SAIFI dan SAIDI: Rumus, CAIFI, CAIDI dan MAIFI

Daftar Isi

Kelas Teknisi | Keandalan jaringan listrik tidak cukup dinilai hanya dari pertanyaan “berapa kali listrik padam?”. Dua jaringan dapat mengalami jumlah gangguan yang sama, tetapi memberikan kualitas pelayanan yang sangat berbeda apabila durasi pemadaman dan jumlah pelanggan terdampaknya tidak sama.

Karena itu, pada sistem distribusi tenaga listrik digunakan beberapa indeks keandalan. Lima istilah yang sering ditemui adalah SAIFI, SAIDI, CAIFI, CAIDI, dan MAIFI.

Masing-masing mempunyai fungsi berbeda. SAIFI berbicara tentang frekuensi pemadaman berkelanjutan, SAIDI tentang total durasi yang dirasakan pelanggan, CAIFI tentang pelanggan yang benar-benar mengalami pemadaman, CAIDI tentang rata-rata durasi setiap customer interruption, sedangkan MAIFI digunakan untuk gangguan sesaat.

Ringkasnya: SAIFI menjawab “berapa kali?”, SAIDI menjawab “berapa lama dalam satu periode?”, CAIDI menjawab “berapa lama rata-rata setiap gangguan?”, CAIFI melihat frekuensi khusus pada pelanggan yang benar-benar terdampak, dan MAIFI menghitung gangguan sesaat.

Apa Itu Keandalan Sistem Distribusi Listrik?

Keandalan tenaga listrik secara umum berkaitan dengan kemampuan sistem memberikan pelayanan listrik secara memadai dan berkesinambungan sesuai tingkat pelayanan yang ditetapkan.

Sistem tenaga listrik sendiri terdiri dari pembangkitan, transmisi dan distribusi hingga energi akhirnya sampai kepada pelanggan.

Indeks seperti SAIFI dan SAIDI terutama digunakan dalam evaluasi keandalan sistem distribusi. IEEE 1366-2022 secara khusus merupakan panduan untuk indeks keandalan distribusi listrik dan dapat diterapkan pada sistem distribusi, substation, circuit maupun wilayah yang didefinisikan.

Jaringan distribusi mempunyai banyak komponen yang tersebar di wilayah luas, misalnya:

• penyulang;
• saluran udara;
• kabel tanah;
• transformator distribusi;
• gardu distribusi;
• circuit breaker;
• recloser;
• sectionalizer;
• fuse;
• switch;
• sistem proteksi dan komunikasi.

Gangguan salah satu bagian dapat menyebabkan sebagian pelanggan kehilangan suplai listrik.

Mengapa SAIFI dan SAIDI Diperlukan?

Bayangkan terdapat dua penyulang.

Penyulang A:

• mengalami 3 gangguan dalam setahun;
• total pemadaman rata-rata pelanggan hanya 30 menit.

Penyulang B:

• juga mengalami 3 gangguan;
• tetapi total pemadaman rata-rata mencapai 10 jam.

Jika hanya melihat jumlah gangguan, keduanya tampak sama. Dari sisi pelanggan jelas berbeda.

Karena itu analisis reliability perlu memperhatikan:

• berapa banyak pelanggan terganggu;
• berapa kali pelanggan terganggu;
• berapa lama gangguan berlangsung;
• apakah gangguan bersifat sesaat atau berkelanjutan;
• seberapa cepat sistem dapat dipulihkan.

Standar SAIFI, SAIDI, CAIDI, CAIFI dan MAIFI

Salah satu acuan internasional utama adalah IEEE Std 1366-2022 – IEEE Guide for Electric Power Distribution Reliability Indices.

IEEE 1366 mendefinisikan indeks keandalan distribusi beserta faktor yang memengaruhi perhitungannya.

Standar ini penting karena hasil SAIFI atau SAIDI tidak hanya bergantung pada rumus. Definisi interruption, pelanggan, event, Major Event Day dan metode pengumpulan data juga menentukan hasil akhirnya.

Catatan: jangan langsung membandingkan angka SAIFI/SAIDI dari dua perusahaan atau dua penelitian tanpa memastikan definisi gangguan, periode perhitungan, planned outage, Major Event Day dan aturan pelaporannya menggunakan metodologi yang sebanding.

1. SAIFI: Frekuensi Rata-Rata Gangguan

SAIFI merupakan singkatan dari System Average Interruption Frequency Index.

Indeks ini menunjukkan rata-rata jumlah customer interruption berkelanjutan yang dialami pelanggan dalam periode pengamatan.

Dengan bahasa sederhana:

“Dalam satu tahun, rata-rata berapa kali seorang pelanggan mengalami pemadaman berkelanjutan?”

Rumus SAIFI

SAIFI = ΣNi / NT

Keterangan:

• Ni = jumlah pelanggan yang mengalami interruption pada kejadian ke-i.
• NT = jumlah total pelanggan yang dilayani.

Satuan yang umum:

interruption/pelanggan/periode

Jika periodenya satu tahun, biasanya ditulis:

kali/pelanggan/tahun

Contoh Perhitungan SAIFI

Sebuah sistem melayani 1.000 pelanggan. Selama satu tahun terjadi tiga gangguan berkelanjutan:

• Gangguan 1 → 200 pelanggan terdampak.
• Gangguan 2 → 300 pelanggan terdampak.
• Gangguan 3 → 100 pelanggan terdampak.

Total customer interruptions:

200 + 300 + 100 = 600

Maka:

SAIFI = 600 / 1.000 = 0,6 kali/pelanggan/tahun

Artinya, secara statistik pelanggan pada sistem tersebut mengalami rata-rata 0,6 gangguan berkelanjutan dalam satu tahun.

Jangan salah membaca angka 0,6: bukan berarti setiap pelanggan benar-benar padam tepat 0,6 kali. SAIFI adalah nilai rata-rata sistem. Sebagian pelanggan mungkin tidak mengalami gangguan sama sekali, sementara pelanggan lain dapat mengalami gangguan beberapa kali.

2. SAIDI: Durasi Rata-Rata Pemadaman

SAIDI merupakan singkatan dari System Average Interruption Duration Index.

SAIDI menunjukkan total durasi customer interruption berkelanjutan yang secara rata-rata dialami setiap pelanggan selama periode tertentu.

“Dalam satu tahun, berapa lama rata-rata seorang pelanggan kehilangan suplai listrik?”

Rumus SAIDI

SAIDI = Σ(ri × Ni) / NT

Keterangan:

• ri = durasi interruption ke-i.
• Ni = pelanggan yang mengalami interruption ke-i.
• NT = total pelanggan yang dilayani.

SAIDI umumnya dinyatakan dalam:

• menit/pelanggan/tahun; atau
• jam/pelanggan/tahun.

Contoh Perhitungan SAIDI

Kita gunakan sistem yang sama dengan 1.000 pelanggan.

Gangguan	Pelanggan Terdampak	Durasi	Customer-Minutes
1	200	60 menit	12.000
2	300	30 menit	9.000
3	100	120 menit	12.000

Total customer-minutes:

12.000 + 9.000 + 12.000 = 33.000 menit-pelanggan

Maka:

SAIDI = 33.000 / 1.000 = 33 menit/pelanggan/tahun

Artinya, setiap pelanggan secara rata-rata mengalami total pemadaman berkelanjutan selama 33 menit dalam satu tahun.

Perbedaan SAIFI dan SAIDI

Parameter	SAIFI	SAIDI
Yang diukur	Frekuensi interruption	Total durasi interruption
Pertanyaan	Berapa kali padam?	Berapa lama total padam?
Satuan umum	Kali/pelanggan/tahun	Menit atau jam/pelanggan/tahun
Nilai tinggi menunjukkan	Gangguan relatif sering	Durasi pemadaman total relatif besar

Sebuah sistem dapat mempunyai:

• SAIFI rendah + SAIDI tinggi → pemadaman jarang, tetapi ketika terjadi berlangsung lama.
• SAIFI tinggi + SAIDI rendah → pemadaman relatif sering, tetapi restoration cepat.

3. CAIFI: Pelanggan Terdampak Padam Berapa Kali?

CAIFI adalah singkatan dari Customer Average Interruption Frequency Index.

CAIFI berbeda dari SAIFI.

SAIFI menggunakan seluruh pelanggan yang dilayani sebagai denominator. CAIFI menggunakan jumlah pelanggan unik yang mengalami satu atau lebih sustained interruption selama periode pengamatan.

“Di antara pelanggan yang benar-benar pernah mengalami pemadaman, berapa kali rata-rata mereka terganggu?”

Rumus CAIFI

CAIFI = ΣNi / CN

Keterangan:

• ΣNi = total customer interruptions.
• CN = jumlah pelanggan unik yang mengalami minimal satu sustained interruption.

Contoh CAIFI

Dari contoh sebelumnya terdapat:

ΣNi = 600 customer interruptions

Misalkan setelah data pelanggan diperiksa ternyata hanya 400 pelanggan unik yang pernah mengalami setidaknya satu gangguan. Beberapa pelanggan berarti mengalami gangguan lebih dari sekali.

Maka:

CAIFI = 600 / 400 = 1,5 kali/pelanggan terdampak/tahun

Artinya, pelanggan yang memang mengalami gangguan rata-rata terkena 1,5 interruption selama periode tersebut.

Mengapa SAIFI dan CAIFI Bisa Berbeda?

Misalkan terdapat 1.000 pelanggan, tetapi gangguan hanya terkonsentrasi pada 100 pelanggan yang sama.

Maka SAIFI sistem bisa terlihat relatif rendah karena denominator-nya seluruh 1.000 pelanggan.

CAIFI dapat jauh lebih besar karena denominator hanya pelanggan yang benar-benar mengalami interruption.

Itulah sebabnya CAIFI dapat membantu menunjukkan kondisi ketika gangguan berulang terkonsentrasi pada kelompok pelanggan tertentu.

4. CAIDI: Berapa Lama Rata-Rata Setiap Interruption?

CAIDI adalah singkatan dari Customer Average Interruption Duration Index.

CAIDI menunjukkan rata-rata waktu interruption per customer interruption.

“Setelah pelanggan mengalami pemadaman, berapa lama rata-rata interruption tersebut berlangsung?”

Rumus CAIDI

CAIDI = Σ(ri × Ni) / ΣNi

Karena:

SAIDI = Σ(ri × Ni) / NT

dan:

SAIFI = ΣNi / NT

maka:

CAIDI = SAIDI / SAIFI

Contoh CAIDI

Dari contoh kita:

• SAIDI = 33 menit/pelanggan/tahun.
• SAIFI = 0,6 kali/pelanggan/tahun.

Maka:

CAIDI = 33 / 0,6 = 55 menit/interruption

Artinya, apabila sebuah customer interruption terjadi, durasi rata-ratanya sekitar 55 menit.

Catatan interpretasi: CAIDI sering dikaitkan dengan restoration time, tetapi jangan menganggapnya sebagai waktu kerja teknisi secara langsung. Nilainya merupakan rata-rata durasi customer interruptions dan dapat dipengaruhi switching, isolasi gangguan, konfigurasi jaringan, akses lokasi, kerusakan equipment dan proses pemulihan.

5. MAIFI: Frekuensi Gangguan Sesaat

MAIFI merupakan singkatan dari Momentary Average Interruption Frequency Index.

MAIFI digunakan untuk menggambarkan frekuensi momentary interruption yang dialami pelanggan.

Gangguan sesaat dapat muncul ketika perangkat proteksi otomatis bekerja untuk membersihkan gangguan temporer.

Contohnya:

• ranting menyentuh konduktor;
• flashover sementara;
• gangguan hewan;
• sambaran petir atau gangguan sementara tertentu;
• fault temporer yang berhasil dibersihkan melalui automatic reclosing.

Gangguan Sesaat Menurut IEEE 1366

IEEE 1366 membedakan antara momentary interruption dan sustained interruption.

Dalam kerangka IEEE 1366, interruption yang berlangsung lebih dari sekitar lima menit dikategorikan sebagai sustained interruption, sedangkan momentary interruption terkait kehilangan suplai singkat akibat operasi perangkat pemutus yang kemudian memulihkan pelayanan.

Karena itu pemisahan data sustained dan momentary penting sebelum menghitung SAIFI/SAIDI dan MAIFI.

Rumus MAIFI

Dalam bentuk IEEE, MAIFI berkaitan dengan jumlah operasi interruption device yang menyebabkan momentary customer interruptions:

MAIFI = Σ(IDIi × Ni) / NT

Keterangan:

• IDI = jumlah momentary interruption device operations.
• Ni = pelanggan yang terkena momentary interruption.
• NT = jumlah total pelanggan.

Untuk pembelajaran sederhana, konsepnya dapat dibaca sebagai:

MAIFI ≈ total momentary customer interruptions / total pelanggan

Namun pengolahan data aktual harus mengikuti definisi event dan device operation pada metodologi yang digunakan.

MAIFI dan MAIFIE Tidak Sama

Ada satu istilah lain yang sering tertukar dengan MAIFI, yaitu MAIFIE atau Momentary Average Interruption Event Frequency Index.

Perbedaannya adalah MAIFI memperhitungkan momentary interruption device operations, sedangkan MAIFIE berorientasi pada momentary interruption events.

Satu event dapat melibatkan lebih dari satu operasi perangkat, misalnya pada rangkaian automatic reclosing.

Karena itu ketika membaca laporan utility atau penelitian, pastikan apakah yang digunakan adalah MAIFI atau MAIFIE.

Contoh MAIFI

Sebuah feeder melayani 1.000 pelanggan.

Dalam satu periode terjadi beberapa momentary interruption sehingga total momentary customer interruptions yang dihitung sesuai metodologi adalah 1.500.

Maka secara sederhana:

MAIFI = 1.500 / 1.000 = 1,5

Artinya pelanggan mengalami rata-rata sekitar 1,5 momentary interruption selama periode tersebut.

Perbandingan SAIFI, SAIDI, CAIFI, CAIDI dan MAIFI

Indeks	Kepanjangan	Yang Diukur	Satuan Umum
SAIFI	System Average Interruption Frequency Index	Frekuensi sustained interruption seluruh sistem	Kali/pelanggan/tahun
SAIDI	System Average Interruption Duration Index	Total durasi sustained interruption rata-rata	Menit atau jam/pelanggan/tahun
CAIFI	Customer Average Interruption Frequency Index	Frekuensi pada pelanggan yang pernah terganggu	Kali/pelanggan terdampak
CAIDI	Customer Average Interruption Duration Index	Durasi rata-rata setiap customer interruption	Menit atau jam/interruption
MAIFI	Momentary Average Interruption Frequency Index	Frekuensi momentary interruption	Momentary interruption/pelanggan

Hubungan SAIFI, SAIDI dan CAIDI

Tiga indeks ini mempunyai hubungan matematis:

SAIDI = SAIFI × CAIDI

Sehingga:

CAIDI = SAIDI / SAIFI

dan:

SAIFI = SAIDI / CAIDI

Hubungan ini membantu melakukan pemeriksaan cepat terhadap konsistensi data.

Contoh Lengkap SAIFI, SAIDI, CAIFI dan CAIDI

Misalkan sebuah sistem mempunyai:

• total pelanggan = 1.000;
• total sustained customer interruptions = 600;
• total customer interruption duration = 33.000 menit-pelanggan;
• pelanggan unik yang pernah terganggu = 400.

Maka:

SAIFI

600 / 1.000 = 0,60 kali/pelanggan

SAIDI

33.000 / 1.000 = 33 menit/pelanggan

CAIFI

600 / 400 = 1,50 kali/pelanggan terdampak

CAIDI

33.000 / 600 = 55 menit/interruption

Atau:

33 / 0,60 = 55 menit/interruption

Data SAIFI dan SAIDI PLN Indonesia

Sebagai gambaran penerapan nyata, PT PLN (Persero) menggunakan SAIDI dan SAIFI sebagai indikator keandalan sistem distribusi.

Berdasarkan Statistik PLN 2024:

• SAIDI Indonesia = 5,34 jam/pelanggan/tahun, setara sekitar 320,24 menit/pelanggan.
• SAIFI Indonesia = 3,23 kali/pelanggan/tahun.

Dibandingkan 2023, laporan tahunan PLN menyebut SAIDI membaik dari sekitar 338,13 menit menjadi 320,24 menit/pelanggan, sedangkan SAIFI turun dari 4,27 menjadi 3,23 kali/pelanggan pada 2024.

Namun nilai nasional tidak berarti semua wilayah mempunyai performa yang sama.

Statistik PLN 2024, misalnya, menunjukkan perbedaan antarwilayah:

Wilayah	SAIDI 2024	SAIFI 2024
Indonesia	5,34 jam/pelanggan	3,23 kali/pelanggan
Jawa	2,69 jam/pelanggan	2,16 kali/pelanggan
Bali	1,04 jam/pelanggan	0,91 kali/pelanggan
Riau dan Kepulauan Riau	3,79 jam/pelanggan	1,50 kali/pelanggan
Jakarta Raya	0,43 jam/pelanggan	0,65 kali/pelanggan

Angka tersebut adalah data tahun 2024 dan tidak boleh dianggap sebagai nilai permanen karena kinerja jaringan berubah dari tahun ke tahun.

Apa yang Paling Banyak Berkontribusi pada SAIFI dan SAIDI?

Laporan Kinerja Direktorat Jenderal Ketenagalistrikan Tahun 2024 menunjukkan bahwa kontribusi gangguan PLN hingga Desember 2024 didominasi oleh fasilitas penyulang.

Kontribusinya tercatat sekitar:

• 56,5% terhadap SAIDI;
• 68,5% terhadap SAIFI.

Padam terencana juga memberikan kontribusi sekitar:

• 28,2% terhadap SAIDI;
• 21,9% terhadap SAIFI.

Hal ini menunjukkan mengapa peningkatan keandalan feeder atau penyulang menjadi salah satu area penting dalam pengelolaan jaringan distribusi.

Bagaimana Recloser Memengaruhi SAIFI dan SAIDI?

Recloser merupakan perangkat proteksi yang dapat membuka jaringan ketika terjadi fault dan melakukan penutupan kembali secara otomatis sesuai setting.

Untuk fault temporer, automatic reclosing dapat mengembalikan suplai tanpa menunggu petugas datang ke lokasi.

Namun pengaruh recloser terhadap indeks tidak sesederhana “pasang recloser pasti SAIFI turun”.

Lokasi recloser, coordination, sectionalizing, topology feeder dan pola gangguan menentukan hasilnya.

Penelitian pada Penyulang PDP-03 GI Pudak Payung yang diterbitkan dalam Transient: Jurnal Ilmiah Teknik Elektro Universitas Diponegoro menunjukkan bahwa optimasi posisi recloser pada simulasi dapat menurunkan SAIFI dan SAIDI. Dalam penelitian tersebut, SAIFI model awal sebesar 1,0172 turun menjadi 0,3361 dengan satu recloser optimal, sementara SAIDI turun dari 2,5435 menjadi 1,0456 jam/tahun.

Penelitian lain pada Penyulang SRL-02 juga menunjukkan tren yang sama ketika posisi recloser dioptimalkan.

Temuan tersebut tidak berarti angka yang sama akan berlaku pada semua jaringan karena topology, failure rate, load point dan switching arrangement berbeda.

Pengaruh Konfigurasi Jaringan terhadap Keandalan

Topologi sistem distribusi sangat berpengaruh terhadap restoration.

Jaringan radial sederhana biasanya memiliki alternatif suplai yang lebih terbatas dibanding sistem yang mempunyai tie switch dan jalur cadangan.

Ketika fault terjadi, strategi umum dapat berupa:

Detect → Isolate → Restore

Artinya:

1. gangguan terdeteksi;
2. bagian yang terganggu diisolasi;
3. bagian sehat dipulihkan melalui konfigurasi yang tersedia.

Distribution automation dan sistem Fault Location, Isolation and Service Restoration (FLISR) dapat mempercepat proses ini pada jaringan yang mendukungnya.

Gangguan Sesaat vs Gangguan Berkelanjutan

Gangguan Sesaat

Momentary interruption umumnya berkaitan dengan hilangnya suplai secara singkat akibat operasi protective/interruption device.

Peralatan pelanggan tertentu tetap dapat merasakan dampaknya.

Contohnya pada industri:

• contactor drop;
• VFD trip;
• PLC atau komputer restart bila ride-through tidak memadai;
• proses produksi terhenti;
• control system kehilangan sequence.

Gangguan Berkelanjutan

Sustained interruption berlangsung lebih lama dan masuk dalam perhitungan indeks seperti SAIFI dan SAIDI berdasarkan definisi yang diterapkan.

Penyebabnya dapat berupa:

• konduktor putus;
• tiang roboh;
• transformator rusak;
• fault permanen;
• kerusakan switchgear;
• bencana alam;
• pemadaman terencana bila dimasukkan dalam reporting methodology.

Apakah SAIFI dan SAIDI yang Rendah Selalu Lebih Baik?

Secara umum, nilai yang lebih rendah menunjukkan pelanggan mengalami pemadaman lebih sedikit atau lebih singkat.

Namun perbandingan harus dibuat dalam konteks yang sama.

Contohnya:

• apakah Major Event Day dihitung;
• apakah planned interruption dimasukkan;
• berapa banyak pelanggan;
• bagaimana topology wilayah;
• apakah wilayah perkotaan atau terpencil;
• bagaimana definisi interruption digunakan.

Karena itu tidak tepat menyatakan suatu jaringan “pasti lebih andal” hanya berdasarkan satu angka tanpa memahami metodologinya.

Apa Itu Major Event Day?

Dalam analisis IEEE 1366 terdapat konsep Major Event Day (MED).

Hari dengan kondisi gangguan luar biasa—misalnya akibat severe weather atau kejadian besar—dapat memberikan kontribusi sangat besar pada SAIDI tahunan.

IEEE 1366 menyediakan metodologi untuk mengidentifikasi Major Event Day sehingga utility dapat membedakan performa operasi normal dari kejadian ekstrem saat melakukan analisis tertentu.

Ini merupakan alasan lain mengapa angka SAIDI antarutility tidak boleh dibandingkan tanpa mengetahui apakah MED dimasukkan atau dikeluarkan.

Indeks Keandalan Lain Selain Lima Ini

IEEE 1366 tidak hanya mengenal SAIFI, SAIDI, CAIFI, CAIDI dan MAIFI.

Indeks lain yang dapat ditemui antara lain:

• ASAI – Average Service Availability Index;
• CTAIDI – Customer Total Average Interruption Duration Index;
• CEMI-n – Customers Experiencing Multiple Interruptions;
• MAIFIE – Momentary Average Interruption Event Frequency Index;
• ASIFI – Average System Interruption Frequency Index;
• ASIDI – Average System Interruption Duration Index;
• ENS/EENS – energi yang tidak tersuplai dalam metodologi tertentu;
• AENS – Average Energy Not Supplied.

Indeks mana yang digunakan bergantung pada tujuan analisis.

Perbedaan SAIDI dan ENS

SAIDI berorientasi pada durasi yang dirasakan pelanggan.

ENS atau Energy Not Supplied berorientasi pada energi yang gagal disalurkan akibat interruption.

Dua gangguan dengan SAIDI yang sama belum tentu menghasilkan ENS yang sama jika beban yang padam berbeda.

Gangguan 1 jam pada feeder industri dengan beban besar dapat memiliki dampak energi yang berbeda dengan gangguan 1 jam pada feeder dengan beban jauh lebih kecil.

Cara Meningkatkan Keandalan Sistem Distribusi

Nilai SAIFI dan SAIDI dapat ditingkatkan melalui kombinasi berbagai strategi.

1. Preventive dan Predictive Maintenance

Pemeriksaan kondisi:

• transformator;
• isolator;
• kabel;
• joint;
• switchgear;
• vegetasi sekitar saluran.

2. Recloser dan Sectionalizer

Peralatan sectionalizing dapat membatasi jumlah pelanggan yang terdampak oleh fault apabila koordinasinya dirancang dengan tepat.

3. Network Reconfiguration

Tie switch dan feeder alternatif memungkinkan bagian jaringan yang sehat dipulihkan dari sumber lain bila kapasitas dan kondisi operasi mengizinkan.

4. Distribution Automation

SCADA, remote switching, fault indicator dan FLISR dapat mempercepat identifikasi, isolasi dan restoration.

5. Perbaikan Proteksi

Coordination yang kurang tepat dapat membuat area padam lebih luas dari seharusnya.

6. Manajemen Vegetasi

Pada overhead line, pohon dan ranting dapat menjadi salah satu sumber gangguan sehingga vegetation management merupakan bagian penting reliability program.

7. Manajemen Suku Cadang dan Tim Gangguan

Untuk fault permanen, waktu restoration juga dipengaruhi oleh:

• kecepatan menemukan lokasi;
• akses menuju lokasi;
• ketersediaan material;
• ketersediaan personel;
• prosedur switching;
• kompleksitas kerusakan.

Contoh Analisis Sederhana dari Nilai Indeks

Misalnya diperoleh:

• SAIFI = 6 kali/pelanggan/tahun;
• SAIDI = 12 jam/pelanggan/tahun.

Maka:

CAIDI = 12 / 6 = 2 jam/interruption

Interpretasi awalnya:

• pelanggan rata-rata mengalami enam sustained interruptions;
• total durasi rata-ratanya 12 jam;
• setiap customer interruption rata-rata berlangsung sekitar dua jam.

Namun ini baru screening awal. Untuk mengetahui penyebab sebenarnya perlu melihat:

• failure history;
• feeder contribution;
• equipment failure;
• planned outage;
• weather;
• switching time;
• restoration data.

Kesimpulan

SAIFI, SAIDI, CAIFI, CAIDI dan MAIFI merupakan indeks penting untuk mengevaluasi keandalan jaringan distribusi tenaga listrik.

• SAIFI menunjukkan rata-rata frekuensi sustained interruption.
• SAIDI menunjukkan total durasi sustained interruption rata-rata pelanggan.
• CAIFI menunjukkan frekuensi interruption khusus pada pelanggan yang benar-benar pernah terdampak.
• CAIDI menunjukkan rata-rata durasi setiap customer interruption.
• MAIFI digunakan untuk frekuensi momentary interruption.

Kelima indeks tidak sebaiknya dibaca secara terpisah. SAIFI dapat menunjukkan seberapa sering jaringan bermasalah, SAIDI menunjukkan besarnya dampak durasi, CAIDI membantu memahami karakter restoration, CAIFI dapat menunjukkan pengulangan gangguan pada kelompok pelanggan tertentu, sementara MAIFI menangkap gangguan sangat singkat yang mungkin tidak terlihat pada SAIFI.

Dalam praktiknya, hasil indeks perlu dikaitkan dengan kondisi penyulang, sistem proteksi, recloser, network configuration, failure history, weather dan proses pemeliharaan.

Tujuan akhirnya bukan sekadar mendapatkan angka SAIFI atau SAIDI yang bagus di laporan, tetapi memastikan gangguan lebih jarang terjadi, wilayah yang terdampak lebih kecil dan pasokan listrik dapat dipulihkan lebih cepat ketika fault benar-benar terjadi.

Sumber Referensi

Referensi berikut digunakan untuk verifikasi dan pengembangan materi. Alamat sumber sengaja ditulis dalam bentuk teks biasa agar tidak menjadi link aktif.

1. IEEE Std 1366-2022 – IEEE Guide for Electric Power Distribution Reliability Indices
   Acuan definisi dan metodologi indeks SAIFI, SAIDI, CAIDI, CAIFI, MAIFI serta indeks distribusi lainnya.
   standards.ieee.org/ieee/1366/7243/
2. PT PLN (Persero) – Statistik PLN 2024
   Data SAIDI dan SAIFI nasional serta masing-masing unit PLN pada tahun 2024.
   web.pln.co.id
3. PT PLN (Persero) – Annual Report 2024
   Laporan capaian SAIDI 320,24 menit/pelanggan dan SAIFI 3,23 kali/pelanggan pada 2024.
   web.pln.co.id
4. Direktorat Jenderal Ketenagalistrikan, Kementerian ESDM – Laporan Kinerja Tahun 2024
   Pembahasan SAIDI-SAIFI nasional dan kontribusi gangguan penyulang, padam terencana serta faktor lainnya.
   gatrik.esdm.go.id
5. D, Abraham, Handoko, S., & Winardi, B. – Optimisasi Penempatan Recloser pada Sistem Distribusi Jaringan Radial Penyulang PDP-03 Menggunakan Ant Colony Optimization
   Transient: Jurnal Ilmiah Teknik Elektro, Universitas Diponegoro, Vol. 6 No. 2, 2017.
   doi.org/10.14710/transient.v6i2.223-227
6. Afriana, dkk. – Perbandingan Indeks Keandalan Sistem Distribusi pada Penyulang SRL03 dalam Keadaan Perfect Switching dan Imperfect Switching
   Transient: Jurnal Ilmiah Teknik Elektro, Universitas Diponegoro, Vol. 6 No. 3, 2017.
   ejournal3.undip.ac.id/index.php/transient/article/view/18085
7. Prabowo, dkk. – Analisis Keandalan Sistem Distribusi 20 kV pada Penyulang Pekalongan 8 dan 11
   Transient: Jurnal Ilmiah Teknik Elektro, Universitas Diponegoro, Vol. 2 No. 4, 2013.
   doi.org/10.14710/transient.v2i4.1004-1012
8. Bagusiam, L., dkk. – Optimisasi Penempatan Recloser untuk Meminimalisir Nilai SAIFI dan SAIDI pada Penyulang SRL-02
   Transient: Jurnal Ilmiah Teknik Elektro, Universitas Diponegoro, Vol. 6 No. 4, 2017.
   doi.org/10.14710/transient.v6i4.651-656
9. Bekti, dkk. – Analisis Pengaruh Distributed Generation terhadap Indeks Keandalan pada Penyulang MRA05 Banjarnegara
   Transient: Jurnal Ilmiah Teknik Elektro, Universitas Diponegoro, Vol. 7 No. 1, 2018.
   ejournal3.undip.ac.id/index.php/transient/article/view/19862