Text
SKRIPSI STUDI PERBANDINGAN METODE REGRESI LINEAR DAN MARKOV CHAIN DALAM PERKIRAAN USIA LIGHTNING ARRESTER DI GARDU INDUK SANGGRAHAN MENGGUNAKAN MEAN ABSOLUTE ERROR
Lightning arrester di Bay Secang 3 Gardu Induk Sanggrahan 150 kV telah beroperasi sejak 1992 tanpa penggantian, sehingga perlu dinilai kondisi dan sisa umur pakainya. Penelitian ini membandingkan ketelitian metode Regresi Linear dan Markov Chain dalam memprediksi umur arrester berdasarkan data arus bocor periode 2023–2026, menggunakan MAE dan nMAE sebagai tolok ukur. Hasil menunjukkan fasa R, S, dan T masih berada dalam batas aman sebesar 150 µA, dengan fasa T pada 2026 mencatatkan nilai tertinggi 66 µA atau 44% dari ambang batas. Model regresi linear yang diperoleh adalah YR = −30,5 + 1,60X, YS = 206,50 − 5,50X, dan YT = −349 + 11,90X. Berdasarkan model tersebut, fasa T diproyeksikan memasuki kategori Weakness pada 2028 dan memerlukan penggantian pada 2032, sehingga menjadi prioritas pemeliharaan, dan karena arrester bertipe tripole, penggantian harus dilakukan serentak pada ketiga fasa. Evaluasi menunjukkan Regresi Linear memiliki MAE dan nMAE lebih rendah daripada Markov Chain, dengan nMAE konsisten pada rentang 0–1, sedangkan Markov Chain pada beberapa fasa melebihi nilai 1, meski keunggulan ini bersifat kasuistik. Secara teori, Markov Chain lebih cocok untuk prediksi degradasi nonlinear karena memodelkan peluang perpindahan antar kondisi. Tingginya error Markov Chain diduga akibat data anomali yang mengganggu estimasi matriks transisi, sehingga keunggulan Regresi Linear lebih disebabkan karakteristik data, bukan keunggulan inheren. Pemilihan metode tetap perlu mempertimbangkan karakteristik data, di mana Markov Chain lebih optimal pada data yang stasioner dan konsisten
Tidak tersedia versi lain