Electronic Theses and Dissertation
Universitas Syiah Kuala
THESES
PREDIKSI KECEPATAN ANGIN JANGKA MENENGAH MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (ANN) UNTUK ESTIMASI DAYA LISTRIK DARI PLTB; STUDI KASUS DI SABANG
Pengarang
Abdul Malek - Personal Name;
Dosen Pembimbing
Suriadi - 197206061998021001 - Dosen Pembimbing I
Khairun Saddami - 199103182022031008 - Dosen Pembimbing I
Nasrullah - 197607031995121001 - Penguji
Nomor Pokok Mahasiswa
1804205010009
Fakultas & Prodi
Fakultas Teknik / Teknik Elektro (S2) / PDDIKTI : 20101
Penerbit
Banda Aceh : Fakultas Teknik (S2)., 2023
Bahasa
Indonesia
No Classification
621.312 136
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
ABSTRAK
Kebutuhan energi listrik di Aceh akan terus meningkat, sedangkan Aceh memiliki potensi energi terbarukan yang sangat besar seperti energi yang bersuber dari angin. Salah satu Inovasi pemamfaatan enengi angin adalah dengan cara melakukan prediksi kecepatan angin, agar mengetahui potensi kecepatan angin yang bisa digunakan untuk perencanaan pembangkit listrik tenaga bayu (PLTB). Prediksi dilakukan dengan metode artificial neural network (ANN) menggunakan algoritma backpropogation neural network (BPNN). Data sampel penelitian ini bersumber dari BMKG pada tahun 2017-2021 dengan data sebanyak 1826 data, data sampel yang dibagi menjadi bagian testing dan training. Temuan pada penelitian ini menunjukan bahwa nilai error pada hasil testing dengan settingan hidden layer 70 pada learning rate 0,9 menghasilkan nilai error terkecil 0,0036. Dengan menghasilkan nilai daya listrik terbesar 2,72 kw/hari. System Algoritma BPNN pada penelitian ini berkerja maksimal dalam memprediksi kecepatan angin di Sabang.
Kata kunci: Kecepatan Angin, Artificial Neural Network, Energi Listrik
ABSTRACT The need for electrical energy in Aceh will continue to increase, while Aceh has enormous potential for renewable energy such as wind-sourced energy. One of the innovations in using wind energy is predicting wind speed to find out the potential wind speed that can be used for planning wind power plants (PLTB). The prediction uses the artificial neural network (ANN) method using the backpropagation neural network (BPNN) algorithm. The sample data for this study was sourced from the BMKG in 2017-2021 with 1826 data, sample data which is divided into testing and training sections. The findings in this study indicate that the error value in the testing results with the hidden layer 70 setting at a learning rate of 0.9 produces the most minor error value of 0.0036. By producing the largest value of electric power of 2.72 kW/day. The BPNN Algorithm System in this study works optimally in predicting wind speed in Sabang. Keywords: Wind Speed, Artificial Neural Network, Electrical Energy
DESAIN RANGKAIAN KENDALI PENGISIAN DAN PEMAKAIAN ENERGI BATERAI PADA PEMBANGKIT LISTRIK TENAGA BAYU (PLTB) BERBASIS MIKROKONTROLER ATMEGA32 (Saniman R, 2014)
PENGOPERASIAN SINKRONISASI GENERATOR SET (GENSET) 300 KW PADA PT. KARYA TANAH SUBUR MEULABOH (NURHAKIMAH, 2018)
ANALISIS PERBANDINGAN POTENSI ENERGI ANGIN DENGAN METODE DISTRIBUSI GAMMA DAN WEIBULL UNTUK PERENCANAAN TURBIN ANGIN DI PESISIR BARAT ACEH (Muna Nabilah, 2025)
SISTEM KONTROL PERALATAN LISTRIK MENGGUNAKAN MEDIA NIRKABEL (T. Rian Fadillah, 2018)
AUDIT ENERGI LISTRIK DAN PREDIKSI BEBAN LISTRIK PADA GEDUNG BERBASIS ALGORITMA ARTIFICIAL NEURAL NETWORK (Teuku Syaufi Hayu, 2024)