PREDIKSI RADIASI SINAR MATAHARI DENGAN
JARINGAN SYARAF TIRUAN (JST) MENGGUNAKAN
METODE BACKPROPAGATION
Total View This Week0
Total View This Week0
Institusion
Universitas PGRI Semarang
Author
ZEENO, MUCHAMAD MIZAN
Subject
L Education (General)
Datestamp
2024-11-18 06:36:30
Abstract :
Energi matahari sangat berpotensi untuk dimanfaatkan sebagai sumber energi listrik alternatif yang ketesediaannya sangat berlimpah dan ramah lingkungan. Untuk dapat memanfaatkan energi matahari dibutuhkan sebuah panel surya yang bertujuan untuk mengubah radiasi sinar matahari yang akan digunakan sebagai pembangkit listrik, salah satu yang mempengaruhi kinerja dari panel surya yaitu radiasi sinar matahari yang diterima oleh photovoltaic. Seiring dengan berkembangnya teknologi informasi pada saat ini sangatlah penting bahkan menjadi salah satu cara yang dapat dimanfaatkan untuk memprediksi radiasi sinar matahari agar dapat digunakan untuk mengetahui efisiensi penggunaan panel surya di masa mendatang. maka dari itu, dibutuhkan suatu prediksi untuk mengetahui perubahan radiasi sinar matahari pada waktu tertentu. Untuk mengetahui prediksi radiasi sinar matahari dapat menggunakan jaringan syaraf tiruan karena dapat memprediksi secara cepat, tepat, dan akurat. Bahkan semakin tingginya kemampuan komputer saat ini semakin canggih untuk memproses sebuah data dalam jumlah besar dengan kecepatan yang tinggi. Oleh karena itu, dalam penelitian ini, akan digunakan Jaringan Syaraf Tiruan dengan menggunakan metode backpropagation untuk memprediksi radiasi sinar matahari. Jaringan syaraf tiruan menggunakan metode backpropagation telah banyak dilakukan dalam prediksi cuaca. Cara kerja jaringan syaraf tiruan ini menyerupai sistem syaraf manusia. Dalam algoritma ini, terdapat nilai bobot yang diupdate dengan cara propagasi maju dan propagasi mundur pada proses training dan testing sehingga akan menghasilkan nilai prediksi yang mendekati nilai target. Dalam jaringan syaraf tiruan menggunakan metode backpropagation akan dibentuk populasi dari matriks bobot awal yang menghubungkan input, hidden layer, dan output. Kemudian akan diupdate berdasarkan nilai (MSE) Mean Square Error pada jumlah iterasi yang ditentukan. Hasil simulasi menunjukkan bahwa algoritma backpropagation dapat menghasilkan nilai prediksi cuaca yang mendekati nilai target. Dari data yang telah diperoleh dapat disimpulkan bahwa vii penggunaan panel surya untuk sumber daya listrik pada satu tahun kedepan terjadi penurunan dilihat dari hasil rata- rata prediksi radiasi sinar matahari setiap tahun yang diperoleh, akan tetapi masih cukup efektif karena perbedaan hasil yang tidak begitu signifikan dan masih dalam batas yang wajar sehingga penggunaan panel surya masih dapat untuk digunakan sebagai sumber energy listrik di masa mendatang walaupun sedikit kurang maksimal. KATA KUNCI : Jaringan syaraf tiruan, Radiasi sinar matahari, Panel surya.
Energi matahari sangat berpotensi untuk dimanfaatkan sebagai sumber energi listrik alternatif yang ketesediaannya sangat berlimpah dan ramah lingkungan. Untuk dapat memanfaatkan energi matahari dibutuhkan sebuah panel surya yang bertujuan untuk mengubah radiasi sinar matahari yang akan digunakan sebagai pembangkit listrik, salah satu yang mempengaruhi kinerja dari panel surya yaitu radiasi sinar matahari yang diterima oleh photovoltaic. Seiring dengan berkembangnya teknologi informasi pada saat ini sangatlah penting bahkan menjadi salah satu cara yang dapat dimanfaatkan untuk memprediksi radiasi sinar matahari agar dapat digunakan untuk mengetahui efisiensi penggunaan panel surya di masa mendatang. maka dari itu, dibutuhkan suatu prediksi untuk mengetahui perubahan radiasi sinar matahari pada waktu tertentu. Untuk mengetahui prediksi radiasi sinar matahari dapat menggunakan jaringan syaraf tiruan karena dapat memprediksi secara cepat, tepat, dan akurat. Bahkan semakin tingginya kemampuan komputer saat ini semakin canggih untuk memproses sebuah data dalam jumlah besar dengan kecepatan yang tinggi. Oleh karena itu, dalam penelitian ini, akan digunakan Jaringan Syaraf Tiruan dengan menggunakan metode backpropagation untuk memprediksi radiasi sinar matahari. Jaringan syaraf tiruan menggunakan metode backpropagation telah banyak dilakukan dalam prediksi cuaca. Cara kerja jaringan syaraf tiruan ini menyerupai sistem syaraf manusia. Dalam algoritma ini, terdapat nilai bobot yang diupdate dengan cara propagasi maju dan propagasi mundur pada proses training dan testing sehingga akan menghasilkan nilai prediksi yang mendekati nilai target. Dalam jaringan syaraf tiruan menggunakan metode backpropagation akan dibentuk populasi dari matriks bobot awal yang menghubungkan input, hidden layer, dan output. Kemudian akan diupdate berdasarkan nilai (MSE) Mean Square Error pada jumlah iterasi yang ditentukan. Hasil simulasi menunjukkan bahwa algoritma backpropagation dapat menghasilkan nilai prediksi cuaca yang mendekati nilai target. Dari data yang telah diperoleh dapat disimpulkan bahwa vii penggunaan panel surya untuk sumber daya listrik pada satu tahun kedepan terjadi penurunan dilihat dari hasil rata- rata prediksi radiasi sinar matahari setiap tahun yang diperoleh, akan tetapi masih cukup efektif karena perbedaan hasil yang tidak begitu signifikan dan masih dalam batas yang wajar sehingga penggunaan panel surya masih dapat untuk digunakan sebagai sumber energy listrik di masa mendatang walaupun sedikit kurang maksimal. KATA KUNCI : Jaringan syaraf tiruan, Radiasi sinar matahari, Panel surya.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
