SISTEM MONITORING DAN KLASTER KETERSEDIAAN ENERGI MENGGUNAKAN METODE K-MEANS PADA PEMBANGKIT LISTRIK TENAGA SURYA
Pembangkit Listrik Tenaga Surya (PLTS) merupakan alternatif penyediaan tenaga listrik. Salah satu permasalahan pada PLTS adalah tidak terpantaunya sistem pembangkit secara kontinyu dan otomatis dan juga pendeknya masa pakai baterai karena tidak dikontrol dalam pengisian dan pemakaiannya. Penelitian...
Guardado en:
| Autores principales: | , |
|---|---|
| Formato: | article |
| Lenguaje: | ID |
| Publicado: |
Universitas Negeri Medan
2019
|
| Materias: | |
| Acceso en línea: | https://doaj.org/article/8e259c348617411aac8c87acfd7dcdb0 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | Pembangkit Listrik Tenaga Surya (PLTS) merupakan alternatif penyediaan tenaga listrik. Salah satu permasalahan pada PLTS adalah tidak terpantaunya sistem pembangkit secara kontinyu dan otomatis dan juga pendeknya masa pakai baterai karena tidak dikontrol dalam pengisian dan pemakaiannya. Penelitian ini menghasilkan sistem monitoring danklasterisasi secara real time dan otomatis yang dapat memantau kinerja panel surya, baterai, dan pemakaian listrik oleh pemakai, serta dapat mengatur baterai dengan memutus pengisian ketika tegangan baterai mencapai batas ambang maksimum dan memutuskan pemakaian ketika tegangan baterai mencapai batas ambang minimum. Pengiriman data hasil pemantauan ke server dilakukan oleh mikrokontroler Arduino melalui sebuah modul Wi-Fi ESP8266 menggunakan protokol komunikasi 802.11b. Data hasil pemantauan akan ditampilkan pada Web monitoring dan akan diolah menggunakan algoritma K-Means untuk mengelompokkan daya yang dihasilkan panel surya untuk membantu dalam analisa kinerja panel surya. Hasil pengujian menunjukkan bahwa keseluruhan perangkat monitoring dan klaterisasi berfungsi dengan baik dan tingkat akurasi pengujian data dengan menggunakan algoritma K-Means menghasilkan nilai Root Mean Square Error (RMSE) sebesar 0.2888.dengan persentasi 0.01 – 0.04 persen kesalahan |
|---|