Desain Prediksi Under Voltage Dan Over Voltage Pada Jaringan Tegangan Menengah 20 kV Untuk Pencegahan Potensi Kerusakan Pada Beban Menggunakan Metode LSTM

Hidayatullah, M. Akbar (0030) Desain Prediksi Under Voltage Dan Over Voltage Pada Jaringan Tegangan Menengah 20 kV Untuk Pencegahan Potensi Kerusakan Pada Beban Menggunakan Metode LSTM. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 2040221038-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Kestabilan tegangan merupakan aspek penting dalam menjaga kelancaran sistem distribusi tenaga listrik, khususnya pada jaringan tegangan menengah 20 kV. Fluktuasi tegangan, baik berupa under voltage maupun over voltage, dapat menimbulkan potensi kerusakan pada peralatan. Berdasarkan permasalahan tersebut, muncul pengembangan akan sistem yang tidak hanya mampu memantau kondisi tegangan secara real-time, tetapi juga memprediksi potensi gangguan sebelum terjadi. Penelitian ini merancang sistem prediksi tegangan 1 jam ke depan dengan menerapkan metode Long Short-Term Memory (LSTM). Penelitian ini dilakukan di area site project PT Mitra Hutama Engineering (MHE) dengan sumber data tegangan yang diambil dari perangkat metering bernama power meter. Pada saat terjadi gangguan under voltage atau over voltage, hal tersebut berpotensi menimbulkan electrical trip, sehingga dibutuhkan genset sebagai backup untuk supply tegangan ke beban. Terdapat kontroler genset yaitu DSE Genset yang secara otomatis dapat mengaktifkan genset sebagai backup. Sebelum mengaktifkan genset, perlu dipastikan terlebih dahulu bahwa sudah tidak ada alarm pada DSE Genset, karena hal tersebut dapat menyebabkan genset tidak bisa start apabila tidak dilakukan reset. Penelitian ini juga memberikan solusi untuk reset DSE Genset secara remote supaya lebih fleksibel dan bisa cepat dalam menangani alarm tersebut dibandingkan sistem reset manual saat ini. Untuk sistem prediksi, data tegangan akan diproses dengan model LSTM untuk menghasilkan nilai prediksi. Hasil pembacaan dan prediksi tegangan akan ditampilkan ke dalam dashboard yang dapat diakses oleh engineer. Pada dashboard yang sama, terdapat juga fitur untuk melakukan reset secara remote. Hasil prediksi menunjukkan akurasi yang cukup baik, yaitu rata-rata nilai selisih tegangan prediksi dan aktual sekitar 465 volt atau sekitar 0,176% , dan juga fitur remote reset untuk DSE Genset sudah berjalan dengan sesuai.
==================================================================================================================================
Voltage stability is a crucial aspect of ensuring the smooth operation of power distribution systems, particularly in 20 kV medium voltage networks. Voltage fluctuations, such as under voltage and over voltage conditions, can potentially damage equipment. To address this issue, a system was developed that not only monitors voltage conditions in real-time but also predicts potential faults before they occur. This study designs a one hour ahead voltage prediction system using the Long Short-Term Memory (LSTM) method. The research was conducted at the project site of PT Mitra Hutama Engineering (MHE), with voltage data collected from a metering device known as a power meter. When under voltage or over voltage faults occur, they can trigger an electrical trip, requiring a generator set (genset) as a backup to supply voltage to the load. A genset controller, specifically the DSE Genset, automatically activates the genset as a backup. Before activating the genset, it is necessary to ensure that there are no active alarms on the DSE Genset, as unaddressed alarms can prevent the genset from starting unless a reset is performed. This study also offers a solution for remotely resetting the DSE Genset, making it more flexible and faster at resolving alarms compared to the current manual reset process. For the prediction system, voltage data is processed using an LSTM model to generate predicted values. Both actual and predicted voltage values are displayed on a dashboard accessible to engineers. The same dashboard also features a remote reset functionality. The prediction results show good accuracy, with an average difference between predicted and actual voltage values of approximately 465 V or 0,176%, while the remote reset feature for the DSE Genset functions properly as intended.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	LSTM, Prediksi, Under Voltage, Over Voltage. LSTM, Prediction, Under Voltage, Over Voltage.
Subjects:	Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) T Technology > T Technology (General) > T174 Technological forecasting T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK3030 Electric power distribution systems
Divisions:	Faculty of Vocational > 36304-Automation Electronic Engineering
Depositing User:	M. Akbar Hidayatullah
Date Deposited:	05 Aug 2026 03:58
Last Modified:	05 Aug 2026 03:58
URI:	http://repository.its.ac.id/id/eprint/143917

Actions (login required)

View Item