DIAGNOSIS GANGGUAN PERMULAAN TRANSFORMATOR DAYA DENGAN JARINGAN SYARAF TIRUAN
Abstract: Penelitian ini
adalah studi tentang aplikasi jaringan syaraf tiruan untuk diagnosis gangguan
permulaan pada transformator daya. Jaringan syaraf yang digunakan adalah
jaringan syaraf multi-layer perceptron melalui variasi metode pembelajaran
resilient backpropagation, scaled conjugate gradient, dan Levenberg-Marquardt
serta pengolah awal data masukan penskalaan, pembagian dengan rerata,
normalisasi rerata dan deviasi standard. Diagnosis gangguan permulaan berbasis
dissolved gas in oil analysis.
Jaringan syaraf tiruan yang digunakan mempunyai enam masukan dengan tiga
keluaran. Pembelajaran dilakukan dengan data gangguan permulaan transformator
dari suatu penelitian. Penelitian dilakukan dengan membandingkan jaringan
syaraf tiruan dalam topologi, metode
pembelajaran, pengolah awal data masukan divariasi untuk mendapat yang terbaik
dari sisi kebenaran diagnosis, rerata kebenaran ,waktu yang dibutuhkan,
kemampuan mencapai target untuk beberapa pembelajaran dengan inisialisasi
Nguyen-Widrow yang bersifat acak.
Hasil penelitian menunjukkan bahwa jaringan syaraf tiruan topologi
gabungan multi layer perceptron dengan pengolah awal data masukan dibagi rerata
serta metode pembelajaran resilient backpropagation adalah pilihan terbaik.
Hasil penelitian didapatkan dengan membandingkan dengan topologi lain yang
diteliti dalam penelitian ini. Jaringan syaraf tiruan juga lebih baik dari
metode konvensional gas kunci dan perbandingan gas untuk kasus transformator
yang diteliti dalam penelitian ini sehingga metode jaringan syaraf tiruan ini
diharapkan dapat menggantikan pakar diagnosis gangguan mula transformator.
Penulis: Noor Akhmad Setiawan
Kode Jurnal: jptkomputerdd050028
