Prediksi Jarak Gangguan Hubung Singkat Penyulang Egrang Menggunakan Metode Adaptive Neuro Fuzzy Inference System

Penulis

  • Rama Andikatama Universitas Mercu Buana

DOI:

https://doi.org/10.22441/jte.2026.v17i1.002

Kata Kunci:

ANFIS, Hubung Singkat, Jarak Gangguan, Sistem Distribusi Listrik.

Abstrak

Gangguan hubung singkat pada jaringan distribusi listrik sering terjadi dan dapat mengurangi keandalan sistem serta menyebabkan kerugian material. Untuk mempercepat pemulihan, diperlukan metode akurat untuk menentukan lokasi gangguan. Penelitian ini bertujuan memprediksi jarak gangguan pada penyulang Egrang menggunakan metode ANFIS (Adaptive Neuro Fuzzy Inference System). Data historis gangguan dan arus hubung singkat digunakan untuk melatih model ANFIS. Analisis akurasi dilakukan menggunakan MAE (Mean Absolute Error) dan RMSE (Root Mean Square Error). Hasilnya, model ANFIS dengan MAE 0,18 dan RMSE 0,25.

Unduhan

Data unduhan belum tersedia.

Referensi

Penangsang, O., & Aryani, N. K. (2017). Penentuan Lokasi Gangguan Hubung Singkat pada Jaringan Distribusi 20 kV Penyulang Tegalsari Surabaya dengan Metode Impedansi Berbasis GIS (Geographic Information System). Jurnal Teknik ITS, 6(1), B66-B71..

Auliq, M. A. A., & Pratama, I. B. (2021). Analisa Penentuan Estimasi Jarak Gangguan pada Sistem Distribusi Menggunakan Metode ETAP 12.6. 0. Jurnal Teknik Elektro dan Komputasi (ELKOM), 3(1), 31-42.H. M. Deitel, P. J. Deitel, “Strings and characters,” in Java How To Program, 4th Ed. Upper Saddle River, NJ: Prentice Hall, 2002, ch. 10, sec. 5, pp. 542 – 547.

Syahputra, R. (2014). Estimasi lokasi gangguan hubung singkat pada saluran transmisi tenaga listrik. Semesta Teknika, 17(2), 106-115.

Arief B, C. (2017). DETEKSI JARAK LOKASI GANGGUAN PADA SALURAN TRANSMISI 500 KV CILEGON BARU–CIBINONG MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) (Doctoral dissertation, UNIVERSITAS SULTAN AGENG TIRTAYASA).

Akhikpemelo, A., Evbogbai, M. J. E., & Okundamiya, M. S. (2019). Fault detection on a 132kV transmission line using artificial neural network. Int. Rev. Electr. Eng, 14(3), 220-225.

Nugroho, A., Mulyadi, Y., Abdullah, A. G., & Nandiyanto, A. B. D. (2018). Fault Diagnosis for Distribution Feeder Base on Fuzzy Logic. In IOP Conference Series: Materials Science and Engineering (Vol. 288, No. 1, p. 012009). IOP Publishing.

Diterbitkan

2026-01-24

Cara Mengutip

[1]
R. Andikatama, “Prediksi Jarak Gangguan Hubung Singkat Penyulang Egrang Menggunakan Metode Adaptive Neuro Fuzzy Inference System”, JTE, vol. 17, no. 1, hlm. 9–12, Jan 2026.

Terbitan

Bagian

Articles

Artikel Serupa

> >> 

Anda juga bisa Mulai pencarian similarity tingkat lanjut untuk artikel ini.