Claim Missing Document
Check
Articles

Found 1 Documents
Search

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