PENENTUAN TITIK GANGGUAN BERDASARKAN ARUS GANGGUAN DENGAN METODE JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK)

FADILLAH, MUHAMMAD (2017) PENENTUAN TITIK GANGGUAN BERDASARKAN ARUS GANGGUAN DENGAN METODE JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK). S1 thesis, Universitas Mercu Buana.

[img]
Preview
 Text (HAL COVER)
01. Cover.pdf
Download (416kB) | Preview
[img]
Preview
 Text (ABSTRAK)
02. ABSTRAK.pdf
Download (23kB) | Preview
[img] Text (BAB I)
03. BAB 1.pdf
Restricted to Registered users only
Download (155kB)
[img] Text (BAB II)
04. BAB 2.pdf
Restricted to Registered users only
Download (571kB)
[img] Text (BAB III)
05. BAB 3.pdf
Restricted to Registered users only
Download (1MB)
[img] Text (BAB IV)
06. BAB 4.pdf
Restricted to Registered users only
Download (433kB)
[img] Text (BAB V)
07. BAB 5.pdf
Restricted to Registered users only
Download (18kB)
[img] Text (DAFTAR PUSTAKA)
08. DAFTAR PUSTAKA.pdf
Restricted to Registered users only
Download (106kB)

Abstract

Gangguan pada jaringan distribusi 20 kV menimbulkan arus gangguan yang nilainya relatif terhadap jenis gangguan yang terjadi. Gangguan yang timbul harus segera ditangani agar sistem kelistrikan dapat kembali hidup sesegera mungkin, hal ini terkait kepuasan pelanggan dan target Recovery Time. Dalam penanganan gangguan listrik, petugas harus menemukan titik lokasi penyebab gangguan. Metode yang sering digunakan adalah pencarian lokasi gangguan dengan sistem SCADA dan Ground Fault Detector (GFD), namun kenyataannya masih banyak masalah yang terjadi, sehingga sistem tidak bisa hidup secara cepat dan mengurangi keandalan sistem. Dalam penelitian ini penulis mencoba mencari metode penentuan lokasi gangguan secara cepat dengan menggunakan metode jaringan syaraf tiruan (artificial neural network) berdasarkan pembelajaran dari pengalaman pada sistem aktual dengan input arus gangguan dan output jarak lokasi gangguan. Sistem akan belajar secara mandiri dan mampu membuat formula yang terus dikembangkan, sehingga menghasilkan output yang semakin akurat untuk input arus gangguan yang diujikan. Dari hasil uji coba yang dilakukan oleh penulis didapatkan hasil yang memuaskan, 80% data yang digunakan sebagai learning pada system jaringan syaraf tiruan berhasil. Untuk menyempurnakan system JST diperlukan data yang lebih banyak (training data yang mumpuni) untuk melatih network Jaringan Syaraf Tiruan, sehingga didapatkan network yang kuat untuk diuji dengan arus fase dan arus nol dengan nilai berapa pun agar dapat diimplementasikan di seluruh APD yang ada di Indonesia.

Item Type: Thesis (S1)
Call Number CD: FT/ELK. 17 026
NIM/NIDN Creators: 41412120060
Uncontrolled Keywords: Gangguan Penyulang, Recovery Time, Arus Gangguan, Lokasi Gangguan, Jaringan Syaraf Tiruan
Subjects: 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika > 004.6 Interfacing and Communications/Tampilan Antar Muka (Interface) dan Jaringan Komunikasi Komputer > 004.66 Data Transmission Modes and Data Switching Methods/Metode Transmisi Data
600 Technology/Teknologi > 620 Engineering and Applied Operations/Ilmu Teknik dan operasi Terapan > 621 Applied Physics/Fisika terapan > 621.3 Electrical Engineering, Lighting, Superconductivity, Magnetic Engineering, Applied Optics, Paraphotic Technology, Electronics Communications Engineering, Computers/Teknik Elektro, Pencahayaan, Superkonduktivitas, Teknik Magnetik, Optik Terapan, Tekn
Divisions: Fakultas Teknik > Teknik Elektro
Depositing User: Admin Perpus UMB
Date Deposited: 14 Feb 2017 16:10
Last Modified: 27 Feb 2024 08:09
URI: http://repository.mercubuana.ac.id/id/eprint/32777

Actions (login required)

View Item View Item
UMB Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.