Tujuan penelitian ini adalah membuat sebuah aplikasi sistem pakar yang dapat membantu teknisi proteksi melakukan konsultasi terkait kerusakan power line carrier PLN dengan cepat dan mudah sehingga teknisi telekomunikasi bisa mendapat pengajuan penanganan dari teknisi proteksi yang sudah memiliki acuan dasar dari letak kerusakan dan tidak perlu melakukan pengecekan dan analisa kerusakan secara menyeluruh dan dapat bekerja lebih efisien serta bisa menghemat waktu . Lokasi penelitian di PT PLN UP2B SUMBAGUT. Sistem pakar ini menggunakan mesin inferensi dengan teknik forward chaining untuk menelusuri gejala dan penanganan kerusakan power line carrier dari aturan yang telah ditentukan dan menggunakan metode certainty factor untuk mendapatkan suatu nilai hasil dari persentase tingkat kepastian untuk sebuah diagnosa (kerusakan). Hasil dari penelitian ini adalah aplikasi yang berbasis web dan diuji dengan menggunakan 2 metode pengujian yaitu dari peneliti sendiri menggunakan metode black box dan untuk pengguna menggunakan User Acceptance (UAT). Hasil akurasi persentase rata – rata dari UAT adalah 87,6% dan hasil uji coba konsultasi mendapat diagnosa kerusakan “masalah pada CC” dengan nilai CF 90,8%.

The purpose of this study is to create an expert system application that can help protection technicians conduct consultations related to PLN's power line carrier damage quickly and easily so that telecommunications technicians can get a handling request from a protection technician who already has a basic reference of where the damage is and does not need to check and damage analysis as a whole and can work more efficiently and can save time. The research location is PT PLN UP2B SUMBAGUT. This expert system uses inference engine with forward chaining technique to trace the symptoms and treatment of power line carrier damage from predetermined rules and uses the certainty factor method to get a value of the percentage of certainty for a diagnosis (damage). The results of this study are web-based applications and tested using 2 testing methods, namely from the researchers themselves using the black box method and for users using User Acceptance (UAT). The result of the accuracy of the average percentage of UAT was 87.6% and the results of the consultation trial were diagnosed with a "CC problem" damage with a CF value of 90.8%.