Identifikasi Outlier Beban Puncak pada Gardu Induk (GI) Palopo Trafo III 30 MVA Berbasis Metode Density-Based Spatial Clustering of Applications with Noise (DBSCAN)

Timbang, Theonaldi (2025) Identifikasi Outlier Beban Puncak pada Gardu Induk (GI) Palopo Trafo III 30 MVA Berbasis Metode Density-Based Spatial Clustering of Applications with Noise (DBSCAN). Diploma thesis, Universitas Kristen Indonesia Toraja.

[thumbnail of Halaman Sampul] Text (Halaman Sampul)
Halaman Sampul.pdf

Download (1MB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf

Download (432kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf

Download (713kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only

Download (464kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf

Download (427kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf

Download (434kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf

Download (1MB)

Abstract

Penelitian ini bertujuan untuk mengidentifikasi outlier pada beban puncak di Gardu Induk (GI) Palopo Trafo III 30 MVA dengan menggunakan metode Density-Based Spatial Clustering of Applications with Noise (DBSCAN). Beban puncak yang melebihi nilai normal seringkali menunjukkan anomali yang dapat mempengaruhi efisiensi dan kestabilan sistem distribusi listrik. Oleh karena itu, deteksi dini terhadap outlier sangat penting dalam manajemen sistem kelistrikan untuk mencegah kerusakan peralatan dan gangguan distribusi. Dalam penelitian ini, data yang digunakan berasal dari catatan harian beban puncak dari GI Palopo yang dikumpulkan dari tahun 2020 hingga 2024. Metode DBSCAN diterapkan untuk
mengelompokkan data dan mengidentifikasi titik data yang tidak termasuk dalam cluster normal sebagai outlier. Metode yang digunakan dalam penelitian ini adalah metode DBSCAN,
yang merupakan algoritma clustering berbasis kepadatan. Proses dimulai dengan pengumpulan data beban puncak dari Gardu Induk Palopo yang mencakup informasi waktu dan besarnya beban puncak. Data ini kemudian diproses menggunakan algoritma DBSCAN untuk mengelompokkan titik data berdasarkan kedekatannya dan mengidentifikasi outlier sebagai data yang tidak termasuk dalam cluster manapun. Parameter DBSCAN yang digunakan dalam penelitian ini meliputi nilai epsilon (ε) dan jumlah minimum titik dalam sebuah cluster (MinPts). Hasil penelitian menunjukkan bahwa metode DBSCAN dapat mengidentifikasi dua cluster utama yang mewakili pola beban puncak yang normal, serta sejumlah kecil data yang dikategorikan sebagai outlier. Outlier ini sering kali terkait dengan lonjakan beban yang tidak biasa atau kesalahan pengukuran. Deteksi outlier yang efektif sangat penting untuk meningkatkan manajemen distribusi listrik dan mengurangi risiko gangguan sistem. Kesimpulannya, DBSCAN terbukti efektif dalam mendeteksi outlier dan dapat diimplementasikan untuk meningkatkan keandalan serta efisiensi operasional Gardu Induk Palopo.
Kata kunci: Outlier, Beban Puncak, DBSCAN, Gardu Induk, Clustering, Sistem Distribusi Listrik

Item Type: Thesis (Diploma)
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Fakultas Teknik > Teknik Elektro
Depositing User: Unnamed user with username perpustakaan2_1
Date Deposited: 30 Jan 2026 07:45
Last Modified: 30 Jan 2026 07:45
URI: https://repo.ukitoraja.ac.id/id/eprint/1267

Actions (login required)

View Item
View Item