ANALISIS PRREDICTIVE MAINTENANCE TRANSFORMATOR DENGAN METODE SUPERVISED LEARNING DI GARDU DISTRIBUSI 20 kV.

Abstract

Transformator Distribusi berfungsi mendistribusikan daya listrik dari sumber energi listrik ke konsumen. Saat ini, pertumbuhan beban pelanggan yang semakin tidak terkontrol, mengakibatkan ketidakseimbangan beban pada transformator distribusi. Beban transformator yang tidak seimbang dapat berdampak pada pengurangan umur transformator dan kualitas mutu pelayanan transformator. Dengan adanya ketidakseimbangan beban ini maka diperlukan solusi untuk mengoptimalkan kinerja transformator. Tugas akhir dilakukan untuk menganalisis klasifikasi status transformator menggunakan metode supervised learning dalam menentukan predictive maintanance yang tepat untuk perawatan transformator sebagai upaya memperpanjang umur pakai transformator dan memastikan bahwa transformator bekerja dengan efisien di gardu distribusi 20 kV PT. PLN (Persero) UP3 Depok. Analisis dilakukan dengan pemodelan neural network dengan menggunakan software orange data mining. Dari pengujian metode supervised learning yang telah dilakukan, bahwa model logistic regression menghasilkan keakurasian 0,998 lebih baik dari neural network. Pada pemodelan klasifikasi predictive maintenance transformator distribusi dengan menggunakan model neural network menghasilkan keakurasian 0,947. Berdasarkan hal tersebut dapat dibuktikan bahwa model dapat digunakan untuk melakukan prediksi predictive maintenance terhadap transformator distribusi.