Prediksi Tegangan dan Arus Beban Lebih di Penyulang Cikokol dengan Menggunakan Metode Jaringan Syaraf Tiruan

FADILLAH, RIYAN (2021) Prediksi Tegangan dan Arus Beban Lebih di Penyulang Cikokol dengan Menggunakan Metode Jaringan Syaraf Tiruan. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 01 Cover_Riyan Fadillah_41415110009.pdf Download (362kB) | Preview
	Text (BAB I) 02 BAB 1_Riyan Fadillah_41415110009.pdf Restricted to Registered users only Download (65kB)
	Text (BAB II) 03 BAB 2_Riyan Fadillah_41415110009.pdf Restricted to Registered users only Download (310kB)
	Text (BAB III) 04 BAB 3_Riyan Fadillah_41415110009.pdf Restricted to Registered users only Download (280kB)
	Text (BAB IV) 05 BAB 6_Riyan Fadillah_41415110009.pdf Restricted to Registered users only Download (224kB)
	Text (BAB V) 06 BAB 5_Riyan Fadillah_41415110009.pdf Restricted to Registered users only Download (213kB)
	Text (DAFTAR PUSTAKA) 07 DAFTAR PUSTAKA_Riyan Fadillah_41415110009.pdf Restricted to Registered users only Download (222kB)

Abstract

Low-voltage short-circuit fault causes tripping phenomenon in 1 feeder have made many substation being unable to operate can trigger a short-circuit if it in contact with a foreign objects. This phenomenon occurs due to the security installed (Miniature Circuit Breaker) fails to detect short-circuit fault which occurs very fast. This final project will conduct an experiment to detect voltage and electricity current overload by looking at the value of the voltage and current electricity exposed a foreign objects or excess power consumption which significantly increases when a short-circuit occurs, then the incoming the incoming electricity current will be transformed by using transformer to make it easier to observe the characteristic of the fault current electricity. There are 3 inputs and 2 outputs that are used to predict the voltage and electricity current overload which have to fulfilled in order to categorized as a disturbance, the first is the month electricity current value when the disturbance occurs, the day during the incident and the hour to obtain identification of when a short circuit occurs. Output as fault electricity current and voltage that is used when loading on one fan. The detected short-circuit electricity current will be determined based on the input and output. The parameters observed for each number of short-circuited fibers were the maximum current, voltage, month, duration, and day when the short-circuit electricity current was detected. Short circuit arcing will be categorized according to these parameters using the artificial neural network (ANN) method. Determination of the prediction chart category and the accuracy obtained on the voltage and overload electricity current using an artificial neural network has an accuracy of 90%. Keywords: Low Voltage Clarification, Input and Output, Voltage distribution, Fault Points, Artificial Neural Network iksi tegangan dan arus beban lebih menimbulkan fenomena jadinya gangguan trip di 1 penyulang mengakibatkan banyak gardu distribusi yang tidak bisa beroprasi yang dapat memicu terjadinya konselting apabila langsung bersentuhan dengan benda yang yang asing. Fenomena tersebut terjadi karena pengaman yang dipasang(Miniature Circuit Breaker) gagal mendeteksi adanya gangguan hubung singkat yang berlangsung sangat cepat. Tugas akhir ini menggunakan metode JST (Jaringan Syaraf Tiruan) dengan menggunakan jenis algoritma yang dapat digunakan, yaitu DNN (Deep Neural Networks) yang akan melakukan prediksi tegangan dan arus beban lebih pada tegangan rendah dengan melihat nilai dataset arus gangguan yang terkena benda asing atau kelebihan pemakainan daya yang naik secara signifikan pada saat terjadi gangguan tegangan dan arus beban lebih. Selanjutnya hasil dari dataset nilai arus gangguan untuk mempermudah melakukan pengamatan prediksi tegangan dan arus beban lebih. Dari dataset terdapat 3 inputan dan 2 output yang di gunakan untuk memprediksi tegangan dan arus beban lebih yang harus dipenuhi agar dapat dikategorikan ganggun, yang pertama nilai arus bulan saat terjadinya gangguan hari saat kejadian dan jam untuk mendapatkan identifikasi saat terjadinya hubung singkat, Output ya sebagai arus gangguan, Arus hubung singkat yang terdeteksi akan dilakukan penentuan prediksi berdasarkan input dan output. Parameter-paramter yang diamati pada tiap jumlah terjadi gangguan tegangan dan arus beban lebih yang dapat memiliki hasil model grafik akurasi dan prediksi sesuai dari dataset dari 26 percobaan dengan hidden layer, batch size, activaction, dan optimizer yang berbeda yang menggunakan metode artificial neural network mempunyai akurasi dan prediksi sebesar 90%. Kata kunci: Prediksi Tegangan Rendah, Input dan Output, Distribusi tegangan, Titik gangguan, artificial neural network

Actions (login required)

View Item