Research
Innovation
Applied innovations and internal tools developed at PT PLN (Persero).
2023
- PLN Innovation
VOLTASE – Visualisasi Online Pemetaan Bahaya Kelistrikan Umum dan Keselamatan Kerja Berbasis Algoritma Machine Learning Naive BayesM Farda Najih Arifani, Tri Murningtyas, and Dino Arla2023@misc{arifani2023voltase, title = {VOLTASE -- Visualisasi Online Pemetaan Bahaya Kelistrikan Umum dan Keselamatan Kerja Berbasis Algoritma Machine Learning Naive Bayes}, author = {Arifani, M Farda Najih and Murningtyas, Tri and Arla, Dino}, journal = {R\&D Center of PT PLN (Persero)}, year = {2023} } - PLN Innovation
Implementasi Tools SOLIPAD (Solusi Tuntas Pelanggan Usaha Penggilingan Padi) Berbasis Geospatial Analysis untuk Meningkatkan Growth Penjualan Tenaga ListrikDino Arla, Alif Puji Rahayu, and Ragil Margaretha2023@misc{arla2023implementasi, title = {Implementasi Tools SOLIPAD (Solusi Tuntas Pelanggan Usaha Penggilingan Padi) Berbasis Geospatial Analysis untuk Meningkatkan Growth Penjualan Tenaga Listrik}, author = {Arla, Dino and Rahayu, Alif Puji and Margaretha, Ragil}, journal = {R\&D Center of PT PLN (Persero)}, year = {2023} } - PLN Innovation
PLN COPILOT - Coordination for Productivity Through Direct Responsible Individual Method of Task Management SystemQashtalani Haramaini, Dino Arla, and Muhammad Hidayah Sidiq2023Tools COPILOT merupakan salah satu sarana aplikasi untuk mendukung peningkatan produktivitas pegawai dalam melaksanakan daily activity. Pada Peraturan Direksi No. 0030.P/DIR/2022 tentang Kebijakan Strategi HXMS PT PLN (Persero) berfokus salah satunya yaitu mengutamakan pengalaman (experience) pegawai yang kemudian akan berpengaruh pada engagement dan motivasi pegawai untuk berkontribusi maksimal terhadap perusahaan. Permasalahan yang saat ini dihadapi oleh PLN dalam kaitannya dengan produktivitas pegawai dalam kontribusi untuk tercapainya kinerja salahsalah adalah sulitnya memonitoring disposisi tugas dari atasan ke bawahan dikarenakan komunikasi pekerjaan hanya sebatas lisan dan melalui WAG dan masih ditemukan banyak pegawai yang bekerja tidak sesuai dengan job description yang ditentukan oleh corporate. Menindaklanjuti permasalahan tersebut maka dibuatlah Tools COPILOT ini yang bertujuan untuk meningkatkan produktivitas kerja yang dilakukan oleh pegawai dengan membuat atau mencatat to-do-list disposisi tugas dari atasan ke bawahan dapat menyelesaikan satu per satu tugas sehingga atasan dapat mengetahui dan mengevaluasi dari hasil pekerjaan yang telah dilakukan dan diharapkan dapat mencapai hasil atau prestasi kerja secara efektif dan efisien.
@misc{haramaini2023pln, title = {PLN COPILOT - Coordination for Productivity Through Direct Responsible Individual Method of Task Management System}, author = {Haramaini, Qashtalani and Arla, Dino and Sidiq, Muhammad Hidayah}, journal = {R\&D Center of PT PLN (Persero)}, year = {2023} }
2022
- PLN Innovation
KINEMATICS 4DX (Kinerja Monitoring dan Data Analytics) Berbasis Risiko Dengan Memanfaatkan Algoritma Artificial Neural NetworkPulung Ade Susanto, Dino Arla, and Myta Hartanti2022Tools 4 Discipline of Execution (4DX) telah diimplementasikan secara korporasi oleh PT PLN (Persero) dalam program X-Men for Expert berdasarkan Peraturan Direksi Nomor: 0100.P/DIR/2019 tanggal 22 Mei 2019 tentang Manajemen Kinerja Korporasi dan Penilaian Kinerja Organisasi. PT PLN (Persero) Unit Induk Distribusi Jawa Barat turut serta mengimplementasikan tools tersebut sampai ke tingkat unit pelaksana dan sub unit pelaksana. Dalam proses penerapannya terdapat beberapa permasalahan yang sering dihadapi diantaranya formula perhitungan pencapaian LM sangat kompleks dengan agregasi rata-rata lebih dari 1 (satu) dan banyaknya aktivitas yang harus dikerjakan oleh setiap pegawai mengakibatkan lemahnya akurasi dan integritas data 4DX (Pelaporan 4DX hanya sebagai pemenuhan). Tak jarang proses perhitungan carry over target LM pun menjadi bias. Di sisi pengolahan data, historikal data pelaporan 4DX menjadi sulit terlacak karena proses entri data LM saat ini masih memanfaatkan Google Sheet dan Aplikasi Microsoft Excel yang memerlukan perhitungan rekap dan analisa data secara manual setiap data tersebut dibutuhkan. Hal ini mengakibatkan proses pengambilan keputusan strategis oleh pejabat struktural maupun manajemen tidak berbasis data yang akurat dan memiliki analisa risiko. Menindaklanjuti permasalahan tersebut dengan melalui forum Knowledge Management di PT PLN (Persero) UP3 Indramayu, dibuatlah aplikasi KINEMATICS 4DX yaitu sebuah sistem kecerdasan buatan (Artificial Intelligent) dengan memanfaatkan algoritma Artificial Neural Network yang dapat membantu manajemen dalam menghasilkan keputusan strategis berbasis risiko dengan memberikan keakuratan dan ketepatan dalam hal penyusunan lesson learned 4DX sebagai Opportunity for Improvement (OFI) dan menghasilkan komitmen sebagai Action for Improvement (AFI) yang saat ini telah diimplementasikan selama 8 (delapan) bulan di PT PLN (Persero) UP3 Indramayu sejak 23 Juli 2021. Dengan adanya aplikasi KINEMATICS 4DX, PT PLN (Persero) UP3 Indramayu telah menghemat Rp 271.705.000,00 per tahun dan mendukung penerapan kinerja berbasis risiko serta meningkatkan citra perusahaan dalam hal peningkatan pelayanan kepada pelanggan.
@misc{susanto2022kinematics, title = {KINEMATICS 4DX (Kinerja Monitoring dan Data Analytics) Berbasis Risiko Dengan Memanfaatkan Algoritma Artificial Neural Network}, author = {Susanto, Pulung Ade and Arla, Dino and Hartanti, Myta}, journal = {R\&D Center of PT PLN (Persero)}, year = {2022} }
2020
- PLN Innovation
Implementasi Tools TX-Cent (Transaction Energy Execution Center) Sebagai Upaya Peningkatan Revenue DistribusiDino Arla2020Pencapaian kinerja di Bagian Transaksi Energi Listrik UP3 Indramayu pada bulan Januari hingga Oktober 2019 hanya mencapai 66% untuk kinerja P2TL, 57% untuk penggantian meter dan 62% untuk pemeriksaan pelanggan 3 phasa. Beberapa permasalahan yang dihadapi diantaranya sulitnya mengakses informasi mengenai data pelanggan yang menjadi Target Operasi P2TL, data pelanggan temuan P2TL yang belum terealisasi, DIL penggantian meter yang belum terorganisir dengan baik dan belum adanya pemetaan pelanggan 3 phasa. Hal ini mengakibatkan sulitnya pejabat struktural dalam membuat perencanaan yang tepat, pengawasan yang ketat dan eksekusi yang cepat. Menindaklanjuti permasalahan tersebut dengan melalui forum Knowledge Management di PT PLN (Persero) UP3 Indramayu, perlunya manajemen dan integritas data yang mendukung kinerja di Bagian Transaksi Energi Listrik sebagai pengawasan (controlling) data untuk meningkatkan revenue distribusi. Dari berbagai akar permasalahan yang diperoleh maka upaya peningkatan revenue dan memberikan dampak yang tinggi terhadap kinerja Transaksi Energi Listrik yaitu dengan mengimplementasikan tools multiplatform TX-CENT (Transaction Energy Execution Center) dengan penyimpanan data yang besar berbasis cloud. Dengan adanya TX-CENT proses pelaporan data kinerja Transaksi Energi Listrik di PT PLN (Persero) UP3 Indramayu menjadi lebih efektif, efisien dan berintegritas. Desain antarmuka yang interaktif, fitur pencarian data yang cepat dan proses penyimpanan data yang besar menjadikan TX-CENT sebagai aplikasi yang handal dan tidak pernah ditemukan dalam aplikasi yang serupa. Dengan adanya TX-CENT, PT PLN (Persero) UP3 Indramayu dapat meningkatkan revenue distribusi sebesar Rp 460.205.239,00 per tahun dan mendukung Peraturan Menteri ESDM RI No. 27 Tahun 2017 tentang Tingkat Mutu Pelayanan dan Biaya Yang Terkait Dengan Penyaluran Tenaga Listrik.
@misc{arla2020implementasi, title = {Implementasi Tools TX-Cent (Transaction Energy Execution Center) Sebagai Upaya Peningkatan Revenue Distribusi}, author = {Arla, Dino}, journal = {R\&D Center of PT PLN (Persero)}, year = {2020} }
2017
- PLN Innovation
SIMBA - Aplikasi Sistem Informasi Bahan Bakar Minyak Berbasis Interactive Graphical User Interface (GUI)Dino Arla, Syarif Ilham Kurniawan Alkadrie, and Warto2017Tingginya beban usaha Bahan Bakar Minyak (BBM) PT PLN (Persero) Sektor Pembangkitan Kapuas yaitu sebesar Rp 1.036.655.738.271,00 atau 58% dari total beban usaha pada tahun 2016 menjadikan BBM sebagai aset terbesar yang dikelola oleh PT PLN (Persero) Sektor Pembangkitan Kapuas. Beberapa permasalahan yang dihadapi dalam proses pengendalian BBM di PT PLN (Persero) Sektor Pembangkitan Kapuas seperti sulitnya mengakses informasi mengenai data BBM yang meliputi data rencana realisasi penerimaan dan pemakaian BBM, informasi mengenai kandungan water content dan kualitas BBM, informasi untuk analisa susut (losses) dan status transportir dalam melakukan pengiriman BBM serta tidak adanya sebuah sistem yang memberikan peringatan atau indikasi dini mengenai ketahanan stok di unit pembangkit. Hal ini mengakibatkan sulitnya melakukan perencanaan dan evaluasi kebutuhan BBM untuk mesin pembangkit yang berdampak pada tidak tercapainya beberapa indikator kinerja seperti tara kalor, optimalisasi pemakaian bahan bakar MFO dan Biaya Pokok Penyediaan (BPP). Menindaklanjuti permasalahan tersebut dengan melalui forum Knowledge Management di PT PLN (Persero) Sektor Pembangkitan Kapuas, dibuatlah aplikasi SIMBA yang menampilkan data proses pengendalian BBM secara waktu nyata (real time) melalui koneksi internet dengan memanfaatkan website dan smartphone sebagai Graphical User Interface (GUI) yang saat ini telah diimplementasikan di 10 (sepuluh) unit PT PLN (Persero) Sektor Pembangkitan Kapuas selama 1 (satu) tahun 6 (enam) bulan sejak 2 September 2015. Dengan adanya aplikasi SIMBA, PT PLN (Persero) Sektor Pembangkitan Kapuas dapat menghemat Rp 488.186.038.276,00 per tahun, mengurangi pemadaman akibat krisis BBM di unit pembangkit dan mendukung Peraturan Pemerintah Republik Indonesia No. 74 Tahun 2001 tentang Pengelolaan Bahan Berbahaya dan Beracun.
@misc{arla2017simba, title = {SIMBA - Aplikasi Sistem Informasi Bahan Bakar Minyak Berbasis Interactive Graphical User Interface (GUI)}, author = {Arla, Dino and Alkadrie, Syarif Ilham Kurniawan and Warto}, journal = {R\&D Center of PT PLN (Persero)}, year = {2017} }
2014
- PLN Innovation
HI-TEQ - Aplikasi Pengolah Data Aset Pembangkit Berbasis Borland Delphi 7Dino Arla, and Amar Ma’ruf2014Pusat Listrik (PLTD) Siantan merupakan satu diantara unit pembangkit yang berada di bawah PT PLN (Persero) Sektor Pembangkitan Kapuas yang memberikan kontribusi sebesar 15% dari daya yang dibutuhkan untuk melistriki Sistem Khatulistiwa dan sekitarnya. Keberhasilan suatu pembangkit diukur berdasarkan pencapaian kinerja pembangkit itu sendiri. Selama ini target kinerja yang ditetapkan oleh manajemen kepada Pusat Listrik (PLTD) Siantan yang tertuang didalam key performance indicator (KPI) selalu dan tidak terlepas dari proses pengolahan data seperti data laporan manajemen, data operasi maupun data aset (implementasi manajemen aset) dengan bobot kinerja sebesar 20%. Faktor yang mendukung tercapainya kinerja tersebut ialah ketepatan, keakuratan dan kecepatan didalam proses manajemen data. Selama ini proses pengolahan data di Pusat Listrik (PLTD) Siantan masih dilakukan secara manual seperti metode penginputan yang masih menggunakan tools bawaan windows dan metode pengarsipan yang disimpan didalam lemari arsip (hardcopy) dan di harddisk (softcopy). Hal ini membutuhkan waktu dan proses yang lama jika data tersebut diperlukan, juga keamanan data tidak terjaga karena data sering hilang dan kerangkapan data sering terjadi. Jika hal ini terus dibiarkan, maka KPI yang diturunkan oleh manajemen kepada Pusat Listrik (PLTD) Siantan tidak akan tercapai. Maka dari itu, guna memperbaiki metode tersebut dibuatlah aplikasi HI-TEQ++ yaitu suatu sistem aplikasi komputerisasi berbasis database yang efektif, andal dan efisien dengan menggunakan metode smart data treatment. Aplikasi ini dibangun menggunakan bahasa pemrograman Borland Delphi 7 dengan database Microsoft Access dan sudah diimplementasikan sejak 2 November 2013 di unit PT PLN (Persero) Wilayah Kalimantan Barat Sektor Pembangkitan Kapuas Pusat Listrik (PLTD) Siantan.
@misc{arla2014hi, title = {HI-TEQ - Aplikasi Pengolah Data Aset Pembangkit Berbasis Borland Delphi 7}, author = {Arla, Dino and Ma'ruf, Amar}, journal = {R\&D Center of PT PLN (Persero)}, year = {2014} }