![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
COVER - RAHMAN AZIS PRASOJO
PUBLIC Alice Diniarti ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 1 - RAHMAN AZIS PRASOJO
PUBLIC Alice Diniarti ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 2 - RAHMAN AZIS PRASOJO
PUBLIC Alice Diniarti ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 3 - RAHMAN AZIS PRASOJO
PUBLIC Alice Diniarti ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 4 - RAHMAN AZIS PRASOJO
PUBLIC Alice Diniarti ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 5 - RAHMAN AZIS PRASOJO
PUBLIC Alice Diniarti
Ketika mengalami penuaan, kertas isolasi kehilangan kekuatan mekanisnya dan kemampuannya untuk menahan fault elektrikal menurun secara drastis. Kondisi dari transformator adalah kondisi dari kertas isolasi, karena kertas isolasi tidak dapat direkondisi seperti isolasi minyak. Furan adalah parameter yang menunjukkan kondisi isolasi kertas karena dapat dilakukan transformasi langsung untuk mendapatkan derajat polimerisasi estimasi (DPest), dan memiliki stabilitas yang tinggi di minyak transformator. Di Indonesia, tidak semua transformator memiliki data pengujian Furan, maka dari itu diperlukan untuk mencari alternatif penentuan kondisi isolator kertas transformator menggunakan parameter uji lain yang banyak tersedia.
CO dan CO2 sudah sejak lama dikenal sebagai salah satu produk degradasi selulosa, sementara tegangan antar permukaan, tingkat keasaman, dan skala warna dari minyak isolasi secara statistik menunjukkan korelasi dengan DPest. Pada penelitian ini terdapat dua model yang dibuat, yaitu model statistik menggunakan Multiple Regression (MR) dan model kecerdasan buatan menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS). Hasil prediksi menunjukkan model ANFIS dapat digunakan untuk prediksi terhadap tingkat penuaan isolasi kertas transformator, dan memiliki akurasi lebih tinggi dibandingkan menggunakan model MR dimana MAE (Mean Absolute Error), SMAPE (Symmetric Mean Absolute Percentage Error), dan RMSE (Root Mean Square Error) yang didapatkan dari hasil prediksi model ANFIS yang lebih rendah. Akurasi dari model ANFIS yang dibuat untuk prediksi kondisi kertas transformator adalah 85.75%.
Keluaran dari penelitian ini berupa software yang dapat digunakan untuk melakukan prediksi kondisi transformator berbasis ANFIS menggunakan masukan parameter pengganti furan yaitu CO, CO2, tegangan antar permukaan, tingkat keasaman, dan skala warna. Selain itu dilakukan juga perhitungan %Eprl (Estimated Percentage Remaining Life), prediksi sisa umur transformator, dan keseluruhan kondisi dielektrik transformator.