PREDIKSI DAYA KELUARAN PV BERBASIS JARINGAN SARAF TIRUAN PADA PUSAT PERBELANJAAN TANGERANG

Luki Mahendra (Program Studi Teknik Elektro, Universitas Billfath, Lamongan)
Jauharotul Maknunah (Program Studi Teknik Elektro, Universitas Billfath, Lamongan)
Bagiyo Herwono (Program Studi Teknik Elektro, Universitas Billfath, Lamongan)
Yussi Anggraini (Program Studi Teknik Elektro, Universitas Billfath, Lamongan)
Karimatun Nisa (Program Studi Teknik Elektro, Universitas Islam Lamongan, Lamongan)

Conference on Innovation and Application of Science and Technology (CIASTECH)
CIASTECH 2021 "Kesiapan Indonesia Dalam Menghadapi Krisis Energi Global"

Pemanfaatan energi yang dihasilkan oleh photovoltaic (PV) dapat diprediksikan. Tujuannya adalah untuk mengetahui informasi kedepan tentang daya yang diproduksi oleh PV. Dengan mengetahui lebih awal maka pembebanan dapat disiapkan. Dari situ perlu adanya mechine learning untuk mempelajari data yang mempengaruhi kerja PV secara lebih lanjut. Sehingga perlu adanya kecerdasan buatan untuk mempelajari data tersebut. Kecerdasan buatan atau Artificial Intellegent (AI) salah satunya adalah Artificial Neural Network (ANN) yang dapat digunakan untuk prediksi atau forcast. Pada penelitian yang diajukan yaitu tentang memprediksikan daya produksi PV dengan ANN sebagai mechine learning pada pusat perbelanjaan di Tangerang. Salah satu faktor utama yang mempengaruhi kerja PV yaitu besarnya irradiance, suhu PV, suhu lingkungan dan waktu. Sehingga data yang digunakan sebagai input parameter ANN pada penelitian ini adalah irradiance, suhu PV, suhu ambient dan waktu. Sedangkan output atau targetnya adalah daya keluaran PV. Performa parameter ANN yang digunakan untuk mengukur ketepatan forcast adalah Mean Squere Error (MSE). Selanjutnya hasil prediksi akan dibandingkan dengan data pengukuran daya keluaran PV.