DESAIN MAXIMUM POWER POINT TRACKING (MPPT) PADA SISTEM FOTOVOLTAIK MENGGUNAKAN METODE NEURAL NETWORK - Submit Jurnal

Rozi, Fahrur (2023) DESAIN MAXIMUM POWER POINT TRACKING (MPPT) PADA SISTEM FOTOVOLTAIK MENGGUNAKAN METODE NEURAL NETWORK - Submit Jurnal. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 04191022_ cover.pdf Restricted to Registered users only until 7 January 2025. Download (74kB) | Request a copy
	Text 04191022_statement_of_authenticity.pdf Restricted to Registered users only until 7 January 2025. Download (347kB) | Request a copy
	Text 04191022_publishing_agreement.pdf Restricted to Registered users only until 7 January 2025. Download (303kB) | Request a copy
	Text 04191022_approval_sheet.pdf Restricted to Registered users only until 7 January 2025. Download (357kB) | Request a copy
	Text 04191022_preface.pdf Restricted to Registered users only until 7 January 2025. Download (309kB) | Request a copy
	Text 04191022_abstract_id.pdf Restricted to Registered users only until 7 January 2025. Download (169kB) | Request a copy
	Text 04191022_abstract_en.pdf Restricted to Repository staff only until 7 January 2025. Download (168kB) | Request a copy
	Text 04191022_table_of_content.pdf Restricted to Repository staff only until 7 January 2025. Download (177kB) | Request a copy
	Text 04191022_illustrations.pdf Restricted to Repository staff only until 7 February 2025. Download (163kB) | Request a copy
	Text 04191022_tables.pdf Restricted to Repository staff only until 7 January 2025. Download (157kB) | Request a copy
	Text 04191022_notations.pdf Restricted to Repository staff only until 7 January 2025. Download (190kB) | Request a copy
	Text 04191022_chapter_1.pdf Restricted to Repository staff only until 7 January 2025. Download (232kB) | Request a copy
	Text 04191022_chapter_2.pdf Restricted to Repository staff only until 7 January 2025. Download (522kB) | Request a copy
	Text 04191022_chapter_3.pdf Restricted to Repository staff only until 7 January 2025. Download (408kB) | Request a copy
	Text 04191022_chapter_4.pdf Restricted to Repository staff only until 7 January 2025. Download (1MB) | Request a copy
	Text 04191022_conclusions.pdf Restricted to Repository staff only until 7 January 2025. Download (171kB) | Request a copy
	Text 04191022_enclosure.pdf Restricted to Repository staff only until 7 January 2025. Download (530kB) | Request a copy
	Text 04191022_bibliography.pdf Restricted to Repository staff only until 7 January 2025. Download (201kB) | Request a copy
	Text 04191022_paper.pdf Restricted to Repository staff only until 7 January 2025. Download (101kB) | Request a copy
	Text 04191022_presentation.pdf Restricted to Repository staff only until 7 January 2025. Download (5MB) | Request a copy
	Text 04191022_Form. TA-020.pdf Restricted to Repository staff only until 7 January 2025. Download (38kB) | Request a copy

Abstract

Salah satu sumber energi terbarukan yang sangat penting saat ini adalah sistem photovoltaic (PV) karena kelebihan yang dimilikinya yaitu tidak memerlukan biaya yang banyak seperti sumber-sumber energi lainnya seperti diesel, gas, batu bara dan lain-lain. Dalam penelitian ini akan dirancang sebuah Maximum Power Point Tracking (MPPT) untuk sistem Photovoltaic (PV) pada kondisi Iradiasi dan Suhu yang berbeda menggunakan metode Artificial Neural Network (ANN). ANN merupakan salah satu Artificial Intelegent (AI) yang menjadi pertimbangan untuk sistem PV agar mampu beroperasi pada kondisi iradiasi dan Suhu yang berbeda. Langkah-langkah komputasi yang lebih sederhana dan konvergensi yang lebih cepat merupakan kelebihan yang dimiliki oleh ANN. Perancang ANN di buat dengan 2 input yaitu tegangan dan arus keluaran dari PV, 1 hidden layer dengan 10 hidden neuron dan 1 output berupa duty cycle, hasil trainng ANN terbaik didapatkan dengan 10 hidden neuron dengan hasil regresi R mendekati 1 dan nilai MSE sebesar 〖8.83768×10〗^17. Penelitian ini menggunakan skema kondisi iradiasi bervariasi dan suhu tetap 25°C, dimana iradiasi bervariasi mulai dari 1000W/m² hingga 200W/m² dengan penurunan nilai iradiasi sebesar 50W/m². Hasil kinerja MPPT ANN yang telah dirancang pada penelitian ini cukup baik dimana daya keluaran PV sistem PLTS menggunakan MPPT ANN sama seperti daya PMP atau daya maksimum yang mampu dihasilkan PV. Dimana pada pengujian sistem PLTS tanpa menggunakan MPPT ANN daya keluaran dari PV cukup jauh dengan daya PMP atau daya maksimum yang dapat dihasilkan PV dimana pada kondisi iradiasi maksimum yaitu 1000 W/m² daya yang dapat dihasilkan oleh sistem PLTS tanpa MPPT hanya sebesar 241.81Watt lebih kecil dari daya PMP yaitu sebesar 249.79 Watt, sedangkan pada sistem PLTS menggunakan MPPT ANN daya keluaran PV dapat mendekati PMP dimana pada kondisi iradiasi maksimum yaitu 1000 W/m² daya yang dapat dihasilkan oleh sistem PLTS dengan MPPT ANN sebesar 249.79 Watt, daya tersebut sama seperti daya maksimum yang dapat dihasilkan PV pada kondisi maksimum.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > T Technology (General)
Divisions:	Jurusan Teknologi Industri dan Proses > Teknik Elektro
Depositing User:	Fahrur Fahrur Rozi
Date Deposited:	13 Jul 2023 05:51
Last Modified:	13 Jul 2023 05:51
URI:	http://repository.itk.ac.id/id/eprint/19624

Actions (login required)

View Item