METODE RANDOM FOREST UNTUK KLASIFIKASI KERUSAKAN TRANSFORMATOR DAYA BERDASARKAN GAS TERLARUT PADA DUVAL TRIANGLE DAN DUVAL PENTAGON

Abstract

Penyaluran energi listrik merupakan hal yang essensial dalam operasional komponen elektronik. Kinerja transformator untuk memenuhi kebutuhan transmisi bergantung pada sistem isolasi. Sistem isolasi berupa minyak transformator akan mengalami degradasi kualitas seiring dengan periode pemanfaatan alat. Peninjauan mutu dari minyak transformator secara periodik diperlukan untuk memastikan performa sistem. Analisis konsentrasi gas terlarut menggunakan teknik interpretasi duval triangle dan duval pentagon diterapkan untuk mendapatkan informasi terkait kelas kerusakan transformator daya. Duval Triangle mampu memberikan lokasi titik koordinat centroid berdasarkan konsentrasi gas terlarut yang diperoleh secara riil di lapangan oleh operator. Fungsi serupa terdapat dalam metode Duval Pentagon dengan identifikasi gas meliputi hidrogen, etana, metana, etilen dan asetilen yang terkandung dalam sistem isolasi transformator. Kurangnya tingkat pemahaman operator dalam mendefinisikan kelas kerusakan memicu pengaplikasian metode klasifikasi. Metode Random Forest menawarkan proses klasifikasi dengan waktu yang relatif singkat tanpa diperlukan pemahaman yang mendalam bagi operator. Himpunan pohon keputusan yang terbentuk dalam metode memberikan keluaran independen dan secara kolektif dihasilkan konklusi dari mayoritas label pohon keputusan menggunakan teknik interpretasi Duval Triangle dan metode klasifikasi Random Forest sebesar 96.011% pada kombinasi testing size=25% dan n_estimator=125, sedangkan teknik interpretasi Duval Pentagon menghasilkan tingkat akurasi tertinggi dengan nilai 98.693% pada kombinasi testing size=15% dan n_estimator=100.