COVER Azam Zamhuri Fuadi
PUBLIC Alice Diniarti BAB 1 Azam Zamhuri Fuadi
PUBLIC Alice Diniarti BAB 2 Azam Zamhuri Fuadi
PUBLIC Alice Diniarti BAB 3 Azam Zamhuri Fuadi
PUBLIC Alice Diniarti BAB 4 Azam Zamhuri Fuadi
PUBLIC Alice Diniarti BAB 5 Azam Zamhuri Fuadi
PUBLIC Alice Diniarti DAFTAR Azam Zamhuri Fuadi
PUBLIC Alice Diniarti
Laboratorium Manajemen Energi (Lab-ME) telah mengumpulkan data sistem
kelistrikannya dari tahun 2014. Di era sistem internet, data merupakan emas baru.
Data setelah diolah dan dianalisis akan memberikan suatu informasi baru yang
memiliki nilai lebih. Data beban kelistrikan di Lab-ME yang telah terekam dari
2014 ini dijadikan suatu informasi untuk kajian jika pasokan kelistrikan dengan
skenario Renewable Fraction (RF) 100% artinya 100% listrik bersumber dari
energi terbarukan. Adanya faktor ketidakhandalan sistem dalam perekaman
menjadikan data hilang. Data hilang tersebut diselesaikan dengan metode machine
learning yaitu SVM sebagai algoritma estimator. Data beban kelistrikan beserta
data cuaca sebagai bahan utama untuk melakukan kajian dalam penelitian ini.
Dari data tersebut dianalisis untuk mencari perencanaan yang optimal
menggunakan HOMER Pro untuk diperoleh nilai Unmet Electrical Load (UEL),
Net Precent Cost (NPC) dan Cost of Energy (CoE). Data yang hilang diestimasi
menggunakan metode SVM dengan Parameter C sebesar 5,179 dan nilai Gamma
yang dihasilkan sebesar 0,051. Estimator tesebut memiliki nilai kepercayaan nilai
MAE sebesar 0,178 sedangkan nilai MSE ialah 0,087 serta nilai RSME ialah
0,297 dan uji korelasi mendapatkan nilai rata-rata 0,929. Dari skenario yang
paling optimal yakni PV+Baterai, konfigurasi yang optimal didapat pada MACS
atau Maximum Annual Capacity Shortage sebesar 10% dengan hasil yang
didapatkan dari komputasi memiliki kapasitas PV 4190 Wp, dengan baterai 30pcs
(3.2V 100Ah), harga energi atau CoE sebesar Rp 6.824.00, Net Present Cost
(NPC) Rp 482.925.900.00, tingkat ketidakandalan sistem atau Unmet Electrical
Load (UEL) 7.48% (245 kWh/yr), serta produksi energi yang berlebih sebesar
30.7% (1456 kWh/yr)