Estimasi Radiasi Matahari Per Jam Pada Permukaan Horizontal Dengan Adaptive Neuro Fuzzy Inference System (ANFIS) (Studi Kasus di Surabaya)

Abdurrahman, Isnan (2017) Estimasi Radiasi Matahari Per Jam Pada Permukaan Horizontal Dengan Adaptive Neuro Fuzzy Inference System (ANFIS) (Studi Kasus di Surabaya). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 2413100108-Undergraduate-Theses.pdf]
Preview
Text
2413100108-Undergraduate-Theses.pdf - Published Version

Download (3MB) | Preview

Abstract

Sumber energi matahari merupakan salah satu sumber energi alam yang selalu tersedia dan memiliki energi yang besar. Energi matahari dapat memancarkan radiasi yang umunya dikenal sebagai radiasi matahari. Radiasi matahari dapat dimanfaatkan menjadi energi alternatif yaitu berupa energi listrik dengan bantuan Photovoltaic yang mana saat ini hampir seluruh komponen memerlukan sumber energi listrik. Radiasi matahari dapat diukur dengan alat ukur yang bernama phyranometer. Phyranometer termasuk alat ukur yang memiliki harga relatif mahal dibanding alat ukur lainnya. Sehingga memunculkan penelitian untuk mendapatkan estimasi radiasi matahari perjamnya pada photovoltaic. Estimasi ini menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS) untuk memodelkan estimator radiasi matahari. ANFIS merupakan sistem inferensi fuzzy berbasis jaringan saraf adaptif yang mengadopsi sistem pembelajaran dari jaringan syaraf tiruan. Penelitian ini menggunakan ANFIS pelatihan dengan algoritma hybrid. Hasil penelitian ini menunjukkan bahwa metode ANFIS memiliki nilai Root Mean Square Error (RMSE) dan Mean Absolute Error (MAE) yang lebih kecil dibandingkan dengan metode ELM dari jaringan syaraf tiruan. Dari kedua metode yang digunakan yaitu ELM dan ANFIS untuk metode ELM memiliki nilai RMSE sebesar 15,42 dan dengan metode ANFIS didapatkan nilai RMSE sebesar 0,87. Selain itu untuk nilai MAE pada metode ELM diperoleh sebesar 11,72 dan untuk metode ANFIS diperoleh sebesar 0,22.
=================================================================
The source of solar energy is one source of natural energy that is always available and has a great energy. Solar energy can emit radiation known as solar radiation. Solar radiation can be utilized into alternative energy that is electric energy with the help of Photovoltaic which is currently almost all devices require electrical energy. Solar radiation can be measured by a measuring device called phyranometer. Phyranometer is a measuring instrument that has a price more expensive than other measuring instruments. So research appears to get an estimated hourly solar radiation on photovoltaics. This estimate uses Adaptive Neuro Fuzzy Inference System (ANFIS) to model the solar radiation estimator. ANFIS is a fuzzy inference system based on adaptive neural network that adopts learning system from artificial neural network. This study shows that the Root Mean Square Error (RMSE) and Mean Absolute Error (MAE) values of the ANFIS method have smaller values than the ELM method of artificial neural networks. Of the two methods used, for the ELM method has RMSE value of 15.42 and with ANFIS method has a RMSE value of 0.87. In addition, for the value of MAE in ELM method obtained by 11.72 and for ANFIS method obtained by 0.22.

Item Type: Thesis (Undergraduate)
Additional Information: RSF 523.72 Abd e
Uncontrolled Keywords: Adaptive Neuro Fuzzy Inference System, Estimasi, Extreme Learning Machine, Radiasi Matahari, Solar radiation
Subjects: Q Science > QA Mathematics > QA248_Fuzzy Sets
T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105.546 Computer algorithms
Divisions: Faculty of Industrial Technology > Physics Engineering > 30201-(S1) Undergraduate Thesis
Depositing User: - Isnan Abdurrahman
Date Deposited: 13 Oct 2017 06:29
Last Modified: 06 Mar 2019 04:16
URI: http://repository.its.ac.id/id/eprint/47172

Actions (login required)

View Item View Item