Analisis Karakteristik Gardu Berdasarkan Pembebanan Transformator Menggunakan Algoritma K-Means dan Fuzzy C-Means = Analysis of Substation characteristics Based on Transformer Loading Using the K- Means and Fuzzy C-Means Algorithm


Hijnur, Brillianita Rezki (2024) Analisis Karakteristik Gardu Berdasarkan Pembebanan Transformator Menggunakan Algoritma K-Means dan Fuzzy C-Means = Analysis of Substation characteristics Based on Transformer Loading Using the K- Means and Fuzzy C-Means Algorithm. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
D121191047_skripsi_17-07-2024 cover1.png

Download (167kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
D121191047_skripsi_17-07-2024 1-2(FILEminimizer).pdf

Download (425kB)
[thumbnail of Dapus] Text (Dapus)
D121191047_skripsi_17-07-2024 dp(FILEminimizer).pdf

Download (695kB)
[thumbnail of Full Text] Text (Full Text)
D121191047_skripsi_17-07-2024(FILEminimizer).pdf
Restricted to Repository staff only until 19 May 2027.

Download (2MB)

Abstract (Abstrak)

Sistem distribusi listrik merupakan komponen esensial dari infrastuktur energi yang mendukung kehidupan modern. Dengan meningkatnya kebutuhan energi listrik, optimalisasi kinerja sistem distribusi menjadi sangat penting. Transformator, sebagai komponen kunci, harus efisien dan andal untuk memenuhi permintaan energi listrik. Namun, tantangan seperti capacity over-usage atau capacity unde-usage dapat menyebabkan kerugian efisiensi dan penurunan keandalan sistem. Oleh karena itu, pemahaman yang mendalam tentang pembebanan, kapasitas transformator, ketidakseimbangan serta waktu beban puncak sangat diperlukan untuk mengatasi masalah ini. Tujuan penelitian ini adalah untuk menganalisis karakteristik gardu listrik menggunakan pendekatan clustering untuk evaluasi kondisi gardu. Dengan mengimplementasikan metode clustering ke dalam sistem informasi berbasis website, penelitian ini bertujuan untuk mengidentifikasi pola-pola penggunaan yang serupa di antara gardu listrik, sehingga memungkinkan penilaian yang lebih akurat terhadap kondisi transformator yang ada. Metodelogi penelitian ini melibatkan pengumpulan data profil beban gardu listrik selama satu tahun, yang kemudian dianalisis menggunakan algoritma clustering terbaik antara algoritma K-Means dan Fuzzy C-Means. Penentuan jumlah cluster optimal ditentukan berdasarkan Silhouette Score dan Elbow Method. Hasil penelitian menunjukkan bahwa pendekatan clustering efektif dalam mengidentifikasi kelompok-kelompok data penggunaan gardu dengan karakteristik penggunaan yang serupa. K-Means dengan k = 7 memberikan hasil terbaik dengan Silhouette Score = 0.55 dan SSE = 491.482 dibandingkan dengan Fuzzy C-Means dengan Silhouette Score = 0.5 dan SSE = 1775.243 untuk k = 5. Dari analisis ini, beberapa cluster diidentifikasi sebagai underperforming, yang menunjukkan kebutuhan untuk peningkatan kapasitas atau redistribusi beban.

Keyword : Gardu, K-Means, Fuzzy C-Means, Silhouette Score, SSE

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Substation, K-Means, Fuzzy C-Means, Silhouette Score, SSE.
Subjects: T Technology > T Technology (General)
Divisions (Program Studi): Fakultas Teknik > Teknik Informatika
Depositing User: Rasman
Date Deposited: 09 Jul 2025 06:47
Last Modified: 09 Jul 2025 06:47
URI: http://repository.unhas.ac.id:443/id/eprint/46238

Actions (login required)

View Item
View Item