{"title":"Prediksi Cepat Gangguan Jaringan Tegangan Menengah Menggunakan Metode Knowledge Growing System (KGS)","authors":"Ika Noer Syamsiana, Puspa Ayu Yohana Yohana, Indrazno Sirajuddin, Arwin Datumaya Wahyudi Sumari, Andhika Sulistio","doi":"10.31961/eltikom.v7i2.573","DOIUrl":null,"url":null,"abstract":"Semakin meningkatnya kebutuhan energi listrik di sektor rumah tangga hingga industri menyebabkan energi listrik menjadi salah satu kebutuhan yang sangat penting dalam kehidupan sehari hari, sehingga keandalan dalam pendistribusian energi listrik harus sangat diperhatikan. Adanya gangguan-gangguan yang terjadi karena beberapa factor gangguan dapat menyebabkan terganggunya keandalan pada supply listrik. Situasi seperti ini sering terjadi di unit Perusahan Listrik Negara (PLN) di wilayah Surabaya Selatan, hal inilah yang melatar belakangi penelitian ini dibuat salah satunya dengan memprediksi gangguan distribusi listrik yang bertujuan untuk menguji metode Knowledge Growing System (KGS) dalam memprediksi masalah gangguan listrik dengan cara mengenali pola gangguan yang terjadi di setiap bulannya yang kemudian di akumulasi menjadi pola gangguan pertahun. KGS adalah agen cerdas yang dapat menghasilkan pengetahuannya sendiri tentang fenomena yang diamati dan menggunakan pengetahuan yang dihasilkan untuk membuat prediksi. Dengan memiliki pengetahuan tentang 10 pola gangguan listrik di lokasi distribusi listrik, KGS telah mampu memprediksi bahwa gangguan yang paling mungkin terjadi karena gangguan belum ditemukan/gangguan sesaat di Gardu induk Rungkut, Waru, Wonorejo, Sukolilo dan Ngagel dengan rata rata terjadi gangguan sebesar 26,91 %. Dengan prediksi yang cepat, unit PLN dapat mengembangkan rencana yang tepat untuk mengatasi gangguan dan memulihkan pasokan listrik dengan cepat.","PeriodicalId":517210,"journal":{"name":"Jurnal ELTIKOM","volume":"444 ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-02-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal ELTIKOM","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31961/eltikom.v7i2.573","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Semakin meningkatnya kebutuhan energi listrik di sektor rumah tangga hingga industri menyebabkan energi listrik menjadi salah satu kebutuhan yang sangat penting dalam kehidupan sehari hari, sehingga keandalan dalam pendistribusian energi listrik harus sangat diperhatikan. Adanya gangguan-gangguan yang terjadi karena beberapa factor gangguan dapat menyebabkan terganggunya keandalan pada supply listrik. Situasi seperti ini sering terjadi di unit Perusahan Listrik Negara (PLN) di wilayah Surabaya Selatan, hal inilah yang melatar belakangi penelitian ini dibuat salah satunya dengan memprediksi gangguan distribusi listrik yang bertujuan untuk menguji metode Knowledge Growing System (KGS) dalam memprediksi masalah gangguan listrik dengan cara mengenali pola gangguan yang terjadi di setiap bulannya yang kemudian di akumulasi menjadi pola gangguan pertahun. KGS adalah agen cerdas yang dapat menghasilkan pengetahuannya sendiri tentang fenomena yang diamati dan menggunakan pengetahuan yang dihasilkan untuk membuat prediksi. Dengan memiliki pengetahuan tentang 10 pola gangguan listrik di lokasi distribusi listrik, KGS telah mampu memprediksi bahwa gangguan yang paling mungkin terjadi karena gangguan belum ditemukan/gangguan sesaat di Gardu induk Rungkut, Waru, Wonorejo, Sukolilo dan Ngagel dengan rata rata terjadi gangguan sebesar 26,91 %. Dengan prediksi yang cepat, unit PLN dapat mengembangkan rencana yang tepat untuk mengatasi gangguan dan memulihkan pasokan listrik dengan cepat.