Analisa Kondisi Dan Prediksi Umur Transformator Daya Menggunakan Metode Health Index Berbasis Artificial Neural Network (ANN)

Nov 1, 2026

Diunggah oleh Marglet

Transformator daya merupakan aset vital dalam sistem tenaga listrik yang memerlukan pemantauan kondisi secara berkala guna menjaga keandalan dan memperpanjang umur operasionalnya. Health Index mengintegrasikan hasil uji Dissolved Gas Analysis (DGA), kualitas minyak, dan kandungan furan untuk menilai degradasi transformator secara komprehensif. Penelitian menganalisis 33 unit transformator di PT Pupuk Kalimantan Timur dengan Health Index dan model Artificial Neural Network (ANN) untuk memprediksi Health Index serta sisa umur. Hasil menunjukkan sebagian besar unit berada pada kategori “cukup” hingga “sangat baik”, dengan ANN mencapai MAPE 0,15%, RMSE 0,18, dan akurasi 99,85% sehingga mendukung pemeliharaan prediktif.

BahasaIndonesian

KategoriUmum

FormatPDF

Halaman8

Waktu Membaca3 mnt

AksesGratis untuk diunduh

Daftar Isi

I. PENDAHULUAN

Energi listrik dan peran transformator daya

Pemeliharaan berbasis kondisi dan health index

Transformator dan landasan teori

Penelitian terdahulu dan celah riset

II. METODOLOGI

Lokasi dan waktu penelitian

Analisa Kondisi Dan Prediksi Umur Transformator Daya Menggunakan Metode Health Index Berbasis Artificial Neural Network (ANN) Wahyu Setyawan, Wahyu Setyo Pambudi*, Misbahul Munir, Titiek Suheta, Yuliyanto Agung Prabowo TeknikElektro, Fakultas TeknikElektro dan Teknologi Informasi Institut Teknologi Adhi Tama Surabaya *[Email : wahyusp@itats.ac.id](Email : wahyusp@itats.ac.id) Abstrak—Transformator daya merupakan aset vital dalam sistem tenaga listrik yang memerlukan pemantauan kondisisecara berkala untuk menjaga keandalan dan memperpanjangumur operasionalnya. Health Index merupakan metodeterintegrasi yang menggabungkan hasil uji Dissolved Gas Analysis (DGA), kualitas minyak, dan kandungan furan untuk menilai tingkat degradasi transformator secara komprehensif. Penelitian ini menganalisis 33-unit transformator daya di PT Pupuk Kalimantan Timur menggunakan perhitungan Health Index dan mengembangkan model Artificial Neural Network (ANN) untuk memprediksi Health Index dan sisa umur transformator. Hasil penelitian menunjukkan bahwa sebagian besar transformatorberada pada kategori “cukup” hingga “sangat baik”. Model ANN mencapai nilai MAPE 0,15%, RMSE 0,18, dan tingkat akurasi 99,85%, yang menunjukkan bahwa ANN mampu memberikanprediksi yang sangat akurat terhadap Health Index. Metode inidapat menjadi acuan pengembangan sistem pemeliharaan prediktif yang lebih efektif untuk mendukung manajemen aset transformator. Kata Kunci— ANN, Health Index, Transformator Daya, Prediksi Umur, DGA. DOI:10.22441/jte.2026.v17i1.001 I. PENDAHULUAN Energi listrik merupakan faktor fundamental dalam menunjang perkembangan industri modern. Hampir seluruh kegiatan produksi dan manufaktur membutuhkan suplai listrik yang stabil dan andal. Infrastruktur kelistrikan yang baik tidakhanya meningkatkan produktivitas dan efisiensi penggunaan peralatan industri, tetapi juga berkontribusi pada pengurangan biaya operasional serta meningkatkan daya saing perusahaan di tingkat global [1][2] . PT Pupuk Kalimantan Timur sebagai salah satu industri strategis nasional mengelola sistem pembangkitan listrik secara mandiri untuk menjamin ketersediaan energi listrik yang berkesinambungan dalam mendukung proses produksi pupuk secara optimal. Salah satu komponen vital dalam sistem tenaga listrik pada PT Pupuk Kalimantan Timur adalah transformator daya. Transformator memiliki nilai investasi tinggi serta peran strategis dalam proses transmisi dan distribusi daya listrik. Olehkarena itu, keandalan dan kondisi operasional transformator harus dipantau secaraberkala untuk mencegah kegagalan sistem yang berpotensi menyebabkan kerugian besar dan downtime operasional [3][4] . Pemeliharaan berbasis kondisi (conditionbased maintenance) menjadi langkah penting dalam menjaga performa transformator, salah satunya melalui pengujian rutinseperti dissolved gas analysis (DGA), pengujian minyak transformator, serta analisis kandungan furan [5] . Metode penilaian kondisi transformator secara komprehensif dapat dilakukan menggunakan pendekatan health index. Metode ini mengintegrasikan berbagai parameter hasil uji laboratorium, inspeksi lapangan, dan data operasional untuk memberikan gambaran tingkat degradasi serta memprediksi sisa umur pakai transformator. Pendekatan ini dianggap lebih efektif dibandingkan metode evaluasi tunggal karenamempertimbangkan berbagai aspek kerusakan internal, sepertidegradasi isolasi kertas, peningkatan kadar gas terlarut, sertakualitas minyak transformator [6] . Dalam standar IEC 60076-7 (2005), umur transformator diperkirakan sekitar 20.55 tahun (180.000 jam) . Namun kondisi operasional di lapangan menunjukkan bahwa umur aktual transformator sangatdipengaruhi oleh beban, temperatur, kondisi isolasi, dan lingkungan operasional sehingga tidak selalu sesuai dengan nilai standar [7] . Transformator sendiri merupakan peralatan listrik statis yang bekerja berdasarkan prinsip induksi elektromagnetik, terdiri dari inti besi berlapis serta belitan pr

Pertanyaan Umum

Apa peran Health Index dalam penelitian transformator daya ini?

Health Index mengintegrasikan hasil DGA, kualitas minyak, dan kandungan furan untuk menilai tingkat degradasi transformator secara menyeluruh dan menjadi dasar prediksi kondisi serta sisa umur.

Data apa saja yang dianalisis untuk membangun model prediksi?

Penelitian menggunakan 33 unit transformator daya di PT Pupuk Kalimantan Timur serta parameter uji utama berupa Dissolved Gas Analysis (DGA), minyak transformator, dan kandungan furan.

Seberapa akurat model Artificial Neural Network (ANN) yang digunakan?

Model ANN menghasilkan MAPE 0,15%, RMSE 0,18, dan tingkat akurasi 99,85%, yang menunjukkan prediksi sangat akurat terhadap Health Index.

Nov 1, 2026

Diunggah oleh Marglet