Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal SinarFe7
chamdalah chamdalah
universitas hang tuah surabaya
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
SF08 PREDIKSI DAYA FOTOVOLTAIK BERDASARKAN SUHU DAN RADIASI MATAHARI MENGGUNAKAN RANDOM FOREST REGRESSION chamdalah chamdalah
SinarFe7 Vol. 8 No. 1 (2026): Sinarfe7-8 2026
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak—Perkembangan sistem fotovoltaik (PV) sebagai sumber energi terbarukan mendorong perlunya metode prediksi daya yang akurat karena keluaran daya dipengaruhi oleh perubahan suhu dan intensitas radiasi matahari. Penelitian ini bertujuan membangun model prediksi output daya modul fotovoltaik menggunakan algoritma Random Forest Regression (RFR). Data penelitian diperoleh dari Photovoltaic Geographical Information System (PVGIS) berdasarkan lokasi penelitian di Surabaya selama tahun 2023. Variabel input yang digunakan adalah suhu dan intensitas radiasi matahari, sedangkan variabel output berupa daya modul fotovoltaik. Tahapan penelitian meliputi preprocessing, pembagian data menjadi 80% data pelatihan dan 20% data pengujian, optimasi parameter menggunakan GridSearchCV, serta evaluasi model menggunakan RMSE dan R². Hasil penelitian menunjukkan nilai RMSE sebesar 29,573 W dan R² sebesar 0,940, dengan nilai rata-rata cross validation sebesar 0,917. Hasil tersebut menunjukkan bahwa model Random Forest Regression mampu memberikan prediksi daya modul fotovoltaik yang akurat dan memiliki kemampuan generalisasi yang baik pada kondisi iklim tropis Indonesia.
Co-Authors