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

Penulis

  • ULIN NIKMATUL CHOIROH
  • UNIT THREE KARTINI

DOI:

https://doi.org/10.26740/jte.v9n3.p%25p

Abstrak

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.

Unduhan

Data unduhan belum tersedia.

Diterbitkan

2020-06-30

Cara Mengutip

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

Terbitan

Bagian

Articles
Abstract views: 204 , PDF Downloads: 284

Artikel paling banyak dibaca berdasarkan penulis yang sama