Sistem Pembangkit Listrik Tenaga Surya (PLTS) merupakan salah satu
pemanfaatan energi baru dan terbarukan yang memiliki potensi tinggi di Indonesia.
Sistem PLTS saat ini sedang berkembang di Indonesia. Namun, dalam
perkembangannya terdapat tantangan yang disebabkan oleh kegagalan sistem
PLTS. Salah satu penyebab kegagalan sistem PLTS yang sering ditemui adalah
adanya naungan sebagian (shading) yang mengakibatkan penurunan output daya.
Naungan sebagian merupakan kondisi modul PV yang tertutup oleh bayangan
maupun kotoran. Penurunan output daya dipengaruhi oleh jumlah naungan yang
terjadi pada modul PV. Oleh karena itu, diperlukan evaluasi kegagalan terhadap
penurunan output daya yang dapat mengakibatkan penurunan efisiensi sistem PLTS
serta diperlukan sistem estimasi jumlah naungan pada modul Photovoltaic. Ratarata
power loss dari kondisi normal ke kondisi naungan 11 modul sebesar 97,49%.
Pada kondisi normal, efisiensi modul PV mencapai 13,27% namun pada kondisi
naungan 11 modul PV, efisiensi sistem PLTS adalah 0,32%. Penurunan yang terjadi
yaitu 12,95%.
Estimasi jumlah naungan pada modul Photovoltaic menggunakan metode
pembelajaran mesin yang meliputi Support Vector Regression, Random Forest,
Decision Tree Regressor, dan Extra Trees Regressor. Beberapa metode tersebut
dibandingkan berdasarkan akurasi estimasi yang ditentukan melalui 3 indikator
perfoma yaitu RMSE (Root Mean Squared Error), MAE (Mean Absolute Error),
dan Rsquare dan waktu pelatihan serta pengujian. Model dengan metode Extra
Trees Regressor merupakan model terbaik dengan nilai RMSE sebesar 0,307; MAE
sebesar 0,113; dan Rsquare sebesar 0,994 serta waktu pelatihan selama 111,200
milisekon dan pengujian selama 1,130 milisekon.