Wijoyo, Anthony (2018) Studi Perbandingan Peramalan Intensitas Radiasi Matahari di Kota Malang Menggunakan Metode ANFIS dan Regresi Linier Berganda. Sarjana thesis, Universitas Brawijaya.
Abstract
Perkembangan penggunaan pembangkit listrik tenaga surya semakin lama semakin meningkat. Energi listrik yang dihasilkan memanfaatkan energi yang diterima dari sinar matahari. Besaran intensitas matahari bergantung oleh kondisi cuaca dan iklim lingkungan sekitar. Keadaan cuaca dari waktu ke waktu selalu berubah dan terkadang tidak menentu. Namun demikian keadaan cuaca ini dapat diprediksi dengan metode peramalan yang ada. Banyak metode yang dapat digunakan meramalkan keadaan cuaca baik berbasis matematika ataupun berbasis artificial intelligence. Untuk mengakomodir kedua metode tersebut pada penelitian ini metode regresi linier berganda dan Adaptive Neuro Fuzzy Inference System (ANFIS) digunakan untuk memprediksi intensitas ketersediaan energi matahari. Penelitian ini, bertujuan: 1). Mengetahui arsitektur ANFIS yang optimal untuk melakukan peramalan intensitas radiasi matahari; 2) Mengetahui peramalan intensitas radiasi matahari yang ada di lingkup Kota Malang dan Kota Bassel Swiss dengan metode Regresi Linier Berganda; 3) Mengetahui peramalan intensitas radiasi matahari yang ada di Kota Malang dan Kota Bassel Swiss dengan metode ANFIS; 4) Mengetahui perbandingan ramalan intensitas radiasi matahari antara metode Regresi Linier Berganda dan ANFIS; 5) Mengatahui perbandingan ramalan short term di Kota Malang dan Bassel menggunakan metode ANFIS dan Regresi Linier Berganda. Hasil penelitian menunjukan: 1) Arsitektur ANFIS yang optimal untuk melakukan peramalan intensitas radiasi matahari adalah 5 membership function, kurva membership function Gaussian Combination, dan 90% data training 10% data testting; 2) Hasil peramalan intensitas radiasi matahari dengan metode Regresi Linier Berganda yang ada di Kota Malang memiliki nilai RMSE sebesar 107,4813 dan nilai MAE sebesar 86,7716 sedangkan di Kota Bassel memiliki nilai RMSE sebesar 101,9780 dan nilai MAE sebesar 71,0880; 3) Hasil peramalan intensitas radiasi matahari dengan metode ANFIS yang ada di Kota Malang memiliki nilai RMSE sebesar 128,665 dan nilai MAE sebesar 101,531 sedangkan di Kota Bassel memiliki nilai RMSE sebesar 99,2813 dan nilai MAE sebesar 71,9695; 4) Perbandingan peramalan untuk jangka waktu yang lama dengan data Kota Bassel. Melihat dari nilai MAE dan RMSE dapat diketahui metode ANFIS lebih akurat dalam melakukan peramalan intensitas radiasi matahari, sedangkan Regresi Linier Berganda baik dalam melakukan peramalan intensitas radiasi matahari dengan data yang sedikit; 5) Perbandingan peramalan short term di Kota Malang dengan metode ANFIS memiliki nilai RMSE 114,0588 MAE 96,3178 dan metode Regresi Linier Berganda memiliki nilai RMSE 95,6449 MAE 80,7259 sedangkan peramalan short term di Kota Bassel dengan metode ANFIS memiliki nilai RMSE 81,2167 MAE 63,66577 dan metode Regresi Linier Berganda memiliki nilai RMSE 108,9498 MAE 70,1278;
English Abstract
The development of the use of solar power plants increasingly rapidly increase. The electrical energy generated utilizes the energy received from the sun. The intensity of the sun depends on weather conditions and the surrounding environment. Weather conditions from time to time are always changing and sometimes uncertain. However, this weather situation can be predicted by existing forecasting methods. Many methods can be used to forecast weather conditions either based on mathematics or artificial intelligence based. To accommodate both methods in this study multiple linier regression method and Adaptive Neuro Fuzzy Inference System (ANFIS) is used to predict the intensity of solar energy availability. This research, aimed at: 1). Knowing the optimal ANFIS architecture to forecast the intensity of solar radiation; 2) To know the forecasting of the intensity of solar radiation in the scope of Malang City and Swiss Bassel City with Multiple Linier Regression method; 3) To know the forecasting of solar radiation intensity in Malang City and Swiss Bassel City with ANFIS method; 4) Know the comparison of solar radiation intensity forecast between Multiple Linier Regression method and ANFIS; 5) Know the comparison of short term forecast in Malang and Bassel using ANFIS method and Multiple Linier Regression. The result of the research shows: 1) The optimal ANFIS architecture to forecast the intensity of solar radiation is 5 membership function, Gaussian Combination membership curve, and 90% training data 10% data testting; 2) The result of solar radiation intensity forecasting using Multiple Linier Regression method in Malang has RMSE of 107,4813 and MAE value of 86,7716 whereas in Bassel has RMSE value equal to 101,9780 and MAE value equal to 71,0880; 3) The result of solar radiation intensity forecasting with ANFIS method in Malang has RMSE value 128,665 and MAE value is 101,531 whereas in Bassel has RMSE value equal to 99,2813 and MAE value equal to 71,9695; 4) Comparison of long-term forecasting with Bassel City data. Looking from the value of MAE and RMSE can be known ANFIS method is more accurate in forecasting the intensity of solar radiation, while Multiple Linier Regression is good in doing the forecasting to forecast the radiation with little data; 5) Comparison of short term forecasting in Malang with ANFIS method has RMSE 114,0588 MAE 96,3178 and Multiple Linier Regression method has RMSE value 95,6449 MAE 80,7259 while short term forecasting in Bassel City with ANFIS method has value RMSE 81 , 2167 MAE 63,66577 and Multiple Linier Regression method has RMSE value 108,9498 MAE 70,1278.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FT/2018/299/051804169 |
| Uncontrolled Keywords: | Peramalan, Artificial Intelligence, Adaptive Neuro Fuzzy Inference (ANFIS), Regresi Linier Berganda |
| Subjects: | 600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting |
| Divisions: | Fakultas Teknik > Teknik Elektro |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 07 Jun 2018 01:19 |
| Last Modified: | 19 Oct 2021 07:00 |
| URI: | http://repository.ub.ac.id/id/eprint/11473 |
Preview |
Text
BAB II.pdf Download (728kB) | Preview |
Preview |
Text
BAB IV.pdf Download (2MB) | Preview |
Preview |
Text
BAB I.pdf Download (274kB) | Preview |
Preview |
Text
Lampiran.pdf Download (2MB) | Preview |
Preview |
Text
BAB III.pdf Download (468kB) | Preview |
Preview |
Text
BAB V.pdf Download (155kB) | Preview |
Preview |
Text
BAGIAN DEPAN.pdf Download (361kB) | Preview |
Preview |
Text
DAFTAR PUSTAKA.pdf Download (263kB) | Preview |
Actions (login required)
 |
View Item |