PENENTUAN MODEL PREDIKSI INTENSITAS RADIASI MATAHARI BERBASIS PEMBELAJARAN MESIN UNTUK PENGEMBANGAN SISTEM RUMAH TENAGA SURYA

Abstract

Energi surya, sebagai sumber energi terbarukan, mampu menghasilkan listrik yang ramah lingkungan. Indonesia memiliki potensi besar menjadikan energi surya sebagai sumber pembangkit listrik. Persentase penyinaran matahari di Banten tahun 2022 menunjukkan rata-rata lama penyinaran matahari di atas 30%, dengan puncak tertinggi mencapai 63.06% di bulan Agustus. Potensi tersebut membuka peluang penggunaan energi terbarukan untuk membangun sistem rumah tenaga surya (solar home system) dengan teknologi panel surya. Adanya fluktuasi cuaca dan tingkat kestabilan pancaran sinar matahari, membutuhkan kajian komprehensif tentang intensitas radiasi matahari agar menjadi rujukan bagi para pengembang sistem rumah tenaga surya. Penelitian ini ditujukan untuk menentukan model prediksi untuk mendalami potensi dan menentukan kelayakan intensitas matahari suatu wilayah. Penentuan model prediksi menggunakan metode pembelajaran mesin. Setelah melakukan kajian dengan beberapa algoritma pembelajaran mesin, ditemukan bahwa algoritma ARIMA menghasilkan model yang paling baik. Penerapan algoritma ARIMA berhasil memprediksi intensitas radiasi matahari di Kota Tangerang Selatan dengan rentang nilai 1204,89 Wh - 5713,13 Wh. Hasil prediksi mencapai akurasi 77,29%, dengan toleransi kesalahan 5,40%. Penelitian ini menunjukkan bahwa model yang dikembangkan memiliki potensi untuk mendukung pengembangan sistem rumah tenaga surya.