KLASIFIKASI PHOTOVOLTAIC CELL DEFECT MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Abstract

Photovoltaic (PV) menjadi komponen utama pada sistem pembangkit berbasis energi surya (matahari). Photovoltaic berfungsi sebagai perangkat yang mengkonversi energi surya menjadi energi listrik. Kinerja panel dipengaruhi oleh beberapa faktor antara lain yaitu hambatan listrik beban, intensitas penyinaran matahari, temperatur PV dan bayangan (partial shading). Material penyusun PV cukup rentan terlebih apabila dihadapkan dengan kondisi lingkungan ekstrem. Kerusakan atau defect pada photovoltaic cell menjadi hal yang krusial dan tidak bisa diabaikan begitu saja. Klasifikasi defect pada photovoltaic cell menjadi hal penting terutama dalam dunia PV industri terlebih untuk dapat memaksimalkan pemiliharaan cerdas. Perancangan model klasifikasi defect pada sel fotovoltaik dengan menggunakan metode Convolutional Neural Network (CNN) pada tugas akhir ini bertujuan untuk mengklasifikasikan tipe defect pada sel PV. Algoritma CNN dipilih karena algoritma ini memiliki kemampuan yang signifikan dalam banyak tugas mengenai pemgolahan gambar. Model klasifikasi yang dirancang menghasilkan akurasi sebesar 88%. Dengan demikian maka dapat disimpulkan bahwa algoritma CNN memiliki performa yang baik dalam mengklasifikasikan tipe defect pada PV.