Prediksi dan Optimasi Performa Operasional PLTS berbasis Data LV dan MV dengan Random Forest

Arkan, Adhitiya Dwi
Dhika, Harry
Lestari, Iis Dewi

JRIIN :Jurnal Riset Informatika dan Inovasi
Vol 3 No 7 (2025): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)

Penelitian ini mengembangkan model prediksi performa Pembangkit Listrik Tenaga Surya (PLTS) menggunakan algoritma Random Forest dengan optimasi Bayesian. Dataset berasal dari data teknis Low Voltage (LV) dan Medium Voltage (MV) PLTS periode September 2024 milik PT Pertamina Power Indonesia. Tahapan meliputi pra-pemrosesan, seleksi fitur, pelatihan, dan evaluasi model menggunakan MAE, RMSE, dan R². Hasil menunjukkan Random Forest memberikan performa terbaik dengan MAE 8,09 kW, RMSE 31,16 kW, dan R² 0,985, mengungguli LightGBM dan XGBoost pada dataset yang sama. Model diimplementasikan ke dalam sistem web berbasis Django untuk prediksi real-time, dilengkapi interpretasi hasil, visualisasi, serta ekspor laporan PDF dan Excel. Sistem ini mendukung pemantauan kinerja PLTS yang efisien dan pengambilan keputusan berbasis data.