ITHBITHB

Jurnal TelematikaJurnal Telematika

Beberapa pulau di Provinsi Nusa Tenggara Timur (NTT) merupakan daerah tertinggal sehingga kurang terpenuhinya kebutuhan elektrifikasi. Oleh karena itu, dibutuhkan pembangkit listrik energi terbarukan, yaitu pembangkit listrik tenaga gelombang laut teknologi oscillating water column (PLTGL-OWC). Tujuan dari penelitian ini adalah untuk mengetahui performa metode bidirectional long short-term memory (Bi-LSTM) dalam memprediksi potensi besar daya listrik yang dihasilkan dari tinggi, panjang, dan periode gelombang Laut Sawu, NTT menggunakan PLTGL-OWC. Penelitian ini menggunakan data gelombang Laut Sawu yang diambil setiap 12 jam selama periode 9 bulan. Bi-LSTM digunakan pada penelitian ini karena mampu mengatasi masalah vanishing gradient dengan memanfaatkan forward layer dan backward layer yang dimiliki sehingga lebih efektif dalam memecahkan masalah kompleks, seperti prediksi time series. Penelitian ini melakukan uji coba hyperparameter batch size dan node hidden layer. Diperoleh nilai mean absolute percentage error (MAPE) prediksi terkecil adalah 9,1943% untuk parameter tinggi gelombang, 11,3585% untuk parameter panjang gelombang, dan 7,1485% untuk parameter periode gelombang. Hal tersebut berarti bahwa metode Bi-LSTM baik untuk memprediksi daya listrik yang dihasilkan oleh PLTGL-OWC di Laut Sawu karena pada parameter tinggi dan periode termasuk kategori MAPE < 10% dan pada parameter panjang termasuk kategori MAPE 10-20%. Hasil daya listrik yang dihasilkan rata-rata 2.639.865,948 watt per hari dalam 31 hari. Hal tersebut menunjukkan bahwa Laut Sawu berpotensi sebagai sumber energi terbarukan di NTT.

Sistem prediksi daya listrik yang diterapkan menggunakan metode Bi-LSTM untuk pemanfaatan energi terbarukan di Laut Sawu dengan parameter tinggi gelombang ℎ, panjang gelombang 𝜆, dan periode gelombang 𝑇 terbukti efektif sesuai dengan tujuannya.Dari beberapa kali uji coba, MAPE terendah parameter ℎ, 𝜆, dan T masing-masing 9,1943%, 11,3585%, dan 7,1485% diperoleh pada kombinasi hyperparameter node hidden layer 5 dan batch size 4.Nilai MAPE tersebut menunjukkan bahwa Bi-LSTM baik untuk memprediksi daya listrik yang dihasilkan oleh PLTGL-OWC di Laut Sawu sesuai dengan tabel kriteria MAPE.Hasil prediksi besar daya listrik yang dihasilkan rata-rata adalah 2.Angka tersebut menunjukkan potensi besar PLTGL-OWC di Laut Sawu dapat menyumbangkan energi terbarukan bagi masyarakat daerah Nusa Tenggara Timur (NTT), serta berperan dalam meningkatkan rendahnya rasio elektrifikasi.

Penelitian lanjutan dapat mengkaji pengembangan model prediksi yang menggabungkan Bi-LSTM dengan teknik lain seperti Convolutional Neural Network (CNN) untuk meningkatkan akurasi prediksi daya listrik. Selanjutnya, penelitian perlu mengevaluasi kelayakan ekonomi dan dampak lingkungan dari penerapan PLTGL-OWC di Laut Sawu secara skala besar. Terakhir, studi tentang partisipasi masyarakat dan kebijakan pemerintah dalam mendukung proyek energi terbarukan ini dapat menjadi arah penelitian baru yang relevan untuk memastikan keberlanjutan dan penerimaan publik.

  1. Radware Bot Manager Captcha. radware bot manager captcha apologize ensure keep safe please confirm human... doi.org/10.1088/1757-899X/336/1/012005Radware Bot Manager Captcha radware bot manager captcha apologize ensure keep safe please confirm human doi 10 1088 1757 899X 336 1 012005
  2. Penerapan Metode Principal Component Analysis (PCA) dan Long Short-Term Memory (LSTM) dalam Memprediksi... ejurnal.seminar-id.com/index.php/bits/article/view/3114Penerapan Metode Principal Component Analysis PCA dan Long Short Term Memory LSTM dalam Memprediksi ejurnal seminar id index php bits article view 3114
  3. THE COMPARISON OF LONG SHORT-TERM MEMORY AND BIDIRECTIONAL LONG SHORT-TERM MEMORY FOR FORECASTING COAL... ojs3.unpatti.ac.id/index.php/barekeng/article/view/13416THE COMPARISON OF LONG SHORT TERM MEMORY AND BIDIRECTIONAL LONG SHORT TERM MEMORY FOR FORECASTING COAL ojs3 unpatti ac index php barekeng article view 13416
Read online
File size1.07 MB
Pages15
DMCAReport

Related /

ads-block-test