MUSTAQIM, MUSTAQIM (2022) PREDIKSI KEBUTUHAN PLTS DAN PLTB BERBASIS JARINGAN SARAF TIRUAN. Masters thesis, Universitas Islam Sultan Agung.
Text
Magister Teknik Elektro_20601800024_fullpdf.pdf Download (2MB) |
|
Text
Magister Teknik Elektro_20601800024_pernyataan_publikasi.pdf Restricted to Registered users only Download (229kB) |
Abstract
Pertumbuhan penduduk di Jawa Tengah yang terus meningkat berbanding lurus dengan peningkatan kebutuhan listrik. Saat ini listrik masih menggunakan fosil sebagai sumber utama pembangkit energi listrik, hal ini memberikan dampak jejak karbon bagi kehidupan di bumi. Pemerintah menargetkan net zero emission (NZE) dengan menghentikan pembangunan Pembangkit Listrik Tenaga Uap (PLTU) baru pada periode 2021-2030. Pemenuhan pasokan kebutuhan energi listrik dimasa depan dengan memanfaatkan potensi kebutuhan EBT di Jawa Tengah menjadi jawaban permasalahan tersebut. Penelitian ini membahas tentang prediksi kebutuhan PLTS (pembangkit listrik tenaga surya) dan PLTB (pembangkit listrik tenaga bayu / angin). Model prediksi kebutuhan ditetapkan berdasarkan indikator parameter perkembangan penduduk dan perkembangan kebutuhan energi listrik di Jawa Tengah. Jaringan Syaraf Tiruan (JST) digunakan untuk melakukan prediksi basis data dengan arsitektur terbaik pada jumlah hidden neuron 15, 10, 1 . Hasil penelitian menunjukkan bahwa JST mampu melakukan prediksi kebutuhan PLTS dan PLTB. Hal ini ditunjukkan dengan nilai MSE 3.7984e-08 pada PLTS dan MSE 2.0889e-07 pada PLTB. Model JST menghasilkan keluaran output, pada tahun 2030 PLTS sebesar 1146.45 KW atau 0,02605 % dari konsumsi energi di Jawa Tengah dan PLTB sebesar 114.28 KW atau 0.002596 % dari konsumsi energi di Jawa Tengah. Kata kunci : PLTS, PLTB, JST dan potensi kebutuhan energi Jawa Tengah.
Item Type: | Thesis (Masters) |
---|---|
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions: | Pascasarjana Pascasarjana > Magister Teknik elektro |
Depositing User: | Pustakawan 4 UNISSULA |
Date Deposited: | 17 Jan 2023 04:16 |
Last Modified: | 17 Jan 2023 04:16 |
URI: | http://repository.unissula.ac.id/id/eprint/26991 |
Actions (login required)
View Item |