Manajemen Energi Gedung Bertingkat dengan Prediksi Keluaran Daya pada Sistem Photovoltaic menggunakan Neural Network

Abstract

Abstract

Solar energy is an inexhaustible source of renewable energy and is considered one of the most promising as a renewable resource. Photovoltaic is a technology that functions to convert solar energy into electrical energy. The amount of electrical energy produced by the photovoltaic module depends on the intensity of radiation (irradiance) of sunlight. This study discusses power prediction in photovoltaic based on irradiance energy using feed forward neural network. And then from the results of the convergence process, values are obtained which include the value performance, the value of mse, the value of the actual data, and the value of the optimal prediction results.

Abstrak

Energi matahari merupakan salah satu sumber energi terbarukan yang tidak habis-habisnya dan dianggap sebagai salah satu yang paling menjanjikan sebagai sumber daya terbarukan. Photovoltaic merupakan suatu teknologi yang berfungsi untuk mengkonversikan energi matahari menjadi energi listrik. Jumlah energi listrik yang dihasilkan oleh modul photovoltaic bergantung kepada intensitas radiasi (irradiance) cahaya matahari. Dalam studi penelitian ini membahas tentang prediksi daya pada photovoltaic berdasarkan energi irradiance menggunakan feedforward neural network. Yang diolah kedalam 4 layer, kemudian pembagian data untuk training sebesar 80% yaitu 6 hari sedangkan untuk proses testing adalah 20% atau sama dengan 2 hari. Data input yang telah dipilih harus terlebih dahulu dinormalisasi dengan perintah prestd dalam MATLAB. Dan kemudian dari hasil proses konvergensi tersebut, diperolehlah nilai-nilai yang meliputi nilai performance, nilai mse, nilai data actual, serta nilai hasil prediksi secara optimal.