Detail Cantuman Kembali
prediksi energi output panel surya menggunakan pendekatan variabel radiasi matahari dan suhu
- Bagikan:
Pemanfaatan energi surya sebagai sumber energi terbarukan semakin berkembang seiring dengan meningkatnya kebutuhan energi global dan dampak negatif penggunaan bahan bakar fosil terhadap lingkungan. Panel surya merupakan salah satu teknologi utama dalam konversi energi matahari menjadi listrik, namun efisiensinya sangat dipengaruhi oleh faktor lingkungan seperti radiasi matahari dan suhu. Fluktuasi harian kedua faktor ini menyebabkan ketidakpastian dalam estimasi energi yang dihasilkan, sehingga dapat menghambat perencanaan, operasional, dan optimasi sistem energi surya. Jika permasalahan ini tidak diatasi, maka sistem energi surya dapat mengalami ketidakseimbangan antara produksi dan konsumsi energi, yang berdampak pada penurunan efisiensi dan keandalannya sebagai sumber energi utama. Penelitian ini bertujuan untuk mengembangkan model prediksi energi harian yang dihasilkan oleh panel surya menggunakan metode Artificial neural network (ANN). ANN dipilih karena kemampuannya dalam menangkap pola non-linear antara variabel lingkungan dan output energi. Model dikembangkan dengan menggunakan data historis radiasi matahari dan suhu sebagai input untuk menghasilkan prediksi energi yang lebih akurat dibandingkan metode konvensional. Hasil penelitian ini diharapkan dapat menghasilkan model prediksi yang andal dan akurat, sehingga dapat digunakan sebagai alat bantu dalam perencanaan dan optimasi sistem energi surya. Dengan prediksi yang lebih presisi, efisiensi dan stabilitas pemanfaatan energi terbarukan dapat ditingkatkan, mendukung pengembangan sistem energi yang lebih berkelanjutan.
Siti Nurmita Avrilia - Personal Name
Joko Subur, S.T., M.T. - Personal Name
Belly Yan Dewantara, S.T., M.T. - Personal Name
Joko Subur, S.T., M.T. - Personal Name
Belly Yan Dewantara, S.T., M.T. - Personal Name
623.25.21 Sit p
NONE
Text
Indonesia
Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah
2025
Surabaya
x, 71 p. : ill. ; 29 cm.
Skripsi
LOADING LIST...
LOADING LIST...