cover
Contact Name
Machrus Ali
Contact Email
sinarfe7@gmail.com
Phone
+6281330002213
Journal Mail Official
sinarfe7@gmail.com
Editorial Address
Departemen Teknik Elektro, FTE-ITS, Gedung B-C lantai 2, Kampus ITS, Surabaya, Surabaya, Provinsi Jawa Timur, 60111
Location
Kota malang,
Jawa timur
INDONESIA
SinarFe7
ISSN : 26213540     EISSN : 26215551     DOI : https://doi.org/10.56795/sinarfe7.v5i1
Publikasi ini digunakan untuk kegiatan utama FORTEI (Forum Pendidikan Tinggi Teknik Elektro Indonesia) Regional Jawa Timur atara lain: menyelaraskan pendidikan tinggi Teknik Elektro se-Indonesia melingkupi bidang pendidikan, penelitian, dan aplikasi teknologi, Mendiskusikan topik-topik nasional terkait keilmuan Teknik Elektro, menyimpulkan, memberi masukan, dan solusi kepada pemerintah serta pemangku kepentingan, sebagai institusi rujukan mengenai pendidikan tinggi Teknik Elektro, meningkatkan kerjasama dan tali silaturrahim antar Institusi, pejabat Program Studi/ Jurusan/Departemen, dan peneliti bidang Teknik Elektro
Articles 563 Documents
SF08 PREDIKSI DAYA FOTOVOLTAIK BERDASARKAN SUHU DAN RADIASI MATAHARI MENGGUNAKAN RANDOM FOREST REGRESSION chamdalah chamdalah
SinarFe7 Vol. 8 No. 1 (2026): Sinarfe7-8 2026
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak—Perkembangan sistem fotovoltaik (PV) sebagai sumber energi terbarukan mendorong perlunya metode prediksi daya yang akurat karena keluaran daya dipengaruhi oleh perubahan suhu dan intensitas radiasi matahari. Penelitian ini bertujuan membangun model prediksi output daya modul fotovoltaik menggunakan algoritma Random Forest Regression (RFR). Data penelitian diperoleh dari Photovoltaic Geographical Information System (PVGIS) berdasarkan lokasi penelitian di Surabaya selama tahun 2023. Variabel input yang digunakan adalah suhu dan intensitas radiasi matahari, sedangkan variabel output berupa daya modul fotovoltaik. Tahapan penelitian meliputi preprocessing, pembagian data menjadi 80% data pelatihan dan 20% data pengujian, optimasi parameter menggunakan GridSearchCV, serta evaluasi model menggunakan RMSE dan R². Hasil penelitian menunjukkan nilai RMSE sebesar 29,573 W dan R² sebesar 0,940, dengan nilai rata-rata cross validation sebesar 0,917. Hasil tersebut menunjukkan bahwa model Random Forest Regression mampu memberikan prediksi daya modul fotovoltaik yang akurat dan memiliki kemampuan generalisasi yang baik pada kondisi iklim tropis Indonesia.
SF33 INTEGRASI ENERGI TERBARUKAN PADA SISTEM KELISTRIKAN BALI 150 KV, 20-BUS I I_Gede_Mantra
SinarFe7 Vol. 8 No. 1 (2026): Sinarfe7-8 2026
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peningkatan kebutuhan energi listrik dan target pemanfaatan energi baru terbarukan mendorong integrasi Pembangkit Listrik Tenaga Surya (PLTS) ke dalam sistem kelistrikan Bali 150 kV. Integrasi PLTS diharapkan mampu meningkatkan profil tegangan dan mengurangi rugi-rugi daya pada jaringan transmisi. Penelitian ini bertujuan untuk menganalisis pengaruh integrasi PLTS terhadap profil tegangan dan rugi-rugi daya pada sistem kelistrikan Bali 150 kV 20-bus menggunakan perangkat lunak DIgSILENT PowerFactory. Metode penelitian dilakukan melalui simulasi aliran daya (load flow) pada tiga kondisi operasi, yaitu kondisi dasar (base case), peningkatan beban sebesar 40%, dan integrasi empat PLTS masing-masing berkapasitas 25 MW. Hasil simulasi menunjukkan bahwa peningkatan beban sebesar 40% menyebabkan rata-rata tegangan sistem menurun dari 1,007 p.u. menjadi 0,963 p.u., sehingga beberapa bus mengalami kondisi undervoltage, yaitu GI Pesanggaran, Pecatu, dan Pemecutan. Setelah dilakukan integrasi empat PLTS berkapasitas 25 MW, rata-rata tegangan sistem meningkat menjadi 0,977 p.u. dan seluruh bus kembali berada di atas batas minimum operasi sebesar 0,95 p.u. Integrasi PLTS juga memberikan dampak positif terhadap rugi-rugi daya, yaitu menurunkan rugi-rugi daya aktif dari 28,40 MW menjadi 18,65 MW atau sebesar 34,33%, serta menurunkan rugi-rugi daya reaktif dari 98,75 MVAR menjadi 62,30 MVAR atau sebesar 36,91%. Penurunan rugi-rugi daya tersebut menunjukkan bahwa PLTS mampu menyuplai daya lebih dekat ke pusat beban sehingga mengurangi aliran daya pada saluran transmisi dan meningkatkan efisiensi penyaluran energi listrik. Berdasarkan hasil penelitian, integrasi PLTS terbukti mampu memperbaiki profil tegangan dan mengurangi rugi-rugi daya, sehingga dapat menjadi salah satu solusi untuk meningkatkan performansi dan keandalan sistem kelistrikan Bali 150 kV.
SF50 Desain dan Implementasi MPPT Perturb & Observe (P&O) pada Buck Converter sebagai Penyedia Energi untuk Sistem Pengering Biji Kopi Berbasis Photovoltaic Iqbal Nurhamzah Nurhamzah; Dwi Ajiatmo; Rukslin
SinarFe7 Vol. 8 No. 1 (2026): Sinarfe7-8 2026
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Post-harvest drying is a critical stage in determining coffee bean quality, yet small-scale farmers still largely rely on conventional sun drying, which is highly weather-dependent. This study focuses on the design and performance analysis of a Maximum Power Point Tracking (MPPT) algorithm using the Perturb and Observe (P&O) method on a buck-converter-based Solar Charge Controller (SCC) for a small-scale off-grid coffee bean drying system. The energy source is a 30 Wp Maysun Solar MS30M-36 monocrystalline panel charging a 12V 8Ah VRLA battery, with duty-cycle control executed by an Arduino UNO microcontroller using a four-branch decision-tree logic based on ΔP and ΔV readings. The design was validated through PSIM simulation prior to hardware testing. Simulation results show the P&O algorithm locks the panel operating voltage at 18.30 V (close to Vmp) within a tracking time of approximately 0.035 s, raising the output power from 22.00 W to 30.80 W (a 40.0% increase) compared to a static duty-cycle system. Real-world hardware testing shows the P&O MPPT system maintains the panel voltage within 16.63 V–16.97 V with a peak input power of 25.96 W and an average converter efficiency of 86.73%, markedly outperforming the non-MPPT system, which only reached a peak power of 17.02 W. These results confirm that the P&O algorithm significantly improves photovoltaic power extraction efficiency and is feasible for small-scale off-grid coffee bean drying applications.