PREDIKSI PEMELIHARAAN TRANSFORMATOR DISTRIBUSI BERBASIS ARTIFICIAL NEURAL NETWORK

Wiega Pratama (Teknik Elektro, Fakultas Teknik Elektro dan Teknologi Informasi-ITATS)
Daffa Brilliant Samodra (Teknik Elektro, Fakultas Teknik Elektro dan Teknologi Informasi-ITATS)
Hayuda Altita Perkasa (Teknik Elektro, Fakultas Teknik Elektro dan Teknologi Informasi-ITATS)
Andhika Hermawan (Teknik Elektro, Fakultas Teknik Elektro dan Teknologi Informasi-ITATS)
Favian Bhagaskara Ramadhan (Teknik Elektro, Fakultas Teknik Elektro dan Teknologi Informasi-ITATS)
Wahyu Setyo Pambudi (Teknik Elektro, Fakultas Teknik Elektro dan Teknologi Informasi-ITATS)

Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK)
2023: SNESTIK III

Pada sistem distribusi listrik,transformator dioperasikan secara kontinyu sering mengalami kegagalan isolasi. Kegagalan isolasi disebabkan oleh faktor eksternal berupa endapan kadar asam dan kontaminasi penguapan air. Faktor ekternal itu yang akan mengakibatkan terjadi penurunan nilai tegangan tembus. Metode untuk mencegah penurunan fungsi keandalan transformator yaitu metode Artificial Neural Network (ANN). Metode ini akan memprediksi nilai tegangan tembus minyak trafo hingga batas waktu yang akan mendatang. Nilai hasil prediksi akan dibuktikan tingkat uji validasi sebagai acuan data peramalan. Pengembangan skenario ANN penelitian ini dapat memperkecil 2% deviasi tingkat kesalahan dari penelitian sebelumnya. Simulasi akhir prediksi ANN selama 2 menit 37 detik mencapai error 0.011% setelah 10000 iterasi dengan koefisien korelasi yang sempurna. Dari jumlah 19 data simulasi memiliki nilai RMSE 1.61, Nilai MAPE 2% , dan tingkat akurasi rata-rata 98,30%. Dari hasil simulasi dapat di simpulkan bahwa nilai tegangan tembus transformator masih berada pada kisaran lebih dari 40 kV sehingga trafo masih layak dioperasikan dalam kurun waktu 129 bulan.