ANALISIS KEANDALAN ENERGI LISTRIK PADA SMART GIRD PHOTOVOLTAIC MENGGUNAKAN METODE HYBRID PARTICLE SWARM OPTIMIZATION DAN FEED FORWARD NEURAL NETWORK

  • Joko . Jurusan Teknik Elektro, Fakultas Teknik, UNESA
  • Ghifari Fikri Yuviyanto Jurusan Teknik Elektro, Fakultas Teknik, UNESA
  • Unit Three Kartini Jurusan Teknik Elektro, Fakultas Teknik, UNESA
  • Tri Wrahatnolo Jurusan Teknik Elektro, Fakultas Teknik, UNESA

Abstract

Abstrak

Listrik merupakan sumber energi yang penting bagi kelangsungan hidup manusia. Saat ini, karena pertumbuhan penduduk, ekonomi dan penggunaan energi yang meningkat, kebutuhan energi di Indonesia terus meningkat, sehingga terjadi peningkatan konsumsi listrik. Indonesia merupakan wilayah tropis dan secara aktif mengembangkan energi surya sebagai sumber energi baru terbarukan. Rata-rata sumber daya surya di Indonesia sekitar 112.000 gigawatt, tetapi hanya sekitar 10 megawatt yang digunakan. Sel surya dibutuhkan sebagai alat untuk mengubah energi matahari menjadi energi listrik. Tetapi, banyak faktor yang membuat masyarakat enggan menggunakan energi matahari sebagai salah satu aplikasi energi terbarukan, termasuk perangkat fotovoltaik seperti inverter yang rusak dan baterai yang perlu diganti karena kinerjanya yang buruk. Oleh karena itu, menjaga keandalan sistem pembangkit listrik sangat penting untuk menjaga distribusi tenaga listrik. Penelitian ini bertujuan untuk mengetahui unjuk kerja sistem pengisian energi pada photovoltaic yang dirancang dalam software matlab R2019b dan untuk menerapkan metode matematis Hybrid Particle Swarm Optimization dan Feed Forward Neural Network untuk menghitung kebutuhan energi yang disimpan dalam baterai. Kebaruan pada penelitian ini adalah dilakukannya proses perhitungan kebutuhan energi yang disimpan dalam baterai untuk cadangan energi menggunakan metode hybrid yaitu Particle Swarm Optimization dan Feed Forward Neural Network dan menambahkan variabel tegangan dan arus yang masuk selama proses penyimpanan energi. Hasil penelitian analisis keandalan energi dalam proses pengisian baterai untuk penyimpanan energi dengan menggunakan metode PSO didapatkan hasil sebesar 12 Volt. Sehingga dengan menggunakan metode Particle Swarm Optimization didapatkan hasil yang baik dibandingkan tanpa metode dan menggunakan metode Feed Forward Neural Network dan Hybrid PSO-FFNN.

Kata Kunci: Pengisian Energi, Particle Swarm Optimization, Feed Forward Neural Network

Author Biographies

Joko ., Jurusan Teknik Elektro, Fakultas Teknik, UNESA

Jurusan Teknik Elektro, Fakultas Teknik, UNESA

Ghifari Fikri Yuviyanto, Jurusan Teknik Elektro, Fakultas Teknik, UNESA

Jurusan Teknik Elektro, Fakultas Teknik, UNESA

Unit Three Kartini, Jurusan Teknik Elektro, Fakultas Teknik, UNESA

Jurusan Teknik Elektro, Fakultas Teknik, UNESA

Tri Wrahatnolo, Jurusan Teknik Elektro, Fakultas Teknik, UNESA

Jurusan Teknik Elektro, Fakultas Teknik, UNESA

Published
2021-08-26
How to Cite
., J., Yuviyanto, G., Kartini, U., & Wrahatnolo, T. (2021). ANALISIS KEANDALAN ENERGI LISTRIK PADA SMART GIRD PHOTOVOLTAIC MENGGUNAKAN METODE HYBRID PARTICLE SWARM OPTIMIZATION DAN FEED FORWARD NEURAL NETWORK. JURNAL TEKNIK ELEKTRO, 10(3), 715-725. https://doi.org/10.26740/jte.v10n3.p715-725
Section
Vol 10 No 3 (2021): SEPTEMBER 2021
Abstract View: 42
PDF Download: 0