Hasil Pencarian  ::  Simpan CSV :: Kembali

"Quantitative information about solar radiation in agro-forestry system in Indonesia is relatively limited. To study the amount of solar radiation below forest trees stand, a survey based research was conducted from October 2002 to February 2003 in Central Java, Indonesia. The location of the survey were chosen based on the kinds of trees and forests. They were Purwodadi (teak, mahogany and sonokeling production forest), Karanganyar - Purworejo (pines production forest), and Klaten (semolina and yucca as conservation forest). The decrease in the Relative's Irradiation Fraction (RIF) under the trees was found related to the increased of the tree aging, adjusted to the exponential decrease model (RIP=1.25e -0.18 X). The RIP under tree canopy was clearly explained by diameter on the breast height diameter of trunk (DBH) divided by the half of tree row spacing (2D/X+Y) therefore the RIF was formulated as 0.2829 (2D/(X+Y)."

"Quantitative information about solar radiation in agro-forestry system in Indonesia is relatively limited. To study the amount of solar radiation below forest trees stand, a survey based research was conducted from october 2002 to February 2003 in Central Java, Indonesia. The location of the survey were chosen based on the kinds of trees forests. They were Purwodadi (teak, mahogany and sonokeling production forest), Karanganyer- Purworejo (pines production forest) and Klaten (semolina and yucca as conservation forest). The decrease in the relative's Irradiation Fraction (RIF) under the trees was found realted to the increased of the tree aging, adjusted to the exponential decrease model (RIF=1.25e -0,18 x). The RIF under tree canopy was clearly explained by diameter on the breast height diameter of trunk (DBH) divided by the half of tree row spacing (2D/(X+Y) therefore the RIF was formulated as e 0.2829 (2D/(X+Y)."

"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."

"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."

"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."

"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%."

"Permasalahan penggunaan energi listrik di Indonesia sudah menjadi isu yang harus dikritisi dan ditindaklanjuti. Penggunaan energi yang tidak sesuai dengan kebutuhan penduduk harus dicari alternatif lain, salah satu potensi energi yang dapat digunakan adalah energi surya sebagai sumber energi terbarukan. Di Indonesia, khususnya di wilayah Jawa Barat mempunyai permasalahan yang sama yaitu mengenai krisisnya energi listrik dimana provinsi Jawa Barat masih menggunakan bahan bakar fosil sebagai sumber energi listrik. Dampak dari fosil sendiri pasti akan sangat membahayakan lingkungan sehingga diperlukannya penggunaan energi terbarukan seperti radiasi matahari. Matahari sudah digunakan sebagai alat pembangkit listrik tenaga surya yang biasa dikenal dengan PLTS. PLTS di Indonesia masih mempunyai tantangan yang cukup besar yaitu ketidakstabilan data (intermitten) sinar matahari karena terdapat faktor hidrometeorologi. Oleh karena itu, penelitian ini melakukan estimasi radiasi matahari di Provinsi Jawa Barat dengan menggunakan pemodelan WRF (Weather Research and Forecasting) menggunakan data yang berasal dari GFS (Global forecasting System) ds083.3 yang diambil dari NCAR (National Center for Atmospheric). Estimasi radiasi matahari yang dimulai dari pukul 00.00 - 18.00 UTC + 7 dengan 2 Domain yang diolah berdasarkan uji akurasi data model WRF dengan data lapangan (AWS) dan didapatkan nilai RMSE, MBE dan R2.  Data yang digunakan 1-3 Agustus 2022 disaat puncak musim kemarau dan keadaan clear sky. Pada penelitian ini konfigurasi yang digunakan berasal dari konfigurasi skema 1, skema 2 dan skema 3. Namun, dari beberapa konfigurasi didapatkan konfigurasi skema 1 menghasilkan lebih baik dengan nilai RMSE 267,61 dan R2 di angka 0,53 dan rRMSE di angka 69,82%. Lalu pada pola spasial persebaran GHI terdapat 3 pola persebaran yang dibagi menjadi 3 distribusi warna, masing-masing warna memperlihatkan kondisi wilayah dan juga penduduk. Sedangkan pada hasil overlay pola spasial pengaruh ketinggian terhadap dibagi menjadi 3 berdasarkan dengan 3 kategori ketinggian, didapatkan bahwa wilayah dengan ketinggian semakin tinggi maka GHI yang diterima akan semakin sedikit dan begitupun sebaliknya, semakin rendah ketinggian maka GHI yang diterima semakin tinggi.

---

The issue of electricity usage in Indonesia has become a matter that needs to be criticized and addressed. The use of energy that does not align with the population's needs requires finding alternative sources, one of which is solar energy as a renewable energy source. In Indonesia, particularly in West Java, there is a similar issue regarding the electricity crisis, where the province still relies on fossil fuels for electricity. The impact of fossil fuels is undoubtedly harmful to the environment, necessitating the use of renewable energy such as solar radiation. The sun has been harnessed as a source for solar power generation, commonly known as PLTS (Pembangkit Listrik Tenaga Surya). PLTS in Indonesia still faces significant challenges, primarily the intermittent nature of solar radiation due to hydrometeorological factors. Therefore, this study estimates solar radiation in West Java Province using the WRF (Weather Research and Forecasting) model, with data from the GFS (Global Forecasting System) ds083.3 obtained from NCAR (National Center for Atmospheric Research). Solar radiation estimation is conducted from 00:00 to 18:00 UTC + 7 with 2 domains processed based on the accuracy test of WRF model data with field data (AWS), resulting in RMSE, MBE, and R² values. The data used are from August 1-3, 2022, during the peak of the dry season and under clear sky conditions. This study uses configurations from scheme 1, scheme 2, and scheme 3. However, among the various configurations, scheme 1 performed the best, with an RMSE value of 267.61, an R² value of 0.53, and an rRMSE of 69.82%. The spatial pattern of GHI distribution revealed three distribution patterns, each represented by a different color, illustrating the conditions of different regions and populations. Additionally, the overlay results of the spatial pattern regarding the influence of elevation were categorized into three height categories. It was found that regions with higher elevations received less GHI, whereas lower elevations received higher GHI.Keywords: Estimation, West Java, Solar Radiation, Weather Research and Forecasting (WRF)."

"Sesuai tren dan perkembangan teknologi sekarang, penerapan PLTS yang berbasis pada energi surya sebagai Energi Baru Terbarukan (EBT) di Indonesia kian hari kian meningkat. Menurut Rencana Usaha Penyediaan Tenaga Listrik (RUPTL) PT PLN Tahun 2021-2030, potensi energi surya di Indonesia relatif tinggi sebesar 207.898 MW dan potensi ini merupakan potensi terbesar dibandingkan EBT lain. Namun keberadaan energi surya bersifat intermittent karena dipengaruhi oleh banyak faktor misalnya cuaca dan awan, sehingga mempengaruhi energi listrik dan kualitas daya keluaran dari PLTS. Studi ini bertujuan untuk menganalisis pengaruh radiasi matahari terhadap kualitas daya sistem distribusi listrik dan menganalisis variasi besaran - besaran tegangan fasa, arus fasa, daya aktif, daya reaktif, daya semu, Total Distorsi Harmonik Tegangan (THDV), Total Distorsi Harmonik Arus (THDI), dan Total Distorsi Permintaan (TDD) yang terjadi. Berdasarkan hasil pengukuran secara langsung yang dilaksanakan pada Gedung Energi Puspitek dengan studi objek PLTS Rooftop On Grid 90 kWp, pengaruh radiasi surya terhadap perubahan - perubahan nilai yang relatif tidak signifikan adalah tegangan fasa, THDv dengan nilai rata - rata secara berurutan, yaitu 0,37%; 1,97% saat kenaikan radiasi matahari serta 0,29%; 2,19% saat penurunan radiasi matahari. Dan perubahan - perubahan nilai yang sangat signifikan adalah arus fasa, daya aktif, daya reaktif, daya semu, THDi, TDD dengan nilai rata rata masing - masing 89,13%; 89,98%; 89,91%; 89,97%; 32,10%; 17,08% saat kenaikan radiasi matahari serta 37,61%; 37,79%; 37,79%; 39,59%; 14,33% saat penurunan radiasi matahari.

---

In accordance with current trends and technological developments, the application of PLTS based on solar energy as New Renewable Energy "EBT" in Indonesia is increasing day by day. According to PT PLN's 2021-2030 Electric Power Supply Business Plan (RUPTL), the potential for solar energy in Indonesia is relatively high at 207,898 MW and this potential is the largest potential compared to other EBT. However, the existence of solar energy is intermittent because it is influenced by many factors such as weather and clouds, thus affecting electrical energy and the quality of the output power of PLTS. This study aims to analyze the effect of solar radiation on the power quality of the electrical distribution system and analyze variations in the magnitudes of phase voltage, phase current, active power, reactive power, apparent power, Total Harmonic Distortion of Voltage (THDV), Total Harmonic Distortion of Current (THDI), and Total Demand Distortion (TDD) that occurred. Based on the results of direct measurements carried out at the Puspitek Energy Building with a 90 kWp Rooftop On Grid PLTS object study, the effect of solar radiation on changes in values that are relatively insignificant is the phase voltage, THDv with an average value sequentially, namely 0,37 %; 1,97% when the increase in solar radiation and 0,29%; 2,19% when the decrease in solar radiation. And very significant changes in values are phase current, active power, reactive power, apparent power, THDi, TDD with an average value of 89,13% each; 89,98%; 89,91%; 89,97%; 32,10%; 17,08% when solar radiation increases and 37,61%; 37,79%; 37,79%; 39,59%; 14,33% when the solar radiation decreases."

"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."

"Secara geografis Indonesia dilalui oleh 18 garis lintang yang berkolerasi kuat dengan potensi radiasi matahari untuk implementasi teknologi energi surya. Hal inilah yang menjadi dasar asumsi untuk membuat model Feed In Tariff (FIT) proporsional dimana nilai FIT tersebut akan bervariasi diberbagai lokasi di Indonesia. Variabel lain seperti garis bujur, jumlah radiasi matahari, Levelized Cost of Electricity (LCOE), dan faktor sosial ekonomi juga dipertimbangkan. Tiga puluh empat ibu kota provinsi di seluruh wilayah Indonesia dibagi menjadi tiga kelompok FIT asumsi berdasarkan potensi radiasi matahari dengan mengacu nilai FIT pada PERMEN ESDM No.17 tahun 2013 dengan kapasitas total 34 MW. FIT asumsi tersebut disimulasikan dengan metode principal component regression (PCR) dengan menambahkan enam variabel bebas C1-C6 yang menghasilkan tiga model FIT. Model FIT ke-2 kemudian dipilih karena memiliki nilai residual yang kecil dan memiliki nilai finansial lebih tinggi dari model yang lain. Dari penelitian ini diperoleh bahwa penetapan nilai FIT yang bervariasi terkait dengan potensi energi matahari pada masing-masing wilayah, dapat menurunkan total FIT yang harus dibayarkan oleh negara lebih dari 80 milyar rupiah dengan pengoperasian sistem photovoltaic selama 10 tahun.

---

Geographically, Indonesia is through by 18 latitudes that correlated strongly with the potential of solar radiation for the implementation of solar energy technologies. This is became the basis assumption to create a model in a proportional Feed In Tariff (FIT) that will vary FIT value in different locations in Indonesia. Other variables such as longitude, the amount of solar radiation, Levelized Cost of Electricity (LCOE), and socio-economic factors are also considered. Thirty-four provincial capitals throughout Indonesia are divided into three groups FIT assumption based on potential of solar radiation with reference to the value of FIT on PERMEN ESDM No.17 in 2013 with a total capacity of 34 MW. FIT assumptions are simulated with Principal Component Regression (PCR) method by adding six independent variables C1-C6 which produce three models of FIT. Model FIT-2 is chosen because it has a small residual value and has higher financial value than the other models. From this research, determining the value of variable FIT associated with solar energy potential in each region, can lower the total FIT to be paid by the state more than 80 billion rupiah with operation of photovoltaic systems for 10 years."