PERAMALAN DAYA PHOTOVOLTAIC JANGKA SANGAT PENDEK MENGGUNAKAN METODE DECOMPOSITION BACKPROPAGATION NEURAL NETWORK (D-BPNN)

  • ULIN NIKMATUL CHOIROH
  • UNIT THREE KARTINI

Abstract

Peramalan daya photovoltaic diperlukan untuk mengetahui daya listrik yang dihasilkan photovoltaic agar tidak terjadi kekurangan maupun kelebihan daya sehingga dihasilkan daya yang optimal untuk mensuplai beban. Metode yang digunakan untuk peramalan daya photovoltaic jangka sangat pendek ini menggunakan metode hybrid Decomposition Backpropagation Neural Network (D-BPNN). Penelitian ini bertujuan untuk mengetahui daya listrik yang dihasilkan photovoltaic selama 1 jam ke depan. Hasil penelitian peramalan daya photovoltaic jangka sangat pendek menggunakan metode Decomposition Backpropagation Neural Network (D-BPNN) menunjukkan hasil MSE metode Decomposition adalah 2,563821534 W dan MAPE adalah 0,059452563%. Sedangkan metode hybrid Decomposition Backpropagation Neural Network (D-BPNN) menunjukkan hasil MSE = 0,470854794 W dan MAPE = 0,032175385%. Sehingga dapat disimpulkan bahwa peramalan dengan metode Decomposition Backpropagation Neural Network (D-BPNN) mendapatkan hasil yang lebih baik dan peramalan yang lebih akurat untuk 1 jam ke depan.

Published
2020-06-30
How to Cite
NIKMATUL CHOIROH, U., & THREE KARTINI, U. (2020). PERAMALAN DAYA PHOTOVOLTAIC JANGKA SANGAT PENDEK MENGGUNAKAN METODE DECOMPOSITION BACKPROPAGATION NEURAL NETWORK (D-BPNN). JURNAL TEKNIK ELEKTRO, 9(3). https://doi.org/10.26740/jte.v9n3.p%p
Abstract Views: 109
PDF Downloads: 163