KLASIFIKASI ARC FLASH UNTUK PEMILIHAN PERSONAL PROTECTIVE EQUIPMENT (PPE) MENGGUNAKAN METODE PROBABILISTIC NEURAL NETWORK (STUDI KASUS PADA SISTEM KELISTRIKAN PT. HESS)

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.

[img] Text
2213201030-Master_theses.pdf - Published Version
Restricted to Repository staff only

Download (1MB) | Request a copy

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 > (S2) Master Theses
Depositing User: Mrs Anis Wulandari
Date Deposited: 22 Dec 2016 02:58
Last Modified: 22 Dec 2016 02:58
URI: http://repository.its.ac.id/id/eprint/1154

Actions (login required)

View Item View Item