Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Rekayasa Elektro Sriwijaya Equivalent: Jurnal Ilmiah Sosial Teknik
Humaidi, Haneef Nouval Alannibras
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISA EFISIENSI DAN OPTIMALISASI KINERJA PADA SISTEM PLTS ON-GRID GUDANG SIDOARJO 265,29 KWP Arif, Denny Jumbo Ahmad; Al Ghozy, Naufal; Zulfatman, Zulfatman; Humaidi, Haneef Nouval Alannibras
Equivalent: Jurnal Ilmiah Sosial Teknik Vol. 7 No. 2 (2025): Equivalent: Jurnal Ilmiah Sosial Teknik
Publisher : Politeknik Siber Cerdika Internasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59261/jequi.v7i2.226

Abstract

Penelitian ini bertujuan untuk menganalisis efisiensi dan optimalisasi kinerja sistem Pembangkit Listrik Tenaga Surya (PLTS) on-grid berkapasitas 265,29 kWp yang terpasang di gudang Sidoarjo. Latar belakang penelitian didasarkan pada pentingnya pengelolaan energi terbarukan yang efisien dan sesuai kebutuhan beban guna mendukung efisiensi operasional industri. Metode yang digunakan adalah simulasi sistem menggunakan perangkat lunak PVsyst dengan berbagai konfigurasi kapasitas dan orientasi azimuth (-98° dan 80°) untuk dua skenario kapasitas sistem, yaitu 144,3 kWp dan 120,99 kWp. Hasil simulasi menunjukkan bahwa desain dengan kapasitas 144,3 kWp dan orientasi 80° menghasilkan energi tahunan tertinggi sebesar 237 MWh dengan performance ratio (PR) sebesar 82,7%. Sementara itu, konfigurasi 120,99 kWp dengan orientasi 80° menghasilkan 198 MWh per tahun dengan PR 82,3%. Temuan ini menunjukkan bahwa efisiensi sistem PLTS sangat dipengaruhi oleh orientasi panel dan konfigurasi daya yang disesuaikan dengan kebutuhan beban. Kesimpulannya, desain optimal dapat dicapai melalui analisis perbandingan output energi, PR, dan penyesuaian terhadap kendala lapangan seperti zero-export. Penelitian ini diharapkan dapat menjadi acuan dalam perancangan PLTS industri yang lebih efisien dan adaptif.
Prediksi Iradiasi Matahari Menggunakan Machine Learning untuk Estimasi Output PLTS di Wilayah Malang Humaidi, Haneef Nouval Alannibras; Handayani, Sita Tri; Kasan, Nur; Hakim, Ermanu Azizul; Al Rasyid , Zya Jamaluddin; Ningtias, Dieta Wahyu Asry
Jurnal Rekayasa Elektro Sriwijaya Vol. 7 No. 2 (2026): Jurnal Rekayasa Elektro Sriwijaya
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/hsar2478

Abstract

Accurate solar irradiance prediction is fundamental for planning and operating solar photovoltaic (PV) power systems. This study compares the performance of four machine learning algorithms — Random Forest (RF), Support Vector Regression (SVR), XGBoost, and Artificial Neural Network (ANN) — in predicting daily Global Horizontal Irradiance (GHI) in Malang, East Java. The dataset was obtained from NASA POWER spanning 10 years (2014–2023), comprising 3,646 daily records with 11 input features including meteorological parameters, temporal features, and autoregressive features. Data splitting was performed chronologically (70% training, 15% validation, 15% testing). Results show that XGBoost achieved the best performance with R² = 0.6797, RMSE = 0.5212 kWh/m²/day, and MAPE = 8.35%. Seasonal analysis reveals all models perform better during the dry season (R² = 0.74; MAPE = 6.63%) compared to the wet season (R² = 0.54; MAPE = 11.06%). A 5 kWp PV system in Malang is estimated to produce 7,626 kWh/year.
Co-Authors Al Ghozy, Naufal Al Rasyid , Zya Jamaluddin Arif, Denny Jumbo Ahmad Ermanu Azizul Hakim Handayani, Sita Tri Ningtias, Dieta Wahyu Asry Nur Kasan, Nur Zulfatman Zulfatman