus dengan melakukan monitoring, analisis
yang terukur pada pelanggan. Pada diagram phasor yang ada dan evaluasi menggunakan sistem AMR serta melakukan
pada sistem AMR menunjukkan adanya anomali sehingga pemeriksaan secara langsung di lapangan pada pelanggan
dilakukan pengecekan dan didapati adanya beban kapasitif potensial.
dikarenakan kapasitor pelanggan tidak di nonaktifkan di saat
tidak adanya beban pemakaian pelanggan dan polaritas arus II. METODE PENELITIAN
nya terbalik yang dikarenakan oleh kesalahan pengawatan
(wiring) ataupun pelanggan yang dengan sengaja membalik A. Kerangka Konsep Penelitian
polaritas arus agar dapat mempengaruhi pengukuran [6]. Kerangka konsep penelitian dari penelitian ini yaitu
Menurut Guson dalam penelitiannya menjelaskan bahwa analisis susut energi non teknis menggunakan AMR
data sistem AMR yang diberikan dengan menggunakan (Automatic Meter Reading) pada pelanggan potensial PT.
sistem informasi bisa melihat tren pemakaian listrik dan PLN (Persero) UP3 Gorontalo. Sistem kelistrikan yang di
anomali jika pengguna berbuat kecurangan. Pada sistem analisis adalah sistem distribusi pada jaringan tegangan
AMR ini data profil beban konsumen dapat dibaca dan rendah yang menyuplai pelanggan potensial yang
diunduh menggunakan sistem informasi berbasis web. menggunakan sistem AMR. Berbagai jenis pelanggan
Sehingga, sistem informasi dipergunakan oleh pihak PT PLN potensial AMR yakni pelanggan dengan tarif bisnis, tarif
(Persero) untuk menganalisa juga membuat keputusan dan industri, tarif pemerintah dan tarif sosial. Analisis dilakukan
langkah strategis yang berkaitan mengenai data hasil pada pelanggan potensial AMR dengan tarif pemerintah. Hal
pembacaan [7]. ini dimaksudkan untuk mengidentifikasi pemakaian energi
Menurut Amrina dalam penelitiannya menjelaskan bahwa pada pelanggan potensial AMR tersebut. AMR adalah sistem
kerugian ataupun susut energi yang hilang pada PLN Rayon membaca dan mengambil data dari pelanggan secara lokal
Koba dalam setahun 2016 adalah sebesar 6.64 % yang terdiri berbasis nikrabel yang digunakan dalam analisis beban
dari susut teknis sebesar 3,66 % dan susut non teknis sebesar pelanggan guna mendeteksi kerugian daya listrik non teknis
2,944 %. Berdasarkan data yang diambil kemudian maupun teknis. Sehingga perlu dilakukan analisis susut non
disimulasikan menggunakan formula jogya menunjukkan teknis pada pelanggan potensial AMR tarif pemerintah.
bahwa susut non teknis terjadi akibat faktor internal berupa Pada analisis susut non teknis diperlukan data historis
kesalahan baca meter dan meter tidak akurat [8]. penggunaan daya pelanggan guna mengetahui apabila terjadi
Menurut Ujang dalam penelitiannya menjelaskan bahwa penyimpangan penggunaan energi listrik dan mencari energi
penggunaan sistem AMR dapat memantau ketidaknormalan yang tidak terukur oleh kWh meter. Disamping itu analisis
meter elektronik. Akibat dari Pengawatan CT yang terbalik susut energi di perlukan untuk mengetahui besarnya kerugian
bisa berdampak pada energi listrik tidak tertagih. Maka dari pihak PT. PLN (Persero) dari kesalahan konsumen.
itu menghindari kerugian pihak PLN perlu melakukan
penggantian meter pada pelanggan tersebut [9].
2
B. Tahapan Alur Penelitian
Yang paling utama dalam melakukan penelitian adalah TABEL 1. LOAD PROFILE KANTOR PEMDA KOTA GORONTALO
membuat suatu bagan prosedur alur penelitian yakni sebagai Daya Tegangan (Volt) Arus (Ampere)
Date/Time Wh PF
berikut : Total R S T R S T
14/04/2020
820,84 216 219 215 0 3,66 3,94 0,99
Mulai 14:30
14/05/2020
709,36 218 225 215 0 2,8 3,7 0,99
14:00
Analisa Kasus 18/06/2020
611,62 214 226 221 0 2,51 3,01 0,99
13:30
Identifikasi Pelaku
Pada Tabel 1 profil pemakaian energi listrik di kantor
Pemda Kota Gorontalo dapat dilihat bahwa terdapat
Identifikasi Korban kejanggalan disisi pemakaian energi listrik. Mulai Tanggal
14 April sampai dengan 18 Juni 2020 data pada AMR bahwa
Penanganan Kasus arus fasa R tidak terbaca atau tidak terukur, sehingga
mengakibatkan PLN mengalami kerugian energi salur.
Kesimpulan Setelah mengetahui data tersebut tim dari PLN langsung
turun mengecek di lapangan. Grafik load profile pelanggan
kantor kotamadya gorontalo dapat dilihat pada Gambar 2, 3
Selesai dan 4.
Gambar 1. Alur Penelitian
Dari alur penelitian mengenai Gambar 1 dapat diuraikan Grafik Load Profile Bulan April
sebagai berikut :
1. Analisis Kasus 5
Analisis kasus ini dengan melihat dan fokus pada 4
Arus sekunder
3
DAYA PEM JAM
Grafik Load Profile Bulan Juni NO BULAN
(VA) KWH NYALA
2 FEB 131000 23066 176
5
3 MAR 131000 22884 175
4
arus sekunder
Gambar 4. Load Profile Bulan Juni Pada Tabel 2 hasil perhitungan jam nyala terlihat bahwa
untuk pemakaian energi rata-rata setiap bulannya terdapat
B. Analisa Identifikasi Pelaku kejanggalan yang terjadi pada bulan April sampai dengan
1. Profil Pelanggan Kantor Pemerintah Daerah Kota bulan juni yang di beri tanda warna merah. Pada bulan
Gorontalo tersebut pemakaian energi mengalami penurunan yang
Kantor Pemda Kota Gorontalo adalah salah satu signifikan bila dibandingkan dengan 3 bulan sebelumnya.
pelanggan Potensial AMR yang wilayah kerjanya di PLN Hal tersebut dapat mengakibatkan kerugian energi di sisi
UP3 Gorontalo. Pelanggan ini lebih banyak beroperasi dijam penjualan energi, yang disebabkan oleh salah satu fasa tidak
kerja pada pukul 08:00 – 16:00. Box APP Pelanggan kantor terbaca atau tidak terukur berdasarkan analisis kasus.
Pemda Kota Gorontalo dapat dilihat pada Gambar 5. Penurunan pemakaian energi ini dapat berpengaruh pada jam
nyala pelanggan.
𝑃𝑒𝑚𝑎𝑘𝑎𝑖𝑎𝑛 𝑘𝑊ℎ
𝐽𝑎𝑚 𝑁𝑦𝑎𝑙𝑎 =
𝐷𝑎𝑦𝑎 𝑇𝑒𝑟𝑠𝑎𝑚𝑏𝑢𝑛𝑔 (𝑘𝑉𝐴)
4
terlihat bahwa data profil pemakaian daya yang terukur hanya sekunder CT & di kWh Meter tidak ada arus beban yang
ada fasa S dan daya pada fasa T. Hal ini terjadi selama 3 bulan mengalir, sehingga tidak terbaca atau terukur. Setelah
yaitu terhitung dari Tanggal 14 bulan April sampai dengan melakukan pengamatan ternyata alat pengukur arus beban
tanggal 18 bulan Juni Tahun 2020 berdasarkan data pada pada fasa R berupa CT (current transformator) mengalami
AMR. Hasil rekap perhitungan pemakaian beban energi kerusakan (bekas terbakar), sehingga tidak berfungsi. Alat
listrik pada fasa R dapat dilihat pada Tabel 3. pengukur arus berupa CT rusak bisa disebabkan karena
pengaruh panas akibat beban lebih dan juga alatnya sudah
TABEL 3. HASIL REKAP PERHITUNGAN PEMAKAIAN ENERGI FASA R
Total Daya Energi Total Daya
tua.
Tanggal / Total Daya yang Terukur pada Energi yang Penggantian alat pengukur arus CT segera dilakukan,
Bulan (Watt) fasa S dan fasa T Tidak Terukur kemudian dilakukan pengukuran kembali untuk mengetahui
(wh) fasa R (wh) kembali apakah nilai arus beban pada fasa R dapat terbaca
14 - 30 atau terukur kembali pada kWh Meter, agar arus beban yang
689266.725 228419.83 116213.5324
April mengalir pada fasa R bisa terbaca di stand meter, sehingga
1 - 31
Mei
1085532.02 361094.45 181671.5624 bisa di monitoring lagi lewat aplikasi AMR.
1 - 18
702842.164 234158.97 117262.112 E. Penanganan Kasus
Juni
Aplikasi Automatic Meter Reading (AMR) merupakan
Pada Tabel 3 terlihat bahwa pemakaian beban energi alat bantu untuk Monitoring, analisis dan evaluasi
listrik yang tidak terukur pada bulan April adalah sebesar menentukan penyebab terjadinya pelanggaran yang
116213.5324 Wh atau 116.213 kWh, bulan Mei sebesar dilakukan oleh pelanggan yang mempunyai daya-daya besar.
181671.5624 Wh atau 181.671 kWh, bulan Juni sebesar AMR ini juga dapat mengetahui profile beban pelanggan
117262.112 Wh atau 117.262 kWh. Pemakaian beban energi berupa tegangan, arus, dan pemakaian kWh serta konfigurasi
terbesar terdapat pada bulan Mei, sedangkan pemakaian pengawatan, yang akhirnya dapat diketahui penyebab
beban energi listrik terkecil terdapat pada bulan April. penurunan jam nyala yang sangat signifikan. Proses
Pemakaian energi listrik yang tidak terukur atau tidak tertagih penggunaan aplikasi AMR adalah sebagai berikut.
terhitung dari Tanggal 14 bulan April – 18 Juni 2020 adalah
sebesar 415147.21 Wh atau 415.147 kWh. Sedangkan total 1. Registrasi Meter Pada AMR Terpusat
kWh yang terukur adalah sebesar 823673.2 Wh atau 823.673 Registrasi meter dengan cara membuka terlebih dahulu
kWh. Dengan total kWh yang tidak terukur tersebut akan Aplikasi AMR Amicon setelah itu pilih menu Asset. Setelah
dikalikan dengan faktor kali meter 40 karena pelanggan memilih menu asset dilakukan input data pelanggan berupa
memakai rasio CT 200/5 A. Hasil konversi nilai kWh ke nomor telfon, tarif / daya, merek meter dll. Prose registrasi
faktor kali meter dapat dilihat pada Tabel 4. meter dapat dilihat pada Gambar 8.
5
Setelah itu kita memasukan seluruh data pelanggan yang Pada Load Profile dan Power Quality per periode, dapat
sesuai dengan informasi data yang ada pada berita acara ditampilkan semua data load profile energi per pelanggan
untuk bisa teregistrasi, seperti terlihat pada Gambar 10. setiap 15 menit / 30 menit waktu. Tampilan pemakaian load
profile energi per pelanggan dapat dilihat pada Gambar 13.
6
Reading Bulanan Melalui SMS Berbasis
Mikrokontroler,” Akad. Telkom Sandhy Putra
[7] G. P. Kuntarto, “Distribusi Data Listrik Pelanggan Jakarta, vol. VI, no. 11, pp. 29–37, 2015.
Melalui Sistem Informasi Berbasis Web,” Ultimatics, [13] F. Rahman, A. Basuki, and I. Aknuranda,
vol. 3, no. 1, pp. 131–139, 2011. “Pengambilan Data secara Bergerak pada Automatic
[8] A. T. Putri, M. Jumnahdi, and R. F. Gusa, “Analisis Meter Reading Bertopologi Mesh,” J. Teknol. Inf.
Susut Energi Non Teknis Pada Jaringan Distribusi dan Ilmu Komput., vol. 6, no. 1, p. 1, 2019.
PLN Rayon Koba,” 2017. [14] Y. Adekayanti, I. Adiasa, and I. Mashabai, “Analisis
[9] U. Wiharja, “Analisa Deteksi Ketidaknormalan Gangguan Pada kWh Meter Pelanggan di PT . PLN (
Meter Elektronik Dengan Sistem Automatic Meter Persero ) UP3 Sumbawa Menggunakan Fishbone
Reading,” J. Ilm. Elektrokrisna, vol. 6, no. 1, pp. 89– Dan PDCA ( Plan , Do , Check , Action ),” vol. 2, no.
96, 2017. 1, 2021.
[10] Y. Daud, F. E. P. Surusa, and S. Humena, “Analisis [15] A. Malinda, U. K. Usman, T. Sudjatmiko, F. T.
Intensitas Cahaya pada Gedung Central Medical Unit Elektro, U. Telkom, and M. Jaringan, “Perancangan
di Rumah Sakit Umum Daerah Prof.DR.H. Aloe Migrasi Jaringan GPRS Menuju 3G Pada Sistem
Saboe Kota Gorontalo,” Jambura J. Electr. Electron. Automatic Meter Reading ( AMR ) di PT . PLN (
Eng., vol. 2, no. 1, pp. 19–23, 2020. Persero ) UP3 Bandung The Planning Of GPRS To
[11] R. Hariyati, “Analisis Pembacaan Meter Otomatis 3G Network Migration On Automatic Meter,” vol. 7,
Listrik Dengan,” 2015. no. 2, pp. 3243–3252, 2020.
[12] Y. P. 2 Edward Fahmi 1, “Sistem Automatic Meter