CAKRA ALNURZIPURA, - (2023) PERAMALAN DAYA KELUARAN PEMBANGKIT LISTRIK TENAGA SURYA (PLTS) DI INDONESIA. Thesis thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.
Text (BAB IV)
PEMBAHASAN.pdf - Published Version Restricted to Repository staff only Download (659kB) |
||
|
Text
TANPA BAB IV.pdf Download (1MB) | Preview |
Abstract
ABSTRAK Peramalan dibutuhkan dalam memprediksi performa Pembangkit Listrik Tenaga Surya (PLTS) di masa depan. Penelitian ini meramalkan daya dari dua PLTS di Indonesia karena banyak PLTS di Indonesia yang tidak diamati kinerjanya sehingga proyeksi produksi energi di masa depan tidak diketahui. Tahap penelitian ini diawali dengan web scraping dalam pengambilan data dari database pvoutput.org. Data yang diperoleh masih “kotor” sehingga selanjutnya dilakukan preprocessing untuk membersihkan data. Pada langkah terakhir, digunakan machine learning dari library scikit learn untuk meramalkan daya output beberapa tahun kedepan. Setiap prosedur diatas diimplementasikan menggunakan bahasa pemograman python. Penelitian ini menghasilkan data daya PLTS satu hari hanya dalam 5 detik. Data bersih dan padat dari dua PLTS di Indonesia, dan peramalan daya keluaran dua PLTS di Indonesia untuk tahun 2023-2026. Peramalan menunjukan bahwa performa PLTS JakartaRagunan di Jakarta dengan kapasitas 11,520 kW mengalami penurunan kinerja sebesar 2,27% pertahun. PLTS ini diperkirakan masih produktif dalam 4 tahun kedepan hingga tahun 2026 saat penurunan kinerja mencapai 20%. Sedangkan grafik trend hasil peramalan dari sistem PLTS SoloRoof di Surakarta dengan kapasitas 1,040 kW untuk tahun 2020 hingga 2024 mengalami kenaikan berdasarkan data historis. Namun hal ini tidak mungkin terjadi. Karena kesalahan disebabkan oleh kualitas data mentah yang buruk. Kata kunci : Solar photovoltaic, web scraping, data preprocessing, peramalan, machine learning, scikit-learn
Item Type: | Thesis (Thesis) |
---|---|
Subjects: | 000 Karya Umum |
Divisions: | Fakultas Sains dan Teknologi > Teknik Elektro |
Depositing User: | fsains - |
Date Deposited: | 30 May 2023 06:57 |
Last Modified: | 30 May 2023 06:57 |
URI: | http://repository.uin-suska.ac.id/id/eprint/71204 |
Actions (login required)
View Item |