Pemodelan Tenaga Surya Menggunakan Internet Of Things Dan Bidirectional Long Short-Term Memory
Abstract
Ketidakstabilan intensitas radiasi matahari dapat menyebabkan fluktuasi pada produksi energi listrik, hal ini merupakan permasalahan utama dalam pemanfaatan energi surya. Oleh karena itu, dilakukan pemodelan sistem tenaga surya menggunakan Internet of Things (IoT) dan Bidirectional Long Short-Term Memory (BiLSTM) Neural Networks. Sistem ini dirancang untuk meningkatkan akurasi prediksi dan optimalisasi produksi tenaga surya melalui panel surya. Metodologi yang digunakan menggabungkan teknologi IoT untuk mengumpulkan data lingkungan berupa Global Solar Radiation (GSR), suhu, dan kelembapan relatif (RH). Data tersebut kemudian dianalisis menggunakan algoritma BiLSTM. Hasil yang diperoleh dari model ini adalah prediksi output energi surya yang lebih akurat sehingga dapat mendukung peningkatan efisiensi produksi tenaga surya dibandingkan metode konvensional.
Kata kunci: tenaga surya, internet of things, bilstm, neural networks, prediksi
References
Maisyadiva, R., Nuha, H. H., & Utomo, R. G. 2023. Perancangan Alat Prediksi Cuaca untuk Kendali Sumber Daya Akuarium Tenaga Surya menggunakan Metode Fuzzy Logic. e-Proceeding of Engineering, vol. 10, no. 5, pp. 5144-5152. [Nov 02, 2024]
Siami-Namini, S., Tavakoli, N., & Namin, A. S. 2019. “The Performance of LSTM and BiLSTM in Forecasting Time Series,” in 2019 IEEE International Conference on Big Data. Internet: 10.1109/BigData47090.2019.9005997 [Nov 02, 2024]
Weliwaththage, S. R. G., & Arachchige, U. S. P. R. 2020. “Solar Energy Technology,” Journal of Research Technology and Engineering, vol. 1, no. 3, pp. 67-75. [Nov 02, 2024]
Susanto, F., Prasiani, N. K., Darmawan, P. 2022. “Implementasi Internet of things Dalam Kehidupan Sehari-Hari,” J. Imagine, vol. 2, no. 1, pp. 35-40. Internet: 10.35886/imagine.v2i1.329 [Nov 02, 2024]
Haryanto, Khairurrizal, F., Purnamasari, D. N., Ulum, M., Damayanti, F. 2024. “Smart Monitoring Sistem Panel Surya Berbasis Internet of Things (IoT),” CYCLOTRON: Jurnal Teknik Elektro, vol. 7, no. 1, pp. 67-70. Internet: 10.30651/cl.v7i01.21175 [Nov 02, 2024]
Molano, Z. A., Nuha, H. H., Karimah, S. A. 2024. “Prakiraan Polusi Udara menggunakan Stasiun Cuaca Terintegrasi dan Metode Bidirectional Long Short-Term Memory (BiLSTM),” Jurnal Tugas Akhir Fakultas Informatika [Des 09, 2024]
G. Hemalatha, K. S. Rao, and D. A. Kumar. 2021. “Weather Prediction using Advanced Machine Learning Techniques,” in Journal of Physics: Conference Series. Internet: 10.1088/1742-6596/2089/1/012059 [Des 09, 2024]
V. Siswanto, E. Edidas. 2021. “Prototype Station Informasi Cuaca Berbasis IoT Wemos di ESP8266,” Voteteknika (Vocational Tek. Elektron. Dan Inform.) vol. 9, no. 2. Internet: Voteteknika (Vocational Teknik Elektronika dan Informatika) [Des 09, 2024]
Sari, L. O., Saputra, M. F. E., & Safrianti, E. 2024. “Sistem Monitoring Arus Listrik Berbasis Internet of Things (IoT) pada Solar Panel di Laboratorium Pembangkit Listrik Tenaga Surya (PLTS) UIN Suska riau,” MALCOM Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 1, pp. 205-211. Internet: 10.57152/malcom.v4i1.1033 [Des 10, 2024]
Liu, X., Jia, W., Li, Z., Wang, C., Guan, F., Chen, K., & Jia, L. (2023). “Prediction of Lost Circulation in Southwest Chinese Oil Fields Apllying Improved WOA-BiLSTM,” Processes, vol. 11, no. 9. Internet: 10.3390/pr11092763 [Des 10, 2024]
Eladawy, M., Morsy, M., Korany, M., Basset, H. A., & El-Adawy, M. (2022). Spatiotemporal variations of global solar radiation: Case Study Egypt. Alexandria Engineering Journal, 61(11), 8625–8639. Internet: https://doi.org/10.1016/j.aej.2022.01.066 [Des 10, 2024]
