Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Journal of Authentic Research
Kartika Tresya Mauriraya
Jurusan Teknik Elektro FT UNESA
Earth & Planetary Sciences Education Electrical & Electronics Engineering Engineering Public Health Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Clustering Suara Corona Discharge berdasarkan Tegangan menggunakan Metode Fuzzy C-Mean FIKRI, MIFTAHUL; CHRISTIONO, CHRISTIONO; MULYANA K., IWA GARNIWA; MAURIRAYA, KARTIKA TRESYA; PASRA, NURMIATI; SAMSURIZAL, SAMSURIZAL; ROMADHONI, MUHAMMAD LUTHFIANSYAH; THAHARA, ANDI AMAR
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 11, No 3: Published July 2023
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v11i3.609

Abstract

ABSTRAKCorona discharge (CD) atau peluahan permukaan merupakan faktor kegagalan isolasi pada sistem kelistrikan yang dipengaruhi oleh kondisi lingkungan tidak menentu dan perlu pemantauan secara terkini. CD menghasilkan gelombang suara yang digunakan sebagai parameter untuk langkah awal mencapai tujuan tersebut, penelitian ini mengkluster suara CD pada terminasi kubikel 20 kV. Penelitian menggunakan elektroda jarum-jarum berjarak 3 cm. Tercatat nilai sebelum breakdown voltage terjadi pada tegangan 33,4 kV, dan pengambilan data terbagi 3 klaster: 20-24 kV, 25-29 kV, 30-33 kV. Proses klasterisasi dengan metode LPC untuk menghasilkan ekstraksi suara. Kemudian menggunakan metode fuzzy c-mean untuk memperoleh akurasi dengan membandingkan pola suara training dan testing. Pada Kelembapan berkisar 70%-95% dengan suhu antara 27,5°C - 35.3°C diperoleh hasil akurasi 96,00% untuk data training dan 80,00% untuk data testing.Kata kunci: Corona discharge, fuzzy c-mean, linear predictive coding, kegagalan isolasi ABSTRACTCorona discharge (CD) is a factor in insulation failure in electrical systems, which is affected by uncertain environmental conditions and requires up-to-date monitoring. CD which produces sound waves, is used as a parameter for the initial step to achieve this goal. This research will cluster CD sounds at 20 kV cubicle terminations. The study used electrode needles spaced 3 cm apart. The value recorded before the breakdown voltage occurred was 33.4 kV, and data collection was divided into 3 clusters: 20–24 kV, 25–29 kV, and 30-33 kV. The clustering process with the LPC method produces sound extraction. Then use the fuzzy C-mean method to obtain accuracy by comparing trained and tested sound patterns. At a humidity range of 70%–95% and temperatures between 27.5°C–35.3°C, the results obtained an accuracy of 96.00% for training data and 80.00% for testing data.Keywords: Corona discharge, fuzzy c-mean, linier predictive coding, insulation failure
Deteksi Suara Corona Discharge berdasarkan Noise menggunakan Metode LPC dan Euclidean Distance PASRA, NURMIATI; FIKRI, MIFTAHUL; MAURIRAYA, KARTIKA TRESYA; RIJANTO, TRI; BUDITJAHJANTO, I GUSTI PUTU ASTO
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 11, No 1: Published January 2023
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v11i1.72

Abstract

ABSTRAKKegagalan isolasi masih sering terjadi pada sistem kelistrikan di Indonesia yang disebabkan oleh fenomena tegangan tinggi seperti corona discharge (CD). Hal ini dikarenakan deteksi dini kegagalan isolasi belum dapat dilakukan. Salah satu bentuk CD ialah suara. Langkah awal untuk mendeteksi dini kegagalan isolasi ialah diperlukannya suatu penelitian yang dapat mengklaster suara CD berdasarkan noise yang merupakan tujuan penelitian ini. Pengamatan dilakukan pada kubikal 20-22 kV dengan cara menaik-turunkan tegangan dengan elektroda jarum-batang sejauh 3 cm. Klasifikasi suara CD ditetapkan menjadi 3 cluster yaitu CD murni, CD disertai noise mendesis dan noise mendesis murni. Clustering dilakukan menggunakan metode linear predictive coding (LPC) sebagai ekstraksi ciri dan Euclidean distance sebagai pencocokan pola hasil ekstraksi. Adapun suhu di dalam kubikal antara 25℃ - 32℃ dan kelembaban berkisar 70% - 90%. Hasil akurasi clustering rata-rata yang diperoleh adalah 100% untuk data training dan 97,78% untuk data testing. Kata kunci: corona discharge, linear predictive coding, Euclidean distance, kegagalan isolasi ABSTRACTInsulation failures often occur in the electrical system in Indonesia caused by high voltage phenomena such as corona discharge (CD). This is because early detection of insulation failure cannot be carried out. One form of CD is sound. The first step for early detection of insulation failure is the need for a study that can cluster CD sounds based on noise which is the purpose of this study. Observations were made at 20-22 kV cubical by increasing and decreasing the voltage with a needle-rod electrode as far as 3 cm. The classification of CD sound is set into 3 clusters i.e. pure CD, CD with hissing noise, and pure hissing noise. Clustering is done using linear predictive coding (LPC) as feature extraction and Euclidean distance as pattern matching extraction results. The temperature inside the cubical is between 25℃ - 32℃ and the humidity is around 70% - 90%. The average clustering accuracy results obtained are 100% and 97.78% for training and testing data.Keywords: author’s guideline, document’s template, format, style, abstract
Analisis Umur Baterai Terhadap Kemampuan Menyuplai Sistem DC pada Gardu Induk 150 kV Cawang Lama Pasra, Nurmiati; Fernandes, Alex; Mauriraya, Kartika Tresya; Fikri, Miftahun; Zakiyah, Andi Atma Dwi
Journal of Authentic Research Vol. 5 No. 3 (2026): August
Publisher : LITPAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/jar.v5i3.6467

Abstract

Baterai pada Gardu Induk berfungsi sebagai sumber daya cadangan sistem DC ketika terjadi gangguan atau pemadaman total, sehingga kinerja dan masa layak pakainya perlu dijaga untuk mendukung keandalan operasi gardu induk. Pada Gardu Induk 150 kV Cawang Lama, baterai Unit 1 telah beroperasi lebih dari 10 tahun, tetapi berdasarkan hasil pengujian masih berada dalam kondisi layak. Penelitian ini bertujuan untuk menganalisis perubahan kapasitas, efisiensi, dan berat jenis baterai serta memprediksi masa layak pakai baterai. Pengujian dilakukan menggunakan metode discharging dengan memanfaatkan data hasil pemeliharaan baterai. Analisis masa layak pakai dilakukan menggunakan regresi linear berganda berdasarkan parameter kinerja baterai yang diperoleh dari hasil pengujian. Hasil penelitian menunjukkan bahwa pada tahun 2023 baterai memiliki efisiensi terendah selama periode pengamatan, yaitu sebesar 88,65%. Nilai tersebut masih memenuhi batas efisiensi berdasarkan SPLN sesuai SKDIR 520-2 K/DIR/2014, yaitu lebih dari 80%. Hasil analisis regresi linear berganda menunjukkan estimasi masa layak pakai baterai selama 8,8 tahun ke depan. Hasil prediksi tersebut dapat digunakan sebagai salah satu informasi pendukung dalam perencanaan pemeliharaan dan penggantian baterai. Namun, prediksi perlu diverifikasi melalui pengujian dan pemantauan berkala agar kesesuaiannya dengan kondisi aktual baterai dapat dievaluasi. Batteries in substations serve as a backup power source for DC systems during disturbances or total power outages; therefore, maintaining battery performance and service life is essential to support the reliability of substation operations. At the 150 kV Cawang Lama Substation, the Unit 1 battery has been in operation for more than 10 years but remains in an acceptable condition based on the test results. This study aims to analyze changes in battery capacity, efficiency, and specific gravity and to estimate the battery's remaining service life. Battery testing was conducted using the discharging method based on battery maintenance data. Multiple linear regression was applied to estimate the battery's service life using performance parameters obtained from the test results. The results show that in 2023, the battery had the lowest efficiency during the observation period, at 88.65%. This value remained above the efficiency limit specified by the PLN standard under SKDIR 520-2 K/DIR/2014, which is greater than 80%. The multiple linear regression analysis estimated the battery's remaining service life at 8.8 years. This prediction can be used as supporting information for battery maintenance and replacement planning. However, the prediction should be verified through periodic testing and monitoring to evaluate its consistency with the actual battery condition.
Co-Authors Christiono, Christiono Fernandes, Alex Fikri, Miftahul Fikri, Miftahun I Gusti Putu Asto Buditjahjanto Iwa Garniwa Pasra, Nurmiati ROMADHONI, MUHAMMAD LUTHFIANSYAH Samsurizal Samsurizal THAHARA, ANDI AMAR Tri Rijanto Zakiyah, Andi Atma Dwi