<![CDATA[Kinerja photovoltaic (PV) sangat dipengaruhi oleh karakteristik termal, terutama temperatur yang berdampak langsung terhadap daya keluaran. Pada kondisi nyata, distribusi temperatur pada permukaan panel tidak selalu seragam, sehingga pemodelan berbasis temperatur rata-rata sering kali kurang akurat. Penelitian ini bertujuan untuk memodelkan daya keluaran PV berdasarkan distribusi temperatur menggunakan algoritma Support Vector Regression (SVR). Variabel input yang digunakan meliputi temperatur atas dan bawah panel, irradiance matahari serta kelembapan udara, sementara daya keluaran PV dijadikan sebagai variabel target. Model SVR diterapkan dengan fungsi kernel Radial Basis Function (RBF) untuk menangkap hubungan nonlinier antara variabel input dan output. Hasil pengujian menunjukkan bahwa akurasi model meningkat seiring dengan bertambahnya jumlah dan variasi dataset, dengan performa terbaik diperoleh pada dataset 10 hari yang menghasilkan nilai error rendah serta nilai dan yang tinggi. Temuan ini menunjukkan bahwa SVR efektif dan andal dalam memprediksi daya keluaran PV berbasis distribusi temperatur panel.]]>
Copyrights © 2026
