skip to main content

RANCANG BANGUN ALAT DETEKSI GANGGUAN HARMONISA SECARA REAL TIME BERBASIS JARINGAN SYARAF TIRUAN

Faqih Rofii  -  Program Studi Teknik Elektro, Universitas Widyagama Malang, Indonesia
Diky Siswanto  -  Program Studi Teknik Elektro, Fakultas Teknik, Universitas Widyagama Malang, Indonesia
*Gigih Priyandoko orcid scopus  -  Universitas Widyagama Malang, Indonesia
Santa Setiawati  -  Universitas Widyagama Malang, Indonesia
Dikirim: 29 Mei 2021; Diterbitkan: 26 Jul 2021.
Akses Terbuka Copyright (c) 2021 Transmisi: Jurnal Ilmiah Teknik Elektro under http://creativecommons.org/licenses/by-sa/4.0.

Citation Format:
Sari

Penggunaan perangkat elektronik di rumah tangga semakin meningkat setiap tahunnya. Peningkatan tersebut berupa peningkatan beban non linier yang merupakan sumber arus harmonisa sehingga menimbulkan masalah yang serius terhadap kualitas dan keamanan sistem tenaga listrik. Saat ini banyak peralatan elektronik yang menggunakan material semikonduktor, seperti televisi LED, laptop, charger, dan lain-lain. Rangkaian semikonduktor pada peralatan listrik dapat menghasilkan arus dan tegangan yang memiliki perbedaan frekuensi dengan frekuensi fundamental. Fenomena ini dikenal sebagai gangguan harmonik. Efek gangguan harmonik dapat membuat beban menjadi terlalu panas dan dapat mengurangi masa pakai peralatan. Sehingga pemantauan gangguan harmonisa perlu terus dikembangkan. Penelitian ini mendeskripsikan perancangan sistem pemantauan gangguan harmonik berbasis Arduino. Sistem ini menggunakan sensor arus dan sensor tegangan yang akan digunakan untuk mengambil data arus dan tegangan pada beban. Kemudian data diubah dalam domain frekuensi menggunakan metode Fast Fourier Transform (FFT). Besaran hasil FFT digunakan sebagai dasar untuk menghitung nilai gangguan harmonisa menggunakan metode Jaringan Syaraf Tiruan (JST). Berdasarkan hasil percobaan, semakin banyak lapisan, jumlah neuron per lapisan, dan jumlah epoch metode JST, semakin baik akurasi yang diperoleh.

Fulltext View|Download

Article Metrics:

  1. . A. Cahyani, “Studi Analisis Pengaruh Harmonisa Beban Nonlinier Rumah Tangga Terhadap Hasil Penunjukan Kwh Meter Digital 1 Fasa,” Jurnal Mahasiswa TEUB, vol. 2, no. 1, 2014
  2. . R. Dhavitra, F. Firdaus, and F. Feranita, “Analisis Dampak Total Harmonic Distortion Terhadap Losses Dan Derating Pada Transformator Distribusi di Fakultas Teknik Universitas Riau,” Jom FTEKNIK, vol. 2, no. 1, pp. 1–16, 2014
  3. . A. Suryajaya, “Pengaruh Total Harmonic Distortion (THD) Pada Suatu Sistem,” Skripsi, Program Studi Teknik Elektro Unika Soegijapranata, 2011
  4. . I. Ismujianto and I. Isdawimah, “Desain Sistem Monitoring Kualitas Daya Listrik Secara Online,” Jurnal Poli-Teknologi, vol. 14, no. 2, 2015
  5. . H. Sugiarto, “Mereduksi Harmonisa Arus Dan Rugi Daya Akibat Beban Nonlinier Dengan Memanage Penggunaan Beban Listrik Rumah Tangga,” ELKHA: Jurnal Teknik Elektro, vol. 7, no. 1
  6. . A. E. Tama, A. Priyadi, and M. H. Purnomo, “Desain Sistem Pendeteksian dan Monitoring Harmonisa Arus Secara Online Menggunakan Transformasi S Berbasis LabVIEW,” Proceeding Seminar Tugas Akhir Jurusan Teknik Elektro Periode Semester Genap 2011-2012, ITS, pp. 1–6, 2012
  7. . D. Kumar, P. Ghosh, and P. S. Bhowmik, “A Comparative Analysis of Harmonics Distortion and Transient Monitor in LABVIEW,” in 2019 IEEE 1st International Conference on Energy, Systems and Information Processing (ICESIP), 2019, pp. 1–6
  8. . A. Ubrani, S. Pathak, B. Kenia, M. Gaikwad, and I. A. Siddavatam, “loT Based Real-Time Harmonic Monitoring System for Distributed Generation,” in 2018 3rd International Conference for Convergence in Technology (I2CT), 2018, pp. 1–6
  9. . E. Wahjono et al., “Pendeteksian Harmonisa Arus Berbasis Feed Forward Neural Network Secara Real Time,” Jurnal Rekayasa Elektrika, vol. 16, no. 1, 2020
  10. . N. Nadhiroh and A. D. Aji, “Real-time Monitoring of Power Quality for Web Based Electrical Power Panel using LabVIEW,” in 2019 International Conference on Electrical Engineering and Computer Science (ICECOS), 2019, pp. 217–221
  11. . E. M. Kuyumani, A. N. Hasan, and T. Shongwe, “Harmonic Current and Voltage Monitoring using Artificial Neural Network,” in 2020 International Conference on Artificial Intelligence, Big Data, Computing and Data Communication Systems (icABCD), 2020, pp. 1–5
  12. . L. Assaffat, “Prediksi THD Tegangan Sistem Tenaga Listrik Menggunakan Support Vector Machine Dengan Fungsi Kernel Gaussian RBF,” in Prosiding Seminar Nasional Publikasi Hasil-Hasil Penelitian dan Pengabdian Masyarakat, Universitas Muhammadiyah Semarang, 2017, vol. 1, no. 1, pp. 214–220
  13. . M. A. Stošović, D. Stevanović, and M. Dimitrijević, “Monitoring and Classification of Nonlinear Loads Based on Artificial Neural Networks,” in 2017 13th International Conference on Advanced Technologies, Systems and Services in Telecommunications (TELSIKS), 2017, pp. 443–446
  14. . C. F. Nascimento, A. A. Oliveira Jr, A. Goedtel, and A. B. Dietrich, “Harmonic Distortion Monitoring for Nonlinear Loads Using Neural-Network-Method,” Applied Soft Computing, vol. 13, no. 1, pp. 475–482, 2013
  15. . E. Yuliani, A. N. Aini, and C. U. Khasanah, “Perbandingan Jumlah Epoch Dan Steps Per Epoch Pada Convolutional Neural Network Untuk Meningkatkan Akurasi Dalam Klasifikasi Gambar,” Jurnal Informa, vol. 5, no. 3, pp. 23–27, 2019

Last update:

No citation recorded.

Last update: 2024-03-26 22:07:53

No citation recorded.