Anda di halaman 1dari 7

Auditorium Menara Universitas Mercu Buana, Jakarta

$abtu, 2A Februari
201 0

SNPPTI 20 1O

ISSNT: 2086-21 56

BIDANG: TENAGA LISTRIK

No I 2 3 4

Judul dan Pemakalah Hal Karakteristik Tegangan Tembus Minyak Transformator lBBT0l Akibat Treatment 93 A.Sofwan, L Setiawan Koordinasi Sistem Proteksi Antara 'Reaktor Seri' Dan 6Pembatas Arus' Dalam 98 Menanggulangi Secara Efektif Gangguan Arus Lebih Pada Jaringan Listrik
A.Sofwan, Haryanta.

Optimalisasi Daya Reaktif Pada Sistem Tenaga Listrik Dengan Menggunakan ETAP
Pardamean Sinurat, Mahdzal Masri, Riana Puspita

Program

104

Analisis Pengaruh Ketidakseimbangan Tegangan Terhadap Kinerja Motor Induksi Fasa Dengan MATLAB
Mahrtzal Masri, Pardamean Sinurat, Suwarno

Tiga

111

5 Modifikasi
Optimum

Koefisien Susut Dalam Penentuan Jadwal Pembangkitan Tenaga

Listrik

116

6 7 8 9 l0

Hamzah Hilal

Kestabilan Teknik Aliran Daya Untuk Analisis Kestabilan Tegangan Sistem


Hamzah Hilal

Distribusi
KV Di Daerah

121 125

System Proteksi Petir Pada Saluran Udara Tegangan Ekstra Tinggi 275

Tropis
Fri Murdiya, Reynaldo Zoro Rancangan Model Pembangkit Listrik Tenaga
Massus Subekti

Air

Gelombang Laut Vertikal

(Pltagl-V) Sifat

131

Penerapan ANFIS (Adaptive Neural Fuzzy Inference System) Uptuk Memprediksi


Panas Dari Transformator Distribusi Mahrizal Masri, Hermansyah Alam Simulations Analysis Of 3-Phase Z-Source B.Y. Husodo and M. Anwari,

131

Inverter Laut

142
148

11 Kinerja 12 13 14

Bahan Isolasi Resin Epoksi Dengan Pengisi Rha Terkontaminasi Polutan Ditinjau Dari Arus Bocor Kritis Flashover
Rimbawati Rancang Bangun Prototipe Troli Listrik Untuk Rumah Sakit Muhammad Redho Kurrria Pengembangan Proses Desain Bodi Mobil Hibrid LIPI Muhammad Redho Kurnia , Sunafio Kaleg, dan Abdul Hapid Kajian Losses Jaringan Tegangan Menegah Sistem Kelistrikan Kota Balikpapan

152
156

Kalimantan

161

Timur

l5 Kajian 16 17

Sudirman Palaloi

Unjuk Kerja Pengendalian Jaringan Saraf Elekroda Pada Tungku Busur Listrik
Sudirman Palaloi

Tiruan Untuk Menurunkan Konsumsi

166

Dampak Pembangunan Pembangkit 2 X 100 MVA Dan Gardu Induk l50kv Di Raya, Terhadap Sistem Kelistrikan Riau
Hamzah, Abdullah Asuhaimi bin Mohd Zin Indonesia Dalam Kaca Mata Security Of Energy Massus Subekti

Tenayan

172

Supplay

178

vill

SNPPTI 2010' *

rssN . 2086-21 56

Penerapan ANFrS (Adaptive Neural Fuzzy rnference System) untuk Memprediksi Sifat Panas dari

Transformator Distribusi
Hermansyah Alam'' Mahrtzal Masri2 Jan'r.lsun Teknik Elektro, FTI, Institut Teknologi Meclon

Jl.
E -nra i

Gedatng

Arcu
.

AIo.52 Medan

ffM)

I : herman s:itm(@ )raho o

co . id ? ma srimahr iza@yaho o . c om

Ahstrak Delvasa ini pemanfaatan tenaga listrik semakin tinggi, tidak hanya untuk keperluan
industri tapi sudah sampai untuk kebutuhan rumah
tangga dan perorangan dengan demikian suatu sistem tenaga listrik sangat diharuskan bekerja secara terus menerus untuk memenuhi kebutuhan konsumen.

cukup baik agar dapat beroperasi dengan baik. Salah satu bentuk pemeliharaan trafo adalah dengan memperhatikan nilai temperatur. Temperatur adalah salah satu parameter yang paling kritis pada trafo. Oleh karena itr-r kondisi-

kondisi yang

berken

aan dengan panas sangat perlu

Tetapi dalam penyaluran daya terkadang tidak seperti yang diinginkan karena bisa saja terjadi
gangguan dan salah satu gangguan yaitu temperatur (

diperhatikan. Berkenaan dengan itu sangat berguna bagi penelitian mernpr-ediksi ni lai-nilai temper-atur ini. Penerapan ANFIS ( Adaptive Neural Fuzzy Inference

suhu ) pada kerja transformator yang dapat nrengganggu sistem tenaga listrik dan untuk mengatasi ganggu an tersebut pada era globalisasi sekarang ini kemajuan teknologi berkembang pesat dan terus mengalami peningkatan dari tahun
ketahun, para ahli mendisain dan menciptakan sistem perangkat lunak yang serba canggih dimulai dari arsitekturnya sampai dengan penerapannya disegala

System ) untuk rnemprediksi sifat panas dari transformator distribusi lnempercayakan pada
mathetnatical formula yang memerlukan suatu ketelitian

tingkat tinggi. Penggunaan mathematical formula ini sangat sederhana dan bisa diterima ketika systenr memonitor dengan baik. Melalui penclekatan secara langsung pada transformator distribusi, ini sangat efektif
untuk memprediksi ternperatur suatu trafo.

aspek untuk menlenuhi kebutuhan masyarakat sehingga dapat membantu manusia didalam
aplikasi ANFIS (Adaptive Neural Fuzzy Inference S.v-stem) untuk memprediksikan sifat panas dari transformator sehingga dapat mengatasi gangguan secara mudah' cepat, tepat dan efektif tanpa nremakan w aktu yang lama. Penelitian ini membandingkan hasil prediksi penggunaan ANFIS nrencapai nilai signilikan yang terbaik ANFIS RMSE - 0.025', ERI\N RMSE - 0.0318 ,MFI{N RMSE,

I.2. Perumusan Masalah


Be rdasarkan uraian pada latar belakang dan identifikasi masalah maka penulis membuat perumusalr

melakukan kegiatan. Salah satu kecerdasan buatan itu adalah program matlab dengan menggunakan

masalah yaitu : 1. Apakah penerapan ANFIS ( Adaptit,e lVeural Fuzzv Inferetrce S.1,stem ) dapat diterapkan untuk meram al I
2

memprediksi sifat panas dari trafo distribusi".


Sej
d

auh mana pengaruh panas pada


.

kerj

trafo

istrib usi

I.3. Tujuan Penulisan

:0.0463

Kata Kunci : Anfis, Karakteristik panas,


Transformator Distribu
si

1.

Adapun tujuan penulisan tugas akhir ini aclalah : Penerapan ANFIS ( ,1 dcptit,e lvet,tral FrrzzT, hlference Svstem ) untuk nlempr-ediksi sifat panas c{ari trafo distribusi secara akurat, tepat clan efektif.

I. PENDAHL]LT]AN

l.l. Latar Belakang


Trafo atau disebut j uga transfbrmator
aclalah

2. Untuk melihat

sejauh mana pengarulr suhu pada

ker.ja trafo distribusi.

suatu potongan piranti yang statis dengan dua atau lebih lilitan. Dengan inrbasan elektromagnetik. trafo mengubah bentuk suatu sistem tegangan bolak - balik dan arus ke dalam sistem arus dan tegangan bolak - balik yang lain dari nilai-nilai yang berbeda. pada fi-ekwensi yang sama,

II.I. TRANSFORMATOR

II. LANDASAN TEORI

untuk kepentingan menyalurkan daya listrik. Sebagai contoh. trafo distribusi mengkonversi listrik tegangan tinggi untuk nrenurunkan tingkatan voltase yang bisa diterinra untuk digr-rnakar-r konsumen. Transformator nlerlrpakan suatu peralatan yang mahal di dalam suatu sistenr kelistrikan. dan rrenrer-lr-rkan pemeliharan yang
131

transmisi dan distribusi. Dalam kondisi ini transformator diharapkan dapat beroperasi
rnaksirnal

Transformator adalah suatu peralatan tenaga listrik yang berfungsi untuk menyalurkan tenaga I daya listrik dari tegangan tinggi ke tegangan renclah atau sebaliknya. Dalanr operasi p.nyaluran tenaga listrik transformator dapat dikatakan sebagai jantung dari

suatu secara
)

kalau bisa terus nrenerus tanpa berhenti

SNPPTI

2O1O

ISSNI: 2086-21 56

Mengingat ket.la keras dari suatu transformator seperti itr"r maka cara pemeliharaan juga dituntut sebaik mungkin. Oleh karena itu transformator harus dipelihara dengan menggunakan sistem dan peral atan yang benar, baik dan tepat. [Jntuk itu regu pemeliharaan harus mengetahui

C(r.a,b,c)= t l+ t;'

bagian-bagian transformator dan bagian-bagian mana yang perlu diawasi melebihi bagian yang lainnya. Berdasarkan tegangan operasinya dapat dibedakan rnenjadi transformator I50120 kV biasa disebr-rt Interbus
Transfbnnatot- (IBT). Transformator 20kV - 231Vi400V disebut juga trafo distribusi. Titik netral transformator

Parameter a, b, c, pada fungsi keanggotaan gbell dinamakan parameter premis yang adaptif.

Lapisan 2
Semua sirnpul pada lapisan ini adalah nonadaptif ( parameter tetap ) Fungsi simpul ini adalah n-)eltgalikan setiap sinyal masukan yang datang. Fungsi simpul
:

ditanahkan sesuai dengan kebutuhan untuk sistem


pengamanan / proteksi. Sebagai contoh interbus transformator ditanahkan secara langsung di sisi netral 150 kV dan transformator distribusi ditanahkan dengan
tahanan rendah atau tahanan tinggi atau langsung netral 20 kV nya.

Q:j Wr :Fnr (x).Fei .(y),i:1,2 Tiap keluaran simpul menyatakan deraj at pengaktifan (.firing strength ) tiap aturan fuzzy. Fungsi
ini dapat diperluas apabila bagian premis memiliki lebih
dari dua himpunan fuzzy. Banyaknya simpul pada lapisan ini menunjukkan banyaknya aturan yang dibentr-rk. Fungsi perkalian yang digunakan adalah interpretasi kata hubr"rng and dengan menggunakan operator t - norm.

di sisi

ll.l.2. Prinsip Kerja Transformador.


Hukum utama dalam transformator aclalah hukum induksi faraday. Menurut hukum ini suatu goya listrik melalui goris lengkr.tng yong tertutup, ctdalcth
pctclo arus induksi aton lenglutng itu.

Lapisan

berbanding dengan perubahan persatuen vtalrtu dari flux yong dilingkari oleh garis

ini adalah simpul nonadaptif yang fungsi derajat pengaktifan ternomalisasi ( normalized firing strength ) yaitu rasio keluaran simpul ke - i pada lapisan sebelumnya terhadap seluruh keluaran tapisan sebelumnya, dengan bentuk fungsi simpul.
Setiap simpul pada lapisan

II.l.3. ANFIS ( Adaptive Neuro Fuzzy Inference


System )

o'i:i-

u:"
' ry + 1n,.,

i:r'2

Apabila dibentuk lebih dari dua aturan, fungsi Adaptive Neuro


F

uzzy Inference System

ANFIS

) adalah penggabungan fuzzy inference system yang digambarkan dalam arsitektur jaringan saraf. Anfis adalah jaringan neural - fuzzy yang terdiri dari 5 lapisan dan setiap lapis terdapat node. Terdapat dua macam node yaitu node adaptif ( bersimbol kotak ) arlinya parameter
bi

dapat diperluas dengan membagi yvi dengan jumlah total u., untuk semua aturan.

Lupisan 4

Setiap simpul pada lapisan


adaptif dengan fungsi simpul:

ini adalah simpul

sa berubah dengan

proses

pembelajaran dan node tetap ( bersimbol lingkaran ).


L,:rii::,Iil

oi:i /,-;i(p,**Qr+,i)
Parameter p, Q, l- menyatakan paranteter konsekuen yang adaptif.

iT

tt

, Lar:i::,il:

tL,er-ri::

^t-,;i.iini+

ti ti
I

. '

|,1a1!rri:

Lapisan

Pada lapisan

ini hanya

ada satu simpr"rl tetap

yan_s

fungsinya untuk menjumlahkan semua masukan. simpul :

Fun_esi

\ w,.f1 Or,:Lu,r.fi=;ii
Jaringan adaptif dengan lima lapisan tersebut
ekivalen dengan sistem inferensi fuzzy TSK. Gambar 1. Struktur Anfis

III.METODOLOGI PENELITIAN

Lapisan

I
III.1. Materi Penentuan.

Semua sirnpul pada lapisan ini adalah sirnpul adaptif ( parameter dapat berubah ) dengan fungsi simpul

Orj !-tnr (x) untuki-7,zatau Qrj Ltei :(y) untuki:3,4 Ai ( atau Bi 2 ) adalah fungsi keanggotaan masing masing simpul. Simpul O rj berfungsi untuk
menyatakan derajat keanggotaan tiap masukan terhadap hinrpunan fuzzy A dan B. Fungsi keanggotaan yang dipakai adalah jenis generalized bell ( Sbell ).

Materi pada penelitian ini


sebagai berikut
:

me

liputi hal

hal

a. b.

Memahami pengaruh temperatur pada kerja trafo distribusi secara akurat, efektif dan cepat, Memahami penggLutaan program sekaligus manfaat terhadap objek pembahasan dengan menggunakan
program nratlab.
yang

c. Waktr-r belajar dari proses identifikasi


138

dinyatakarr dengan iterasi dan dapat clikenrbzrngkan

SNPPTI

2O1O
ob

{*

rssN . 2a86-21 56
obj

pada d.

jek

ek yang

sama

untu k ActualTemperature Pada Trafo Distribusi 200 kVA

mempr"ediksinya.

Metode yang digunakan adalah penerapan ANFIS orde satu. aturan fuzi dengan mernbership function ( fungsi keanggotaan ) tipe kurva bentuk lonceng ( bell curve ), sehingga dapat memprediksi sifat panas
dari Transformator distribusi.
-+Seriesl

lll.2. Alat - Alat Penelitian

1.

Alat - alat penelitian yang digunakan adalah Trafo distribusi 250 kVA dengan transforrner serial No. B.09.24.0078 dan 20A kVA dengan transforrner serial No. B.09.220.182 sebagai bahan penelitian
.

2.
J.
.|

4. 5.

yang akan dipredil<si sifat panasnya. Arnpernleter untuk mengukur besarnya arus pada sisi primer dan -iuga sisi sekunder" Voltrneter untuk mengukur besamya tegangan pada sisi primer dan jrga sisi sekunder. Wattrneter berfungsi untuk mengukur besarnya daya input dan output pada trafo. Thermometer berfungsi untuk mengukur temperatur

Gambar 2. Actual Ten'rperature Pada Trafo Distribusi 200

KVA

ActualTemperature Pada Trafo Distribusi 2S0 KVA

pada trafo baik suhu kamar diluar trafo maupun


dalarn trafo.
6.
L
J

q)

Perangkat

diimplementasikan terhadap obyek

PC ( Personal Computer )

yang permasalahan

ct L. c) o-

dengan menggunakan bahasa pemografflan Matlab 6.1 urrtuk Pre-trtrocessirlg-n.y-ct PC intel Pentiurn lV 2.66 GHz, HDD 4A GB, DDR 512 MB, dan sistem operasi windows XP.
7.

o F

()

5 luutffiffi.r-;,.-' l l'=',. ;'

"t','"'r"'rr.'"1'+"':'r"1"ffi-

L-i
i

Sofware MATLAB Versi


Ir-rnak

6.I

sebagai perangkat
ooc)o(roooooooooool OOOOOOOOOOOOOoOOI O c\ cO $ C\.1 cO -if C\C!C!C\C!C)OOOOOOOO-i Lr) (O t-.- @ O) O

yang berguna untuk komputasi, grafis, analisis data matematis, statistika, simulasi, pemodelan.

Runtun waktu (Harian

i
l I

III.3. Jalannya Penelitian


Pene

litian ini dilakukan dengan melalr"ri tahap


:

talrap sebagai berikr,rt

Gambar 3. Actual Ternperature Pada Trafo Distribusi 250

KVA

l.

Studi Pustaka.

HaI ini dilakukan untuk mendapatkan gambaran Llrnunt dan dasar teori yang telah disusun dalam nrendr-rkr-rng penelitian ini. Studi pustaka ini didapati
dari perpustakaan dan ref-erensi diantara buku - buku yang telah nrenunjang dalam penelitian ini, literatur -- literatur nre Ialui internet. Pengumpulan I)ata. Pengurnpulan data dilakukan bersumber dari data

IV.HASIL PENELITIAN DAN PEMBAHASAN

IV.l.

Penyusunan Prediksi Temperatur

Berdasarkan
dijelaskan dalanr BAB
hasil sebagai berikr-rt
:

jalan penelitian yang telah III dapat disimulasikan clengan

2.

TRAJ\SBUANA, data ini akan diidentifikasi, dilanjutkan pengolahan

PT. MORAWA ELECTRIC

data" agar-siap untuk dianalisis dengan metode ANFIS, yang perangkat lr-rnaknya MATLAB 6.1
J.
a

l. Untuk Transformator 200 KVA. a. Prediksi suhu dengan Model ANFIS


lifir'rJnrl
1., ::,

!-lFlE
::':,:.:

untuk meIakukan Prediksi. Sirnulasi. Simulasi dilakukan menggunakan data harian actual ternperature yang bersurnber dari Trafo distribusi 200 KVA dan 25A KVA Data ini diolah dengan
menggunakan metode ANFIS menggunakan

'.,]'i.

: ,,

lt ::'.,:,

' :,

',,',,:.:

:..

::t, :, t,'

Gambar 4 (a). Grafik rraining dan Testing RIVISE. (b) Grafik Tr-aining dan Tesring Srep Size
139

SNPPTI 20

1O

IqqNT. }AQA

1'1 <A

Method

Trafo

RMSE
0.02 50

Min
0.4s36
-0.44
58

Max
4.5464 0.6413
0.5 83 3

ANFIS
250

KVA

9.6649
0.03 1 8

ERNN
250

-0.6661
-0.44 8 0

KVA

9.6649

0.60 8 s 1.4583

MFNN
254

a.0463

-4.5411
-0. s 000

Gambar 8. Prediksi Top Oil Temperature dengan nrodel

KVA

9.6649

ERNN
0.9880

Frar'titttr;n rff tlrg trrp:rr,1


,',..'l., ii?S,

t**to.rrliiie

bu trsin'p lils Al.JFlS r$3dF,

:::::,.::::i:::::

't.t:
:::l:]i:,li::::::::

.:; Jt7:
:)rt,::::::::.:

..3,'t$
:jsl,::,:::::
:::i:r::r::::::

;s.
: l::

'f

Gambar Gambar 5. Graflk Prediksi Top Oil Temperature dengan model ANF'IS 2.

-n

odel

f]ntuk Transformator 250 KVA.


Prediksi suhu dengan Model ANFIS

a.

Gambar 6.

dan setelah training

Gambar 10.(a) Grafik Training dan Testing RMSf , (b) Grafik Training dan Testing Step Size

b.

Prediksi suhu dengan Model ERI\N

Fedr:inrriri(,,*r

!is.,

O't

I aBi,, e:*

+i,

1,;, 11

:::::::.]]::] l$: l::'::.r. '::::

,.:.:rr.J

:...

. S 1+
:

::::u
'

:':':'il

lU

l:::i :,::::::,

r.:.::::

rl
l

...

Ganrbar 11. Prediksi Top Oil Temperature dengan nrodel MFNIN Gambar I . Grafik training dengan Epoch

140

SNPPTI 20 1O

ISSN: 2A86-2156 ANFIS,


a J.

W.2. Hasil Pembelajaran dan Pengujian


E,RNN, MFNN

Setelah menggunakan ANFIS bentuk grafik data

suhu hampir sama dengan grafik data


sebelum menggunakan ANFIS.

suhu

Tabel 2. Flasil Prediksi untuk Transformatar 200 KVA Data Real

No

Time

(oc)
1

Hasil Prediksi dengan Method ANFIS ERNN MFNN

VI. DAFTAR PIJSTAKA


Abdul Kadir, Prof.h-, Transformator, PT Pradnya
Paramita Jakarla, 1981
.

("c)

(t'c)

(oc)

2
3

4
5

20:00 21:00 22: 00 23:00 24 .04


01 : 00

29

29.45

29.66
28.48 28.48 28.48 28.48 28.48 28.48

28.s
28.5

28.s
28.5 28.33 28 28 28 21 .66
27 .33 27 .66 27 .83
2

6 7
8

A2: 00

9 10

t1

t2
13

t4
15

03:00 04:00 05:00 06:00 07:00 08:00 09:00 10 :00


11 :00

28.s4 28.54 28.54 28.54 28.54 28.54 28.12 28.12 27.92


27 .16 21 .76 21 .92

28.18 28.18
21 .9s 21 .50

29.0A 28.42 28.42 28.42 28.42 28.42 28.42 28.41

2002. Electrical Load Forecasting Using Machine Leaming Techniques. Center For Applied Physcal Sciences ( CAPS ) Research Institute, KFUPM.
Aal,R.F

Abdel -

Gunaidi Abdia Away. 2006. The Shortcut of MATLAB Programming, Informatika Bandung

Muslim Azis, Ekananda Mahyus. 20A7. Implementasi Algoritma Cluster Fuzzy dan
Neuro Fuzzy . lJniversitas indonesia. Jak arlra S. Austen Stigant C.Eng, F.I.E.E and A.C. Franklin C.Eng, F.LE.E, 1917 The JSP Transformer Book. Suharlono, 2007 Feed Forward Neural Networks Untuk Pemodelan Runtun Waktu. llniversitas
Gaj ah

27.54 27.95
28.48

28.07 28.41 28.41 28.07 28.41


28.42

8.83 30

28.54
29.45

Mada. Yogyakarta.

29.66

16

29.99

29.66 29.74

29.04 3 0.00

Widodo, Thomas Sri, 2A05. Sistem Neuro Fuzzy " Untuk Pengolahan Informasi, Pemodelan, dan Kendali. Edisi perlama. Graha ilmu. Yogyakarta.

Tabel 3. Hasil Precliksi untuk Transformator 25A KVA

Data
No

Time

Real

(oc)
1

Hasil Prediksi dengan Method MFNN ANFIS ERNN

(oc)
2

(oc)
28.84
21 .39

(oc)
29.40
27 .41

20:00

2 J
1

2l:00
22:00 23:00
24:AA
01 :00

8.83 2t .66 2t .16


2

8.98

27 .35

4
5

2l
27

6 7
8

9 10

1l
12 13

14 15 16

02:00 03:00 04:00 05:00 06:00 07:00 08:00 09:00 10 :00 11 :00

26.5 26.83 26.5 26.33 26.33 25.83


25.83

26.9s 26.9s 26.9s 26.54 26.95 26.54

26.9s 26.9s 26.9s 26.53 26.9s 26.53

27 .A0
21 .0A 27 .40

26.54
21 .40 26.5A

26.r3 26.r3
25.73 25.13

26.r3
26.13 25.15
25.7 5

26.00 26.00
26.0A

26.04
26.AA
27 .AA

26.16
27 .16

26.13 26.9s
2

29
31

8.98 31 .00

26.13 26.9s 28.84

29

AA

3r.00

3l .00

V. KESIMPULAN Dari hasil analisa dan pembahasan dalam bab sebelumnya maka dapat diambil kesimpulan sebagai
berikut:
1

ANFIS ( Adaptive Neural F uzzy Inference System ) dapat digunakan untuk memprediksi sifat panas dari transformator
Penerapan
distribusi
.

2.

Apabila nilai epoch ( iterasi ) diperbesar rnaka proses running di dalam menjalankan program
akan semakin lama.

141