Pendeteksi Flashover dan Aplikasi Android pada TPSS LRT Jabodebek Berbasis Computer Vision dan Android Studio

https://doi.org/10.22146/juliet.v3i2.77741

Nerissa Diana Resty(1), Galuh Triyanto(2), Isnan Nur Rifai(3*)

(1) Departmen Teknik Elektro dan Informatika, Universitas Gadjah Mada
(2) Departmen Teknik Elektro dan Informatika, Universitas Gadjah Mada
(3) Departmen Teknik Elektro dan Informatika, Universitas Gadjah Mada
(*) Corresponding Author

Abstract


Abstract – The traffic jam in Jakarta and the cities around it, namely Bogor, Depok, and Bekasi, became the government’s background in developing the Jabodebek light rail transit (LRT) project. In Jabodebek LRT construction, there is a TPSS which is short for Traction Power Substation, often known as a Traction substation. The Traction Substation is an electric power source for electric railroad trains, including the Jabodebek LRT. Inside the Traction station, there is a 20 kV Cubicle which is a power cable compartment. Some disturbances often occur in this 20 kV cubicle, one of which is the flashover. If the flashover remains, this is disturbing and detrimental to many people, including Jabodebek LRT passengers. Flashover can be caused by air humidity so that water vapor is attached to the power cable isolator. So this research was conducted as a preventative measure for the damage to cubicles due to flashover. Besides creating a system to detect flashovers, an Android application is also made to display the results of flashover detection. Raspberry Pi as the main controller of the flashover detection system, using the Hough Circle Transformation and Python programming language, as for the application using the Java programming language based on Android Studio. The data analysis method used is the Confusion Matrix. Based on the experimental results, the system works well to detect the flashover, with an average accuracy of the system reaching 80.18%. The distance, lighting factors, and barrier media affect the detection results.

Keywords – Jabodebek LRT, flashover, Hough Circle, android application

Intisari – Kemacetan yang terjadi di Jakarta berserta kota-kota di sekitarnya yakni Bogor, Depok, dan Bekasi menjadi latar belakang pemerintah dalam membangun proyek light rail transit (LRT) Jabodebek. Pada pembangunan LRT Jabodebek ini terdapat TPSS atau yang sering dikenal dengan istilah Gardu Traksi. Gardu Traksi merupakan sumber daya listrik untuk mengoperasikan kereta rel listrik termasuk LRT Jabodebek. Di dalam Gardu Traksi terdapat cubicle 20 kV yang di dalamnya terdapat kompartemen kabel daya. Beberapa gangguan sering terjadi pada cubicle 20 kV ini, salah satunya gangguan berupa flashover. Hal ini cukup mengganggu dan merugikan banyak orang termasuk penumpang LRT Jabodebek apabila adanya flashover ini terus dibiarkan. Flashover dapat disebabkan adanya kelembaban udara sehingga uap air melekat pada isolator kabel daya. Sehingga penelitian ini dilakukan sebagai langkah pencegahan terjadinya kerusakan cubicle akibat dari flashover. Selain membuat sistem untuk mendeteksi flashover dibuat juga aplikasi android untuk menampilkan hasil deteksi flashover. Raspberry Pi sebagai pengendali utama sistem pendeteksi flashover, dengan menggunakan Transformasi Hough Circle dan pemrograman bahasa Python, adapun untuk aplikasinya menggunakan bahasa pemrograman Java dengan basis Android Studio. Metode analisa data yang digunakan adalah confusion matrix. Hasil dari penelitian ini adalah sistem atau alat pendeteksi flashover dapat bekerja dengan baik dan sesuai fungsi, diperoleh rata-rata akurasi sistem yang mencapai 80,18%. Di mana jarak, faktor pencahayaan, serta medium penghalang berpengaruh terhadap hasil deteksi. Selain itu telah dibuat aplikasi guna menampilkan hasil deteksi flashover, aplikasi ini dapat bekerja dengan baik pula.

Kata kunci – LRT Jabodebek, flashover, Hough Circle, aplikasi android

Full Text:

PDF


References

[1] A. Triyadi and F. Utaminingrum, “Pengembangan Sistem Rekognisi Rambu Kecepatan Menggunakan Circle Hough Transform dan Convolutional Neural Network Berbasis Raspberry Pi,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 1, pp. 56-64, 2020.

[2] R. Khomarudin and L. Subekti, “Kapasitas 500 Kva Di Ppsdm Migas Cepu,” vol. 1, no. 2, pp. 28–33, 2020.,” J. List. Instrumentasi dan Elektron. Terap., vol. 1, no. 2, pp. 6–9, 2020, doi: 10.22146/juliet.v1i2.59560.

[3] Y. W. Lukman Prihasworo, Dhanis Woro Fittrin, Unan Yusmaniar Oktiawati, Hidayat Nur Isnianto, “Rancang Bangun Smart DC Current and Voltage Monitoring Dengan Thingspeak Pada Simulator PLN Laboratorium Teknik Tenaga Listrik UGM,” J. List. Instrumentasi dan Elektron. Terap., vol. 1, no. 2, pp. 39–48, 2020.

[4] C. F. Nugraha and L. Subekti, “Optimisasi Penjadwalan Pembangkit pada Microgrid dengan Mempertimbangkan Respons Beban,” J. List. Instrumentasi dan Elektron. Terap., vol. 3, no. 1, pp. 20–24, 2022, doi: 10.22146/juliet.v3i1.74669.

[5] G. Triyanto., Rancang Bangun Alat Pendeteksi Flashover Kabel Power Pada Kubikel 20 kV Gardu Induk Berbasis Computer Vision Raspberry Pi, Tugas Akhir, Program Studi D3 Teknologi Instrumentasi, Sekolah Vokasi, Universitas Gadjah Mada, Yogyakarta, 2019.

[6] N.D. Resty , “Rancang Bangun Alat pendeteksi Flashover dan Aplikasi Android pada TPSS Proyek Light Rail Transit (LRT) Jabodebek Berbasis Raspberry Android Studio,” Tugas Akhir, Program Studi D3 Teknologi Instrumentasi, Sekolah Vokasi, Universitas Gadjah Mada, Yogyakarta, 2020.

[7] A.Y. Putra, H. Srihendayana, and N.Tjahjamooniarsih, “Monitoring Kamera Pengintai Jarak Jauh Terintegrasi dengan Google Drive Berbasis Raspberry Pi Via Internet,” Jurnal Teknik Elektro Universitas Tanjung Pura, vol.2, no.1, 2015.

[8] N. Wiyanti and T. Martiana, “Hubungan Intensitas Penerangan dengan Kelelahan Mata Pada Pengrajin Batik Tulis,” The Indonesian Journal of Occupational Safety and Health, vol. 9, no. 2, pp.1 48, 2015.

[9] J. Flusser, S. Farokhi, C. Hoschl, T. Suk, B. Zitova, and M. Pedone, “Recognition of Images Degraded by Gaussian Blur,” IEEE Trans. Image Process., vol. 25, no. 2, pp. 790–806, 2016.

[10] D. Krisrenanto, M. Rivai, and F. Budiman, “Identifikasi Jumlah dan Tingkat Aktivitas Orang Berbasis Pengolahan Citra Menggunakan Raspberry Pi,” Jurnal Tek. ITS, vol. 6, no. 1, 2017.

[11] F.Dannes, M. Rivai, and Tasripan, “Pelacak Cahaya Matahari Berbasis Citra pada panel Surya menggunakan single Board Computer Lattepanda,” Jurnal Teknik ITS, vol. 7, no. 2, pp. 319-324, 2018.

[12] S. Prayogo, “Sistem Keamanan Rumah dengan Metode Background Substraction Menggunakan Sensor Proximity dan Kamera yang Dikontrol oleh Arduino ProMini, Raspberry Pi dan Android,” Skripsi, Program Studi Ilmu Komputer, Fakultas Ilmu Komputer dan Teknologi Informasi,Universitas Sumatera Utara, Medan, 2018.



DOI: https://doi.org/10.22146/juliet.v3i2.77741

Article Metrics

Abstract views : 1135 | views : 795

Refbacks

  • There are currently no refbacks.


SINTA 4 accredited based on Decree of the Minister of Research, Technology and Higher Education, Republic of Indonesia Number 225/E/KPT/2022, Vol. 2 No. 1 (2020) - Vol. 6 No. 1 (2025)

e-ISSN: 2746-2536