Prediksi Sisa Umur Generator dengan Metode Backpropagation dan Knowlegde Growing System di CV. Sans Electrical Indonesia

Wahdan Wahyudi

Penelitian ini bertujuan untuk memprediksi sisa umur dua unit generator di CV. Sans Electrical Indonesia dengan menggunakan dua pendekatan kecerdasan buatan, yaitu metode Backpropagation berbasis Jaringan Saraf Tiruan dan Knowledge Growing System (KGS). Kedua metode digunakan untuk mengevaluasi keandalan prediksi umur sisa isolasi berdasarkan parameter operasional seperti tegangan, arus, suhu, dan frekuensi. Data diperoleh dari monitoring operasional generator selama periode November 2024 hingga Februari 2025. Hasil simulasi menunjukkan bahwa metode Backpropagation menghasilkan prediksi yang sangat akurat, dengan rata-rata sisa umur Generator 1 sebesar 11.35 tahun dan Generator 2 sebesar 0.0938 tahun. Nilai akurasi mencapai 100% untuk Generator 1 dan 99.98% untuk Generator 2, dengan nilai Mean Squared Error (MSE) sebesar 0.00000000 dan Mean Absolute Percentage Error (MAPE) masing-masing sebesar 0.0002281% dan 0.02867485%. Sementara itu, metode KGS unggul dalam memberikan analisis linguistik berbasis derajat kepastian terhadap tiap parameter. Metode Backpropagation terbukti lebih unggul dalam hal akurasi prediksi dan presisi perhitungan, sedangkan KGS lebih cocok untuk interpretasi logis terhadap perilaku parameter yang memengaruhi degradasi umur isolasi. Kombinasi kedua metode disarankan untuk implementasi sistem prediksi dan pemeliharaan prediktif pada sistem kelistrikan industri.

© 2026 UPA Perpustakaan POLINEMAStatus LayananKebijakan PrivasiSyarat & Ketentuan

v2026.11.18.1 · 8c68a2b