ANALISIS MINYAK TRANSFORMATOR DAYA BERDASARKAN DISSOLVED GAS ANALYSIS (DGA) MENGGUNAKAN DATA MINING DENGAN ALGORITMA J48

Agus Pramono, Muhamad Haddin, Dedi Nugroho

Abstract


Diagnosis gangguan transformator daya sangat penting untuk menjaga kontinuitas penyaluran tenaga listrik, gangguan pada transformator daya mengakibatan gagalnya sistem isolasi minyak yang dapat diketahui dari kandungan gas yang terlarut, analisis gas yang terlarut dikenal dengan dissolved gas analysis (DGA). Gangguan pada transformator terhadap konsentrasi gas yang terlarut terjadi dengan pola yang acak sehingga tidak linier dan sulit dipetakan secara matematis. Solusi diperlukan adalah membangun sebuah pola pendekatan model non- matematis yang dapat memetakan hubungan antara input yang berupa data hasil pengukuran DGA dengan output berupa jenis gangguan yang dihasilkan. Untuk itu diperlukan metode lainya untuk melihat pola prediksi dari setiap atribut- atribut yang terdapat pada data pengukuran minyak transformator. Data mining dan J48 mampu menjadi solusi untuk masalah  ini karena data mining merupakan kegiatan  meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola atau hubungan dalam set data berukuran besar. Akurasi pola prediksi yang didapat  mampu  mencapai 92.12 % dengan waktu yang sangat singkat 0,01 seconds. Akurasi tersebut dihasilkan dari uji coba dengan mengunakan data pengukuran minyak transformator yang telah dilakukan oleh berbagai macam perusahan mulai dari tahun 1972 sampai dengan 1992 sebagai  data testing.


Keywords


Dissolved Gas Analysis (DGA); Decision Tree Classifikasi Algoritma J.48

References


N. A. Setiawan, Sarjiya, and Z. Adhiarga, “Power transformer incipient faults diagnosis using Dissolved Gas Analysis and Rough Set,” in 2012 International Conference on Condition Monitoring and Diagnosis (CMD), 2012, pp. 950–953.

Z. Wang, C. Guo, Q. Jiang, and Y. Cao, “A Fault Diagnosis Method for Transformer Integrating Rough Set with Fuzzy Rules,” Trans. Inst. Meas. Control, vol. 28, no. 3, pp. 243–251, Aug. 2006.

S. Mofizul Islam, T. Wu, and G. Ledwich, “A novel fuzzy logic approach to transformer fault diagnosis,” IEEE Trans. Dielectr. Electr. Insul., vol. 7, no. 2, pp. 177–186, Apr. 2000.

M. Duval and A. dePabla, “Interpretation of gas-in-oil analysis using new IEC publication 60599 and IEC TC 10 databases,” IEEE Electr. Insul. Mag., vol. 17, no. 2, pp. 31–41, Mar. 2001.

“IEEE Guide for the Interpretation of Gases Generated in Oil-Immersed Transformers,” IEEE Std C57104-2008 Revis. IEEE Std C57104-1991, pp. 1–36, Feb. 2009.

M. Duval, “Dissolved gas analysis: It can save your transformer,” IEEE Electr. Insul. Mag., vol. 5, no. 6, pp. 22–27, Nov. 1989.

Kusrini, Emha Taufiq Luthfi, 2009. Algoritma Data Mining. Yogyakarta, 2009.

Ian H. Witten, Eibe Frank, Mark A. Hall, 2011. Data Mining Practical Machine

Remco R. Bouckaert, Eibe Frank, Mark A. Hall. WEKA Manual for Version 3-6- 2s. University of Waikato, Hamilton, New Zealand, 2010.




DOI: http://dx.doi.org/10.35671/telematika.v9i2.457

Refbacks

  • There are currently no refbacks.




Indexed by:


Telematika
ISSN: 2442-4528 (online) | ISSN: 1979-925X (print)
Published by : Universitas Amikom Purwokerto
Jl. Let. Jend. POL SUMARTO Watumas, Purwonegoro - Purwokerto, Indonesia


Creative Commons License This work is licensed under a Creative Commons Attribution 4.0 International License .