DETEKSI KONDISI MINYAK TRANSFORMATOR MENGGUNAKAN DISSOLVED GAS ANALYSIS DENGAN METODE LIGHT GRADIENT BOOSTING MACHINE (LIGHTGBM)

MUSTAQIM, MUHAMMAD REZA and Ika, Novia Anggraini and muhammad, Arfan (2025) DETEKSI KONDISI MINYAK TRANSFORMATOR MENGGUNAKAN DISSOLVED GAS ANALYSIS DENGAN METODE LIGHT GRADIENT BOOSTING MACHINE (LIGHTGBM). Other thesis, Universitas Bengkulu.

[thumbnail of Thesis] Archive (Thesis)
Skripsi_Muhammad Reza Mustaqim_G1D020020 (1) - Muhammad Reza.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (2MB)

Abstract

Transformator adalah alat penting dalam jaringan listrik yang berfungsi mentransfer
energi listrik. Agar transformator bisa bekerja dengan baik, dibutuhkan minyak
transformator yang berfungsi sebagai pelindung dan pendingin. Namun, seiring
waktu minyak ini bisa mengalami kerusakan dan menghasilkan gas-gas tertentu.
Kehadiran gas-gas ini bisa menjadi tanda awal adanya masalah di dalam
transformator, sehingga penting dilakukan pengecekan secara rutin. Salah satu cara
untuk memeriksa kondisi transformator adalah dengan metode Dissolved Gas
Analysis (DGA), yaitu menganalisis gas-gas yang larut dalam minyak untuk
mendeteksi potensi kerusakan sejak dini. Dalam penelitian ini menggunakan Light
Gradient Boosting Machine (LightGBM) yang diterapkan dalam Duval Triangle
dan Duval Pentagon untuk membantu menganalisis hasil dari metode DGA.
Penelitian dilakukan pada tiga unit trafo di PLTA Musi. Model LightGBM dilatih
dengan sampel data berupa hasil DGA, lalu model diuji sesuai dengan standar
Duval Triangle dan Duval Pentagon. Hasil penelitian menunjukkan bahwa
kombinasi LightGBM dan Duval Triangle berhasil mendeteksi tiga jenis kerusakan
panas (thermal fault), yaitu di bawah 300°C, antara 300°C–700°C, dan di atas
700°C. Sedangkan kombinasi LightGBM dan Duval Pentagon mampu mendeteksi
dua jenis gangguan, yaitu kerusakan panas di bawah 300°C dan stray gassing. Hasil
evaluasi matriks model LightGBM dan Duval Triangle dengan nilai F1 Score
sebesar 93,65% dan akurasi 94%. Sedangkan LightGBM dengan Duval Pentagon
untuk nilai F1 Score sebesar 92,26% dan akurasi 92,31%. Hasil penelitian
menunjukkan bahwa kedua model tersebut dapat secara efektif dalam membantu
mendeteksi gangguan pada transformator.
Kata Kunci: Dissolved Gas Analysis (DGA), Light Gradient Boosting Machine
(LightGBM), Minyak Transformator, Transformator.

Item Type: Thesis (Other)
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Faculty of Engineering > Department of Electrical Engineering
Depositing User: 58 lili haryanti
Date Deposited: 24 Sep 2025 03:01
Last Modified: 24 Sep 2025 03:01
URI: https://repository.unib.ac.id/id/eprint/25990

Actions (login required)

View Item
View Item