Perpustakaan Digital ITB

Gas Insulated Switchgear (GIS) rentan mengalami kegagalan berupa flashover akibat konsentrasi medan listrik pada triple junction dan tingginya medan listrik tangensial pada permukaan spacer. Penelitian ini bertujuan mengoptimalkan distribusi permitivitas relatif Functionally Graded Material (FGM) pada spacer GIS 245 kV untuk meminimalkan kedua medan listrik tersebut. Profil permitivitas 30 lapisan diparameterkan menjadi 10 titik kendali menggunakan Piecewise Cubic Hermite Interpolating Polynomial (PCHIP) untuk mengurangi jumlah variabel desain. Sebanyak 300 sampel Latin Hypercube Sampling (LHS) digunakan untuk membangun model Gaussian Process Regression (GPR), yang selanjutnya dimanfaatkan sebagai surrogate model pada optimisasi multiobjektif menggunakan Non-dominated Sorting Genetic Algorithm II (NSGA-II). Solusi pada Pareto front dipilih menggunakan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) dengan bobot yang setara, kemudian digunakan sebagai masukan dalam analisis reduksi jumlah lapisan. Jumlah lapisan divariasikan dari 3 sampai 12 lapisan. Hasil optimisasi menunjukkan bahwa profil FGM mampu menurunkan medan listrik maksimum pada triple junction dan medan listrik tangensial maksimum masing-masing sebesar 35,9% dan 35,6% dibandingkan spacer homogen. Model GPR menghasilkan akurasi yang tinggi dengan nilai R² sebesar 0,99 dan mampu mengurangi kebutuhan komputasi optimisasi sekitar 99%, dengan galat prediksi solusi optimum sebesar 0,9% untuk medan listrik triple junction dan 4,6% untuk medan listrik tangensial. Analisis reduksi lapisan menunjukkan bahwa kedua metode diskretisasi mampu mempertahankan reduksi medan listrik triple junction pada rentang 33–36%, sedangkan reduksi medan listrik tangensial berada pada rentang 15–36%. Metode dengan ketebalan lapisan berbeda memberikan performa yang lebih konsisten dibandingkan metode dengan ketebalan seragam, sehingga berpotensi menjadi alternatif yang lebih baik untuk implementasi FGM pada spacer GIS.