Setia Budi, Perdinan (2024) SISTEM MONITORING DAN PREDIKSI PENGGUNAAN DAYA LISTRIK PADA PANEL SSDP PPNS DENGAN METODE NEURAL NETWORK. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.
![]() |
Text
0920040001 - Perdinan Setia Budi - Sistem Monitoring dan Prediksi Penggunaan Daya Listrik pada Panel SSDP PPNS dengan Metode _i_Neural Network__i_-1.pdf Restricted to Repository staff only Download (5MB) | Request a copy |
Abstract
Penyaluran energi listrik, sebagai pendorong utama perkembangan modernitas sejak abad ke-19, menghadapi tantangan terkait sumber daya alam terbatas dan dampak lingkungan. Dalam konteks ini, penyaluran energi listrik melibatkan panel- panel yang dibagi sesuai dengan tegangan yang dibutuhkan, namun kendala seperti konsleting listrik dapat timbul akibat pemasangan kabel yang berantakan dan suhu ruang panel yang tinggi. Penelitian ini bertujuan mengatasi masalah tersebut dengan pengembangan teknologi pemantauan dan prediksi penggunaan daya menggunakan neural network, terutama pada SSDP (Sub Sub Distribution Panel). Penelitian ini menunjukkan bahwa sistem pemantauan berbasis HMI dengan dua halaman yang terstruktur memudahkan pengguna dalam memantau kondisi lingkungan dan performa sistem kelistrikan di Gedung M PPNS secara real-time. Data dari sensor yang dikirimkan melalui ESP32 ke database dapat diakses pada aplikasi Android, memungkinkan analisis yang cepat. Penempatan optimal sensor SHT20 dan GP2Y1010AU0F terbukti meningkatkan akurasi deteksi suhu, kelembaban, dan debu, yang penting untuk menjaga efisiensi sistem kelistrikan. Selain itu, pelatihan neural network mencapai performa terbaik pada epoch ke-7 dengan akurasi prediksi yang tinggi, sebagaimana dibuktikan oleh nilai error minimal dan koefisien korelasi R sebesar 0.9744, serta prediksi daya listrik yang mencapai 14.210,57 watt. Hasil ini menegaskan efektivitas sistem monitoring dan model prediksi dalam memastikan keandalan dan efisiensi operasi panel listrik.
Item Type: | Thesis (Diploma) |
---|---|
Additional Information: | No. Inventaris : 8238/TO-20/2024 Lokasi TA : 566 |
Uncontrolled Keywords: | GP2Y101AU0F, monitoring, neural network, panel ,SHT20. |
Subjects: | TO - Teknik Otomasi > Prototype |
Divisions: | Jurusan Teknik Kelistrikan Kapal > D4 Teknik Otomasi |
Depositing User: | Unnamed user with email repository@ppns.ac.id |
Date Deposited: | 03 Jun 2025 08:38 |
Last Modified: | 03 Jun 2025 08:38 |
URI: | http://repository.ppns.ac.id/id/eprint/6314 |
Actions (login required)
![]() |
View Item |