ANALISIS KECEPATAN KERJA SACO SAAT MANUVER BEBAN DI BANDARA NGURAH RAI MENGGUNAKAN ARTIFICIAL NEURAL NETWORK
Bandara Ngurah Rai memiliki beban daya sebesar 10.380 kVA, disuplai oleh duapenyulang yakni penyulang Gayatri dan peyulang Bandara. Penyulang Gayatri sebagaipenyulang utama dan penyulang Bandara sebagai penyulang cadangan. Penggunaan duapenyulang ini bertujuan untuk mengatasi gangguan pada jaringan, dikarenakan sensitifitasperalatan listrik di bandara yang tinggi. Namun apabila terjadi gangguan pada penyulangGayatri maka suplai beban secara otomatis akan dipindahkan ke penyulang Bandaramenggunakan sakelar otomatis bernama Switching Automatic Change Over (SACO). Tingkatsensitifitas peralatan listrik Bandara Ngurah Rai yang tinggi mengijinkan batas jatuh teganganmaksimum adalah 0,5 kV dari nilai tegangan nominal penyulang, dari permasalahan tersebutmaka dilakukan analisis perhitungan jatuh tegangan dan hubung singkat pada penyulangGayatri. Analisis ini menggunakan program Artificial Neural Network (ANN). Parameter yangdigunakan antara lain jumlah iterasi yaitu 60000 epoch, kecepatan pembelajaran 0,3 danhidden layer sebanyak 40 hidden layer, dimana nilai target pengujiannya adalah 0,00001.Proses pelatihan dan pengujian yang telah dilakukan menghasilkan nilai jatuh tegangan padatitik 100% (ujung penyulang) adalah 274,7 volt dengan nilai Mean Squarred Error (MSE) yaitu45,5. Nilai waktu tunda rele tercepat yaitu 0,3 detik pada titik gangguan 5%, dan nilai MSEdengan hasil terbaik adalah 0,00032 untuk gangguan 1 fasa ke tanah.