Publisher

RISETILMIAHRISETILMIAH

Journal Impression : Jurnal Teknologi dan InformasiImpression : Jurnal Teknologi dan Informasi Abstract

PT. PLN (Persero) UP3 Balikpapan memiliki tantangan berupa susut non-teknis yang disebabkan oleh anomali pada kWh meter, kesalahan pembacaan manual, maupun pelanggaran pemakaian listrik, meskipun sistem Automatic Meter Reading (AMR) untuk memonitor pemakaian listrik pada pelanggan potensial telah diimplementasikan. Penelitian ini bertujuan untuk mendeteksi kesalahan pengukuran pada kWh meter pelanggan yang terintegrasi dengan sistem AMR pada studi kasus di PT. Total Prime Engineering, yang terdeteksi mengalami anomali pemakaian listrik melalui aplikasi AMICON. Metodologi dengan pengumpulan data teknis (pengukuran langsung dengan CALMET) dan data non-teknis (aplikasi AMICON dan EIS). Temuan utama menunjukkan adanya ketidaknormalan pada data pemakaian listrik pelanggan dengan potensi tagihan susulan menunjukkan perbedaan besar antara data AMICON Rp. 1,7 juta dan data kalibrasi CALMET Rp 4,1 juta rentang waktu 7 hingga 26 Maret 2025. Pengujian langsung dengan CALMET menemukan rata-rata error meter yang signifikan sebesar -19.331%, yang melebihi batas toleransi yang diizinkan. Temuan ini menegaskan bahwa validasi lapangan tetap krusial untuk meningkatkan akurasi pengukuran kWh meter serta memperkuat efektivitas Automatic Meter Reading (AMR) dalam memitigasi susut non-teknis untuk membantu mengurangi kerugian non-teknis bagi PLN.

Conclusion

Penelitian ini menunjukkan efektivitas tinggi sistem Automatic Meter Reading (AMR) dalam mendeteksi anomali pengukuran energi listrik, di mana pada PT.Total Prime Engineering, fasa R tercatat hanya sekitar 117 V akibat sambungan kabel longgar, berbeda signifikan dari fasa S dan T yang stabil 233 V.Anomali tersebut menyebabkan energi tidak tertagih sebesar 1.190,746 kWh dengan estimasi kerugian Rp 1,72 juta berdasarkan AMICON, namun verifikasi CALMET mengungkapkan error meter –19,331% yang meningkatkan kerugian hingga Rp 4,19 juta.Kesimpulan ini menekankan pentingnya validasi gabungan antara AMR dan pengukuran standar seperti CALMET untuk memastikan akurasi pencatatan energi, mengurangi potensi kerugian PLN, sekaligus menyoroti keterbatasan studi pada satu pelanggan yang menuntut penelitian lanjutan lebih luas.

Future Research

Meskipun penelitian ini telah berhasil menunjukkan efektivitas sistem Automatic Meter Reading (AMR) dalam mendeteksi anomali pengukuran energi listrik, masih terdapat ruang yang signifikan untuk pengembangan penelitian lanjutan demi memperkuat sistem monitoring dan mitigasi susut non-teknis pada PT. PLN (Persero). Pertama, sangat disarankan untuk mengembangkan model *machine learning* yang lebih canggih. Model ini tidak hanya berfungsi mendeteksi ketidaknormalan secara umum, melainkan juga mampu mengklasifikasikan secara spesifik jenis anomali yang terjadi, seperti membedakan antara kerusakan teknis pada kWh meter, gangguan pada jaringan distribusi, atau indikasi awal potensi pelanggaran pemakaian listrik. Dengan kemampuan klasifikasi ini, PLN dapat mengoptimalkan alokasi sumber daya dan menargetkan respons tim lapangan dengan lebih presisi, beralih dari deteksi pasif menjadi pendekatan prediktif yang dapat mencegah kerugian sebelum menjadi besar. Kedua, penelitian lanjutan perlu memperluas cakupan studi dengan melibatkan sampel multi-pelanggan dari berbagai sektor dan kategori daya, mulai dari rumah tangga, usaha kecil, hingga industri besar, serta melibatkan beragam kondisi geografis dan karakteristik jaringan listrik. Pendekatan komparatif ini akan memberikan pemahaman komprehensif mengenai variasi pola anomali, efektivitas sistem AMR, dan dampak karakteristik beban terhadap akurasi pengukuran di berbagai segmen pelanggan. Hasilnya dapat menjadi dasar bagi pengembangan kebijakan nasional yang lebih adaptif dan model deteksi yang lebih robust. Ketiga, mengingat adanya perbedaan substansial antara estimasi kerugian finansial berdasarkan data AMICON dan hasil verifikasi CALMET, penelitian mendalam mengenai analisis biaya-manfaat (cost-benefit analysis) perlu dilakukan. Analisis ini akan mengevaluasi efisiensi dan efektivitas jangka panjang dari kombinasi sistem monitoring AMR dengan jadwal inspeksi lapangan proaktif menggunakan alat kalibrasi presisi, terutama ketika anomali terdeteksi. Dengan demikian, PLN dapat menentukan strategi optimal yang menyeimbangkan investasi teknologi dengan biaya operasional, guna meminimalisir kerugian akibat susut non-teknis secara berkelanjutan dan menjaga akurasi pendapatan perusahaan.

Metadata

File size	634.08 KB
Pages	13
DMCA	Report