Implementasi Machine Learning pada Industri PLN Untuk Klasifikasi Gangguan Listrik Berdasarkan Data DFR
Journal of Manufacturing in Industrial Engineering & Technology · 28.12.2025 · 4 (2) · 80-89
DOI: 10.30651/mine-tech.v4i2.28951 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Manufacturing in Industrial Engineering & Technology, online erschienen am 28.12.2025. Verfasst von Triuli Novianti und 1 weiteren Autor:innen. Die Arbeit wurde bisher 2-mal zitiert (Crossref). Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
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.
Zitieren
APA
Novianti, T., & Santosa, I. (2025). Implementasi Machine Learning pada Industri PLN Untuk Klasifikasi Gangguan Listrik Berdasarkan Data DFR. Journal of Manufacturing in Industrial Engineering & Technology, 4(2), 80-89. https://doi.org/10.30651/mine-tech.v4i2.28951
Vancouver
Novianti T, Santosa I. Implementasi Machine Learning pada Industri PLN Untuk Klasifikasi Gangguan Listrik Berdasarkan Data DFR. Journal of Manufacturing in Industrial Engineering & Technology. 2025;4(2):80-89. doi:10.30651/mine-tech.v4i2.28951
BibTeX
@article{Novianti2025,
author = {Novianti, Triuli and Santosa, Iwan},
title = {Implementasi Machine Learning pada Industri PLN Untuk Klasifikasi Gangguan Listrik Berdasarkan Data DFR},
journal = {Journal of Manufacturing in Industrial Engineering & Technology},
year = {2025},
volume = {4},
number = {2},
pages = {80--89},
doi = {10.30651/mine-tech.v4i2.28951}
}
EUVIMED