PREDIKSI LOKASI GANGGUAN JARINGAN DISTRIBUSI BERDASARKAN DATA GANGGUAN AKIBAT TANAM TUMBUH DI ULP ARGAMAKMUR DENGAN METODE RANDOM FOREST

Gangguan jaringan distribusi tegangan menengah akibat tanam tumbuh merupakan
permasalahan yang berdampak signifikan terhadap keandalan pasokan listrik di
wilayah kerja ULP Argamakmur. Penelitian ini bertujuan mengembangkan model
prediksi lokasi gangguan menggunakan metode Random Forest dengan
memanfaatkan data historis gangguan distribusi sebanyak 1050 data yang
mencakup parameter arus gangguan, beban sebelum padam, beban setelah nyala,
serta waktu kejadian. Data terlebih dahulu diproses melalui normalisasi dan
penyeimbangan kelas menggunakan teknik SMOTE untuk mengatasi
ketidakseimbangan distribusi, kemudian dilakukan pemodelan dan optimasi
parameter dengan GridSearchCV. Dengan menggunakan evaluasi kinerja model
metrik accuracy, precision, recall, dan f1-score untuk menunjukkan bahwa
Random Forest mampu memprediksi lokasi gangguan dengan tingkat akurasi
82,64% serta performa yang stabil. Selain itu, menggunakan matrik evaluasi MAE
dan MSE untuk mengukur kesalahan prediksi dengan nilai MAE sebesar 0,6875
dan MSE sebesar 3,6181. Hasil ini membuktikan bahwa Random Forest efektif
digunakan sebagai metode prediksi lokasi gangguan akibat tanam tumbuh dan
berpotensi mendukung pemeliharaan preventif serta meningkatkan keandalan
sistem distribusi tenaga listrik.
Kata Kunci: Jaringan Distribusi Tegangan Menengah (JTM), Gangguan Tanam
Tumbuh, Prediksi Lokasi, Random Forest.