PREDIKSI RADIASI SINAR MATAHARI DENGAN JARINGAN SYARAF TIRUAN (JST) MENGGUNAKAN METODE BACKPROPAGATION

ZEENO, MUCHAMAD MIZAN (2020) PREDIKSI RADIASI SINAR MATAHARI DENGAN JARINGAN SYARAF TIRUAN (JST) MENGGUNAKAN METODE BACKPROPAGATION. Other thesis, UNIVERSITAS PGRI SEMARANG.

[thumbnail of MUCHAMAD MIZAN ZEENO.pdf] Text
MUCHAMAD MIZAN ZEENO.pdf
Restricted to Repository staff only

Download (3MB)

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.

Item Type: Thesis (Other)
Subjects: L Education > L Education (General)
Divisions: Fakultas Teknik dan Informatika > Teknik Elektro
Depositing User: Perpus Pusat Upgris
Date Deposited: 18 Nov 2024 06:36
Last Modified: 18 Nov 2024 06:36
URI: http://eprints3.upgris.ac.id/id/eprint/7581

Actions (login required)

View Item
View Item