Nilai pengaturan (parameter) dari koordinasi proteksi peralatan (motor, generator,
transformer, bus, dan line) dan sistem yang tidak optimal (selektif) akan
menyebabkan gangguan yang tidak diinginkan pada sistem tenaga listrik. Hal ini
dapat dilihat dari kejadian trip-nya motor dengan tegangan menengah yang dapat
menge-trip-kan circuit breaker (CB) dari power source incoming di pembangkit.
Selain itu, juga banyaknya kejadian gangguan di jaringan 20 kV dan 70 kV yang
dapat menge-trip-kan CB dari generator, sehingga pembangkit tidak dapat
beroperasi island atau house load. Permasalahan tidak optimalnya nilai parameter
fungsi proteksi karena banyak ahli proteksi yang berasal dari suatu unit dimutasi
ke bidang lainnya, sehingga unit tersebut tidak mempunyai ahli proteksi dan harus
melakukan regenerasi untuk mempunyai ahli proteksi yang baru atau
menggunakan jasa konsultan yang ahli dalam bidang proteksi untuk
mengoptimalkan nilai parameter fungsi proteksi. Akan tetapi, penggunaan jasa
konsultan akan mengeluarkan biaya yang mahal. Oleh karena itu, dibutuhkan
sebuah aplikasi expert system yang bekerja berdasarkan pada dasar pengetahuan
dari banyak ahli proteksi, sehingga permasalahan tidak optimalnya nilai parameter
fungsi proteksi dapat dipecahkan tanpa harus mengeluarkan biaya yang mahal
untuk membayar jasa konsultan. Sebenarnya, aplikasi expert system ini sudah
dikembangkan, tetapi masih menggunakan wawancara atau dialog antara
pengguna (non expert engineer) dengan aplikasi tersebut (expert engineer),
sehingga ketika terjadi perubahan konfigurasi (topologi) peralatan atau sistem
yang diproteksi, maka harus melakukan wawancara lagi. Oleh karena itu,
diperlukan sebuah aplikasi expert system yang merupakan pengembangan dari
aplikasi expert system sebelumnya dan dapat bekerja secara otomatis. Metode
pengembangan aplikasi expert system ini menggunakan rule based expert system
dan metode blackboard approach dengan forward chaining sebagai inference
engine-nya seperti pada aplikasi expert system sebelumnya dan menghilangkan
non expert engineer, sehingga aplikasi tersebut dapat bekerja secara otomatis.
Rule untuk setiap fungsi proteksi berdasarkan pada dasar pengetahuan dari banyak
ahli proteksi. Setiap fungsi proteksi terdiri dari banyak rule yang disesuaikan
dengan data peralatan atau sistem. Setiap rule akan menghasilkan nilai parameter
fungsi proteksi. Oleh karena itu, diperlukan optimasi untuk mendapat nilai
parameter fungsi proteksi yang optimal. Peralatan proteksi yang digunakan adalah
ii
produk dari Siemens, sehingga parameter fungsi proteksi dari aplikasi expert
system sesuai dengan peralatan proteksi tersebut. Software yang digunakan untuk
pengembangan aplikasi expert system adalah Anaconda dengan bahasa
pemograman Python. Hal ini dikarenakan topologi peralatan atau sistem dibuat di
software PSS Sincal (berfungsi sebagai pengguna) dan bahasa pemrograman
Python dapat mengambil masukan berupa data peralatan atau sistem secara
otomatis dari database software tersebut. Setelah itu, data peralatan atau sistem
akan diproses dan menghasilkan keluaran berupa nilai parameter fungsi proteksi
secara otomatis oleh bahasa pemrograman Python.
Terdapat 2 proses validasi, yaitu validasi topologi dan validasi nilai parameter
fungsi proteksi. Validasi topologi dilakukan dengan membandingkan topologi
peralatan atau sistem di PSS Sincal dengan data topologi (hasil dari user
interface). Validasi nilai parameter fungsi proteksi dilakukan dengan
menampilkan nilai parameter fungsi proteksi (hasil dari user interface) dalam
bentuk grading diagram untuk mengetahui sensitifitas, kecepatan, dan selektifitas
dari koordinasi proteksi. Data topologi dan nilai parameter fungsi proteksi akan
berubah secara otomatis ketika terjadi perubahan topologi peralatan atau sistem
yang diproteksi. Proses validasi dilakukan dengan menggunakan sebuah contoh
jaringan transmisi. Dengan mendapatkan nilai parameter fungsi proteksi yang
optimal secara otomatis, maka aplikasi expert system dapat menghilangkan
kesalahan non expert engineer dan expert engineer dan menghilangkan biaya jasa
konsultan. Selain itu, nilai parameter fungsi proteksi yang optimal akan
mengurangi permasalahan atau gangguan yang terjadi pembangkit, transmisi, dan
distribusi, sehingga akan menaikkan pendapatan (revenue), menurunkan biaya
pokok produksi (BPP), dan menaikkan pelayanan pelanggan (customer service).