Prototipe Sistem Proteksi dan Monitoring Gangguan Listrik Shore Connection menggunakan Metode Artificial Neural Network

MAULANA, EXCEL GILANG (2026) Prototipe Sistem Proteksi dan Monitoring Gangguan Listrik Shore Connection menggunakan Metode Artificial Neural Network. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0122040090 - Ayub Afiyah Maulana - Desain Kapal _i_Multipurpose__i_ pada Perairan Dangkal sebagai Moda Transportasi di Kecamatan Laren Kabupaten Lamongan.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Sistem proteksi konvensional pada shore connection, seperti Molded Case Circuit Breaker (MCCB), umumnya hanya mampu merespons gangguan arus lebih dan hubung singkat, sehingga belum dapat mendeteksi gangguan seperti phase loss, under voltage, dan faktor daya yang buruk. Kondisi tersebut berpotensi menyebabkan kerusakan pada peralatan listrik kapal serta meningkatkan risiko terhadap keselamatan kerja. Penelitian ini bertujuan untuk merancang prototipe sistem proteksi dan monitoring gangguan listrik shore connection berbasis Artificial Neural Network (ANN) yang mampu mendeteksi gangguan, mengklasifikasikan kondisi kelistrikan, serta memutus aliran listrik secara otomatis. Prototipe dikembangkan menggunakan mikrokontroler ESP32 dengan arsitektur ANN 9-12- 4. Sembilan parameter masukan berupa tegangan, arus, dan faktor daya pada fasa R, S, dan T diperoleh melalui sensor PZEM-004T. Model ANN dilatih menggunakan algoritma Levenberg-Marquardt untuk mengklasifikasikan kondisi Normal, Phase Loss, Under Voltage, dan Bad Power Factor. Sistem juga diintegrasikan dengan teknologi Internet of Things (IoT) menggunakan MQTT dan dashboard Node-RED untuk memantau parameter listrik secara real-time. Hasil pengujian menunjukkan bahwa model ANN mencapai akurasi klasifikasi 100%. Pada pengujian sistem secara keseluruhan terhadap 5 skenario kondisi kelistrikan meliputi kondisi Normal, Phase Loss, Under Voltage, Bad Power Factor, serta gangguan bersamaan (Phase Loss dan Under Voltage), prototipe berhasil memberikan early warning dan memutus aliran listrik secara otomatis dengan waktu respons rata-rata 1.500,5 ms, tanpa false positive pada kondisi normal. Berbeda dengan MCCB konvensional yang tidak mengalami trip pada ketiga jenis gangguan tersebut, sistem yang dikembangkan mampu mendeteksi dan merespons gangguan secara otomatis. Dengan demikian, sistem proteksi berbasis ANN ini mampu meningkatkan keandalan dan keselamatan shore connection melalui deteksi gangguan yang lebih adaptif serta monitoring kelistrikan secara real-time.

Actions (login required)

View Item