This ANALISIS TITIK HOTSPOT BAY PENGHANTAR MENGGUNAKAN ARTIFICIAL INTELLEGENCE DENGAN METODE RANDOM FOREST Pendahuluan, Metode/ Perancangan Penelitian, Hasil dan Pembahasan, Kesimpulan dan Saran, Ucapan Terima Kasih, Daftar Pustaka

Abstract

Penelitian ini bertujuan untuk mengembangkan model predictive maintenance guna mendeteksi potensi titik panas (hotspot) pada sambungan contact finger di bay penghantar gardu induk menggunakan algoritma Random Forest. Metode yang digunakan melibatkan pengumpulan data suhu dan arus dari berbagai bay serta analisis korelasi antara variabel-variabel tersebut. Model Random Forest dilatih menggunakan data ini untuk memprediksi peningkatan suhu berdasarkan arus rata-rata dan suhu minggu-minggu sebelumnya. Hasil penelitian menunjukkan korelasi positif yang signifikan antara arus rata-rata dan peningkatan suhu, dengan nilai korelasi berkisar antara 0,58 hingga 0,75. Model gabungan yang menggunakan arus rata-rata dan suhu minggu-minggu sebelumnya mencapai akurasi tertinggi sebesar 96%, dengan presisi 0,97, sensitivitas 0,95, dan F1-Score 0,96. Meskipun model Random Forest memberikan hasil yang sangat baik, implementasi praktisnya membutuhkan kapasitas komputasi yang tinggi. Sebagai alternatif, pohon keputusan yang diekstrak dari model Random Forest dapat digunakan untuk prediksi dengan akurasi 94%. Penelitian ini menyimpulkan bahwa penggunaan model Random Forest untuk pemeliharaan prediktif dapat meningkatkan keandalan operasi, memperpanjang umur peralatan, mengurangi biaya operasi, dan meminimalkan risiko kegagalan yang dapat mengganggu pasokan listrik.