PREDIKSI THERMAL AGING DAN ESTIMASI SISA UMUR ISOLASI TRANSFORMATOR BERBASIS RANDOM FOREST REGRESSION UNTUK MENDUKUNG PREVENTIVE MAINTENANCE

Abdi Marlizen, NIM 132022046 (2026) PREDIKSI THERMAL AGING DAN ESTIMASI SISA UMUR ISOLASI TRANSFORMATOR BERBASIS RANDOM FOREST REGRESSION UNTUK MENDUKUNG PREVENTIVE MAINTENANCE. Skripsi thesis, Universitas Muhammadiyah Palembang.

[img] Text
132022046_BAB 1_Dapus.pdf - Published Version

Download (739kB)
[img] Text
132022046_BAB 2.pdf
Restricted to Repository staff only

Download (622kB)
[img] Text
132022046_BAB 3.pdf
Restricted to Repository staff only

Download (354kB)
[img] Text
132022046_BAB 4.pdf
Restricted to Repository staff only

Download (449kB)
[img] Text
132022046_BAB 5.pdf
Restricted to Repository staff only

Download (284kB)
[img] Text
132022046_DAFTAR PUSTAKA.pdf
Restricted to Repository staff only

Download (275kB)
[img] Text
132022046_LAMPIRAN.pdf
Restricted to Repository staff only

Download (902kB)
[img] Text
132022046_FULL BAB.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Transformator daya merupakan peralatan penting dalam menjaga kontinuitas penyaluran energi listrik. Perubahan pembebanan dapat meningkatkan temperatur transformator sehingga memengaruhi thermal aging dan umur isolasi. Penelitian ini bertujuan menganalisis pengaruh variasi pembebanan terhadap kondisi termal, menghitung tingkat penuaan dan Loss of Life (LOL), serta menerapkan Random Forest Regression untuk memprediksi temperatur hotspot. Penelitian dilakukan pada transformator daya di Gardu Induk Gandus, Kota Palembang, menggunakan data operasional selama satu tahun. Perhitungan thermal aging mengacu pada IEEE C57.91 untuk memperoleh temperatur hotspot, percepatan penuaan, dan LOL. Hasil menunjukkan pembebanan maksimum mencapai 81,63% atau 48,98 MVA dengan akumulasi LOL sebesar 0,0476%. Berdasarkan umur aktual transformator sekitar 10 tahun dan umur referensi isolasi 20,55 tahun, diperoleh estimasi sisa umur ekuivalen sebesar 10,54 tahun. Pemodelan Random Forest menggunakan 6.336 data training dan 1.585 data testing menghasilkan MAE 0,0531 °C, RMSE 0,9941 °C, MAPE 0,0897%, dan R² 0,6660. Temperatur top-oil menjadi parameter paling dominan dengan feature importance 90,15%. Hasil penelitian menunjukkan thermal aging relatif rendah dan integrasi Random Forest dapat mendukung pemantauan kondisi serta preventive maintenance transformator. Kata kunci: Thermal Aging, Transformator, Random Forest Regression, Preventive Maintenance

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing 1. Fadilah, S.T.,M.T Pembimbing 2. Dr. Feby Ardianto, S.T.,MCs
Uncontrolled Keywords: Kata kunci: Thermal Aging, Transformator, Random Forest Regression, Preventive Maintenance
Subjects: Elektro > Transfomator
Divisions: Fakultas Teknik > Teknik Elektro (S1)
Depositing User: Mahasiswa Fakultas Teknik
Date Deposited: 12 Sep 2026 04:37
Last Modified: 12 Sep 2026 04:37
URI: http://repository.um-palembang.ac.id/id/eprint/37422

Actions (login required)

View Item View Item

is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.