Implementasi Machine Learning pada Sistem Informasi Pemeliharaan Transformator Daya

Listrik memegang peranan yang tidak tergantikan dalam kehidupan manusia sehari-hari. Untuk memenuhi kebutuhan energi listrik yang semakin meningkat, diperlukan suatu sistem kelistrikan yang handal, seperti transformator daya. Transformator daya memegang peranan penting dalam sistem tenaga listrik, dimana keandalan transformator dalam jangka panjang sangat erat kaitannya dengan keselamatan dan kestabilan sistem tenaga listrik. Oleh karena itu, pemeliharaan transformator harus dilakukan untuk mengantisipasi kegagalan mendadak dan menjamin keandalan sistem tenaga listrik secara keseluruhan. Penting untuk melakukan penilaian kesehatan untuk mengetahui kondisi transformator daya. Penilaian ini dapat dilakukan dengan berbagai cara, termasuk Health Index (Indeks Kesehatan) dan Dissolved Gas Analysis (Analisis Gas Terlarut). Metode Duval Pentagon dan Metode Duval Triangle digunakan dalam Dissolved Gas Analysis untuk memastikan kondisi transformator. Tujuan dari penelitian ini adalah membandingkan tiga model machine learning—Support Vector Machine, Artificial Neural Network, dan Random Forest—menggunakan dataset Duval Pentagon Method dan Duval Triangle Method untuk mendapatkan model dengan akurasi tertinggi. Model dengan akurasi tertinggi akan diimplementasikan pada sistem informasi manajemen transformator untuk mengetahui kondisi transformator. Dalam sistem ini juga diterapkan perhitungan Health Index dengan minyak dan kertas sebagai parameter hasil pengujian. Hasil perhitungan Health Index dan Dissolved Gas Analysis dapat menentukan rekomendasi tindakan transformator yang tepat. Dengan demikian, sistem ini dapat memudahkan tenaga ahli transformator dalam menjaga kesehatan transformator daya.