Prediksi Penurunan Kinerja Detektor Neutron pada Reaktor Serba Guna G.A Siwabessy Menggunakan Artificial Neural Network dan Support Vector Machine

RIDLO ALI NURYANTO, Nazrul Effendy, ST., MT., Ph.D; Dr. Ir. Andang Widiharto, MT

2019 | Skripsi | S1 TEKNIK NUKLIR

Salah satu reaktor nuklir yang dimiliki oleh Indonesia dan berorientasi pada riset adalah Reaktor Serba Guna G.A Siwabessy (RSG-GAS). Reaktor ini merupakan reaktor fisi termal yang memiliki nilai daya maksimum sebesar 30 MW. Pola persebaran neutron sendiri merupakan sesuatu yang sangat vital dan penting bagi operasi reaktor nuklir, karena akan sangat menentukan besarnya daya dari reaktor yang nantinya akan dibangkitkan. Pengamatan neutron sendiri dilakukan dengan memanfaatkan detektor neutron jenis fission chamber. Seperti alat-alat instrumen lainnya, performa dari alat ini harus terus menerus dijaga dengan cara inspeksi rutin yang dilakukan setiap interval waktu tertentu. Terdapat beberapa kekurangan dari inspeksi detektor maupun sensor semacam ini, diantaranya adalah kurang efisien dan akurat, karena bisa jadi detektor membutuhkan waktu inspeksi yang tidak sesuai dengan interval waktu inspeksinya. Artificial Neural Network (ANN) merupakan metode estimasi yang banyak digunakan dan dikembangkan saat ini untuk berbagai macam aspek dan bidang. Sistem ANN ini nantinya akan dibuat untuk melakukan estimasi terhadap nilai detektor yang semestinya keluar, sehingga akan didapatkan dua buah nilai yaitu nilai estimasi ANN dan nilai real dari detektor. Kedua nilai ini nantinya akan dibandingkan dengan metode Support Vector Machine (SVM) untuk mendapatkan status dari detektor tersebut, apakah detektor berada pada kondisi normal atau abnormal. Hasil yang didapatkan ini nantinya akan dibandignkan dengan hasil yang didapatkan oleh sistem klasifikasi yang hanya terdiri dari ANN.

One of nuclear reactor that is owned by Indonesia and has orientation on research is Reaktor Serba Guna G.A. Siwabessy (RSG-GAS). This reactor is a thermal fission reactor with maximum power of 30 MW. The neutron deployment is a very vital and important for nuclear operation because it will determine the power that will be produced. Neutron monitoring itself is done by using fission chamber neutron detector. Just like any other instrument, the performance of this device always has to be continuously monitored with a determined time interval. There are some disadvantages of this kind of inspection method like being ineffective and less accurate. Because the detector might need inspection that is not matched by their exact inspection time. Artificial Neural Network (ANN) is an estimation method that is widely used and developed nowadays in many fields and aspects. ANN system will be made to make an estimation for detector's data output that should be produced so there would be two different values, ANN estimation value and real detector's value. These two values will be compared with a method named Support Vector Machine (SVM) to get a status of the monitored detectors. Are the detectors working normally or abnormally. The results later would be compared with classifications from ANN system, a system that classify with only ANN.

Kata Kunci : Artificial neural network, support vector machine, detektor neutron, reaktor nuklir