Identifikasi Jenis Gangguan pada Jaringan Transmisi Menggunakan Metode Jaring Syaraf Tiruan
Abstract
Pada jaringan transmisi sering terjadi berbagai macam jenis gangguan, antara lain gangguan hubung singkat satu phasa ke tanah, gangguan hubung singkat phasa ke phasa, gangguan antar phasa ke tanah dan gangguan simetris. Pendeteksian terhadap gangguan tersebut dapat dilakukan dengan metode jaring syaraf tiruan. Jaring syaraf tiruan terdiri dari sejumlah elemen penghitung tak linier yang masing-masing dihubungkan secara paralel melalui suatu pembobot. Proses training pada jaring syaraf tiruan ini terdiri dari proses pelatihan terhadap gangguan hubung singkat satu phasa ke tanah, gangguan hubung singkat phasa dengan phasa, gangguan hubung singkat antar phasa dengan tanah, dan gangguan simetris. Proses pelatihan pada jaringan transmisi ini menggunakan konfigurasi 6 data intput, 10 hidden layer, 6 data target, dan 6 output (6-10-6-6). Hasil pelatihan menunjukkan bahwa nilai arus dan tegangan gangguan untuk semua jenis gangguan pada jaringan transmisi berhasil di bangkitkan, dimana output berupa nilai tegangan dan arus dari proses pelatihan akan disimpan dan dijadikan sebagai refrensi untuk menentukan jenis gangguan hubung singkat yang terjadi pada jaringan transmisi. Data hasil simulasi jaringan transmisi dapat dikatakan normal saat mendekati nilai output atau sebaliknya ketika jaringan transmisi mengalami gangguan hubung singkat.
[TURNITIN CHECK 75 19042017]
Downloads
References
[1] Kencana, I. P. E. N. 2012. Evaluasi Kinerja Jaringan Syaraf Tiruan pada Peramalan Konsumsi Listrik Kelompok Tarif Rumah Tangga. Laboratorium Komputasi Jurusan FMIPA UNUD, Vol 2 (Juni) : 10.
[2] Singh, S., Mamatha, K.R., Thejaswini, S. 2014. Intelligent Fault Identification Sistem for Transmission Lines Using Artificial Neural Network. IOSR Journal of Computer Engineering. 16: 24-30.
[3] Sonali, Ms., Maind, B., Wankar, P. 2014. Research Paper on Basic of Artificial Neural Network. International Journal on Recent and Inovation Trends in Computing and Communication. 2: 96
[4] Nordiansyah, M., Arjana, I. G. D., Setiawan, W. 2014. Setting Rele Jarak pada Sistem SUTT 150 KV GI Kapal - GI Padang Sambian Menggunakan Metode Adaptive Neuro – Fuzzy Inference Sistem (ANFIS) . Teknik Elektro, Vol 1 (Desember) : 85.
[5] Sau, M. 2015. Transmisi Daya Listrik Dilengkapi Dengan Contoh Soal Matlab, edisi satu. Yogyakarta: ANDI.
[6] Mardensyah, A. 2008. Studi Perencanaan Koordinasi Sistem Proteksi. Fakultas Teknik Universitas Indonesia, Jakarta.
[7] Hadianto, A. B., Arjana, I. G. D., Setiawan, W. 2016. Study Perhitungan Relay Jarak pada Saluran Double Circuit dengan Single Conductor antara GI Kapal – GI Pemecutan Kelod Menggunakan Artificial Neural Network (ANN). Teknik Elektro, Vol 15 ( Juli – Desember ) : 60-61
[8] Sudarsono, A. 2016. Jaringan Syaraf Tiruan untuk Memprediksi Laju Pertumbuhan Penduduk Menggunakan Metode Backpropagation (Studi Kasus di Kota Bengkulu). Jurnal Media Infotama. 12: 61.
[9] Hermawan, A. 2006. Jaringan Syaraf Tiruan Teori dan Aplikasi, edisi satu. Jogyakarta: ANDI.
[10] Kesharwani, S., Singh, D., K. 2014. Simulation Of Fault Detection For Protection Of Transmission Line Using Neural Network. International Journal of Science, Engineering and Technology (IJSETR), Vol 3 (May) : 3
Keywords
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
This work is licensed under a Creative Commons Attribution 4.0 International License