Perbedaan antara Electrical Signature Analysis (ESA) dan Electromagnetic Interference (EMI) Diagnostic terletak pada prinsip pengukuran, parameter yang dianalisis, serta jenis gangguan yang ingin dideteksi. Keduanya dapat digunakan untuk pemantauan kondisi peralatan industri, khususnya motor listrik, tetapi pendekatan diagnostiknya berbeda.

Dalam konteks predictive maintenance, keduanya dapat membantu mendeteksi indikasi gangguan sebelum berkembang menjadi kerusakan yang menyebabkan unplanned downtime.
1. Electrical Signature Analysis (ESA)
Electrical Signature Analysis (ESA) adalah metode diagnostik yang menganalisis karakteristik sinyal listrik—seperti tegangan dan arus—untuk mengevaluasi kondisi motor listrik dan peralatan yang digerakkannya.

Pada motor listrik, sinyal tegangan dan arus mengandung informasi mengenai kondisi kelistrikan, karakteristik beban, dan respons mekanis sistem. Perubahan pola sinyal atau munculnya komponen frekuensi tertentu dapat menjadi indikasi adanya gangguan.
ESA umumnya menggunakan analisis domain frekuensi, termasuk Fast Fourier Transform (FFT), untuk mengidentifikasi pola yang berkaitan dengan kondisi peralatan.

Contoh gangguan yang dapat diidentifikasi melalui ESA:
• Ketidakseimbangan tegangan atau arus.
• Indikasi kerusakan rotor motor induksi, seperti broken rotor bars.
• Gangguan pada celah udara (air-gap eccentricity).
• Masalah pada beban mekanis, seperti indikasi gangguan bearing atau gearbox dalam kondisi tertentu.
• Perubahan beban yang dapat mengindikasikan masalah pada mesin yang digerakkan.

Kemampuan mendeteksi setiap jenis gangguan bergantung pada karakteristik mesin, kondisi operasional, kualitas pengukuran, dan metode analisis yang digunakan.

Keunggulan ESA: pengukuran dapat dilakukan dari sisi kelistrikan sehingga pada banyak aplikasi tidak memerlukan pemasangan sensor getaran langsung pada mesin. Namun, ESA tidak otomatis dapat menentukan semua jenis kerusakan secara spesifik hanya dari satu pengukuran.

2. Electromagnetic Interference (EMI) Diagnostic
Electromagnetic Interference (EMI) Diagnostic dalam konteks diagnostik mesin listrik adalah metode yang menganalisis emisi elektromagnetik atau sinyal frekuensi tinggi untuk mengidentifikasi indikasi gangguan pada peralatan listrik, terutama yang berkaitan dengan arcing, corona, partial discharge, dan degradasi isolasi.
Ketika terjadi pelepasan energi listrik yang tidak normal, misalnya akibat kerusakan isolasi atau sambungan listrik yang longgar, dapat muncul emisi elektromagnetik pada rentang frekuensi tertentu. Sinyal tersebut dapat ditangkap menggunakan sensor dan perangkat analisis khusus, kemudian dievaluasi untuk mengidentifikasi indikasi gangguan. 

Contoh gangguan yang dapat diidentifikasi melalui EMI Diagnostic:
• Partial discharge: pelepasan listrik lokal yang dapat mengindikasikan degradasi sistem isolasi.
• Corona discharge: pelepasan listrik akibat konsentrasi medan listrik tinggi, khususnya pada sistem tegangan tinggi.
• Arcing: pelepasan listrik melalui jalur yang tidak semestinya, misalnya akibat sambungan longgar atau kerusakan konduktor.
• Degradasi isolasi: kondisi isolasi yang memburuk dan dapat menghasilkan emisi elektromagnetik tertentu.
• Gangguan pada winding: beberapa kerusakan pada belitan motor atau generator dapat menghasilkan pola emisi yang bisa dianalisis.

Kemampuan mendeteksi gangguan tersebut bergantung pada jenis peralatan, tingkat keparahan kerusakan, lokasi sumber emisi, sensitivitas sensor, serta kondisi lingkungan pengukuran. 
Keunggulan EMI Diagnostic: metode ini dapat membantu mendeteksi indikasi gangguan listrik yang mungkin tidak terlihat melalui pengukuran arus dan tegangan konvensional. Teknik ini sangat relevan untuk pemantauan kondisi isolasi pada motor dan generator tertentu, terutama apabila risiko kerusakan listrik perlu dideteksi sejak dini.

Perlu dicatat, istilah EMI Diagnostic juga digunakan dalam bidang kompatibilitas elektromagnetik (electromagnetic compatibility atau EMC), yang berfokus pada gangguan elektromagnetik yang memengaruhi perangkat elektronik. Pembahasan di sini secara khusus mengacu pada penggunaannya untuk diagnostik kondisi mesin listrik. 

3. Perbandingan ESA dan EMI Diagnostic
Berikut perbedaan utama keduanya dalam konteks predictive maintenance industri.

4. Contoh Penerapan pada Motor Listrik Industri
Bayangkan sebuah motor listrik yang menggerakkan pompa utama di fasilitas pembangkit listrik atau pabrik pengolahan.
Tim maintenance ingin mengetahui apakah motor tersebut mengalami penurunan kondisi sebelum terjadi kerusakan yang menyebabkan penghentian produksi.

Jika menggunakan ESA
Teknisi melakukan pengukuran arus dan tegangan ketika motor beroperasi. Hasil analisis menunjukkan adanya komponen frekuensi yang tidak biasa pada spektrum arus, yang dapat berkaitan dengan indikasi kerusakan rotor.

Teknisi kemudian mengevaluasi hasil tersebut dengan mempertimbangkan beban, kecepatan putaran, karakteristik motor, dan kondisi operasional untuk menentukan pemeriksaan lanjutan.

ESA juga dapat membantu mengidentifikasi indikasi masalah pada sistem pompa, misalnya perubahan beban yang berkaitan dengan kondisi hidraulis tertentu. Namun, indikasi tersebut perlu dikonfirmasi melalui pemeriksaan tambahan jika diperlukan.

Jika menggunakan EMI Diagnostic
Pada motor yang sama, teknisi melakukan pengukuran emisi elektromagnetik menggunakan sensor yang sesuai. Apabila ditemukan pola emisi yang mengindikasikan aktivitas pelepasan listrik abnormal, tim maintenance dapat melakukan investigasi lebih lanjut terhadap kondisi isolasi, sambungan, atau komponen listrik terkait.

Pemeriksaan lanjutan dapat mencakup pengujian isolasi maupun metode diagnostik listrik lainnya, sesuai jenis motor dan indikasi gangguan.

Kesimpulannya, ESA lebih berorientasi pada analisis kondisi mesin melalui sinyal listrik, sedangkan EMI Diagnostic berfokus pada emisi elektromagnetik yang dapat mengindikasikan gangguan listrik tertentu.

5. Mana yang Lebih Baik untuk Predictive Maintenance?
Tidak ada satu metode yang selalu lebih baik untuk semua kondisi. Pemilihan teknologi harus didasarkan pada jenis peralatan, mode kegagalan yang menjadi perhatian, dan tujuan program pemeliharaan.

ESA lebih sesuai dipertimbangkan apabila:
• Perusahaan ingin mengevaluasi kondisi motor dan beban yang digerakkannya.
• Deteksi dini gangguan rotor atau ketidakseimbangan listrik menjadi prioritas.
• Tim maintenance ingin memperoleh informasi kondisi mesin melalui pengukuran sinyal listrik.
• Peralatan sulit dijangkau untuk pemasangan sensor getaran secara langsung.

EMI Diagnostic lebih sesuai dipertimbangkan apabila:
• Terdapat perhatian khusus terhadap kondisi isolasi motor atau generator.
• Risiko partial discharge, corona, atau arcing perlu dievaluasi.
• Perusahaan ingin melengkapi metode diagnostik listrik yang sudah digunakan.
• Tersedia metode pengukuran dan prosedur interpretasi yang sesuai dengan jenis peralatan.

Untuk mendapatkan gambaran kondisi mesin yang lebih komprehensif, kedua metode dapat digunakan sebagai teknologi yang saling melengkapi. Hasilnya juga dapat dikombinasikan dengan vibration analysis, thermography, dan pengujian kondisi isolasi.

Pendekatan multi-teknologi membantu tim maintenance membedakan indikasi gangguan listrik dari gangguan mekanis serta menentukan tindakan pemeriksaan yang lebih tepat.

Dalam program condition monitoring dan predictive maintenance, ESA dan EMI Diagnostic memiliki fungsi yang berbeda tetapi dapat saling melengkapi.

ESA menganalisis sinyal listrik untuk memperoleh informasi mengenai kondisi motor dan mesin yang digerakkannya. Sementara itu, EMI Diagnostic menganalisis emisi elektromagnetik untuk mengidentifikasi indikasi gangguan listrik tertentu, termasuk yang berkaitan dengan pelepasan listrik abnormal dan degradasi isolasi.

ESA membantu menjawab pertanyaan, "Apa yang ditunjukkan oleh sinyal listrik mengenai kondisi mesin?" Sementara EMI Diagnostic membantu menjawab, "Apakah terdapat emisi elektromagnetik yang mengindikasikan gangguan listrik tertentu?"

Dengan memahami perbedaan keduanya, perusahaan dapat memilih teknologi diagnostik yang lebih sesuai untuk meningkatkan keandalan aset, mengurangi risiko kerusakan, dan mendukung strategi pemeliharaan yang lebih proaktif.

Referensi teknis
Untuk pendalaman lebih lanjut, berikut referensi yang relevan:
1. Electric Power Research Institute (EPRI) — Improve Online Equipment Condition Monitoring Using Electrical Signature Analysis
2. AMS — Electrical Signature Analysis for Motor and Generator Diagnostics
3. EPRI — EMI Diagnostics