HIRLANDA, ANDIKTA DWI (2015) KLASIFIKASI ARC FLASH UNTUK PEMILIHAN PERSONAL PROTECTIVE EQUIPMENT (PPE) MENGGUNAKAN METODE PROBABILISTIC NEURAL NETWORK (STUDI KASUS PADA SISTEM KELISTRIKAN PT. HESS). Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
2213201030-Master_theses.pdf - Published Version Download (1MB) | Preview |
Abstract
Analisis bahaya arc flash telah menjadi perhatian penting untuk studi
system kelistrikan industri. Energi listrik yang dihasilkan oleh arcflash dapat
menyebabkan kerusakan pada peralatan dan kecelakaan pada pekerja.Oleh karena
itu, kelas Arc Flash perlu diprediksi secara dini. Dengan melakukan prediksi kelas
arcflash secara dini, maka dapat ditentukan kategori dari Personal Protective
Equipment (PPE) yang tepat berdasarkan standar NFPA 70E. Pada penelitian
sebelumnya, perhitungan energi dilakukan secara numerik. Sistem kelistrikan
yang semakin kompleks, mengakibatkan perhitungan energi Arc Flash secara
numerik menjadi lebih rumit dan membutuhkan waktu yang lama. Oleh Karena
itu, pada penelitian ini akan dikembangkan prediksi kelas arcflash berbasis
kecerdasan buatan dengan menggunakan metode Probabilistic Neural Network
(PNN). Penggunaan metode ini diharapkan mampu menghasilkan proses
komputasi dalam prediksi kelas arcflash menjadi lebih ringan, cepat, dan akurat.
Pada penelitian ini, usulan metode akan diterapkan pada system kelistrikan PT.
HESS. Metode yang diusulkan dapat memprediksi kelas arc flash dengan tingkat
akurasi yang tinggi yaitu mencapai 98,20% pada data pelatihan dan 88% pada
data pengujian.
Item Type: | Thesis (Masters) |
---|---|
Additional Information: | RTE 621.319 1 Hir k |
Uncontrolled Keywords: | Kelas Arc Flash, PNN, PPE |
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK201 Electric Power Transmission T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions: | Faculty of Industrial Technology > Electrical Engineering > 20101-(S2) Master Thesis |
Depositing User: | Anis Wulandari |
Date Deposited: | 22 Dec 2016 02:58 |
Last Modified: | 24 Aug 2018 03:00 |
URI: | http://repository.its.ac.id/id/eprint/1154 |
Actions (login required)
View Item |