Saluran Udara Tegangan Tinggi (SUTT) 70 kV Pekalongan – Sukamerindu sering mengalami gangguan yang sulit dideteksi secara cepat, terutama di medan yang sulit dijangkau. Deteksi manual membutuhkan waktu lama, sehingga penelitian ini mengembangkan prototipe sistem fault locator berbasis mikrokontroler untuk deteksi otomatis. Penelitian ini menggunakan metode eksperimen dengan tahapan perancangan perangkat keras dan lunak, pengujian sistem, serta analisis data. Sistem menggunakan Traveling Wave Signal (TWS) yang disinkronisasi dengan GPS untuk menentukan lokasi gangguan. Data dikirim melalui ESP8266 ke Google Drive dan diteruskan ke WhatsApp menggunakan Power Automate. Pengujian dilakukan dengan membandingkan Waktu respons sistem otomatisasi dengan metode manual. Hasil menunjukkan sistem mampu mengirimkan informasi gangguan dalam rata-rata 1 menit, lebih cepat dibandingkan metode manual yang memerlukan 8–28 menit. Efisiensi deteksi meningkat 92,06% dengan waktu respons yang lebih stabil. Namun, sistem masih bergantung pada jaringan komunikasi dan membutuhkan pemeliharaan rutin. Dengan hasil tersebut, system otomatisasi fault locator ini terbukti dapat meningkatkan kecepatan deteksi gangguan dan berpotensi meningkatkan keandalan jaringan transmisi listrik.

The 70 kV Pekalongan – Sukamerindu High Voltage Overhead Transmission Line (SUTT) frequently experiences faults that are difficult to detect quickly, especially in hard-toreach terrains. Manual fault detection takes considerable time, so this study develops a microcontroller-based fault locator prototype for automated detection. This research employs an experimental method consisting of hardware and software design, system testing, and data analysis. The system utilizes Traveling Wave Signal (TWS) synchronized with GPS to determine fault locations. Data is transmitted via ESP8266 to Google Drive and forwarded to WhatsApp using Power Automate. Testing compares the response time of the automated system with the manual method. Results show that the system can transmit fault location information within an average of 1 minute, significantly faster than the manual method, which takes 8–28 minutes. Detection efficiency improves by 92.06%, with a more stable response time. However, the system still relies on communication networks and requires regular maintenance. With these findings, the automated fault locator system proves effective in accelerating fault detection and has the potential to enhance the reliability of power transmission networks.