Sumber : LOLP Pembangkit PUSRI

Tinjauan Pustaka

 keandalan adalah probabilitas suatu barang atau peralatan dan kumpulannya yang
menunjukkan statistik selama kondisi ditetapkan dalam suatu perioda waktu.Periode
waktu ditetapkan secara spesifik dengan menjadi bagian pokok dari keandalan.
 Periode waktu adalah kondisi alat atau barang selama masa kerja sesuai fungsi
(lifetime) barang tersebut.

Macam-macam topologi/konfigurasi jaringan :

1. Jaringan radial, jaringan yang saluran utamanya berupa satu garis. Sistem jaringan
tipe radial ini memiliki keandalan yang rendah apabila hanya dipasok dari satu
sumber tenaga.
2. Jaringan bentuk tertutup, jaringan yang saluran utamanya berbentuk tertutup (loop).
Keandalan sistem jaringan ini lebih tinggi dibandingkan dengan sistem jaringan tipe
radial sehingga pemadaman dapat dikurangi atau bahkan dihindari.

Rumus :

a. Laju Kegagalan
Laju kegagalan merupakan beberapa kegagalan yang terjadi selama waktu
perancangan dan pada umumnya mejadi sifat dasar untuk menghitung kegagalan
tetap yang terjadi pada peralatan tersebut.

Jumlah kegagalan dalam periode waktu N

λ= =
Jumlah waktu pengamatan ∑T

Semakin kecil frekuensi laju kegagalan maka keandalan suatu sistem semakin bagus.

b. Indeks Keandalan Sistem

Indeks keandalan merupakan indicator keandalan dari suatu sistem yang dapat
dinyatakan dengan besaran probabilitas.
Suatu besaran untuk membandingkan penampilan sistem distribusi, tiga indeks
keandalan titik beban yang paling sering digunakan dalam sistem distribusi radial
 adalah laju pemutusan beban rata-rata fs (pemutusan beban/tahun), waktu keluar rata-
rata rs (jam/pemutusan beban) dan lama pemutusan beban rata-rata Us(jam/tahun).
c. Distribusi Binomial
Dengan distribusi binomial memungkinkan untuk mencari nilai probabilitas sukses
dan probabilitas gagal suatu kejadian yang juga akan digunakan dalam mencari
probabilitas individu suatu pembangkit.:

( p+q)n =1
p+q=1
n(n−1) n−2 2 n ( n−1 ) …(n−r +1) n−r r
( p+q)n =p n +n p n−1 q p q +..+ p q +..+q n..
2! r!
Dengan
p = Probabilitas Sukses
q = Probabilitas Gagal
n = Jumlah Pembangkit
r = Jumlah Sukses
Probabilitas individu dicari dengan persamaan berikut :
n!
Pr = pr q n−r
r ! ( n−r ) !
¿ n C r p r qn−r
¿ n C r p r (1− p)n−r

d. LOLP (Loss of Load Probability)

Ukuran keandalan dinyatakan dalam hari pertahun, beban sistem akan sama, lebih
besar, atau lebih rendah dari kapasitas sistem yang tersedia.Perhitungan dilihat dari
data unit pembangkit yang terdiri dari kapasitas pembangkit dan force outage
rate(FOR), dan dapat dihitung probabilitas kapasitas outage komulatif dengan
menghitung probabilitas kapasitas outage individunya terlebih dahulu,kemudian baru
didapatkan tabel probabilitas kehilangan beban. Sering tidaknya pembangkit
mengalami gangguan atau biasanya diketahui sebagai nilai FOR :

Jumlah Jam Unit Terganggu

FOR =
Jumlah jam unit beroerasi+ Jumlah jam unit terganggu
 Kurva lama beban akan diurutkan dari beban tertinggi ke beban terendah selama
periode waktu dalam persen. dn adalah interval waktu antara titik-titik potong kurva
lama beban dengan kapasitas gangguan.
LOLP ( t n )=P1 xd 1+ P 2 xd 2 +..+ P n xd n
LOLP=Σ( Pn xd n )
t n Pada persamaan diatas adalah perioda waktu peerhitungan
Pn= Probabilitas individu kapasitas gangguan

Pn adalah probabilitas individu kapasitas gangguan atau probabilitas dari Outage maka
hasil kali Pn dan dn adalah probabilitas kehilangan beban selama seluruh perioda yang
disebabkan oleh kapasitas gangguan. Menghitung nilai LOLP menggunakan kurva
lama beban puncak harian dengan menggunakan kurva beban seperti :
d 1=d 2=..=d n
LOLP ( t n )=Σ Pn hari/ perioda
Pn= p( x¿¿ n−1)=Probabilitas kapasitas gangguan ≧ x n−1 ¿
x n−1=C−L j
Pn=P( C− L j)
n
LOLP ( t n )=∑ ( C−L j ) hari/ perioda
j−1

Dengan
n = jumlah hari dalam peioda t n
L j = beban puncak pada hari ke j
C = Kapasitasa terpasang

Pi ( x ) =P i ( C i−Li , j )
Persamaan diatas menunjukkan nilai LOLP tahunan yang diperoleh dari penjumlahan
LOLP setiap perioda dalam tahun tersebut, sehingga di peroleh :
n n
LOLP ( t n )=∑ ∑ Pi ( C i−Li , j )
i=1 j=1

Dengan :
 M = Jumlah perioda dalam satu tahun
ni = Jumlah hari dalam perioda ke i
C i = Kapasitas terpasang pada perioda ke i
Li , j = beban puncak pada hari ke j dari perioda ke i
Pi ( x ) = probabilitas kapasitas outage x pada perioda i

Contoh Kasus

A.Keandalan di PT. PUSRI

Dianalisa dengan menghitung keandalan sistem sekarang dan membandingkannya dengan

keandalan sistem pada saat penambahan unit pembangkit dan beban. Keandalan ini akan
dihitung dengan megngunakan metode LOLP ( Loss of Load Probability )

B. Forced Outafe Rate (FOR)

Atau sering disebut dengan sering atauk tidaknya pembangkin mengalami gangguan. Berikut
data gangguan GTG PUSRI tahun 2013

TABEL 1. DATA GANGGUAN GTG PUSRI TAHUN 2013

Nilai Forced Outage Rate Pusri-II (15MW) :

= 0,1325

Nilai Forced Outage Rate Pusti-IV (15 MW) :

= 0,0667
Nilai forced outage rate Pusri-III dengan kapasitas 15MW dan Pusri-IB dengan kapasitas
21.5MW adalah 0.0667, diasumsikan sama dengan forced outage rate Pusri-IV.

C Lost Of Load Probability Saat ini

Probabilitas individu dengan kapasitas pembangkit yang tidak identik, merupakan

penggabungan probabilitas masing-masing pembangkit dengankapasitas yang tidak sama.

 Pembangkit GTG 1 x 21.5MW (Pusri-IB)

TABEL 2. PROBABILITAS INDIVIDU GTG 1 x 21.5 MW

 Pembangkit GTG 1 x 15 MW (Pusri-II)

TABEL 3. PROBABILITAS INDIVIDU GTG 1 x 15 MW

 Pembangkit GTG 2 x 15 MW (Pusri-III dan Pusri- IV)

Menggunakan distribusi Binomial, nilai probabilitas individu pembangkit sebagai

berikut :
 TABEL 4. PROBABILITAS INDIVIDU GTG 2 x 15 MW

 Probabilitas Gabungan (Pusri-II, Pusri-III, PusrIV, dan Pusri-IB)

Probabilitas bersama dihitung dengan menggunakan metode probabilitas dengan kapasitas

yang tidak identik.

- Pembangkit GTG 2 X 15 MW

((p1 + q1)n = 1 ; Dua pembangkit (n = 2)

p2+2pq +q2 =1
p1 = 0,93332 = 0,8710
2 p1q1 = 2 (0.9333) (0.0667) = 0,1245
q12 = 0,06672 = 0,0044

- Pembangkit GTG 1 x 21.5 MW,

FOR = q2 = 0.0667

p2 = 1 – q2 = 1 - 0.0667 = 0.9333

- Pembangkit GTG 1 x 15 MW, FOR = q3 = 0.1325

p3 = 1 – q3 = 1 - 0.1325 = 0.8675

4 unit in (66.5MW), p = p12 x p2 x p3

= 0.8710 x 0.9333 x 0.8675

= 0.705234063
3 unit in, 1 unit out (51.5MW),

p = (2 p1q1 x p2 x p3) + (p12 x p2 x q3)

= (0.1245 x 0.9333 x 0.8675) + (0.8710 x 0.9333 x

0.1325)

= 0.100801697 + 0.10775866

= 0.208517563

3 unit in, 1 unit out (45MW), p = p12 x q2 x p3

= 0.8710 x 0.0667 x 0.8675

= 0.050400849

2 unit in, 2 unit out (36.5MW),

p = (q1 2x p2 x p3) + (2pqx p2 x q3)

= (0.0044 x 0.9333 x 0.8675) + (0.1245 x 0.9333 x

0.1325)

= 0.003601989 + 0.015396225

= 0.018998214

2 unit in, 2 unit out (30MW),

p = (p1 2x q2 x q3) + (2pqx q2 x p3)

= (0.8710 x 0.0667 x 0.1325) + (0.1245 x 0.0667 x

0.8675)

= 0.007203979 + 0.007698112

= 0.014902091
 1 unit in, 3 unit out (21.5MW), p = q12 x p2 x q2

= 0.0044 x 0.9333 x 0.1325

= 0.00055016

1 unit in, 3 unit out (15MW),

p = (2 p1q1 x q2 x q3) + (q1 2 x q2 x p3)

= (0.0822 x 0.0667 x 0.1325) + (0.0044 x 0.0667 x

0.8675)

= 0.000257423 + 0.001100319

= 0.001357742

0 unit in, 4 unit out (0MW), p = q12 x q2 x q3

= 0.0044 x 0.0667 x 0.1325

= 0.0000393182

2.Kurva Lama Beban

Untuk mendapat nilai Loss of Load Probability sistem tenaga listrik pada saat ini, maka
dibutuhkan nilai beban puncak untuk membuat kurva lama beban

Gambar 1. Kurva Lama Beban Sekarang

 TABEL 5. LOSS OF LOAD PROBABILITY BEBAN SAAT INI

100% waktu =365 hari

LOLP = 2.485052436 x 365/100
= 9 hari/tahun

D. LOLP dengan PUSRI-IIB menggantikan PUSRI-II

Sistem pembangkitan setelah penambahan beban pabrik baru yakni Pusri-IIB adalah
dengan menghentikan pengoprasian pabrik Pusri-II. Maka dari itu, dalam perhitungan LOLP
baru setelah penambahan jumlah bebanakan didapatkan pula kurva lama beban yang baru.
PT. Pusri menambahkan dua pembangkit sekaligu s dengan jenis pembangkit yang
berbeda dari pembangkit yang sebelumnya yakni STG (Steam Turbine Generator) yang
berbahan bakar batu bara.Saat STG ini di aktifkan maka GTG Pusri-II akan dimatikan. Jadi,
PT. Pusri menggunakan 5 generator dengan komposisi GTG 2x15MW, GTG 1x21.5 MW,
dan STG 2x20MW.
Gambar 2. Kurva Lama Beban Baru
 TABEL 6. LOSS OF LOAD PROBABILITY YANG BARU

100% waktu =365 hari

LOLP = 1.9247836 x 365/100
= 7.03 hari/tahun
E. Analisa Hasil Perhitungan

Hasil seluruh perhitungan LOLP :

TABEL 7. DATA LOSS OF LOAD PROBABILITY PT. PUPUK

SRIWIDJAJA

Dari data diatas, dapat dilihat bpenambahan beban maka nilai indeks keatenaga listrik di
PT.PUPUK SRIWIDJAdaripada sistem pembangkitan saat ini, Perhitungan nilai LOLP
dengan asumsi salah satu
pembangkit sedang mengalami perawatan ternyata menghasilkan nilai LOLP yang besar
karena pembangkitan di PT.PUPUK SRIWIDJAJA ini tergolong sistem pembangkitan n-1,
jika dengan satu pembangkit di nonaktifkan maka sistem tenaga listrik masih dapat berjalan
sebagaimana mestinya tepapi, jika terjadi hal yang tidak diinginkan dengan bertambah satu
pembangkit yang mengalami gangguan setelahnya maka sistem tersebut dapat terhenti. Oleh
karena itu, jika salah satu pembangkit mengalami perawatan maka sistem tenaga listriknya
menjadi rawan dalam pelepasan beban.
 LOSS OF LOAD PROBABILITY (LOLP) INDEX UNTUK MENGANALISIS KEANDALAN
PEMBANGKIT LISTRIK

(Studi Kasus PT Indonesia Power UBP Suralaya)

Loss of Load Probability Index

Kemungkinan bahwa pembangkit tidak dapat melayani beban atau kebutuhan konsumen
tenaga listrik dinyatakan dalam indeks Loss of Load Probability atau biasa disebut dengan
LOLP [2].
Dalam perhitungannya, LOLP melibatkan suatu faktor yang dinamakan FOR. FOR
adalah sebuah faktor yang menggambarkan sering-tidaknya suatu unit pembangkit
mengalami gangguan, biasanya diukur untuk masa satu tahun. Dalam istilah reliabilitas, FOR
dapat juga disebut dengan unavailability. Unavalability adalah kebalikan dari availability
yang artinya tingkat jaminan ketersediaan daya dalam sistem. Availability dapat dihitung
dengan [3]:

sedangkan unavailability adalah

nilai unavailability atau FOR inilah yang akan mengekspresikan ketersediaan pembangkit
untuk mendapatkan LOLP.
LOLP merupakan indeks risk level dalam operasi sistem pembangkit listrik Apabila
diinginkan tingkat jaminan operasi yang tinggi, maka risk level harus rendah atau LOLP
harus kecil, dan ini berarti bahwa investasi harus tinggi untuk keperluan mendapatkan daya
terpasang yang tinggi dan juga untuk mendapatkan nilai pembangkit dengan nilai Forced
Outage Rate (FOR) yang rendah. Selain itu, untuk mengetahui berapa nilai LOLP
khususnya untuk keperluan prediksi keandalan, maka perlu diketahui pola kinerja sistem
berdasarkan data gangguan seperti yang telah dijelaskan sebelumnya dan prediksi nilai
beban. Beban dapat diprediksi dengan metode peramalan menggunakan model ARIMA.
Formula dari LOLP adalah:

dengan, = jumlah pembangkit yang outage dan n= jumlah sampel bangkitan.

Data yang digunakan pada penelitian ini adalah data sekunder yang didapat dari
perusahaan dengan data berupa data gangguan dalam tiap mesin pembangkit dan data beban
mesin di UBP Suralaya tahun 2014. Unit pembangkit yang dipilih adalah Unit 2 UBP
Suralaya, karena unit tersebut pada tahun 2014 terjadi paling banyak gangguan.

HASIL PENELITIAN DAN PEMBAHASAN

Tahapan analisis memberikan hasil bahwa uji kecocokan distribusi (goodness of fit) dari
waktu antar kerusakan yang terjadi pada unit 2 pembangkit Suralaya adalah distribusi
Weibull 2 parameter. Demikian halnya dengan waktu perbaikan (repair time) juga
berdistribusi Weibull 2 parameter. Pengujian dilakukan dengan statistik uji Kolmogorov
Smirnov serta Anderson Darling. Keduanya memberikan hasil yang serupa. Table 1,
merupakan ringkasan dari hasil goodness of fit beserta taksiran parameternya.
Tabel 1. Goodness of Fit Time to Failure dan Time to Repair
MTTF MTTR
Kolmogorov-Smirnov Kolmogorov-Smirnov
Statistic 0.20658 Statistic 0.31968
P-Value 0.8723 P-Value 0.47423
a 0.05 0.02 0.01 a 0.05 0.02 0.01
Critical Value 0.51926 0.57741 0.61661 Critical Value 0.48342 0.53844 0.57581
Reject? No No No Reject? No No No
Anderson-Darling Anderson-Darling
Statistic Statistic
Rank Rank
a 0.05 0.02 0.01 a 0.05 0.02 0.01
Critical Value 2.5018 3.2892 3.9074 Critical Value 2.5018 3.2892 3.9074
Reject? No No No Reject? No No No

Estimate Parameter Estimate Parameter

Beta = 0.29738 Theta = 511.32 Beta = 1.0922 Theta = 28.081

Taksiran parameter dipergunakan untuk menghitung nilai MTTF dan MTTR. Diperoleh
hasil perhitungan MTTF = 1022.64 jam dan MTTR = 27.104 jam. Nilai MTTF menunjukkan
bahwa rata-rata waktu menuju kerusakan atau gangguan berikutnya adalah setelah 1022.64
jam beroperasi, sedangkan MTTR merupakan rata-rata waktu perbaikan saat terjadi
gangguan, yaitu selama 27.104 jam. Dari nilai MTTF dan MTTR tersebut, kemudian dapat
dihitung nilai FOR.

Nilai FOR merepresentasikan ketidakmampuan system dalam menjamin ketersediaan

daya. Kebalikan dari nilai FOR berarti jaminan unit 2 dalam memberikan ketersediaan daya
adalah sebesar atau 97.418%.
Dalam analisis lanjutan, peneliti harus melakukan simulasi dengan membangkitkan data
yang bernilai antara 0 dan 1. Kemudian memberikan tanda 1, jika data bangkitan berada
diluar range FOR dan 0 jika masih dalam range FOR. Peneliti membangkitkan berbagai
macam “N” atau jumlah bangkitan data, untuk melihat kokonvergenan nilai LOLP.
Untuk mendapatkan matriks cadangan daya, terlebih dahulu dilakukan peramalan data
beban mingguan dengan menggunakan ARIMA. Beberapa model dicobakan, model terbaik
dengan eror terkecil serta asumsi terpenuhi adalah ARIMA (1,0,1). Hasil peramalan yang
dipakai adalah beban maksimum atau beban puncak. Peramalan beban untuk 30 periode,
memberikan hasil beban yang harus ditanggung unit 2 adalah antara 347.4 sampai 371,08
MWh. Artinya pada semester pertama (bulan Januari sampai Juni 2015), pembangkit harus
mampu memproduksi listrik paling tidak sebesar beban puncak tersebut agar kebutuhan
listrik terpenuhi.
Cadangan daya diperoleh dengan menghitung daya mampu berdasarkan simulasi data
bangkitan yang telah diberi kode 0 atau 1 dan dikalikan dengan 400MWh (daya mampu unit
2), kemudian daya mampu dikurangkan dengan nilai beban puncak, yaitu 371.08. Saat daya
mampu lebih besar dari beban, maka diperoleh cadangan daya, sebaliknya, jika daya mampu
kurang dari beban, maka terjadi derated. Pengkodingan kembali dilakukan, nilai 0 jika terjadi
cadangan daya, dan 1 jika terjadi derated/outage. Nilai LOLP akan dihitung dari jumlahan
kode 0 dan 1 yang terjadi, kemudian dibagi dengan banyaknya data bangkitan. Tabel 2 adalah
nilai LOLP dari berbagai macam ukuran data bangkitan, sedangkan Gambar 2 merupakan
grafiknya.
Tabel 2. Tabel Konvergensi LOLP

No Jumlah Bangkitan LOLP

1 500 0.034
2 700 0.0342
3 1000 0.028
4 2000 0.028
5 3000 0.0276
6 4000 0.0277
7 5000 0.0276
 Pada gambar 2, nilai LOLP mulai konvergen pada jumlah bangkitan sebanyak 2000
bangkitan sehingga dapat ditarik kesimpulan bahwa LOLP pada bulan Januari-Juni 2015 2015
adalah sebesar 0.0276 , yang berarti adalah kemungkinan mesin –mesin di Unit 2 Pembangkit
Suralaya tidak dapat memenuhi beban adalah sebesar 2.76 %. Atau dengan kata lain peluang
UBP Suralaya dapat memenuhi kebutuhan listrik adalah sebesar 97.24%.

Gambar 2. Kurva Konvergensi untuk LOLP