Rancang bangun sistem monitoring kebocoran arus listrik dengan metode Decision Tree

Rayhandanaufan, Difasyach (2024) Rancang bangun sistem monitoring kebocoran arus listrik dengan metode Decision Tree. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (208kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (194kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (302kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (261kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (519kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (713kB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB VI) 9_bab6.pdf Restricted to Registered users only Download (194kB) | Request a copy
	Text (DAFTAR PUSTAKA) 10_daftarpustaka.pdf Restricted to Registered users only Download (203kB) | Request a copy

Abstract

Energi listrik merupakan bagian integral dari kehidupan sehari-hari, digunakan untuk berbagai keperluan seperti hiburan, memasak, dan transportasi. Namun, sering kali terjadi masalah yang berkaitan dengan listrik, salah satunya adalah kebocoran arus listrik yang dapat membahayakan manusia. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem monitoring kebocoran arus listrik dengan metode decision tree. Sistem ini menggunakan Sensor SCT013 yang terintegrasi dengan mikrokontroler Wemos D1R2, Data sensor dikirimkan ke perangkat android melalui platfrom firebase database dan pengembang alikasi MIT APP Inventtor, memungkinkan pemantauan jarak jauh, relay akan memutus arus yang terindentifikasi bocor, serta decision tree untuk mendeteksi dan klasifikasi arus bocor. Hasil pengujian menunjukkan bahwa sistem dapat mendeteksi dan klasifikasi arus bocor. Selain itu, dalam decision tree confusion matrix dan metrik evaluasi menunjukkan bahwa model yang telah dibuat memiliki akurasi, precision, recall, F1 score, and specificity sempurna, yaitu 100% dan nilai akhir Indeks Gini yang dihasilkan untuk node tersebut adalah 0.444. aplikasi dapat menampilkan data nilai arus secara berkala sesuai spesifikasi.

Actions (login required)

View Item