• Login
    View Item 
    •   DSpace Home
    • FACULTY OF INDUSTRIAL TECHNOLOGY
    • LOGISTICS ENGINEERING (TEKNIK LOGISTIK)
    • DISSERTATIONS AND THESES (LG)
    • View Item
    •   DSpace Home
    • FACULTY OF INDUSTRIAL TECHNOLOGY
    • LOGISTICS ENGINEERING (TEKNIK LOGISTIK)
    • DISSERTATIONS AND THESES (LG)
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Peramalan Jangka Pendek Daya Keluaran Solar Photovoltaic Berdasarkan Univariate Machine Learning Models

    Thumbnail
    View/Open
    Elfira Vathia Khairunnisa_102417020_Laporan Tugas Akhir.pdf (5.050Mb)
    Date
    2021-08-24
    Author
    Khairunnisa, Elfira Vathia
    Metadata
    Show full item record
    Abstract
    Penggunaan energi fosil mulai ditinggalkan sejak dikembangkannya energi terbarukan. Energi terbarukan yang saat ini banyak digunakan di berbagai negara adalah energi matahari. Salah satu negara yang mulai beralih menggunakan energi matahari adalah Taiwan. Taiwan memiliki jumlah penduduk yang cukup besar dan konsumsi energi di Taiwan terus meningkat setiap tahunnya. Penelitian ini memiliki tujuan untuk membuat model peramalan untuk membantu meramalkan output dari solar power generation berdasarkan data historis output solar power generation itu sendiri. Pengembangan model peramalan dilakukan dengan metode Long Short Term Memory (LSTM) yang saat ini banyak digunakan untuk peramalan data time series. LSTM digunakan karena metode ini dapat menghasilkan hasil peramalan yang cukup akurat untuk permasalahan long term dependencies yang sering ditemui pada peramalan data time series. Objek penelitian adalah 4 lokasi solar farm di Taiwan. Model peramalan dikembangkan untuk data dengan granularity 10 menit dan 1 jam. Hasil pengolahan data menunujukkan model dengan granularity 10 menit memiliki nilai MAE sebesar 5.98 untuk lokasi 1, 6.10 untuk lokasi 2, 5.25 untuk lokasi 3, dan 6.19 untuk lokasi 4. Sedangkan untuk data dengan granularity 1 jam memiliki nilai MAE sebesar 14.98 untuk lokasi 1, 13.92 untuk lokasi 2, 11.11 untuk lokasi 3, dan 13.10 untuk lokasi 4.
    URI
    https://library.universitaspertamina.ac.id//xmlui/handle/123456789/4180
    Collections
    • DISSERTATIONS AND THESES (LG)

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV