Analisis Perkiraan Masa Pakai Transformator Berdasarkan Beban Di ULP Mattirotasi Menggunakan Metode Regresi Linier

(1)

Jurnal ELEKTRIK – Politeknik Negeri Manado

1

Analisis Perkiraan Masa Pakai Transformator Berdasarkan Beban Di ULP Mattirotasi Menggunakan Metode Regresi Linier

Yusril Maisyah Syatir¹, Satriani Said Akhmad², Wisna Saputri Alfira WS³

1,2,3

Jurusan Teknik Elektro, Politeknik Negeri Ujung Pandang, Makassar, Indonesia e-mail: ¹yusrilmaisyah@gmail.com, ²satrianisaid86@gmail.com, ³alfirasaputri@poliupg.ac.id

Abstrak

Pada distribusi di PLN faktor yang mempengaruhi sistem distribusi yaitu susut pada transformator.

Salah satu penyebab kerusakan atau berkurangnya umur transformator adalah pengaruh pembebanan berlebih. Permasalahan pada penelitian ini hanya pengumpulan data beban transformator pada gardu distribusi area parepare selama 3 tahun terakhir. Tujuan penelitian untuk memperkirakan masa pakai transformator distribusi yang beroperasi selama 24 jam. Dalam memperkirakan masa pakai transformator digunakan perhitungan manual dengan metode regresi linier dan program SPSS. Dalam penelitian ini ada 2 jenis transformator yang diperkirakan yaitu transformator 200 kVA dan 160 kVA. Rata-rata beban malam (Waktu Beban Puncak) tiap transformator pada ULP Mattirotasi sebesar 118,62% untuk transformator 200 kVA dan 107,87% untuk transformator 160 kVA. hasil pekiraan masa pakai masing-masing 12 tahun untuk transformator 200 kVA, 22 tahun untuk transformator 160 kVA.

Kata Kunci: Transformator, Perkiraan Beban, Regresi Linier, SPSS.

Abstract

In distribution at PLN, the factors that affect the distribution system are losses in the transformer.

One of the causes of damage or reduced transformer life is the effect of overloading. The problem in this study is only the data collection of transformer loads at the distribution substation in the Parepare area for the last 3 years. The purpose of this research is to estimate the lifetime of a distribution transformer that operates for 24 hours. In estimating the life of the transformer, manual calculations using the linear regression method and the SPSS program are used. In this study, there are 2 types of transformers estimated, namely 200 kVA and 160 kVA transformers. The average night load (Peak Load Time) for each transformer at ULP Mattirotation is 118.62% for a 200 kVA transformer, 107.87% for a 160 kVA transformer.. the estimated lifetimes are 12 years for a 200 kVA transformer and 22 years for a 160 kVA transformer.

Keywords: Transformer, Estimated Load, Linier Regression, SPSS.

(2)

2 1. PENDAHULUAN

Dalam operasi sistem tenaga listrik, keandalan dan kestabilan sistem sangat penting untuk menjamin kenyamanan dan keamanan dalam pelayanan kepada konsumen. Salah satu upaya untuk mempertahankan kehandalan dan kestabilan sistem tenaga listrik yaitu dengan memperhatikan kondisi dari peralatan- peralatan tenaga listrik yang ada. Salah satu peralatan yang sangat penting dalam suatu sistem tenaga listrik adalah transformator.

Transformator diharapkan dapat beroperasi secara optimal dan terus-menerus untuk penyaluran tenaga listrik baik di jaringan transmisi dan distribusi. Dalam jaringan distribusi, salah satu peralatan utama yaitu transformator distribusi. Transformator distribusi adalah peralatan tenaga listrik yang berfungsi untuk menaikkan dan menurunkan tegangan sehingga tegangan yang digunakan sesuai dengan rating peralatan listrik pelanggan atau beban pada umumnya. Dikarenakan transformator merupakan peralatan yang mahal, maka perlu penggunaan yang panjang untuk peralatan ini.

Banyak faktor yang dapat mempengaruhi kondisi suatu transformator distribusi. Salah satu penyebab kerusakan atau berkurangnya umur transformator adalah pengaruh pembebanan berlebih.

Pembebanan berlebih mengakibatkan peningkatan suhu yang menimbulkan panas pada transformator.

Panas mengakibatkan terjadinya penguraian dari bahan-bahan transformator yang dapat mengurangi umur suatu transformator.

Pada saat ini dengan adanya perubahan dan peningkatan beban, ada transformator distribusi yang sudah mengalami pembebanan berlebihan. Ini mengakibatkan peningkatan suhu transformator yang berlebihan bahkan bisa sampai melewati batas rating yang ada. Jika kondisi seperti ini terus berlangsung dan tidak diperkirakan atau tidak diatasi, maka batas ketahanan komponen transformator akan menurun dan mempengaruhi umur pemakaian transformator. Pada akhirnya terjadi gangguan akibat kerusakan transformator secara tiba-tiba seperti transformator yang terbakar atau meledak.

1.1. Pengacuan Pustaka

Sistem distribusi merupakan bagian dari sistem tenaga listrik. Sistem distribusi ini berguna untuk menyalurkan tenaga listrik dari sumber daya listrik besar (Bulk Power Source) sampai ke konsumen.

Tenaga listrik yang dihasilkan oleh pembangkit tenaga listrik besar dengan transformator penaik tengangan menjadi 70 kV, 150 kV dan 500 kV kemudian disalurkan melalui transmisi. Tujuan menaikkan tegangan ialah untuk memperkecil kerugian daya listrik pada saluran transmisi, dimana dalam hal ini kerugian daya adalah sebanding dengan kuadrat arus yang mengalir. Dengan daya yang sama bila nilai tegangannya diperbesar, maka arus yang mengalir semakin kecil sehingga kerugian daya juga akan kecil pula [1].

Transformator adalah suatu alat listrik yang dapat memindahkan dan mengubah energi listrik dari satu atau lebih rangkaian listrik ke rangkaian listrik yang lain, melalui suatu gandengan magnet dan berdasarkan prinsip induksi-elektromagnet. Transformator digunakan secara luas, baik dalam bidang tenaga listrik maupun elektronika. Penggunaan transformator dalam sistem tenaga listrik yaitu untuk menaikan tegangan dari pembangkit listrik, untuk ditransmisikan. Transformator juga dipakai untuk menurunkan tegangan listrik akan didistribusikan. [2].

Regresi linier adalah metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat (dependen; respon; Y) dengan satu atau lebih variabel bebas (independen, prediktor, X).

Apabila banyaknya variabel bebas hanya ada satu, disebut sebagai regresi linier sederhana, sedangkan apabila terdapat lebih dari 1 variabel bebas, disebut sebagai regresi linier berganda. Analisis regresi memiliki 3 kegunaan, yaitu untuk tujuan deskripsi dari fenomena data atau kasus yang sedang diteliti, untuk tujuan kontrol, serta untuk tujuan prediksi. Regresi mampu mendeskripsikan fenomena data melalui terbentuknya suatu model hubungan yang bersifatnya numerik. Regresi juga dapat digunakan untuk melakukan pengendalian (kontrol) terhadap suatu kasus atau hal-hal yang sedang diamati melalui penggunaan model regresi yang diperoleh. Selain itu, model regresi juga dapat dimanfaatkan untuk melakukan prediksi untuk variabel terikat. Namun yang perlu diingat, prediksi di dalam konsep regresi

(3)

3 hanya boleh dilakukan di dalam rentang data dari variabel-variabel bebas yang digunakan untuk membentuk model regresi tersebut. Misal, suatu model regresi diperoleh dengan mempergunakan data variabel bebas yang memiliki rentang antara 5 s.d. 25, maka prediksi hanya boleh dilakukan bila suatu nilai yang digunakan sebagai input untuk variabel X berada di dalam rentang tersebut. Konsep ini disebut sebagai interpolasi [3].

𝑌 = 𝑎 + 𝑏𝑋 (2.1)

Dimana :

𝑌 = Data pembebanan

𝑋 = Periode pengambilan data per 3 bulan 𝑎 = Konstanta

𝑏 = koefisien regresi

Untuk mencari nilai 𝑎 dan 𝑏 menggunakan persamaan sebagai berikut:

𝑎 = ^{(𝛴𝑌)(𝛴𝑋}_{(𝑛)(𝛴𝑥}²₂^{)−(𝛴𝑋)(𝛴𝑌)}_{)−(𝛴𝑥)}₂ (2.2)

𝑏 = (𝑛)(𝛴𝑋𝑌)−(𝛴𝑋)(𝛴𝑌)

(𝑛)(𝛴𝑥²)−(𝛴𝑥)² (2.3)

Dimana :

𝛴𝑌 = Jumlah persentase beban transformator 𝛴𝑋 = Jumlah pengambilan data per 3 bulan n = Banyaknya variabel X dan Y

Penurunan umur transformator dipengaruhi oleh besarnya suhu. Persamaan 2.4 dan Persamaan 2.5 digunakan untuk mengetahui umur transformator yang digunakan.

𝜃ℎ = beban transformator (%) × 𝑇𝑚𝑎𝑥 (2.4)

ѵ = 2 (^{𝜃ℎ−98℃}

6 ) (2.5)

Dimana :

ѵ = Nilai relatif dari umur pemakaian (p.u) 𝜃ℎ = Titik suhu panas (℃ )

𝑇𝑚𝑎𝑥 = Suhu 98℃

Persamaan 2.17 digunakan untuk mengetahui pengurangan umur transformator Susut umur (24 𝑗𝑎𝑚) = (𝑡. ѵ𝑠𝑖𝑎𝑛𝑔) + (𝑡. ѵ𝑚𝑎𝑙𝑎𝑚)

Susut umur (%) = ^{𝑠.𝑢(𝑗𝑎𝑚)}

𝑡 × 100 (2.6)

Dimana :

Ѵsiang = luar waktu beban puncak Ѵmalam = waktu beban puncak t = waktu (jam)

s.u = susut umur

Beban selalu berubah-ubah setiap hari dan tidak konstan maka perhitungan tersebut hanya menghitung umur transformator yang hanya dipengaruhi oleh panas kawat lilitan dan bukan yang lain, untuk menghitungnya menggunakan persamaan berikut.

Perkiraan masa pakai pada tahun ke – n = 𝑢𝑚𝑢𝑟 𝑑𝑎𝑠𝑎𝑟−𝑛

𝑠𝑢𝑠𝑢𝑡 𝑢𝑚𝑢𝑟 (%) (2.7)

Dimana :

n = lama waktu Transformator beroperasi (tahun)

(4)

4 Menurut standar IEC 354 yang menjadi standar PLN (SPLN 17 A: 1979), sebuah transformator akan mengalami umur yang normal pada kondisi “suhu hot spot 98°C pada pembebanan yang terus - menerus” dengan suhu sekitar 20°C. Apabila transformator tersebut mengalami suhu hot spot yang lebih besar dari 98°C, maka susut umur akan semakin besar sehingga dapat memperpendek umur transformator. Standar IEC 354 memberikan faktor beban terus menerus yang akan menghasilkan suhu hot spot 98°C dari berbagai suhu lingkungan dan untuk setiap jenis pendinginan, sehingga memungkinkan untuk menghitung kemampuan pembebanan terus menerus berdasarkan suhu sekitar.

Susut umur transformator disebabkan adanya pembebanan berlebih yang mengakibatkan panas lilitan kumparan pada transformator [4].

Statistical Product and Service Solutions (SPSS) merupakan salah satu program aplikasi yang paling banyak digunakan untuk analisis statistik dalam ilmu sosial. Hal ini digunakan oleh peneliti pasar, perusahaan survei, peneliti kesehatan, pemerintah, peneliti pendidikan, organisasi pemasaran dan lain-lain.

SPSS adalah sebuah program aplikasi yang memiliki kemampuan untuk analisis statistik cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu deskriptif dan kotak- kotak dialog yang sederhana sehingga mudah dipahami untuk cara pengoperasiannya. Beberapa aktivitas dapat dilakukan dengan mudah yaitu dengan menggunakan pointing dan clicking mouse.SPSS dapat membaca berbagai jenis data atau memasukkan data secara langsung ke dalam SPSS Data Editor.

Bagaimana pun struktur dari file data mentahnya, maka data dalam Data Editor SPSS harus dibentuk dalam bentuk baris (cases) dan kolom (variables). Case berisi informasi untuk satu unit analisis, sedangkan variabel adalah informasi yang dikumpulkan dari masing-masing kasus [5].

2. METODE PENELITIAN

Berikut adalah teknik atau metode yang digunakan dalam mengumpulkan data dalam penelitian yang dilakukan:

1. Studi literatur, metode literatur merupakan metode pengumpulan data dengan menggunakan berbagai referensi baik melalui buku, tugas akhir, jurnal penelitian, ataupun melalui internet yang

berhubungan dengan judul skripsi untuk mendapatkan pengetahuan secara teoritis sehingga membantu dalam penyelesaian penulisan ini.

2. Observasi, pengumpulan data dilakukan dengan cara observasi langsung ke lapangan. Data yang diperoleh merupakan data pengukuran transformator pada kondisi siang dan malam hari dan kapasitas transformator. Data pengukuran transformator di siang hari merupakan data di luar beban puncak dan data pengukuran transformator di malam hari adalah data beban puncak.

3. Wawancara, pengumpulan data dilakukan dengan cara melakukan tanya jawab maupun konsultasi langsung dengan narasumber yang menguasai teori dan mengetahui hal yang berhubungan dengan judul, baik supervisor maupun staff yang berkompeten mengenai data monitoring beban

transformator jaringan distribusi.

Dalam penelitian ini, uraian prosedur pelaksanaan penelitian adalah sebagai berikut : 1. Mengenali perkiraan beban (forecasting).

2. Studi literatur, observasi dan wawancara.

3. Mengumpulkan data beban siang (Luar Waktu Beban Puncak) dan beban malam (Waktu Beban Puncak) transformator distribusi.

4. Melakukan perhitungan secara manual dengan menggunakan rumus metode regresi linier.

5. Memasukkan data beban transformator di aplikasi SPSS untuk mendapatkan persamaan regresi linier.

6. Menganalisis hasil perkiraan masa pakai transformator.

7. Menarik kesimpulan dari hasil perkiraan yang telah dilakukan sehingga tujuan dan rumusan masalah dari objek kegiatan dapat terlaksana.

(5)

5 Mulai

Mengumpulkan data beban siang dan beban malam

transformator distirbusi

Data lengkap?

Menghitung secara manual menggunakan rumus metode regesi linier dan

perhitungan di aplikasi SPSS

Menganalisis data hasil perkiraan

Kesimpulan

Selesai

Tidak

Ya

Studi literatur dan observasi

Gambar 1. Flowchart

(6)

6 3. PEMBAHASAN DAN HASIL

3.1 Hasil

PT. PLN ULP Mattirotasi merupakan perusahaan BUMN yang bergerak dibidang tenaga listrik dengan dibawah naungan unit kerja PT. PLN (Persero) UP3 Parepare. ULP Mattirotasi ini berfungsi untuk melayani kelistrikan wilayah kota Parepare. Di ULP Mattirotasi ada 7 penyulang terdapat 361 transformator.

Adapun data yang digunakan untuk melakukan perkiraan masa pakai transformator adalah data beban siang (Luar Waktu Beban Puncak) dan data beban malam (Waktu Beban Puncak). Terdapat 2 jenis transformator yaitu transformator 1 fasa dan 3 fasa. Berikut rincian transformator yang ada pada ULP Mattirotasi.

Tabel 1. Data Transformator di ULP Mattirotasi No Jenis Transformator Kapasitas Jumlah

1 1 Fasa 50 KVA 13

2 1 Fasa 25 KVA 5

3 1 Fasa 16 KVA 1

4 1 Fasa 15 KVA 1

5 3 Fasa 315 KVA 5

6 3 Fasa 250 KVA 34

7 3 Fasa 200 KVA 44

8 3 Fasa 160 KVA 82

9 3 Fasa 100 KVA 119

10 3 Fasa 5O KVA 47

11 3 Fasa 25 KVA 4

(7)

7 3.2 Pembahasan

Hasil penelitian yang diperoleh adalah data beban transformator distribusi pada siang hari (Luar Waktu Beban Puncak) dan pada malam hari (Luar Beban Puncak). Berikut data beban transformator pada masing-masing kapasitas transformator di PT. PLN ULP Mattirotasi :

Tabel 2. Data Transformator 200 kVA (GD 153) Tahun Pemasangan 2014

No

Tahun Operasi

Periode Pengambilan

data per 3 bulan (X)

%Beban Transformator

Distribusi (Y) Siang

Distribusi (Y) Malam 1

2019

1 71,40 76,52

2 2 72,50 78,21

3 3 73,40 79,38

4 4 74,76 81,18

5

2020

1 76,11 83,73

6 2 77,20 85,37

7 3 78,56 86,96

8 4 79,09 88,15

9

2021

1 80,85 89,75

10 2 81,55 90,26

11 3 82,54 92,23

12 4 84,32 94,52

Total ΣX = 30 ΣY = 932,28 ΣY = 1026,26 Tabel 3. Data Transformator 160 kVA (GD 134) Tahun Pemasangan 2005

No

Tahun Operasi

Periode Pengambilan

data per 3 bulan (X)

Distribusi (Y) Siang

Distribusi (Y) Malam 1

2019

1 64,46 67,52

2 2 66,09 68,21

3 3 67,05 70,38

4 4 68,21 71,18

5

2020

1 70,69 72,73

6 2 72,12 74,37

7 3 73,51 75,96

8 4 74,63 76,15

9

2021

1 77,12 79,75

10 2 79,84 81,26

11 3 81,39 83,23

12 4 82,46 84,52

Total ΣX = 30 ΣY = 877,57 ΣY = 905,26

(8)

8 3.2.1. Transformator 200 KVA (GD 153) Tahun Pemasangan 2014

1). Beban siang (Luar Waktu Beban Puncak)

Berdasarkan tabel 1 diperoleh ΣX = 30, ΣY = 932,28 , ΣXY = 2347,904 , ΣX² =90, (ΣX)² = 900.

𝑎 = ^(Σ𝑌)(ΣX²)− (Σ𝑋)(ΣXY) (𝑛)(ΣX²)−(ΣX)²

= (932,28)(90)−(30)(2347,904) (12)(90)−(30)²

𝑎 =83905,2−70411,2 1080−900 =¹³⁴⁹⁴

180 = 74,9666667 𝑏 =(𝑛)(ΣXY)−(Σ𝑋)(Σ𝑌)

(𝑛)(ΣX²)−(ΣX)² =(12)(2347,04)−(30)(932,28)

(12)(90)−(30)²

𝑏 = 28164.,48−27968,4

1080−900 =^196,08

180 = 1,0893333 2). Beban malam (Waktu Beban Puncak)

= (1026,26)(90)−(30)(2588,79) (12)(90)−(30)²

𝑎 =92363,4−77663,7

1080−900 =^14699,7₁₈₀ = 81,665 𝑏 =(𝑛)(ΣXY)−(Σ𝑋)(Σ𝑌)

(𝑛)(ΣX²)−(ΣX)² =(12)(2588,79)−(30)(1026,26)

(12)(90)−(30)²

𝑏= 31065,48−30787,8

1080−900 = ^277,68

180 = 1,543

Diperoleh hasil dengan nilai Y=74,96+ 1,09X untuk perkiraan beban transformator pada saat siang hari. Dan diperoleh nilai Y = 81,665 + 1,54X untuk perkiraan beban transformator pada saat malam hari.

Pada beban siang (Luar Waktu Beban Puncak), diketahui = a = 74,96

b = 1,09 maka, Y = a+bx

Y = 74,96 + 1,09X

Jadi beban siang (Luar Waktu Beban Puncak) 74,96 +1,09 x 16= 92,40

(9)

9 Untuk beban malam (Waktu Beban Puncak), diketahui=

a = 81,66 b = 1,54 maka, Y = a+bx

Y = 81,66 + 1,54X

Jadi beban malam (Waktu Beban Puncak) 81,66 + 1,54 x 16 = 106,3

Setelah ditemukan hasil dari persamaan 2.2 dan 2.3 . Kemudian masukan data dari hasil perhitungan tersebut pada persamaan 2.4 dan 2.5 berikut :

𝜃ℎ = beban transformator (%) × 𝑇𝑚𝑎𝑥 Beban siang (Luar Waktu Beban Puncak)

= 92,40 ×(98°) 100

= 90,552

Beban malam (Waktu Beban Puncak)

= 106,3 ×(98°) 100

= 104,174 ѵ = 2⁽^{𝜃ℎ−98℃}⁶ ⁾

Beban siang (Luar Waktu Beban Puncak) = 2⁽^{𝜃ℎ−98℃}⁶ ⁾

= 2⁽90,552− 98℃

6 )

= 2−1,24133333

= 0,422981558 p.u

Beban malam (Waktu Beban Puncak) = 2⁽^{𝜃ℎ−98℃}⁶ ⁾

= 2⁽104,174− 98℃

6 )

= 2^1,029

= 2,04060932 p.u

Untuk persamaan 2.6 digunakan untuk mengetahui pengurangan umur transformator. Dengan memasukkan data hasil perhitungan dari persamaan 2.4 dan 2.5.

Susut umur (24 𝑗𝑎𝑚) = (𝑡. ѵ𝑠𝑖𝑎𝑛𝑔) + (𝑡. ѵ𝑚𝑎𝑙𝑎𝑚)

= (20 x 0,422981558) + (4 x 2,04060932)

= 8,45963116 + 8,16243728

= 16,6220684 Susut umur (%) = 𝑠. 𝑢(𝑗𝑎𝑚)

𝑡 × 100 = ^16,6220684

24 x 100 = 69,2586183 % Untuk Persamaan 2.7

Perkiraan masa pakai tahun ke - n =𝑢𝑚𝑢𝑟 𝑑𝑎𝑠𝑎𝑟−𝑛 𝑠𝑢𝑠𝑢𝑡 𝑢𝑚𝑢𝑟 (%)

(10)

10 Perkiraan masa pakai tahun ke - n =

69 %

Perkiraan masa pakai tahun 2022 = ¹²

69% = 17,3913043 (17 Tahun)

Tabel 4 Hasil Perkiraan Masa Pakai Transformator 200 kVA menggunakan SPSS

Tahun

Beban transformator (%) Perkiraan masa pakai transformator siang (%) malam(%)

2022 92.4 106.3 17 Tahun

2023 96.76 112.46 9 Tahun

2024 101.12 118.62 4 Tahun

2025 105.48 124.78 2 Tahun

2026 109.84 130.94 1 Tahun

Berdasarkan tabel diatas menunjukkan bahwa transformator 200 KVA memiliki masa pakai yang berbanding lurus dengan beban yang setiap tahun meningkat sehingga menyebabkan masa pakai transformator menurun. Dimana pada tahun 2022, transformator memiliki perkiraan masa pakai selama 12 tahun dan pada tahun 2026 hanya selama kurang dari 1 tahun, sehingga perkiraan masa pakai transformator 200 KVA tahun pemasangan 2014 bertahan selama 12 tahun hingga 2026.

Gambar 2 Grafik Perkiraan Masa Pakai Transformator 200 kVA

Berdasarkan Gambar 2 dapat dilihat bahwa masa pakai transformator mengalami penurunan sangat drastis dari 17 tahun menjadi 9 tahun pada tahun 2023. Pada saat awal pemasangan transformator 200 kVA di tahun 2014, memiliki beban dengan nilai yang kecil hingga periode tahun 2019. Namun terjadi lonjakkan beban yang signifikan pada tahun 2022. Hal ini yang mempengaruhi perkiraan beban hingga tahun 2026.

0 5 10 15 20

2022 2023 2024 2025 2026

Perkiraan masa pakai trasnformator

Tahun

Perkiraan Masa Pakai Transformator

(11)

11 3.2.2. Transformator 100 KVA (GD 277) Tahun Pemasangan 2017

1). Beban siang (Luar Waktu Beban Puncak)

= (890,71)(90)−(30)(2241,56) (12)(90)−(30)²

𝑎 = 80163,9−67246,8

1080−900 = ^12917,1

180 = 71,7616667 𝑏 =(𝑛)(ΣXY)−(Σ𝑋)(Σ𝑌)

(𝑛)(ΣX²)−(ΣX)² =(12)(2241,56)−(30)(890,71)

(12)(90)−(30)²

𝑏 = 26898,72−26721,3 1080−900 = ^177,42

180 =0,985666667 2). Beban malam (Waktu Beban Puncak)

= (927,26)(90)−(30)(2331,79) (12)(90)−(30)²

𝑎 =83453,4−69953,7

1080−900 = ^13499,7

180 = 74,9983333 𝑏 =(𝑛)(ΣXY) − (Σ𝑋)(Σ𝑌)

(𝑛)(ΣX²) − (ΣX)² =(12)(2331,79)−(30)(927,26)

(12)(90)−(30)²

𝑏 = 27981,48−27817,8

1080−900 = ^163,68

180 = 0,909333333

Diperoleh hasil dengan nilai Y=71,761+ 0,98X untuk perkiraan beban transformator pada saat siang hari. Dan diperoleh nilai Y = 74,99 + 0,91X untuk perkiraan beban transformator pada saat malam hari.

Pada beban siang (Luar Waktu Beban Puncak), diketahui = a = 71,76

b = 0,98 maka, Y = a+bx

Y = 71,76 + 0,98X

Jadi beban siang (Luar Waktu Beban Puncak) 71,76 +0,98 x 16 = 87,44 Pada beban malam (Waktu Beban Puncak), diketahui =

a = 74,99 b = 0,91 maka,

(12)

12 Y = a+bx

Y = 74,99 + 0,91X

Jadi beban malam (Waktu Beban Puncak) 74,99+ 0,91 x 16= 89,55

Setelah ditemukan hasil dari persamaan 2.2 dan 2.3 . Kemudian masukan data dari hasil perhitungan tersebut pada persamaan 2.4 dan 2.5 berikut :

𝜃ℎ = beban transformator (%) × 𝑇𝑚𝑎𝑥 Beban siang (Luar Waktu Beban Puncak)

= 87,44 ×(98°) 100

= 85,6912

Beban malam (Waktu Beban Puncak)

= 89,55×(98°) 100

= 87,759 ѵ = 2⁽^{𝜃ℎ−98℃}⁶ ⁾

Beban siang (Luar Waktu Beban Puncak) = 2⁽^{𝜃ℎ−98℃}⁶ ⁾

= 2⁽85,6912− 98℃

6 )

= 2−2,05146667

= 0,24123871 p.u

Beban malam (Waktu Beban Puncak) = 2⁽^{𝜃ℎ−98℃}⁶ ⁾

= 2⁽87,759− 98℃

6 )

= 2−1,70683333

= 0,30633172 p.u

Untuk persamaan 2.6 digunakan untuk mengetahui pengurangan umur transformator. Dengan memasukkan data hasil perhitungan dari persamaan 2.4 dan 2.5.

Susut umur (24 𝑗𝑎𝑚) = (𝑡. ѵ𝑠𝑖𝑎𝑛𝑔) + (𝑡. ѵ𝑚𝑎𝑙𝑎𝑚)

= (20 x 0,24123871) + (4 x 0,30633172)

= 4,8247742 + 1,22532688

= 6,05010108 Susut umur (%) = 𝑠. 𝑢(𝑗𝑎𝑚)

𝑡 × 100

= ^6,05010108

24 x 100

=25,2087545 % Untuk Persamaan 2.7

Perkiraan masa pakai tahun ke - n = 𝑢𝑚𝑢𝑟 𝑑𝑎𝑠𝑎𝑟−𝑛 𝑠𝑢𝑠𝑢𝑡 𝑢𝑚𝑢𝑟 (%)

Perkiraan masa pakai tahun ke - n = 20−(2022−2005) 25,2087545 % Perkiraan masa pakai tahun 2022 = ³

25,2087545% = 11,9006276 (12 Tahun)

(13)

13 Tabel 5 Hasil Perkiraan Masa Pakai Transformator 100 kVA menggunakan SPSS

Tahun

Beban transformator (%) Perkiraan masa pakai transformator Siang (%) Malam(%)

2022 87.44 89.55 12 Tahun

2023 91.36 93.19 5 Tahun

2024 95.28 96.83 1 Tahun

Berdasarkan tabel 5 menunjukkan bahwa transformator 100 KVA memiliki masa pakai yang berbanding lurus dengan beban yang setiap tahun meningkat sehingga menyebabkan masa pakai transformator menurun. Dimana pada tahun 2022, transformator memiliki perkiraan masa pakai selama 12 tahun dan pada tahun 2024 hanya 1 tahun, sehingga perkiraan masa pakai transformator 100 KVA tahun pemasangan 2005 bertahan selama 19 tahun hingga tahun 2024.

Gambar 3 Grafik Perkiraan Masa Pakai Transformator 100 kVA

Berdasarkan Gambar 4.12 dapat dilihat bahwa masa pakai transformator mengalami penurunan sangat drastis dari 12 tahun menjadi 5 tahun pada tahun 2023. Pada saat awal pemasangan transformator 100 kVA di tahun 2017, memiliki beban dengan nilai yang kecil hingga periode tahun 2019. Namun terjadi lonjakkan beban yang signifikan pada tahun 2022. Hal ini yang mempengaruhi perkiraan beban hingga tahun 2024.

4. KESIMPULAN Berdasarkan hasil penelitian penulis maka dapat disimpulkan bahwa :

1. Hasil perkiraan masa pakai transformator area Parepare dipengaruhi oleh beban dari tahun 2019 – 2021, rata-rata beban malam (Waktu Beban Puncak) tiap transformator pada ULP Mattirotasi sebesar 118,62% untuk transformator 200 KVA dan 93,19% untuk transformator 100 KVA

2. Susut umur transformator distribusi berdasarkan beban, untuk transformator kapasitas 200 KVA sisa umur selama 4 tahun dari perkiraan masa pakai selama 12 tahun dan untuk transformator kapasitas 100 KVA sisa umur selama 2 tahun dari perkiraan masa pakai selama 19 tahun.

0 5 10 15

2022 2023 2024

Perkiraan masa pakai transformator

Tahun

Periode Masa Pakai Transformator

(14)

14 5. SARAN

1. PLN ULP Mattirotasi, Parepare untuk melakukan maintenance secara rutin agar memaksimalkan masa pakai transformator.

2. Mempertimbangkan pergantian transformator karena beban melebihi 80% dari rating daya transformator agar diganti dengan transformator dengan rating daya yang lebih besar sesuai perkiraan masa pakai transformator dalam penelitian ini.

3. Mempertimbangkan penambahan unit transformator untuk mengimbangi nilai beban yang terus bertambah setiap tahunnya.

6. UCAPAN TERIMA KASIH

Penelitian ini dapat dilaksanakan dengan baik berkat bantuan dari berbagai pihak, untuk itu penulis mengucapkan terima kasih kepada kedua orang tua, adik-adik penulis dan seluruh staf pengajar Politeknik Negeri Ujung Pandang yang telah membimbing dan mengarahkan penulis dalam menyelesaikan penelitian ini. Terima kasih kepada teman-teman program studi D4 Teknik Listrik yang telah membantu pada penyelesaian penelitian ini.

DAFTAR PUSTAKA

[1] Suswanto, Darman. 2009. “Bahan Ajar Sistem Distrubusi Tenaga Listrik”. Padang: Fakultas Teknik Institut Teknologi Padang.

[2] Mulyana . 2007. Semarang: BPM Semarang Pustekkom

[3] Kurniawan, D. 2008. “Regresi Linier”. Austria: ISBN.

[4] SPLN-17. 1979. “Pedoman Pembebanan Transformator Terendam Minyak.

[5] Budiyanto. 2016. Diklat Funfsional Statistik Tingkat Ahli Angkatan 21 Materi Pelengkap Modul Statistik Deskriptif – SPSS.