Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika
MULYANA K., IWA GARNIWA
Unknown Affiliation
Electrical & Electronics Engineering Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 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
Clustering Fenomena Corona Discharge berdasarkan Suara menggunakan Metode LPC dan Euclidean Distance FIKRI, MIFTAHUL; CHRISTIONO, CHRISTIONO; MULYANA K., IWA GARNIWA
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 10, No 3: Published July 2022
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v10i3.689

Abstract

ABSTRAKKegagalan isolasi akibat fenomena tegangan tinggi seperti corona discharge (CD) masih banyak terjadi pada sistem kelistrikan di Indonesia. Hal ini disebabkan belum dapat dilakukannya deteksi dini kegagalan isolasi. Salah satu bentuk CD berupa suara. Sebagai langkah awal deteksi dini kegagalan isolasi diperlukan suatu penelitian yang dapat mengklaster suara CD (pada kubikal 20 kV) yang merupakan tujuan penelitian. Berdasarkan pengamatan pada elektroda jarum-batang berjarak 3 cm diperoleh breakdown terkecil pada 34,3 kV. Klasifikasi suara CD ditetapkan menjadi 3 cluster yang dimulai dari tegangan cubicle 20 kV hingga sebelum breakdown terjadi yaitu 33 kV. 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 27,5℃ - 35,3℃ dan kelembaban berkisar 70% - 95%. Hasil akurasi clustering rata-rata yang diperoleh adalah 100% untuk data training dan 85,15% untuk data testing.Kata kunci: corona discharge, Euclidean distance, kegagalan isolasi, linear predictive coding, tegangan tinggi ABSTRACTInsulation failures due to high voltage phenomena such as corona discharge (CD) are still common in the electricity system in Indonesia. This is because early detection of insulation failure cannot be carried out. One form of CD is sound. As the first step in early detection, a study is needed to cluster CD sound (at 20 kV cubical). By observations on the needle-rod electrode at 3 cm, the smallest breakdown was at 34.3 kV. CD sound classification is set into 3 clusters starting from a cubicle voltage of 20 kV until before breakdown occurs, which is 33 kV. Clustering was carried out using linear predictive coding (LPC) as feature extraction and Euclidean distance as pattern matching extracted results. The temperature and humidity inside the cubical are 27.5℃-35.3℃ and 70%-95% respectively. For training and testing data average clustering accuracy results obtained are 100% and 85.15% respectively.Keywords: corona discharge, Euclidean distance,, insulation failure, linier predictive coding, high voltage
Co-Authors Christiono, Christiono Fikri, Miftahul Kartika Tresya Mauriraya Pasra, Nurmiati ROMADHONI, MUHAMMAD LUTHFIANSYAH Samsurizal Samsurizal THAHARA, ANDI AMAR