Identifikasi Sistem Pada Modul - PV Menggunakan Metode Adaptive Neuro-Fuzzy Inference System (ANFIS)

Prasojo, Fendi Tri (2017) Identifikasi Sistem Pada Modul - PV Menggunakan Metode Adaptive Neuro-Fuzzy Inference System (ANFIS). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
2413100033-Undergraduate_Theses.pdf - Published Version

Download (3MB) | Preview

Abstract

Indonesia sebagai wilayah tropis mempunyai potensi energi matahari sangat besar, maka dari itu sangat cocok jika teknologi PLTS di terapkan di Negara tropis seperti Indonesia. PLTS atau lebih dikenal dengan sel surya (photovoltaic cells) adalah divais yang mampu mengkonversi langsung cahaya matahari menjadi listrik. Agar pemanfaatan energy surya tersebut efektif maka di perlukan sebuah photovoltaic yang memiliki efesinesi yang baik. Untuk mendapatkan profil efesiensi PV ( photovoltaic ) tidak lepas dari kajian tentang identifikasi parmeter dan pemodelan PV. Pada tugas akhir ini akan membahas mengenai pemodelan PV ( Photovoltaik ) dengan menggunakan ANFIS ( Adaptive Neuro-Fuzzy Inference System ). ANFIS adalah suatu metode pembelajaran yang menggunakan jaringan syaraf tiruan untuk mengimplementasikan system inferensi fuzzy. Dengan menggunakan pembelajaran melalui ANFIS di dapatkan untuk MSE hasil training data sebesar 0.000646006 dan RMSE 0.02541665 dari hasil tersebut dilakukan validasi dengan dua kondisi yaitu pada saat mendung di peroleh nilai MSE 0.136 dan RMSE 0.363 dan pada saat kondisi panas di peroleh MSE 0.0041 dan RMSE 0.202. ================================================================= Indonesian as a tropical region has enormous solar energy potential, therefore it is suitable if PLTS technology is applied in tropical countries like Indonesia. PLTS or better known as solar cells (photovoltaic cells) is a device capable of converting direct sunlight into electricity. In order for the utilization of solar energy is effective then in need of a photovoltaic that has good efesinesi. To obtain a profile of PV efficiency (photovoltaic) can not be separated from the study of parmeter identification and PV modeling. In this final project will discuss about PV modeling (Photovoltaics) by using ANFIS (Adaptive Neuro-Fuzzy Inference System). ANFIS is a learning method that uses artificial neural network to implement fuzzy inference system. By using learning through ANFIS in get for MSE result of training data equal to 0.000646006 and RMSE 0.02541665 from the result is validation with two condition that is at the time of cloudy in get value of MSE 0.136 and RMSE 0.363 and at hot condition got MSE 0.0041 and RMSE 0.202.

Item Type: Thesis (Undergraduate)
Additional Information: RSF 629.836 Pra i
Uncontrolled Keywords: PV, ANVIS, MSE (Mean Squared Error )
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 > (S1) Undergraduate Theses
Depositing User: Fendi tri prasojo
Date Deposited: 13 Oct 2017 06:45
Last Modified: 06 Mar 2019 04:16
URI: http://repository.its.ac.id/id/eprint/47175

Actions (login required)

View Item View Item