Sinurat, Hendra Sumitro (2019) Prediksi Intensitas Radiasi Matahari Kota Malang dengan Jaringan Saraf Tiruan Propagasi Balik. Sarjana thesis, Universitas Brawijaya.
Abstract
Potensi energi surya sangat besar. Untuk pemanfaatan energi ini, dibutuhkan data yang dapat menggambarkan ketersediaan energi matahari yang dapat dimanfaatkan. Informasi katersediaan energi matahari akan digunakan untuk prediksi intensitas radiasi matahari, sehingga penggunaan energi matahari dapat optimal. Pada penelitian ini dilakukan peramalan intensitas radiasi matahari. Data yang digunakan untuk memprediksi intensitas radiasi matahari adalah suhu udara, lama penyinaran matahari, dan curah hujan. Metode yang digunakan dalam penelitian ini yaitu jaringan saraf tiruan (JST) dan regresi linier berganda sebagai metode pembanding. Perhitungan nilai kesalahan dalam penelitian ini mengunakan metode Root mean square error (RMSE) dan Mean Absolut Error (MAE). Penelitian ini, bertujuan: 1). Mengetahui arsitektur JST yang optimal untuk melakukan prediksi intensitas radiasi matahari; 2) Mengetahui prediksi intensitas radiasi matahari pada Kota Malang dan Kota Bassel Swiss dengan metode JST; 3) Mengetahui prediksi intensitas radiasi matahari pada Kota Malang dan Kota Bassel Swiss dengan metode regresi linier berganda; 4) Mengetahui perbandingan prediksi intensitas radiasi matahari antara metode JST dan regresi linier berganda; 5) Mengatahui perbandingan prediksi jangka pendek di Kota Malang dan Bassel dengan metode JST dan regresi linier berganda. Hasil penelitian menunjukan: 1) Arsitektur jaringan saraf tiruan agar didapatkan prediksi yang optimal pada data Kota Malang BMKG Karangploso yaitu pada komposisi 90% data latih dan 10% data uji dengan 10 neuron pada hidden layer; 2) Hasil prediksi intensitas radiasi matahari dengan metode JST di Kota Malang memiliki nilai RMSE sebesar 115,3569 dan nilai MAE sebesar 89,0556 sedangkan di Kota Bassel memiliki nilai RMSE sebesar 75,2603 dan nilai MAE sebesar 51,8844; 3) Hasil prediksi intensitas radiasi matahari dengan metode regresi linier berganda di Kota Malang memiliki nilai RMSE sebesar 110,1697 dan nilai MAE sebesar 85,0434 sedangkan di Kota Bassel memiliki nilai RMSE sebesar 103,5776 dan nilai MAE sebesar 71,3495; 4) Perbandingan prediksi untuk jangka waktu yang lama dengan data Kota Bassel. Melihat dari nilai MAE dan RMSE dapat diketahui metode JST 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 prediksi jangka pendek di Kota Malang dengan metode JST memiliki nilai RMSE 136,5274 MAE 116,1280 dan metode regresi linier berganda memiliki nilai RMSE 147,4119 MAE 136,6559 sedangkan prediksi jangka pendek di Kota Bassel dengan metode JST memiliki nilai RMSE 116,3759 MAE 94,5174 dan metode regresi linier berganda memiliki nilai RMSE 107,9499 MAE 101,0136;
English Abstract
The potential of solar energy is very large. For this energy utilization, data is needed that can describe the availability of solar energy that can be utilized. Information on the availability of solar energy will be used to predict the intensity of solar radiation, so that the use of solar energy can be optimal. In this study, the intensity of solar radiation was forecasted. The data used to predict the intensity of solar radiation are air temperature, duration of solar radiation, and rainfall. The method used in this study is artificial neural networks (ANN) and multiple linear regression as a comparison method. Calculation of error values in this study using the method of Root mean square error (RMSE) and Mean Absolute Error (MAE). This study, aims: 1). Knowing the optimal ANN architecture to predict the intensity of solar radiation; 2) Knowing the prediction of solar radiation intensity in Malang City and Swiss Bassel City by ANN method; 3) Knowing the prediction of the intensity of solar radiation in Malang City and Swiss Bassel City with multiple linear regression methods; 4) Knowing the prediction ratio of solar radiation intensity between ANN methods and multiple linear regression; 5) Knowing the comparison of short-term predictions in the City of Malang and Bassel with ANN methods and multiple linear regression. The result of the research shows: 1) Artificial neural network architecture in order to obtain optimal predictions in the data of Malang City BMKG Karangploso, namely in the composition of 90% training data and 10% test data with 10 neurons in the hidden layer; 2) The results of the prediction of the intensity of solar radiation with the ANN method in Malang City have a RMSE value of 115.3569 and an MAE value of 89.0556 while in the City of Bassel the RMSE value is 75.2603 and the MAE value is 51.8844; 3) The results of the prediction of the intensity of solar radiation with multiple linear regression methods in Malang City have an RMSE value of 110.1697 and an MAE value of 85.0434 while in the City of Bassel the RMSE value is 103.5776 and the MAE value is 71.3495; 4) Comparison of predictions for long periods of time with City Bassel data. Looking at the MAE and RMSE values, it can be seen that ANN methods are more accurate in forecasting the intensity of solar radiation, while Multiple Linear Regression is good at forecasting the intensity of solar radiation with little data; 5) Comparison of short-term predictions in Malang City with ANN method has RMSE 136,5274 MAE 116,1280 and multiple linear regression method has RMSE value 147,4119 MAE 136,6559 while short-term predictions in Kota Bassel with ANN method have RMSE value 116,3759 MAE 94,5174 and multiple linear regression methods have a value of RMSE 107,9499 MAE 101,0136;
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FT/2019/211/051904870 |
| Uncontrolled Keywords: | Prediksi, Jaringan Saraf Tiruan, Regresi Linier Berganda, intensitas radiasi matahari, Prediction, Artificial Neural Networks, Multiple Linear Regression, intensity of solar radiationa |
| Subjects: | 600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting > 621.31 Generations, modification, storage, transmission of electric power > 621.312 Generation, modification, storage > 621.312 4 Direct energy conversion > 621.312 44 Generation of electricity from solar radiation |
| Divisions: | Fakultas Teknik > Teknik Elektro |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 10 Aug 2020 06:12 |
| Last Modified: | 10 Aug 2020 06:12 |
| URI: | http://repository.ub.ac.id/id/eprint/171683 |
Actions (login required)
 |
View Item |