PREDIKSI HEALTH INDEX TRANSFORMATOR MENGGUNAKAN METODE GRADIENT BOOSTING DENGAN PEMBOBOTAN SAMPLE WEIGHT UNTUK DATA TIDAK SEIMBANG

Authors

  • Muhammad Najib Taufiqurrahman Universitas Negeri Surabaya
  • Raden Roro Hapsari Peni Agustin Tjahyaningtijas Universitas Negeri Surabaya

Keywords:

Health Index, Power Transformer; Dissolved Gas Analysis, Machine Learning, Gradient Boosting.

Abstract

Transformator merupakan komponen penting dalam sistem tenaga listrik yang berfungsi menyesuaikan tingkat tegangan berdasarkan prinsip induksi elektromagnetik. Pemantauan kondisi transformator diperlukan untuk mendukung keandalan dan keberlangsungan operasi sistem tenaga listrik. Penelitian ini bertujuan memprediksi Health Index (HI) transformator daya menggunakan metode Gradient Boosting dengan pendekatan pembobotan sampel untuk mengatasi ketidakseimbangan distribusi data. Dataset yang digunakan mencakup parameter Dissolved Gas Analysis (DGA), serta parameter kimia dan kelistrikan, meliputi DBDS, faktor daya, Voltage, Dielectric Rigidity, dan kadar air. Pembobotan sampel diterapkan selama pelatihan model untuk mengatur kontribusi setiap sampel terhadap fungsi kerugian berdasarkan keterwakilan nilai HI dalam dataset. Hasil eksperimen menunjukkan bahwa model Gradient Boosting menghasilkan kinerja terbaik dengan koefisien determinasi (R2) sebesar 0,7829 dan Root Mean Square Error (RMSE) sebesar 8,6213. Hasil tersebut menunjukkan bahwa model mampu menangkap hubungan non-linier antarparameter dalam memprediksi HI transformator. Pendekatan ini berpotensi mendukung pengembangan sistem pemantauan kesehatan transformator berbasis data untuk membantu evaluasi kondisi transformator.

Downloads

Published

2026-10-27

How to Cite

Taufiqurrahman, M. N., & Tjahyaningtijas , R. R. H. P. A. (2026). PREDIKSI HEALTH INDEX TRANSFORMATOR MENGGUNAKAN METODE GRADIENT BOOSTING DENGAN PEMBOBOTAN SAMPLE WEIGHT UNTUK DATA TIDAK SEIMBANG. Scientica: Jurnal Ilmiah Sains Dan Teknologi, 4(5), 70–78. Retrieved from https://jurnal.kolibi.id/index.php/scientica/article/view/797