Hafiz, Muhammad Fahdelin (2026) SISTEM DIAGNOSIS CERDAS DEGRADASI ISOLATOR PORSELEN AKIBAT POLUSI ABU BATUBARA BERBASIS AI MULTIMODAL. Diploma thesis, Politeknik Negeri Sriwijaya.
![[img]](http://eprints.polsri.ac.id/style/images/fileicons/text.png) |
Text (COVER)
COVER.pdf - Published Version Download (483kB) |
|
|
Text (ABSTRAK)
ABSTRAK.pdf - Published Version Download (17kB) | Preview |
|
|
Text (BAB I PENDAHULUAN)
BAB 1.pdf - Published Version Restricted to Repository staff only Download (31kB) | Request a copy |
|
|
Text (BAB II TINJAUAN PUSTAKA)
BAB 2.pdf - Published Version Restricted to Repository staff only Download (269kB) | Request a copy |
|
|
Text (BAB III METODOLOGI PENELITIAN)
BAB 3.pdf - Published Version Restricted to Repository staff only Download (587kB) | Request a copy |
|
|
Text (BAB IV HASIL DAN PEMBAHASAN)
BAB 4.pdf - Published Version Restricted to Repository staff only Download (393kB) | Request a copy |
|
|
Text (BAB V KESIMPULAN DAN SARAN)
BAB 5.pdf - Published Version Restricted to Repository staff only Download (13kB) | Request a copy |
|
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (70kB) | Request a copy |
|
|
Text (LAMPIRAN)
LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
Abstract
Isolator outdoor merupakan komponen penting dalam sistem tenaga listrik yang berfungsi sebagai pemisah antara konduktor bertegangan dengan struktur penyangga. Pada lingkungan industri dan pembangkit listrik berbahan bakar batubara, isolator rentan mengalami degradasi akibat paparan polusi abu batubara yang dapat menurunkan kemampuan isolasi dan meningkatkan risiko gangguan sistem. Proses degradasi yang terjadi secara bertahap sering kali sulit dideteksi melalui inspeksi visual konvensional. Oleh karena itu, penelitian ini bertujuan untuk merancang sistem diagnosis cerdas berbasis Artificial Intelligence (AI) multimodal menggunakan metode Convolutional Neural Network (CNN) untuk mengidentifikasi kondisi degradasi isolator outdoor. Penelitian dilakukan dengan memanfaatkan citra isolator yang dikelompokkan ke dalam tiga kategori, yaitu kondisi berdebu banyak, kondisi berdebu sedikit, dan kondisi bersih. Data citra diproses melalui tahapan preprocessing, pelatihan model CNN, serta evaluasi menggunakan grafik accuracy, loss, dan confusion matrix. Hasil pelatihan menunjukkan bahwa nilai training accuracy meningkat hingga mencapai 100% pada epoch ke-30, sedangkan nilai loss mengalami penurunan hingga mendekati nol. Hasil pengujian confusion matrix menunjukkan bahwa sebagian besar data berhasil diklasifikasikan dengan benar, dimana setiap kelas mampu dikenali dengan tingkat ketepatan yang baik. Berdasarkan hasil penelitian, metode CNN mampu mengenali pola visual degradasi isolator akibat polusi abu batubara dengan baik dan berpotensi digunakan sebagai sistem diagnosis cerdas untuk mendukung pemantauan kondisi isolator secara lebih efektif, cepat, dan akurat sehingga dapat membantu meningkatkan keandalan sistem tenaga listrik.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Isolator Outdoor, Degradasi Isolator, Abu Batubara, Artificial Intelligence, CNN, AI Multimodal |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Electrical Engineering > Undergraduate Theses |
| Depositing User: | Pustaka Teknik Elektro |
| Date Deposited: | 21 Jul 2026 07:15 |
| Last Modified: | 21 Jul 2026 07:15 |
| URI: | http://eprints.polsri.ac.id/id/eprint/23230 |
Actions (login required)
 |
View Item |
