IDENTIFIKASI KARAKTERISTIK SOLAR CELL MELALUI PENGATURAN BEBAN HAMBATAN DENGAN METODE ANFIS (ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM) BERBASIS IOT

Facris Irgi Fahrezi, Mochammad (2023) IDENTIFIKASI KARAKTERISTIK SOLAR CELL MELALUI PENGATURAN BEBAN HAMBATAN DENGAN METODE ANFIS (ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM) BERBASIS IOT. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0919040037 - Mochammad Facris Irgi Fahrezi - Identifikasi Karakteristik i Solar Cell _i melalui Pengaturan Beban Hambatan dengan Metode ANFIS i (Adaptive Neuro-Fuzzy Inference System) _i Berbasis Iot.pdf Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Penggunaan energi baru terbarukan (EBT) sudah semakin gencar diterapkan di Indonesia pada saat ini. Kementerian ESDM menuturkan bahwa, saat ini pembiayaan untuk bisnis energi fosil semakin diperketat, sementara pertumbuhan EBT makin pesat. Salah satu sistem EBT yang semakin banyak dimanfaatkan adalah PLTS. Sistem pembangkit listrik tenaga surya yang memanfaatkan energi matahari dapat menghasilkan energi listrik dengan perantara sel photovoltaic (PV), Sel photovoltaic bergantung pada efek penyerapan energi matahari. Untuk mengoptimalkan daya keluaran dari solar cell diperlukan modul PV dengan efisiensi yang baik. Untuk mencapai tujuan dari penelitian ini, penulis akan mengembangkan beberapa contoh metode yang pernah diteliti pada kajian penelitian sebelumnya. Metode yang tepat yaitu menggunakan ANFIS (Adaptive Neuro-Fuzzy Inference System). ANFIS merupakan gabungan dari prinsip kerja metode neural network (NN) dan fuzzy inference system (FIS). Penerapan metode ini berfungsi untuk mengidentifikasi parameter pemodelan PV yang akan disesuaikan dengan besaran nilai hambatan pada beban untuk mengatur daya serap jaringan sel photovoltaic pada solar cell. Selanjutnya, untuk mepermudah proses pengambilan data yang dibutuhkan pada saat melakukan uji coba. Penambahan sistem teknologi IoT akan sangat membantu efektivitas pengujian. Setelah melakukan penelitian di dalam tugas akhir ini, dapat disimpulkan bahwa data yang didapat menunjukkan daya optimum yang mampu dicapai oleh panel surya sebesar 18,34W pada pukul 10:30 WIB. Selain itu, kinerja alat menunjukkan nilai toleransi error yang baik sebesar 0,035456. Nilai error tersebut didapat ketika metode ANFIS berhasil diterapkan didalam pengujian. Kemudian pengimplementasian teknologi Internet of Things juga sudah berhasil diterapkan. Alat dapat dikontrol dan dimonitor dengan baik melalui website

Actions (login required)

View Item