analisis karakteristik sinyal emisi akustik pada lucutan korona menggunakan metode pengodean prediktif linear

Rahman, Akbar (2026) analisis karakteristik sinyal emisi akustik pada lucutan korona menggunakan metode pengodean prediktif linear. S1 thesis, Universitas Andalas.

	Text (01. Cover & Abstrak) 01. Cover & Abstrak.pdf - Published Version Download (248kB)
	Text (02. BAB 1) 02. BAB I.pdf - Published Version Download (214kB)
	Text (03. BAB IV) 03. BAB IV.pdf - Published Version Download (1MB)
	Text (04. Daftar Pustaka) 04 . Daftar Pustaka.pdf - Published Version Download (201kB)
	Text (05. Skripsi Fulltext) 05. Skripsi Fulltext.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Corona discharge merupakan salah satu bentuk pelepasan muatan listrik parsial pada sistem tegangan tinggi yang menghasilkan emisi akustik dan dapat digunakan sebagai indikator awal kerusakan isolasi. Penelitian ini bertujuan untuk menganalisis karakteristik sinyal emisi akustik corona discharge berdasarkan data hasil pengukuran sensor ultrasonik pada domain waktu dan domain frekuensi, menerapkan metode Linear Predictive Coding (LPC) dalam analisis dan ekstraksi ciri sinyal, serta mengevaluasi kemampuan LPC dalam merepresentasikan karakteristik sinyal non-audio. Data diperoleh menggunakan sensor ultrasonik MA40S4R yang terhubung dengan ESP32 pada pengujian tegangan 5 kV sebagai kondisi baseline dan 30 kV sebagai kondisi corona discharge. Selanjutnya data diolah menggunakan Python melalui tahapan preprocessing, analisis domain waktu, analisis statistik, Fast Fourier Transform (FFT), dan Linear Predictive Coding (LPC). Hasil penelitian menunjukkan bahwa sinyal corona discharge memiliki amplitudo, fluktuasi, dan energi yang lebih tinggi dibandingkan sinyal baseline. Analisis FFT menghasilkan frekuensi dominan sebesar 180,09 Hz dengan magnitudo 61,19 dB pada kondisi baseline dan 270,00 Hz dengan magnitudo 89,49 dB pada kondisi corona discharge. Analisis LPC menghasilkan Prediction Error sebesar 0,0616 pada kondisi baseline dan 183,03 pada kondisi corona discharge, sehingga menunjukkan adanya perbedaan karakteristik sinyal yang signifikan. Hasil penelitian membuktikan bahwa metode LPC mampu merepresentasikan karakteristik sinyal non-audio serta efektif digunakan untuk mengekstraksi ciri sinyal emisi akustik corona discharge sebagai pendukung sistem pemantauan kondisi peralatan tegangan tinggi.

Actions (login required)

View Item