Studi komparasi metode queen honey bee migration dengan particle swarm optimization untuk pelacakan titik daya maksimum pada kondisi berbayang / Triawan Waskita Bayuanggara - Repositori Universitas Negeri Malang

Studi komparasi metode queen honey bee migration dengan particle swarm optimization untuk pelacakan titik daya maksimum pada kondisi berbayang / Triawan Waskita Bayuanggara

Bayuanggara, Triawan Waskita (2021) Studi komparasi metode queen honey bee migration dengan particle swarm optimization untuk pelacakan titik daya maksimum pada kondisi berbayang / Triawan Waskita Bayuanggara. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Elektrifikasi sangat penting untuk meningkatkan perkembangan ekonomi sebuah negara. Diantaranya energi baru terbarukan berfungsi untuk meningkatkan kebutuhan listrik. Selain itu energi baru terbarukan berfungsi untuk mengurangi emisi karbon yang beberapa tahun terakhir meningkat. Emisi karbon berasal dari pembangkit listrik yang menggunakan bahan bakar fosil dan minyak bumi. Untuk menekan angka emisi karbon diantaranya menggunakan panel surya sebagai sumber pembangkit listrik alternatif. Panel surya menghasilkan listrik dari iradiasi matahari dan suhu lingkungan. Namun panel surya memiliki biaya instalasi yang cukup tinggi dan mempertimbangkan intensitas cahaya matahari setiap daerah. Permasalahan ini menjadikan dasar dari penelitian ini. Intensitas matahari yang diterima oleh panel surya akan mempengaruhi listrik yang dihasilkan yang disebut kondisi berbayang. Kondisi berbayang dapat disebabkan oleh pohon bangunan tiang dan lain-lain. Penelitian tentang panel surya telah banyak dilakukan. Metode konvensional yang popular seperti Perturb Observe (P O) dan Incremental Conductance (IC) dengan parameter tegangan terbuka (Voc) dan arus hubung singkat (Isc) yang diperoleh dari panel surya. Namun metode ini tidak dapat melacak dalam kondisi berbayang sehingga metode Aritificial Intelligence (AI) seperti Particle Swarm Optimization (PSO) dikembangkan. Metode AI ini dapat melacak dengan baik saat panel surya mengalami kondisi berbayang dengan efisiensi pelacakan titik daya maksimum hingga 99 %. Pada makalah ini metode Queen Honey Bee Migration (QHBM) diperkenalkan. Algoritma QHBM terbukti dapat melacak titik daya maksimum hingga lebih 99 % dengan waktu yang cukup singkat.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Elektro
Depositing User: Users 2 not found.
Date Deposited: 28 Oct 2021 04:29
Last Modified: 09 Sep 2021 03:00
URI: http://repository.um.ac.id/id/eprint/192548

Actions (login required)

View Item View Item