Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Berdasarkan analisis data satelit cuaca dan lingkungan, terlihat daerah "Heat Island" di Jakarta yang semakin melebar ke daerah sekitarnya. Kondisi ini merupakan konsekuensi logis dari meningkatnya sektor industri. Disamping adanya perubahan O2 dan O3, sejumlah ahli telah mendeteksi peningkatan konsentrasi CO2 di atmosfer . Hal ini perlu diwaspadai, termasuk juga zat yang membahayakan lingkungan, zat polutan, seperti NH3, timah (Pb), SOx, NOx dan H2S. Transmisi radiasi matahari yang menjalar ke bumi akan mengalami hambatan yang disebabkan oleh adanya media penyerap seperti zat polutan dengan karakteristik dan panjang gelombang yang dimilikinya. Dengan memantau panjang gelombang ini dapat diperoleh informasi spektrum radiasi matahari yang dapat direkam menggunakan Fotometer Matahari. Dengan memanfaatkan sarana dan peralatan yang ada di Laboratorium Optik Program Studi Opto-elektroteknika Universitas Indonesia serta menambahkan komponen pendukungnya, dapat dibentuk sebuah Fotometer Matahari. Konstruksi Fotometer Matahari dibangun dengan peralatan teleskop, serat optik, monokromator, ihotomultiplier, dan komputer berikut program pemantauannya. Dengan pertimbangan keterbatasan seluruh komponen pembentuknya, Fotometer Matahari mampu merekam pola spektrum panjang gelombang dari 400 sampai 1200 nm dengan sensitivitas tinggi pada daerah 700 sampai 900 nm dan waktu observasi 16 menit 56 detik. Analisis data hasil pemantauan pada bulan Oktober 2000 yang diwakili dengan 8 had menunjukkan adanya pola spektrum radiasi matahari yang hampir sama. Puncakpuncak dominan terjadi pada panjang gelombang 712, 753, 785, 810 dan 887 nm dan lembah dominan terjadi pada 764 nm. Dan puncak-puncak spektrum ketiga daerah ini dapat diprediksi adanya polutan O2, O3 dan H2O. Pemantauan secara berkala sebagai fungsi panjang gelombang bisa membantu untuk memperoleh data meteorologi yang berguna, tenrtarna informasi spesifik pada daerah panjang gelombang tertentu.

Abstrak :
Automatic Weather Station (AWS) mengalami kendala berupa kerusakan komponen dan kegagalan sistem komunikasi, sehingga menyebabkan data parameter tidak lengkap. Kerusakan komponen juga terjadi pada pyranometer. Penurunan kinerja pyranometer menghasilkan penyimpangan, ketidakpastian pengukuran intensitas radiasi matahari, serta gap data. Imputasi data menjadi salah satu solusi dalam meminimalisir penyimpangan pengukuran dan terjadinya missing data pyranometer AWS. Penelitian ini bertujuan mendesain serta menganalisis performa akurasi model imputasi data intensitas radiasi matahari pyranometer AWS multisite ketika terjadi gap data. Penelitian ini berupaya memanfaatkan kaitan spasio-temporal intensitasi radiasi matahari AWS multisite di dalam model imputasi. Algoritma Long-Short Term Memory (LSTM) digunakan sebagai estimator pada jaringan pyranometer AWS multisite. Tahap pemodelan imputasi data meliputi pengumpulan data, pra-pemrosesan data, pembuatan skenario missing data, desain LSTM dan pengujian model. Metode berbasis machine learning ini diharapkan mampu mengimputasi data AWS pada missing data dalam jangka menit maupun jam, jika AWS mengalami kerusakan sistem atau gangguan jaringan komunikasi. Nilai MAPE model LSTM untuk imputasi pyranometer AWS Cikancung untuk missing data 30 menit, 1 jam dan 3 jam berturut-turut yaitu 1,81% ; 2,72% ; dan 5,07%. Nilai MAPE model LSTM untuk AWS Cimalaka untuk missing data 30 menit, 1 jam dan 3 jam berturut-turut yaitu 0,46% ; 1,25% ; dan 3,24%. Nilai MAPE model LSTM untuk AWS Cipasung untuk missing data 30 menit, 1 jam dan 3 jam berturut-turut yaitu 2,30% ; 1,67% ; dan 0,94%. ......Automatic Weather Station (AWS) experienced problems in the form of component damage and communication system failure, resulting in incomplete parameter data. Component damage also occurs in pyranometers. Decreased pyranometer performance results in deviations, uncertainty in measuring solar radiation intensity, and data gaps. Data imputation is one solution to minimize measurement deviations and the occurrence of missing AWS pyranometer data. This research aims to design and analyze the accuracy performance of the multisite AWS pyranometer solar radiation intensity data imputation model when a data gap occurs. This research attempts to utilize the spatio-temporal relationship of multisite AWS solar radiation intensity in the imputation model. The Long-Short Term Memory (LSTM) algorithm is used as an estimator in the multisite AWS pyranometer network. The data imputation modeling stage includes data collection, data pre-processing, creating missing data scenarios, LSTM design and model testing. This machine learning-based method is expected to be able to impute AWS data for missing data in minutes or hours, if AWS experiences system damage or communication network disruption. The MAPE value of the LSTM model for the AWS Cikancung pyranometer for missing data of 30 minutes, 1 hour and 3 hours respectively is 1.81%; 2.72% ; and 5.07%. The MAPE value of the LSTM model for AWS Cimalaka for missing data of 30 minutes, 1 hour and 3 hours respectively is 0.46%; 1.25% ; and 3.24%. The MAPE value of the LSTM model for AWS Cipasung for missing data of 30 minutes, 1 hour and 3 hours respectively is 2.30%; 1.67% ; and 0.94%.

Abstrak :
Research has been carried out for designing and construction of solar radiation concentration by using array of mirrors. A solar water heater is used to demonstrate the usefulness of such solar radiation concentration.

Abstrak :
This research was carried out to investigate the influence of building form and open space geometric toward the amount of radiation on the open space in a region located at latitude 7o.....

Abstrak :
Provinsi Jawa Barat memiliki potensi yang signifikan untuk pengembangan energi surya melalui pemanfaatan radiasi matahari. Penelitian ini bertujuan untuk mengestimasi radiasi matahari di Provinsi Jawa Barat menggunakan metode ANN untuk menemukan model konfigurasi optimal dan menganalisis distribusi spasialnya. Pengukuran radiasi matahari dilakukan di lima lokasi berbeda, dengan dua lokasi terbaik dipilih untuk pemrosesan data. Dataset yang digunakan adalah data tahun 2022, yang dibagi menjadi 70% untuk pelatihan dan 30% untuk pengujian. Hasilnya menunjukkan bahwa konfigurasi optimal 6-30-1 di lokasi Puslitbang PLN mencapai nilai RMSE sebesar 135,8 W/m², rRMSE sebesar 54,8%, MBE sebesar 15,9 W/m², dan rMBE sebesar 0,064%. Sementara itu, untuk lokasi Sumedang, konfigurasi optimal adalah 5-40-1, yang menghasilkan nilai RMSE sebesar 156,7 W/m², rRMSE sebesar 49,29%, MBE sebesar 7,75 W/m², dan rMBE sebesar 0,024%. Secara keseluruhan, model ini masih memiliki kesalahan estimasi sebesar 48-50%.Untuk meningkatkan akurasi, penelitian ini mengintegrasikan model ANN dengan WRF, yang mampu meningkatkan akurasi di Sumedang sebesar 2%. Analisis menunjukkan bahwa daerah dengan ketinggian rendah memiliki intensitas radiasi matahari yang tinggi, sedangkan daerah dengan ketinggian lebih tinggi menerima radiasi matahari yang lebih rendah ......West Java Province has significant potential for solar energy development through the utilization of solar radiation. This study aims to estimate solar radiation in West Java Province using ANN methods to find the optimal configuration model and analyze its spatial distribution. Solar radiation measurements were conducted at five different locations, with the two best locations selected for data processing. The dataset used is from the year 2022, which was divided into 70% training and 30% testing. The results showed that the optimal configuration of 6-30-1 at the Puslitbang PLN location achieved an RMSE value of 135.8 W/m², an rRMSE of 54.8%, an MBE of 15.9 W/m², and an rMBE of 0.064%. Meanwhile, for the Sumedang location, the optimal configuration was 5-40-1, which produced an RMSE value of 156.7 W/m², an rRMSE of 49.29%, an MBE of 7.75 W/m², and an rMBE of 0.024%. Overall, this model still has an estimation error of 48-50%. To improve accuracy, this study integrated the ANN model with WRF, which was able to increase accuracy in Sumedang by 2%. Analysis shows that low-altitude areas have high solar radiation intensity, while higher-altitude areas receive lower solar radiation.

Abstrak :
Energi terbarukan yang berasal dari radiasi matahari merupakan salah satu sumber energi potensial di Indonesia karena letak geografisnya. Hal ini dapat mendukung pemenuhan kebutuhan energi yang terus meningkat, khususnya di wilayah Provinsi Jawa Barat yang memiliki kepadatan penduduk tertinggi di Indonesia. Namun, radiasi matahari bersifat intermiten karena dipengaruhi oleh kondisi atmosfer yang dinamis, sehingga diperlukan estimasi nilai radiasi matahari yang mencapai permukaan bumi. Penelitian ini melakukan estimasi radiasi matahari menggunakan model Gated Recurrent Unit (GRU) pada dua lokasi, yaitu Puslitbang PLN dan BMKG Sumedang, berdasarkan skema parameter terbaik. Analisis spasial dilakukan menggunakan model Weather Research and Forecasting (WRF), serta pengujian hybrid model dilakukan untuk meningkatkan akurasi model GRU. Hasil model menunjukkan nilai relative root mean square error (rRMSE) yang tinggi untuk Puslitbang PLN (50,21%) dan BMKG Sumedang (46,19%). Berdasarkan pola sebaran radiasi matahari terhadap tutupan lahan, nilai radiasi tinggi tersebar di wilayah terbangun dan rendah pada wilayah vegetasi. Selanjutnya, integrasi data dari model WRF dilakukan untuk meningkatkan akurasi estimasi radiasi matahari. Namun, peningkatan akurasi ini hanya terjadi pada lokasi BMKG Sumedang dengan nilai rRMSE 45,05%, sementara di Puslitbang PLN tidak terdapat peningkatan yang signifikan karena kualitas data temporal yang kurang baik. Oleh karena itu, pengembangan metode serta ketersediaan data temporal berkualitas baik menjadi hal yang penting untuk menghasilkan model dengan akurasi tinggi. ......Renewable energy from solar radiation is a potential energy source in Indonesia due to its geographical location. This can support the growing energy needs, especially in West Java Province, which has the highest population density in Indonesia. However, solar radiation is intermittent due to dynamic atmospheric conditions, necessitating the estimation of solar radiation reaching the Earth's surface. This study estimates solar radiation using the Gated Recurrent Unit (GRU) model at two locations: Puslitbang PLN and BMKG Sumedang, based on the best parameter scheme. Spatial analysis was conducted using the Weather Research and Forecasting (WRF) model, and hybrid model testing was carried out to improve the accuracy of the GRU model. The model results showed relatively high relative root mean square error (rRMSE) values for Puslitbang PLN (50.21%) and BMKG Sumedang (46.19%). Based on the distribution patterns of solar radiation against land cover, high radiation values were found in built-up areas and low values in vegetated areas. Furthermore, data integration from the WRF model was performed to enhance the accuracy of solar radiation estimation. However, this accuracy improvement was only observed at the BMKG Sumedang location, with an rRMSE value of 45.05%, while no significant improvement was noted at Puslitbang PLN due to poor temporal data quality. Therefore, the development of methods and the availability of high-quality temporal data are crucial to achieve high model accuracy.

Abstrak :
Penelitian ini didasarkan kebutuhan data intensitas radiasi matahari yang mendorong penggunaan sensor pyranometer yang semakin tinggi. Dalam rangka meningkatkan efisiensi kalibrasi pyranometer, perlu dikembangkan metode kalibrasi yang lebih efisien. Salah satu metode yang mampu memenuhi kebutuhan efektivitas kalibrasi pyranometer adalah Continous Sun Shade Method (CoSSM). Tujuan penelitian ini adalah menemukan teknik kalibrasi terbaik sebagai acuan metode kalibrasi pyranometer di Jakarta. Penelitian ini dilakukan di gedung BMKG Kemayoran Jakarta dari tanggal 9 Desember 2022 hingga 5 Februari 2023. Empat unit pyranometer UUT GHI, satu pyrheliometer (DNI), dan satu pyranometer standar dengan pembayang (DHI) digunakan dalam penelitian ini. Peneliti mengkombinasikan tiga faktor yaitu perbedaan jeda dengan 30, 60, dan 120 detik, data set dengan 10, 15, dan 20 data, serta data seri dengan 10, 15, dan 20 data. Data yang diperoleh kemudian dilakukan tiga tahapan filtrasi menggunakan python dan perhitungan manual. Nilai responsivitas yang dihasilkan kemudian dibandingkan dengan responsivitas kalibrasi di dalam ruangan yang terakreditasi menggunakan Mean Bias Difference . Hasil pengolahan data kalibrasi seharusnya menghasilkan 27 nilai responsivitas, namun hanya 16 teknik yang menghasilkan responsivitas karena kurangnya data akibat filtrasi. Hasil penelitian menunjukkan bahwa teknik dengan jeda 1 menit, 10 data set, dan 20 data seri menghasilkan nilai responsivitas dengan nilai RMSE paling kecil, 0,46. Oleh karena itu, teknik tersebut dapat dijadikan prototipe sistem kalibrasi CoSSM di luar ruangan di Jakarta. ......This research is based on the need for solar radiation intensity data, which has led to an increasing utilization of pyranometer sensors. In order to enhance the efficiency of pyranometer calibration, it is necessary to develop more efficient calibration methods. One of the methods capable of meeting the effectiveness requirements of pyranometer calibration is the Continuous Sun Shade Method (CoSSM). The objective of this study is to identify the best calibration technique as a reference for pyranometer calibration methods in Jakarta. The research was conducted at the BMKG Kemayoran Building in Jakarta from December 9, 2022, to February 5, 2023. Four units of UUT GHI pyranometers, one pyrheliometer (DNI), and one standard pyranometer with shading (DHI) were used in this study. The researcher combined three factors: time interval differences of 30, 60, and 120 seconds, data sets of 10, 15, and 20, and data series of 10, 15, and 20. The obtained data underwent three stages of filtration using Python and manual calculations. The resulting responsiveness values were then compared to the responsiveness of accredited indoor calibration using the Mean Bias Difference method. The calibration data processing was expected to yield 27 responsiveness values, but only 16 techniques produced responsiveness due to data loss caused by filtration. The research results show that the technique with a 1-minute interval, 10 data sets, and 20 data series yields responsivity values with the smallest RMSE value of 0.46. Therefore, this technique can be used as a prototype for the CoSSM outdoor calibration system in Jakarta.

Abstrak :
Penggunaan energi terbarukan sebagai sumber pembangkitan energi listrik terus mengalami peningkatan setiap tahunnya. Namun, di Indonesia sendiri belum banyak pembangkit listrik yang memanfaatkan energi terbarukan ini sebagai sumbernya. Padahal kita ketahui bahwa Indonesia memiliki potensi energy terbarukan yang sangat besar. Salah satu potensi energi terbarukan yang sangat besar di Indonesia adalah cahaya matahari. Dengan photovoltaics sebagai alat yang menyerap dan mengubah energi matahari menjadi energi listrik maka energi listrik yang dihasilkan dari sumber energi matahari tersebut diperkirakan sangat besar hasilnya. Namun, modul photovoltaics ini sangatlah rentan terhadap kondisi lingkungan sekitarnya sehingga dapat memengaruhi energi listrik yang dihasilkan. Maka dari itu, diperlukannya perhitungan performa modul PV untuk memprediksikan besar energi yang akan dihasilkan suatu modul PV pada kondisi lingkungan tertentu sehingga kita dapat menentukan tipe modul PV yang akan digunakan. Pada skripsi ini digunakan dua metode perhitungan performa PV, yaitu Sandia PV Array Performance Model dan Five Parameters Model, dimana kedua metode ini akan dibandingkan satu sama lain. Sehingga didapat bahwa metode Five Parameters merupakan metode perhitungan performa PV yang paling optimal dan efisien yang dapat digunakan pada daerah tropis karena hanya membutuhkan input data yang sedikit namun memberikan hasil prediksi keluaran energy listrik yang cukup presisi, yaitu 56,58 Wdc untuk mono-crystalline PV, 52,7 Wdc untuk poly-crystalline PV, dan 43,29 Wdc untuk thin film PV, dengan input data yang sedikit. Metode five parameters juga dapat menghasilkan kurva karakteristik (I-V) pada kondisi operasi modul PV yang lebih presisi.

---

The use of renewable energy as a source of electric energy generation continues to increase every year. However, in Indonesia itself has not many power plants that utilize renewable energy source. And we all know that Indonesia has the potential of renewable energy is very large. One of the renewable energy potential that very large in Indonesia is sunlight. With photovoltaics as a tool that absorb and convert solar energy into electrical energy, the electrical energy generated from solar energy sources are expected very big results. However, photovoltaics module is particularly vulnerable to environmental conditions that can affect the electrical energy produced. Therefore, the need for PV module performance calculations to predict the amount of energy that will be produced by a PV module in a certain environment so that we can determine the type of PV modules that will be used. In this study used two methods of calculating the performance of PV, those are Sandia PV Array Performance Model and Five Parameters Model, where both methods will be compared with each other. In order to get that Five Parameters method is the most optimal and efficient method in calculating PV performance that can be used in tropical region as it only requires less input data but may predicted electrical energy output with sufficient precision, those are 56,58 Wdc for mono-crystalline PV, 52,7 Wdc for poly-crystalline PV, and 43,29 Wdc for thin film PV, with less data input. Five parameters method can also produce the characteristic curve (I-V) on a PV module operating conditions more precise.