Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Jambura Journal of Electrical and Electronics Engineering

Kajian Kelayakan Operasi Pecah Beban Penyulang Beta (SI-2) untuk Kehandalan Sistem Kelistrikan Kota Bitung Ilham Amu; Yasin Mohamad; Ade Irawaty Tolago
Jambura Journal of Electrical and Electronics Engineering Vol 1, No 1 (2019): Januari - Juni 2019
Publisher : Teknik Elektro - Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (253.265 KB) | DOI: 10.37905/jjeee.v1i1.2724

Abstract

Penelitian ini bertujuan untuk menganalisis aliran daya dengan unjuk kerja ETAP 6.0 menggunakan metode Fast Decoupled pada sistem tenaga listrik Sulawesi Utara dan Gorontalo, Mengetahui kondisi tegangan pada penambahan beban, dan mengetahui daya aktif (MW), daya reaktif (MVar), dan arus (Ampere) pada sistem tenaga listrik Sulawesi Utara dan Gorontalo. Data penelitian ini diperoleh dari Area Penyaluran dan Pengaturan Beban (AP2B) Tomohon Sulawesi Utara yaitu data transformator, generator tiap pembangkit, jumlah beban setiap Gardu Induk (GI), gambar diagram single line sistem tenaga listrik Sulawesi utara dan Gorontalo yaitu Sistem interkoneksi tenaga listrik 150 kV dan 66 kV Gorontalo selanjutnya dilakukan simulasi pada program Etap dengan metode fast decoupled yang sudah integrasi pada program.Hasil penelitian menunjukkan bahwa pada Gardu Induk sistem tegangan nominal 66 kV yang tersambung dengan berbeda besar beban (MW) dan kapasitas pembangkit yang tetap maka kondisi tegangan masih diperbolehkan dan untuk sistem 150 kV terjadi naik tegangan saat sistem tersambung pada beban rendah ada beberapa Gardu Induk terjadi naik tegangan yang melebihi batas kritis (Critical Over Voltage) yaitu terjadi pada GI Lolak, Boroko, dan Isimu dengan tegangan melebihi 157,5 kV. Dan untuk beban puncak, beban bertambah 20%, beban bertambah 40% dan beban bertambah 60% kondisi tegangan masih diperbolehkan menurut SPLN 1:1978 tentang standar tegangan dan Grid Code Sulawesi yang menjelaskan karakteristik untuk kerja jaringan bahwa batasan tegangan sistem dengan tegangan nominal 66 kV dan 150 kV memiliki standar kondisi normal +5% naik tegangan (Over Voltage) dan -10% turun tegangan (Under Voltage).
Analisis Optimasi Penempatan Kapasitor Bank pada Jaringan Tegangan Menengah 20kV Feeder IS.03 Rayon Limboto untuk Memperbaiki Kualitas Tegangan Cristoper Elchrisa; Lanto Kamil Amali; Ade Irawaty Tolago
Jambura Journal of Electrical and Electronics Engineering Vol 1, No 1 (2019): Januari - Juni 2019
Publisher : Teknik Elektro - Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (636.397 KB) | DOI: 10.37905/jjeee.v1i1.2725

Abstract

Kapasitor bank memberikan manfaat dalam proses kinerja sistem distribusi dimana kapasitor bank dapat mengurangi losses, memperbesar kapasitas layanan dan mengurangi jatuh tegangan. Penempatan kapasitor bank diperlukan untuk menanggulangi permasalahan jatuh tegangan yang terjadi baik pada saluran transmisi bertegangan tinggi maupun saluran distribusi tegangan menengah. Penelitian mengenai Analisa Optimasi Penempatan Kapasitor Bank Pada Jaringan Tegangan Menengah 20 kV Feeder IS.03 Rayon Limboto Untuk Memperbaiki Kualitas Tegangan ini dilakukan dengan tujuan mendapatkan lokasi optimal dan rating kapasitor bank pada penyulang IS.03. Adapun metode yang digunakan dalam penelitian ini yaitu metode simulasi dimana metode simulasi merupakan bentuk penelitian yang bertujuan untuk mencari gambaran melalui sebuah sistem berskala kecil atau sederhana (model) dimana didalam model tersebut akan dilakukan manipulasi atau kontrol untuk melihat pengaruhnya. Berdasarkan hasil analisa dan pembahasan yang telah dilakukan pada penyulang IS.03 didapatkan kondisi paling optimum dengan jumlah kapasitor bank sebesar 6 x 150 kVAr dimana rata-rata selisih kenaikan tegangan ujung penyulang setelah pemasangan kapasitor bank sebesar 0.903 kV pada 3 (tiga) penyulang percabangan yaitu LI.03, LY.01, dan LY.02 yang mengalami jatuh tegangan melewati batas standar yang telah ditentukan.
Analisis Perkiraan Umur Trafo Tenaga 150kV Di GI Isimu Yahja Igirisa; Yasin Mohamad; Ade Irawaty Tolago
Jambura Journal of Electrical and Electronics Engineering Vol 3, No 2 (2021): Juli - Desember 2021
Publisher : Teknik Elektro - Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (449.846 KB) | DOI: 10.37905/jjeee.v3i2.10784

Abstract

Hal yang dapat mempengaruhi umur transformator adalah pembebanan, temperature minyak trafo dan temperature sekitar. Pembebanan yang terlalu berat dapat menyebabkan perubahan temperature pada hot spot. Menurut IEC, transformator akan berumur normal yaitu 30 tahun pada temperature hot spot  98ºC dengan pembebanan yang terus menerus. Ketika temperature hot spot melewati batas yang telah ditetapkan maka hal ini dapat menyebabkan isolasi pada transformator akan mengalami penuaan yang cepat dari waktu normalnya. Isolasi menjadi cepat rusak dan temperature pada transformator akan naik yang akan menyebabkan nilai dari isolasi minyak menurun karena meningkatnya temperature minyak yang  menyebabkan pergantian komposisi dan sifat dari minyak trafo. Penelitian ini dilakukan untuk mengetahui susut umur dari trafo daya 150 kV di GI Isimu. Metode penelitian yang digunakan pada penelitian ini adalah kuantitatif dengan metode analisis data. Data yang digunakan dalam penelitian ini adalah data real sistem pada PT. PLN (Pesreso) ULTG GI Isimu dan data temoerature dari BMKG Gorontalo. Berdasarkan perhitungan yang telah dilakukan, perhitungan beban konstan dengan pembebanan 100% diperoleh temperature hot spot  sebesar 112,75ºC dan susut umur sebesar 5,49 pu/hari diperoleh perkiraan umur transformator yaitu 5,27 tahun, sedangkan perhitungan pembebanan pada tanggal 18 november 2019 diperoleh rata-rata temperature hot spot  sebesar 73,42 ºC dan susut umur sebesar 0,0625 pu/hari  diperoleh perkiraan umur transformator GI Isimu melebihi 30 tahun. Factors influencing the age of a transformer oil temperature, and ambient temperature. An overloaded transformer may cause changes in the hotspot temperature. According to the IEC, the transformer will last to its normal life of 30 years with a constant load at a hot spot temperature of 98 °C. When the hot spot temperature exceeds the predetermined limit, it will cause the insulation on the transformer resulting in rapid aging from its normal life. The insulation becomes swiftly damaged, affecting the increase of transformer temperature that will cause a decrease in the value of insulating oil. It is due to the increase in oil temperature, which causes changes in the composition and characteristics of the transformer oil. This research aims at determining the age loss of the 150 kV power transformer at GI Isimu. The research is quantitative, employing data analysis methods. The data are the real system data at PT. PLN (Persero) ULTG GI Isimu and the temperature data is from the Meteorological, Climatological, and Geophysical Agency (BMKG) of Gorontalo. Based on the calculations, the constant load calculation with 100% loading obtains a hot spot temperature of 112.75'C, and the age loss of 5,49 p.u/day obtains a life cxpectancy of 5.27 years. Furthermore, based on the calculation of loading on 18 November 201, the average hot spot temperature obtains 73.42°C, and the age loss of 0.0625 days obtains the life expectancy of the transformer at GI Isimu that excceds 30 years. 
Analisis Data Eksploratif Capaian Indikator Kinerja Utama 3 Fakultas Teknik Ikhsan Hidayat; Ade Irawaty Tolago; Rahmat Deddy Rianto Dako; Jumiati Ilham
Jambura Journal of Electrical and Electronics Engineering Vol 5, No 2 (2023): Juli - Desember 2023
Publisher : Electrical Engineering Department Faculty of Engineering State University of Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjeee.v5i2.18397

Abstract

Data mentah yang belum di olah akan memperlambat proses penyampaian data, dengan menggunakan eksplorasi data analisis data yang akan di sampaikan akan lebih jelas dan dapat dipahami dengan mudah oleh pembaca. Data yang digunakan adalah data capaian Indikator Kinerja Utama (IKU) 3 Fakultas Teknik UNG Tahun 2021. IKU 3 terkait data dosen berkegiatan di luar kampus. Data IKU 3 FT UNG diperoleh dari capaian IKU 3 UNG yang telah diverifikasi Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi Tahun 2021. Data tersebut kemudian dilakukan Exploratory Data Analysis (EDA), sehingga didapatkan insight (wawasan) terhadap data tersebut. Proses yang terjadi adalah proses pengenalan masalah, pengumpulan data, pembersihan data dan kemudian analisis data eksplorasi. dari data yang didapatkan setelah melakukan EDA adalah untuk meningkatkan capaian IKU 3 Fakultas teknik UNG adalah dengan melakukan pengembangan terhadap dosen baru dan juga dosen yang belum pernah melakukan kegiatan di luar kampus. Dari data itu didapatkan pula data prodi yang paling banyak menyumbang dosen berkontribusi yaitu sebanyak 83%, dan juga prodi yang menyumbang paling rendah sekitar 18%. Dengan didapatkannya hasil ini, penentu kebijakan dapat mengambil keputusan untuk melakukan hal-hal yang dapat meningkatkan capaian IKU 3 Fakultas Teknik UNG.  Raw data that has not been processed will slow down the process of conveying data, by using data exploration data analysis that will be conveyed will be clearer and can be easily understood by readers. The data used is the Main Performance Indicator (IKU) 3 achievement data for the Faculty of Engineering UNG in 2021. IKU 3 is related to lecturer data on activities outside the campus. The IKU 3 FT UNG data was obtained from the achievements of the IKU 3 UNG which have been verified by the Ministry of Education, Culture, Research and Technology in 2021. The data was then carried out by Exploratory Data Analysis (EDA), so that insight was obtained from the data. The process that occurs is the process of problem identification, data collection, data cleaning and then exploratory data analysis. from the data obtained after carrying out the EDA is to improve the achievement of IKU 3 UNG Faculty of engineering is to develop new lecturers and also lecturers who have never carried out activities outside the campus. From the data, it was also obtained that the study programs that contributed the most were lecturers, namely 83%, and also the study programs that contributed the lowest, around 18%. By obtaining these results, policy makers can make decisions to do things that can improve IKU 3 achievements at the UNG Faculty of Engineering.
Location and Single-Phase Fault Data Monitoring System Using ESP8266 via Blynk and Telegram Duhi, Sahrul; Tansa, Salmawaty; Dako, Rahmat Deddy R.; Wahab Musa, Wahab Musa; Abdussamad, Syahrir; Tolago, Ade Irawaty
Jambura Journal of Electrical and Electronics Engineering Vol 7, No 2 (2025): Juli - Desember 2025
Publisher : Electrical Engineering Department Faculty of Engineering State University of Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjeee.v7i2.33474

Abstract

The increasing consumption of electrical energy highlights the need for an efficient power monitoring system. This research develops an Internet of Things (IoT)-based single-phase fault monitoring system capable of detecting power outages and overcurrents, and providing real-time location notifications. The system is designed using a PZEM-004T power sensor for data acquisition, an ESP8266 microcontroller as a processing unit, a Blynk platform for visualization, and a Telegram-integrated NEO6M GPS module for automatic notification. Test results show that the system successfully detects and accurately informs power outages (current 0 A) and overcurrents (exceeding 1 A), sending notifications complete with a Google Maps link to the fault location. This system provides an effective and responsive solution for power outage management, contributing to improved operational and maintenance efficiency link via Telegram. The device testing was successfully conducted using the NEO 6M GPS module to determine the fault location.Peningkatan konsumsi energi listrik menyoroti kebutuhan akan sistem monitoring daya yang efisien. Penelitian ini mengembangkan sebuah sistem pemantauan gangguan satu fasa berbasis Internet of Things (IoT) yang mampu mendeteksi kondisi listrik padam dan arus lebih, serta memberikan notifikasi lokasi real-time. Sistem dirancang menggunakan sensor daya PZEM-004T untuk akuisisi data, mikrokontroler ESP8266 sebagai unit pemroses, platform Blynk untuk visualisasi, dan modul GPS NEO6M terintegrasi Telegram untuk notifikasi otomatis. Hasil pengujian menunjukkan bahwa sistem berhasil mendeteksi dan secara akurat menginformasikan kondisi listrik padam (arus 0 A) dan arus lebih (melebihi 1 A), mengirimkan notifikasi lengkap dengan link Google Maps lokasi gangguan. Sistem ini menyediakan solusi yang efektif dan responsif untuk manajemen gangguan listrik, berkontribusi pada peningkatan efisiensi operasional dan pemeliharaan
Effectiveness of Gradient Boosting Stacking Model in Predicting Electricity Costs: Residential Building Data Nadifa, Ulfatun; H, Haeriani; Abdussamad, Syahrir; Tolago, Ade Irawaty; Dako, Rahmat Deddy Rianto; Bonok, Zainudin; Asmara, Bambang Panji
Jambura Journal of Electrical and Electronics Engineering Vol 7, No 2 (2025): Juli - Desember 2025
Publisher : Electrical Engineering Department Faculty of Engineering State University of Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjeee.v7i2.33158

Abstract

Accurate electricity cost prediction is essential to support energy efficiency and resource management, particularly in residential and commercial buildings. This study aims to evaluate the effectiveness of the Gradient Boosting model in predicting monthly electricity costs. The model is built using the Stacking Ensemble method, a technique that combines multiple Gradient Boosting algorithms in a layered manner to improve prediction accuracy. To enhance the model’s performance, automatic selection of the best parameter values (Hyperparameter Optimization) is conducted using Optuna. The initial phase involves developing a tree-based preprocessing pipeline to address data variability and complexity. The model is evaluated using the K-Fold Cross Validation method, which divides the data into several subsets for more representative testing. The performance is assessed using the Root Mean Squared Logarithmic Error (RMSLE) metric to measure prediction accuracy. The evaluation results show that the model achieves an RMSLE score of 0.22, with an average prediction time of 0.00029 seconds. These findings suggest that although Gradient Boosting models are typically used on high-dimensional datasets, this approach remains effective for low-dimensional data. The combination of ensemble techniques and hyperparameter optimization yields accurate and efficient predictions. Therefore, this approach can be applied in real-world scenarios, such as urban energy management.Prediksi biaya listrik yang akurat penting untuk mendukung efisiensi energi dan pengelolaan sumber daya, terutama pada bangunan residensial maupun komersial. Penelitian ini bertujuan untuk menguji efektivitas model Gradient Boosting dalam memprediksi biaya listrik bulanan. Model dibangun dengan menggunakan metode Stacking Ensemble, yaitu teknik penggabungan beberapa algoritma Gradient Boosting secara bertingkat untuk meningkatkan akurasi prediksi. untuk meningkatkan kinerja model, digunakan pemilihan nilai parameter terbaik secara otomatis (Optimasi Hyperparameter) dengan bantuan Optuna. Tahapan awal dimulai dengan membangun pipeline preprocessing berbasis Tree Model untuk menangani variasi dan kompleksitas data. Model dievaluasi dengan menggunakan metode K-Fold Cross Validation, yaitu pembagian data menjadi beberapa bagian untuk pengujian yang lebih representatif, dan hasilnya diukur menggunakan metrik Root Mean Squared Logarithmic Error (RMSLE) untuk menilai ketepatan prediksi. Hasil evaluasi menunjukkan bahwa model mampu mencapai nilai RMSLE sebesar 0.22. Selain itu, waktu prediksi rata-rata adalah 0.00029 detik. Temuan ini menunjukkan bahwa meskipun model Gradient Boosting umumnya digunakan pada dataset berdimensi besar, pendekatan ini tetap efektif pada data berdimensi kecil. Kombinasi teknik ensemble dan Optimasi Hyperparameter mampu menghasilkan prediksi yang akurat dan efisien. Oleh karena itu, pendekatan ini dapat diterapkan dalam skenario nyata, seperti manajemen energi di kawasan perkotaan.