Deteksi Partial Discharge Generator Unit 5 PT. Pertamina Geothermal Energy Area Kamojang Menggunakan Deep Learning Berbasis Convolution Neural Network (CNN)

Abstract

Partial Discharge (PD) adalah peluahan elektris atau rugi elektrik. Terjadi pada rongga (void) yang terlokalisir atau berada pada titik titik tertentu. Fenomena PD dapat terjadi pada terjadi didalam isolasi ataupun pada permukaan isolasi. Tujuannya adalah mendapatkan performa terbaik menggunakan CNN dalam melakukan dektesi dan klasifikasi berdasarkan pengenalan pola PD, lalu dikategorikan tinggi atau rendah pada generator. Metode yang digunakan adalah CNN dengan penyesuaian parameter dengan memvariasi seperti pembagian dataset, epoch, learning rate, serta menggunakan transfer learning untuk meliat performa terbaik dan konsisten untuk dipakai. Berdasarkan penelitian yang telah dilakukan, dapat disimpulkan bahwa CNN mampu mendeteksi PD dengan tingkat akurasi 99,02% menggunakan transfer learning VGG16.