Perangkat elektronika seringkali mengalami gangguan conducted emi
yang tidak diinginkan sehingga menimbulkan penurunan kinerja atau
kerusakan. Beberapa solusi yang telah digunakan untuk mengurangi
permasalahan EMI, diantaranya teknik spread spectrum, shielding,
perancangan konverter dan perancangan filter. Pada penelitian ini
dilakukan pendekatan melalui prediksi menggunakan machine learning
yang memiliki kelebihan diantaranya mempersingkat waktu prediksi dan
membantu mengembangkan teknik mitigasi. Penelitian ini melakukan
pengukuran level daya EMI pada LED driver, data yang diperoleh
kemudian diprediksi menggunakan machine learning dengan metode
algoritma ANN (Artificial Neural Network). Pemodelan dan prediksi
dilakukan secara classification dengan dua cara proses pembelajaran
yaitu supervised learning dan unsupervised learning. Hasil pemodelan
dan prediksi yang dilakukan adalah machine learning dapat memprediksi
conducted emission secara akurat dengan akurasi pada sinyal periodik
rata - rata yaitu 82,294% dan 80,299% untuk hasil prediksi sinyal non
periodik.
Kata kunci: Conducted Emmision modeling prediction, Machine
Learning, CISPR 22, LED Driver, algoritma ANN