SISTEM DIAGNOSIS CERDAS DEGRADASI ISOLATOR PORSELEN AKIBAT POLUSI ABU BATUBARA BERBASIS AI MULTIMODAL

Hafiz, Muhammad Fahdelin (2026) SISTEM DIAGNOSIS CERDAS DEGRADASI ISOLATOR PORSELEN AKIBAT POLUSI ABU BATUBARA BERBASIS AI MULTIMODAL. Diploma thesis, Politeknik Negeri Sriwijaya.

	Text (COVER) COVER.pdf - Published Version Download (483kB)
Preview	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