Electronic Theses and Dissertation

Ringkasan penelitian ini menganalisis kerawanan jaringan distribusi akibat gempa bumi dengan menggunakan peak ground acceleration (pga), sebagai metrik utama. nilai pga dihitung dengan menentukan jarak antara titik-titik jaringan dan episentrum gempa bumi, dari data seismik yang mencakup tahun 2000 hingga 2023 di banda aceh. nilai pga akhir diperoleh sebanyak 15.830. pga dihitung menggunakan ground motion prediction equation (gmpe) dengan koefisien tertentu, yang menyoroti area pengaruh seismik. analisis tersebut mengungkapkan korelasi yang kuat antara pga dan metrik dampak jaringan seperti jumlah pelanggan padam (nco), waktu gangguan (to), energi yang tidak disuplai (ens), dan kerugian terkait. nilai pga yang tinggi dikaitkan dengan peningkatan nco dan ens, terutama pada feeder seperti ba 24 dan ul 06, yang menunjukkan tingkat gangguan yang tinggi. nilai to berkisar antara 0,3 hingga 0,6 jam, dan dengan beberapa gardu distribusi mengalami gangguan hingga 1 jam. kerugian juga meningkat dengan pga yang lebih tinggi. hasil validasi menunjukkan akurasi sebesar 82,73%, mengonfirmasi keandalan model tersebut. rekomendasi termasuk memperkuat infrastruktur di feeder berisiko tinggi, mengoptimalkan pemeliharaan, dan meningkatkan strategi respons bencana. studi ini memberikan wawasan berharga tentang manajemen risiko gempa bumi untuk meningkatkan ketahanan dan keandalan jaringan listrik. kata kunci: ann, feeder, prediksi, pga

SUMMARY This research analyzes the vulnerability of distribution networks to earthquakes using Peak Ground Acceleration (PGA) as a key metric. PGA values were calculated by determining the distance between network points and earthquake epicenters from seismic data spanning 2000 to 2023 in Banda Aceh. Of the initial 15,830 samples PGA. PGA was calculated using the Ground Motion Prediction Equation (GMPE) with specific coefficients, highlighting areas of seismic influence. The analysis revealed strong correlations between PGA and network impact metrics such as the Number of Customers Outage (NCO), Time Outage (TO), Energy Not Supplied (ENS), and associated losses. High PGA values were linked to increased NCO and ENS, especially in feeders like BA 24 and UL 06, which showed high disruption levels. TO values ranged from 0.3 to 0.6 hours, with some substations experiencing up to 1-hour disruptions. Losses also increased with higher PGA. Validation results showed an accuracy of 82.73%, confirming the model's reliability. Recommendations include strengthening infrastructure in high-risk feeders, optimizing maintenance, and improving disaster response strategies. This study provides valuable insights into earthquake risk management for enhancing network resilience and reliability. Key word: ANN, Feeder, Prediction, PGA