Hasil Pencarian  ::  Simpan CSV :: Kembali

"Energi Surya merupakan Sumber Energi Terbarukan yang sangat potensial sebagai alternatif sumber energi khususnya kelistrikan, baik untuk mengurangi dampak lingkungan, maupun meningkatkan pelistrikan di daerah terpencil. Penelitian ini dilakukan untuk membangun Model Prediksi Sumber Energi Terbarukan Tenaga Surya di Indonesia. Dalam Studi ini diajukan prosedur optimalisasi Jaringan Syaraf Tiruan berdasarkan Theorema Cybenko tentang universalitas JST dengan 1-hidden layer, dan algoritma Neural Network Construction with Cross-validation Samples (N2C2S) dalam optimalisasi jumlah neuron pada hidden layer. Pemodelan dilakukan pada wilayah Indonesia menggunakan gabungan data meteorologi dan Radiasi Global Surya Bulanan dari SSE NASA dan BMKG selama 4 tahun di 14 lokasi untuk proses training JST, dan 6 lokasi sebagai target prediksi. Pola JST Feed forward multi layer digunakan dalam model ini dengan menerapkan metoda pembelajaran back propagation. Hasil modeling menunjukkan bahwa model JST dengan 1 hidden layer menghasilkan model kriteria akurasi yang sangat baik dengan MAPE 4,1% dan R2 0,82, dibandingkan dengan MAPE 7,52% dan R2 0,48 pada teknik regresi sebagai metoda yang umum digunakan dalam modeling prediksi. Penelitian ini juga mendemonstrasikan bahwa model JST dapat merepresentasikan prediksi lebih akurat dari teknik regresi, khususnya di mana terjadi dinamika yang tinggi pada variabel prediktornya. Hal ini menyimpulkan tidak saja bahwa dengan prosedur optimisasi JST dapat disusun secara optimal untuk memberikan struktur yang lebih sederhana, namun JST yang dihasilkan memberikan piranti prediksi yang akurat dan responsif terhadap dinamika data, dengan akurasi yang dapat dipertanggungjawabkan.

---

This study is focused on modeling the Global Solar Radiation using Artificial Neural Network to predict GSR in a location in Indonesia which is available with meteorological data but lack with radiation measurement data. In this study, an optimalisation of ANN development is proposed based on Cybenko Theorem on universal approximator of single-hidden layer Multi Layer Perceptor combined Neural Network Construction with Cross-validation Samples (N2C2S) algorithm for optimum number of hidden neuron. Data for weather and solar radiation parameter are taken from NASA and BMKG (Indonesian Meterological and Climatology Agency) for 20 cities in Indonesia during the period for 4 year, divided into two groups of 14 cities for model development and 6 cities for model validation. The developed model provides much better performance with MAPE of 4,1% and of R2 0,82, as to compare with the widely used regression technique with MAPE of 7,52% and R2 of 0,48. The simulation shows that an ANN with single-hidden layer is an excellent approximator for the solar radiation function in the targeted area, in particular in the periode where high dynamics is present in predictor variables. This shows that not only the model is able to predict the solar radiation in a good agreement with the actual data, but more importantly that the high dynamics fluctuation of parameter is successfully captured."

"Kebutuhan energi meningkat seiring pertumbuhan penduduk dan aktivitas ekonomi. Energi fosil masih mendominasi, menyebabkan peningkatan polusi udara. Kontribusi energi terbarukan yang ramah lingkungan masih minim dalam bauran energi nasional. Penelitian ini bertujuan untuk mengkaji potensi Pembangkit Listrik Tenaga Surya (PLTS) atap ditinjau dari aspek tekno-ekonomi, sosial-ekonomi dan lingkungan, dengan contoh kasus di Jakarta. Pertama, estimasi luas atap potensial yang tersedia untuk memasang sistem PLTS atap PV dihitung dengan menganalisis data spasial penggunaan lahan dan tapak bangunan menggunakan Sistem Informasi Geografis dan menghitung potensi daya listrik yang dapat dibangkitkan dari luas atap potensial. Kedua, menghitung faktor reduksi emisi CO2 dengan memanfaatan listrik PLTS atap PV serta mengkaji kelayakan ekonomi skala rumah tangga. Terakhir, mengevaluasi difusi PLTS atap PV melalui simulasi model system dynamics untuk menghasilkan rekomendasi kebijakan. Berdasarkan hasil analisis diketahui, potensi listrik PLTS atap di Jakarta dapat memenuhi 69-135% dari kebutuhan listrik saat ini, menurunkan emisi CO2 per tahun 24,43-33,58 juta ton CO2-eq. Sistem PLTS atap PV skala rumah tangga di Jakarta dengan kapasitas 2 kW ke atas telah mencapai nilai keekonomian.

---

Energy demand increase along with population growth and economic activity. Fossil energy still dominates, causing an increase in air pollution. The contribution of environmentally friendly renewable energy is still minimal in the national energy mix. This study aims to examine the potential of rooftop photovoltaics solar power generation in terms of techno-economic, socio-economic, and environmental aspects, with case study of Jakarta. First, an estimate of the potential available roof area for installing a rooftop PV system is calculated by analyzing the spatial data of land use and building footprint using a Geographic Information System and calculating the potential electrical power can be generated from the potential roof area. Second, calculating the CO2 emission reduction factor by utilizing PV rooftop PLTS electricity and assessing the economic feasibility of household scale. Finally, evaluating the diffusion of PV rooftop solar through system dynamics model simulations to generate recommendations. Based on the analysis, it is known that the electricity potential of rooftop PLTS in Jakarta able to fulfil 69-135% of the current electricity demand, reducing CO2 emissions per year by 24.43-33.58 million tonnes of CO2-eq. The household-scale PV rooftop solar system in Jakarta with a capacity of 2 kW and above has achieved economic value."

"Manajemen Tenaga Listrik dan Energi Judul : Analisis Skenario Optimasi Pemanfaatan Energi Listrik Tenaga Surya pada Sektor Industri Pembangkit listrik berbasis energi terbarukan diperkirakan akan meningkat secara signifikan di tahun-tahun kedepan. Pada tahun 2025, Pemerintah menetapkan target pengembanganenergi terbarukan ET sebagai energi primer sebesar 23 dengan persentase pembangkit listrik berbasis energi terbarukan sebesar 40 atau sekitar 45 GW.Permintaan tenaga listrik sektor industri merupakan kedua terbesar setelah sektor rumah tangga, yaitu sekitar 35 dari total permintaan energi final. Tujuan dari penelitian ini adalah untuk menganalisis skenariooptimasi biaya pemanfaatan listrik berbasis energi surya PV Rooftop pada sektor industri, sehingga keputusan untuk mengintegrasikan PV Rooftop dengan industri dapat menjadi solusi bagipenyediaan energi secara mandiri dan meningkatkan nilai tambah industri tersebut.Penelitian ini menggunakan pengembangan perhitungan Levelized Cost of Electricity LCOE , dan analisis kelayakan keekonomian pada PV Rooftop terintegrasi pada industri melalui perhitungan Net Present Value NPV penghematan listrik dengan skenario skema Net Metering dan Net Bilingdengan mempertimbangkan kapasitas PV rooftop terpasangdankecenderungan tarif listrik PT PLN di Industri dengan menggunakan aplikasi System Advisor Model SAM. PV rooftop pada industri akan menghasilkan nilai pengembalian investasi positif melalui skema Net Metering. Hal ini ditunjukkan dengan nilai NPV positif sebesar 69.076 dan Payback period selama 8 tahun. NPV ini didapatkan dari hasil penghematan biaya listrik yang dihasilkan tanpa sistem PV. Semakin besar kapasitas PV terpasang semakin besar nilai NPV. Namun, kapasitas PV terpasang dibatasi oleh luas lahan tersedia daneconomic value biaya sistem PV. Kata kunci: Energi terbarukan,PV Rooftop,Industri, Levelized Cost of Electricity LCOE , Kelayakan Keekonomian ?

---

Study Program Electicity Power and Energy Management Title Optimization Scenario Analysis of Solar PV Utilization in Industrial Sector Renewable energy power generation is expected to increase significantly in the years to come. In 2025, the Government sets a target of renewable energy development as primary energy by 23 with a percentage of renewable energy based power generation of 40 or about 45 GW. The demand for industrial power is the second largest after the household sector, which is about 35 of the total final energy demand. The objective of this research is to analyze the optimized cost scenario of solarpv utilization PV Rooftop in industrial sector, so that the decision to integrate the Rooftop PV with the industry can be a solution for independent energy supply in some areas and increase the added value of the industry.

This research uses the development of Levelized Cost of Electricity LCOE calculation, and economic feasibility analysis on PV Rooftop integrated in industry through Net Present Value NPV electricity saving calculation with Net Metering and Net Biling scheme scenario taking into account the installed rooftop PV capacity and tariff trend electricity PT PLN in the industry by using the application System Advisor Model SAM. PV rooftop in the industry will generate positive returns on investment through the Net Metering scheme. This is indicated by a positive NPV value of 69,076 and a payback period of 8 years. This NPV is obtained from the resulting electricity cost savings without PV system. The larger the installed PV capacity the greater the NPV value. However, the installed PV capacity is limited by the available land area and the economic value of PV system costs. Keywords Renewable Energy, Rooftop PV, Industry, Levelized Cost of Electricity LCOE , Economic Feasibility."

"Sistem pendingin pada sebuah bangunan menyumbang energy yang cukup besar pada total energy dari bangunan tersebut. Pemilihan dan penghematan system pendingin yang tepat akan membantu untuk mengurangi konsumsi energy pada system pendingin bangunan. Salah satu cara penghematan pada system pendingin adalah dengan menggunakan bahan-bahan renewable energy sebagai sumber energinya. Gedung Mechanical Research Center yang berada di wilayah Fakultas Teknik Universitas Indonesia, Depok, Jawa Barat telah menggunakan system pendingin absorpsi tenaga matahari guna memanfaatkan sumber panas terbarukan yang dapat menghemat konsumsi energy pada suatu gedung. Tujuan penelitian ini mencoba untuk mengevaluasi besar konsumsi energy yang dikeluarkan oleh absorption chiller pada gedung MRC, evaluasi dilakukan dengan simulasi menggunakan perangkat lunak IES-VE, IES-VE adalah perangkat lunak yang membantu penggunanya untuk mendesain dan mengevaluasi fenomena-fenomena pada suatu bangunan hasil yang didapat dari simulasi ini akan digunakan sebagai perbandingan terhadap hasil artificial intelligence menggunakan metode artificial neural network dan fuzzy.

---

Cooling systems in a building contribute considerable energy to the total energy of the building. Choosing and saving the right cooling system will help to reduce energy consumption in building cooling system. One way of saving on the cooling system is to use renewable energy as a source of energy. Building Mechanical Research Center located in the Faculty of Engineering, University of Indonesia, Depok, West Java has been using solar energy absorption cooling system to utilize renewable heat sources that can save energy consumption in a building.

The purpose of this study was to evaluate the energy consumption of absorption chiller in the MRC building, the evaluation was done by simulation using IES VE software, IES VE is software that help its users to design and evaluate phenomena in a building result Obtained from this simulation will be used in comparison to artificial intelligence result using artificial neural network and fuzzy method."

"Saat ini minyak bumi mendominasi sebagai sumber utama bahan bakar untuk motor bakar. Energi yang terbarukan merupakan salah satu solusi untuk menghadapi persoalan krisis energi yang memprediksi habisnya bahan bakar minyak bumi dimasa mendatang. Salah satu sumber energi yang terbarukan adalah Bioethanol.Dalam penelitian ini, dilakukan rancang bangun compact distillator dengan memamfaatkan gas buang dari motor bakar sebagai alat utama pengolahan ethanol. Tujuannya adalah ingin menghasilkan produk ethanol layak menjadi bahan bakar yaitu ethanol dengan kadar diatas 85%. Untuk mengetahui performa dari produk low grade ethanol yang didistilasi ini dilakukan pengujian unjuk kinerja bahan bakar dengan parameter laju konsumsi bahan bakar, kondisi gas buang dan pengaruh penambahan ethanol kedalam bahan bakar terhadap kinerja mesin.Dari hasil penelitian ini diharapkan compact distillator dapat menyerap panas gas buang dari knalpot secara maksimal sehingga laju distilasi compact distillator mampu memenuhi kebutuhan konsumsi bahan bakar Sepeda Motor Suzuki thunder 125 cc. Gas buang bioethanol hasil distillasi compact distillator lebih ramah lingkungan, kadar CO rendah (±0.5 % Vol), HC rendah (±44.3 ppm Vol), NOx tidak terdeteksi (0 ppm Vol).

---

Currently petroleum dominates as the main source of fuel for motor fuel. Renewable energy is one solution to face the problem of energy crisis that predict petroleum fuels in the future will be run out. One source of renewable energy is Bioethanol.

In this study, compact distillator design to utilization exhaust gases from motorcycle as the primary energy resource to processing ethanol. The goal is to produce decent products into ethanol fuel is ethanol with a concentration above 85%. To determine the performance of low-grade product distilled was carried out engine performance testing with the rate of fuel consumption, exhaust gas conditions and the effect of adding ethanol into the fuel on engine performance.

From the results of this study are expected compact distillator can absorb heat from the exhaust gases are maximum, so the rate of distillation able to sufficient the fuel consumption of Suzuki Motorcycles thunder 125 cc. Bioethanol exhaust compact distillasi results distillator more environmentally friendly, low CO levels (± 0.5% Vol), low HC (± 44.3 ppm Vol), NOx was not detected (0 ppm Vol)."

"Perkembangan Internet Of Things (IoT) pada era saat ini sudah semakin berkembang. Jumlah IoT device sudah mencapai 31 miliar perangkat yang tersebar di dunia. IoT adalah suatu objek yang memiliki kemampuan untuk mengirimkan data melalui jaringan tanpa memerlukan interaksi manusia ke manusia atau manusia ke computer. Dalam perkembangannya, dibutuhkannya teknologi Machine Learning untuk mendukung fitur-fitur yang ada pada IoT device, seperti prediksi konsumsi energi pada perangkat IoT. Machine learning diperlukan untuk mempelajari behaviour yang ada pada mesin yang diterjemahkan menjadi kondisi atau kata kata lain yang mencerminkan behaviour tersebut. Dalam implementasinya membutuhkan neural network yang didalamnya terdapat memory untuk mengingat behaviour tersebut sehingga proses learning dari alat menjadi cepat atau disebut dengan Recurrent Neural Network (RNN). Dengan tujuan dapat mengetahui dan memprediksi dari suatu nilai agar dapat memperkirakan besar konsumsi energi yang berakibat pada kenaikkan penggunaan listrik perkapita dalam negeri. Salah satu arsitektur dari RNN yaitu LSTM dapat digunakan untuk menjawab permasalahan. Data yang digunakan berasal dari sebuah alat dispenser. Hasil pengujian LSTM mencapai kategori baik dengan mendapatkan RMSE sebesar 3.9265.

---

The development of the Internet of Things (IoT) has increasingly developed many features. The number of IoT devices has reached 31 billion devices spread across the world. IoT is an object that has the ability to transfer data over a network without requiring human-to-human or human interaction to a computer. In its development, Machine Learning technology is needed to support features that exist on IoT devices, such as power predictions on IoT devices. Machine learning is needed to study the behaviors that exist on the machine which are translated into conditions or other words that reflect that behavior. For the implementation requires a neural network in which there is memory to remember the behavior so that the learning process of the tool becomes fast or called Recurrent Neural Network (RNN). The purpose of this research is to predict values from consumption energy, which related to average energy consumption on current country. One of the architectures of the RNN, namely LSTM can be used to answer the problem. The data comes from a smart dispenser. The LSTM test results reached a good category by getting RMSE of 3.9265."

"EBT di Indonesia merupakan sumber daya yang menjanjikan karena terletak di sekitar garis khatulistiwa dan iklim tropis.Potensi yang tinggi dan juga ambisi yang tinggi dari pemerintah terhadap EBT tidak sebanding dengan pelaksanaan RUEN sejak pertama kali dikeluarkan yaitu mengenai bauran energi 23 pada tahun 2025. Kurangnya minat investor dan banyaknya proyek yang mangkrak merupakan gambaran pelaksanaan yang tidak sesuai. Feed-in Tariff FiT seharusnya menjadi perangsang masyarakat dan investor untuk berinvestasi, tetapi malah sebaliknya, investor ditekan untuk menjual dengan harga murah.Penilaian FiT PLTS Fotovoltaik ini mencakup wilayah yang dikeluarkan kementrian ESDM, sehingga pemerintah dapat sadar bahwa nilai FiT yang lebih baik perlu untuk menaikkan investasi EBT, khususnya PLTS Fotovoltaik. Perhitungan FiT menggunakan metode LCOE, berdasarkan penelitian terkait dan spesifikasi peralatan dengan kondisi sekarang dan juga kondisi penurunan efisiensi kapasitas dan harga pv modul. Nilai discount rate dan Energi yang dihasilkan merupakan parameter sensitivitas karena berpengaruh terhadap kebijakan.Berdasarkan perhitungan FiT, daerah terluar Indonesia, bukan ibukota provinsi atau wilayah Jawa-Bali merupakan daerah dengan sarana dan situasi yang menarik untuk melakukan investasi PLTS Fotovoltaik.Pentingnya penentuan asumsi keekonomian, teknologi yang digunakan dan tata cara instalasi / maintenance PLTS supaya kebijakan yang selanjutnya dapat dikeluarkan dapat tepat sasaran.

---

RE in Indonesia is a promising power resource because it lies around the equator and tropical climate. The high potential and high ambition of the government against RE is not comparable with the implementation of RUEN since first issued regarding the energy mix is 23 in 2025. The lack of investor interest and the number of projects that faded is a description of implementation that is not appropriate. Feed in Tariff FiT should be a stimulant for investors to invest, but instead, investors are pressed to sell at a bargain price. The Photovoltaic FiT location assessment is issued by the ESDM ministry, so the government can be aware that better FiT values are necessary to raise EBT investments.

FiT calculation use LCOE method, based on related research and equipment specification with current condition and also condition of decreasing efficiency of capacity and price of pv module. The value of the discount rate and the energy generated are sensitivity parameters, because it affects the policy.

Based on the calculation of FiT, the outer regions of Indonesia, not the provincial capital or the region of Java Bali is an area with interesting facilities and situations to invest in Solar PV Power. The importance of the determination of economic assumptions, technology used and procedures PLTS installation maintenance so that the policy can be issued can be on target."

"ABSTRAKSemakin meningkatnya kebutuhan minyak bumi sebagai sumber energiprimer yang tidak terbarukan memaksa manusia untuk menemukan sumber energi alternatif. Energi terbarukan merupakan salah satu solusi untuk menghadapi persoalan ini. Salah satu sumber energi yang terbarukan adalah Bioethanol.. Dalam penelitian ini, dilakukan rancang bangun compact destilator dengan memanfaatkan gas buang dari motor bakar dinamik sebagai alat utama pengolahan etanol. Tujuannya adalah ingin menghasilkan produk etanol yang layak menjadi bahan bakar etanol dengan kadar diatas 85%. Oleh karena itu dilakukan pembuatan dan pengujian alat destilator yang kemudian dapat di aplikasikan ke motor bakar dinamik. Bioethanol yang diprosesadalah bioethanol low grade yang di jadikan umpan balik destilator. Dari hasil rancang bangun dan penelitian ini diharapkan compact destilator mampu memenuhi kebutuhan konsumsi bahan bakar Sepeda Motor Suzuki Thunder 125 cc.Gas buang dari hasil destilasi compact destilator lebih ramah lingkungan, mengandung kadar CO rendah ( ±0.5% ppm Vol ), HC rendah ( ± 44.3 ppm Vol ), Nox tidak terditeksi ( 0 ppm Vol).

---

ABSTRACTThe increasing needs for petroleum as primary energy sources is notrenewable,forcing people to find alternative energy sources. Renewable energy is a solution to solve this issues. Are if the sources renewable energy is bio ethanol.in this research conducted compact destilator design by utilizing exhaust gases from combustiondynamic as teh main tool of a ethanol processing.The purpose is to reduce a viable ethanol product to ethanol fuel with levels above 85%. Therefore, manufacturing and testing equipment performed destilator which can be applied to dynamic combustion engine. Bioethanol processed is low grade levels that will be used to as feed back intodestilator. From the result of this research are expected compact destilator can absorb heat from exhaust gases are maximum, so the rate of distillation able to sufficient the fuel consumption of Suzuki Thunder Motorcycles 125 cc. Bioethanol exhaust of compactdestilator distillation more environmentally friendly, low CO levels ( ± 0.5% ppm Vol ), low HC ( ± 44.3 ppm Vol ), Nox was not detected ( 0 ppm Vol)."

"Boron triazin dengan doping lithium serta karbon nitride merupakan material modifikasi dari CNT, lebih baik dari massa zat maupun kemampuan mengadsorp hidrogen. Penelitian mengenai adsorpsi hidrogen oleh material nanostruktur seperti CNT yang dilakukan secara eksperimental serta simulasi memilki banyak kekurangan. Artificial Neural Network dimodelkan sebagai alat prediksi kapasitas adsorpsi hidrogen yang menjadi solusi kekurangan metode penelitian yang ada. Tujuan penelitian ini mencari pengkonfigurasian terbaik untuk ANN sehingga dapat menjadi alat prediksi yang presisi dan teruji jalan cepat mendapatkan data adsorpsi hidrogen tanpa melakukan simulasi. Goal dari penelitian ini ialah mendukung percepatan pengimplementasian hidrogen sebagai renewable energy untuk kapal masa depan. Penelitian dilakukan dengan simulasi struktur nano pada ruang penyebaran hidrogen (VMD, Packmol, Lammps), pengolahan data banyak (Ms.Excel), dan training data (NN). Pemodelan fungsi prediksi ANN pada adsorpsi Hidrogen oleh Boron triazin dengan doping Lithium menghasilkan konfigurasi nn terbaik yakni pada varian pemilihan pertama dengan neuron 10. Sementara untuk Material Triazin pada temperature 77 menghasilkan konfigurasi nn terbaik pada skala 100-1000, pemilihan pertama, neuron 10. Sedangkan pada temperature 233 konfigurasi nn terbaik ditunjukan pada 100-10000 dengan neuron yang sama yakni 10.

---

Boron triazine with lithium doping and carbon nitride is a material modification of the CNT, better than the mass of a substance as well as the ability adsorbing hydrogen. Research on hydrogen adsorption by nanostructured materials such as CNT conducted experimental and simulation has many shortcomings. Artificial Neural Network is modeled as predictors of hydrogen adsorption capacity of the solution to be no shortage of research methods.

The purpose of this study look for the best configuration to ANN that can be a predictor of precision and proven fast way to get hydrogen adsorption data without doing simulations. Goal of this study is to support the accelerated implementation of hydrogen as a renewable energy for future ships. The study was conducted with a simulation of nanostructures in space deployment of hydrogen (VMD, Packmol, Lammps), many data processing (Ms.Excel), and the training of data (NN).

ANN predictive modeling function on hydrogen adsorption by Boron doping triazine with Lithium produce the best nn configuration variant first election to the neuron 10. While for Material Triazines at temperatures of 77 to produce the best nn configuration on a scale of 100-1000, the first election, the neuron 10. Meanwhile, at temperatures of 233 nn configuration best shown in 100-10000 the same neurons that is 10."

"The book features innovative scientific research by scientists, academicians and students, presented at the International Conference on Energy, Materials and Information Technology, 2017 at Amity University Jharkhand, India. Covering all the promising renewable energies and their related technologies, such as wind, solar and biomass energy, it compiles current important scientific research in this field and addresses how it can be applied in an interdisciplinary manner. The selected conference papers provide important data and parameters for utilizing the main potential renewable energies, and allowing an economic and environmental assessment.The book is a valuable resource for all those who are interested in the physical and technical principles of promising ways to utilize various renewable energies."