Article Per Year (5 Year)
p-Index From 2021 - 2026
2.255
P-Index
This Author published in this journals
All Journal Seminar Nasional Informatika (SEMNASIF) Indonesian Journal on Computing (Indo-JC) IJoICT (International Journal on Information and Communication Technology) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) AKSIOLOGIYA : Jurnal Pengabdian Kepada Masyarakat JURNAL MEDIA INFORMATIKA BUDIDARMA JITK (Jurnal Ilmu Pengetahuan dan Komputer) Jurnal Informatika Universitas Pamulang TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol Socius (Jurnal Pendidikan dan Pembelajaran Ilmu Pengetahuan Sosial) (Edisi Elektronik) eProceedings of Engineering
Hilal Hudan Nuha
Universitas Telkom
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Social Sciences

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Pemodelan Tenaga Surya Menggunakan Internet Of Things Dan Bidirectional Long Short-Term Memory Betari Angeli; Ikke Dian Oktaviani; Hilal Hudan Nuha
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Ketidakstabilan intensitas radiasi matahari dapat menyebabkan fluktuasi pada produksi energi listrik, hal ini merupakan permasalahan utama dalam pemanfaatan energi surya. Oleh karena itu, dilakukan pemodelan sistem tenaga surya menggunakan Internet of Things (IoT) dan Bidirectional Long Short-Term Memory (BiLSTM) Neural Networks. Sistem ini dirancang untuk meningkatkan akurasi prediksi dan optimalisasi produksi tenaga surya melalui panel surya. Metodologi yang digunakan menggabungkan teknologi IoT untuk mengumpulkan data lingkungan berupa Global Solar Radiation (GSR), suhu, dan kelembapan relatif (RH). Data tersebut kemudian dianalisis menggunakan algoritma BiLSTM. Hasil yang diperoleh dari model ini adalah prediksi output energi surya yang lebih akurat sehingga dapat mendukung peningkatan efisiensi produksi tenaga surya dibandingkan metode konvensional. Kata kunci: tenaga surya, internet of things, bilstm, neural networks, prediksi
Co-Authors Abdi T. Abdalla Adimas Fiqri Ramdhansyah Aji Gautama Putrada Ananda Muhammad Nuriawan Andika Muhammad Yofan Fathoni Andrian Rakhmatsyah Arafah Mufti, Azizurahman Arnas Sofyan Azizurahman Arafah Mufti Betari Angeli Chando Anggara Natanael Batubara Dimas Prakoso Dita Oktaria Doan Perdana Endang Rosdiana Endro Ariyanto Favian Dewanta Fazmah Arif Y Ikke Dian Oktaviani Loudry Achmad Tiransri Maman Abdurohman Mazaya Zata Diny Muhammad Akbar Wicaksana Muhammad Al Makky Muhammad Rayhan Natadimadja Novian Anggis Suwastika Parman Sukarno Rahmat Yasirandi Rezy Noerdyah Ayu Saputri Rio Guntur Utomo Ryan Lingga Wicaksono Sidik Prabowo Siti Amatullah Karimah Thasya Nurul Wulandari Siagian Vera Suryani Veshea Falerie Goszal