Implementasi Machine Learning pada Industri PLN Untuk Klasifikasi Gangguan Listrik Berdasarkan Data DFR
Artikel Sidebar
-
Decision Tree, DFR, Klasifikasi gangguan listrik, Machine learning
Abstrak
Penelitian ini membahas implementasi algoritma Decision Tree untuk klasifikasi jenis gangguan listrik berdasarkan data yang diperoleh dari Disturbance Fault Recorder (DFR) pada sistem transmisi 150 kV. Gangguan pada sistem tenaga listrik dapat menyebabkan ketidakstabilan daya dan kerusakan peralatan apabila tidak dideteksi dengan cepat. Data yang digunakan terdiri dari 12 data gangguan yang mencakup parameter arus gangguan (I Fault), tegangan saat gangguan (V Fault), impedansi (RΩ), serta penyebab gangguan. Proses klasifikasi dilakukan untuk membedakan jenis gangguan 1-fasa, 2-fasa, dan 3-fasa menggunakan pendekatan supervised learning dengan algoritma Decision Tree berbasis entropy sebagai kriteria pemisahan. Evaluasi performa model dilakukan menggunakan metode Leave-One-Out Cross Validation (LOOCV) untuk memaksimalkan penggunaan dataset berukuran kecil. Hasil pengujian menunjukkan akurasi sebesar 91,67%, dengan parameter V Fault dan I Fault sebagai fitur paling berpengaruh dalam proses klasifikasi. Penelitian ini menunjukkan bahwa algoritma Decision Tree mampu menjadi solusi berbasis kecerdasan buatan yang efektif untuk mendeteksi jenis gangguan listrik secara cepat dan interpretatif. Ke depan, penelitian dapat dikembangkan dengan menambah jumlah data serta melakukan pembandingan terhadap algoritma lain seperti Random Forest dan Support Vector Machine (SVM) untuk memperoleh hasil yang lebih optimal.
Artikel teks lengkap
Referensi
[1] W. Strielkowski, A. Vlasov, K. Selivanov, K. Muraviev, and V. Shakhnov, "Prospects and challenges of the machine learning and data-driven methods for the predictive analysis of power systems: A review," Energies, vol. 16, no. 10, p. 4025, 2023.
[2] V. Davis, A. Lomi, and I. B. Sulistiawati, "The Frequency Stability Analysis Due to the Integration of 100 MW Solar Power Plant in the 150 kV Power System: A Case Study on the Impact of Large-Scale Solar PV Penetration on Grid Frequency Stability," SinarFe7, vol. 7, no. 1, pp. 514-523, 2025.
[3] N. Khoirunnisa, N. Inayah, F. Wiherdiansyah, I. K. D. Adyano, and D. Aribowo, "Studi Literatur Tentang Jenis dan Penyebab Gangguan pada Saluran Transmisi," Jurnal Surya Teknika, vol. 11, no. 2, pp. 569-573, 2024.
[4] A. Sumiyati, P. S. Rahman, M. H. C. Gusti, G. D. A. Melkior, J. Hidayat, and D. Aribowo, "Konsep Dasar Transmisi Tenaga Listrik: Klasifikasi, Komponen Serta Gangguannya," Jurnal Surya Teknika, vol. 11, no. 2, pp. 612-617, 2024.
[5] F. R. Syah, S. I. Haryudo, U. T. Kartini, and N. Kholis, "Analisis Hubung Singkat Pada Sistem Distribusi 20 Kv Pt. Pertamina Ep Asset 4 Field Cepu Distrik Ledok Menggunakan Etap 12.6. 0," Jurnal Teknik Elektro, vol. 10, no. 3, pp. 699-706, 2021.
[6] D. Agustian et al., "Peran Keandalan Sistem Proteksi Sebagai Strategi Optimalisasi Distribusi Listrik Pada Jaringan Tegangan Menengah," in Prosiding Seminar Nasional Teknologi Komputer dan Sains, 2025, vol. 3, no. 1, pp. 9-14.
[7] Y. N. Aini, A. Faqih, and G. Dwilestari, "Penerapan Metode Decision Tree dalam Penentuan Jurusan Siswa," Jurnal Ilmiah Informatika, vol. 13, no. 01, pp. 8-12, 2025.
[8] A. D. M. Saputra and H. Firmansyah, "Implementasi Algoritma Decision Tree untuk Memprediksi Kualitas Udara dan Polusi dengan RapidMiner," sudo Jurnal Teknik Informatika, vol. 4, no. 3, pp. 212-219, 2025.
[9] R. Wanandi, D. R. Z. Athaya, T. F. Zuriely, and A. P. Sari, "Rekomendasi Musik pada Youtube Music Menggunakan Metode Decision Tree Cart," Jurnal Informatika Polinema, vol. 11, no. 4, pp. 521-530, 2025.
[10] H. Z. Tayyibah, T. Tuloh, K. Nisa, G. Setyowisnu, R. Al-Hakim, and E. Putri, "Sistem Pendukung Keputusan untuk Klasifikasi Risiko Diabetes Menggunakan Algoritma Decision Tree," Jurnal Kolaborasi Riset Sarjana, vol. 2, no. 3, pp. 9-19, 2025.
[11] R. K. Dinata and N. Hasdyna, SUPERVISED LEARNING: Strategi Prediksi dan Klasifikasi Data. Serasi Media Teknologi, 2025.
[12] I. N. T. S. Saptadi et al., DATA MINING. Cendikia Mulia Mandiri, 2024.
[13] R. N. Ramadhon, A. Ogi, A. P. Agung, R. Putra, S. S. Febrihartina, and U. Firdaus, "Implementasi Algoritma Decision Tree untuk Klasifikasi Pelanggan Aktif atau Tidak Aktif pada Data Bank," Karimah Tauhid, vol. 3, no. 2, pp. 1860-1874, 2024.
Penulis
Hak Cipta (c) 2025 Triuli Novianti, Iwan Santosa
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.