Yuli Indahwati Gultom
Unknown Affiliation

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

Found 1 Documents
Search

Model Prediksi Penjadwalan Produksi Energi Terbarukan dengan Algoritma XGBoost dan Analisis Interpretatif Menggunakan SHAP M. Safii; Husain; Ika Okta Kirana; Sasha Aiko Leana; Yuli Indahwati Gultom
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 4 (2025): EDISI JULI 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i4.11443

Abstract

Penjadwalan produksi energi terbarukan adalah kegiatan untuk menyeimbangkan antara pasokan dan permintaan energi dalam siklus sistem energi berkelanjutan. Berbagai jenis energi terbarukan seperti hidro, angin, matahari, dan lainnya akan melalui pemodelan prediktif dari jadwal produksi menggunakan algoritma Extreme Gradient Boosting (XGBoost) yang dikombinasikan dengan pendekatan interpretabilitas model menggunakan SHapley Additive exPlanations (SHAP). Penelitian ini menggunakan data sekunder dengan parameter Tahun, Negara, Energi Surya, Energi Angin, Energi Hidro, Energi Terbarukan Lainnya, dan Total Energi Terbarukan. Pemodelan menunjukkan bahwa energi angin dan energi matahari memiliki prediksi produksi yang meningkat ketika nilai fitur tinggi dan energi angin memiliki efek negatif ketika nilai fitur rendah. Penelitian ini memiliki kontribusi yang signifikan terhadap faktor yang mempengaruhi penjadwalan dan juga berpeluang untuk penerapan sistem cerdas dalam pengambilan keputusan sektor energi. Hasil penelitian ini dapat menjadi dasar untuk merumuskan strategi manajemen energi berkelanjutan yang memiliki potensi untuk mengintegrasikan kecerdasan buatan dan transparansi model dalam kebijakan energi terbarukan.