<![CDATA[PT. X menghadapi tantangan dalam menjaga kualitas produk transformator distribusi terkait nilai impedansi, yang dipengaruhi oleh tahanan resistif dan reaktansi induktif dari dimensi koil saat beroperasi penuh. Penelitian ini bertujuan untuk memprediksi parameter dimensi koil yang mempengaruhi penyimpangan impedansi dalam proses manufaktur transformator. Menggunakan dataset internal PT. X yang mencakup ratusan data dimensi koil dan penyimpangan impedansi, dilakukan pelatihan serta analisis dengan menggunakan algoritma ECLAT (Equivalence Class Transformation) untuk menemukan aturan asosiasi antara parameter dimensi koil dan penyimpangan impedansi. XAI (explainable artificial intelligence) SHAP (Shapley Additive exPlanations) digunakan untuk mengungkap pengaruh parameter koil terhadap penyimpangan impedansi dengan model machine learning XGBoost. Hasil penelitian menunjukkan bahwa parameter seperti diameter luar HV (High Voltage), panjang diameter luar HV, panjang diameter luar LV (Low Voltage), dan tinggi diameter dalam LV memiliki pengaruh signifikan terhadap penyimpangan impedansi. Selain itu, aplikasi website menghasilkan rekomendasi untuk memodifikasi parameter dimensi koil dengan mempertimbangkan batasan pengaruh elektrikal seperti panjang kawat, luas koil, radius koil, tinggi koil, dan ketebalan lapisan insulasi.]]>
Copyrights © 2025
