Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Untuk menunjang pertumbuhan ekonomi Indonesia dibutuhkan tambahan kapasitas pembangkit sebesar 35,000 MW di Indonesia dan di saat yang sama terdapat kebutuhan untuk meningkatkan proporsi energi terbarukan dalam bauran energi nasional. Pengembangan investasi Pembangkit Listrik Tenaga Bayu (PLTB) sebagai energi terbarukan sangat lambat di Indonesia dikarenakan tidak adanya kepastian investasi yang diberikan oleh pemerintah. Penelitian ini mensimulasikan penggunaan Feed-in Tariff (FiT) sebagai alat untuk memacu perkembangan PLTB di Indonesia dengan memberikan digression tariff berdasarkan penurunan harga turbin angin. Hasil simulasi FiT menunjukan penggunaan digression tariff meningkatkan keuntungan finansial berupa profitability index dan payback period bagi investor yang dapat membangun PLTB sebelum 2020 dan menurunnya keuntungan tersebut seiring mundurnya Commercial Operation Date dari PLTB. Analisa sensitivitas menunjukan bahwa keuntungan investor PLTB dari FiT bergantung terhadap harga turbin angin. Subsidi harus diberikan pada PT. PLN (Persero) karena skema FiT yang disimulasikan lebih mahal dibandingkan biaya pokok produksi PLN.

---

To support the economic development, Indonesia need additional 35,000 MW power generation capacity and at the same time they have to increase the portion of renewable energy in the energy mix. Wind farm investment in Indonesia is facing a stalemate due to the lack of investment assurance in Indonesia. This research simulates the use of Feed-in Tariff (FiT) as a tool to stimulate the development of windfarm in Indonesia by implementing digression tariff based on the decrement in wind turbine price.

The result of simulation indicates that the use of digression tariff increase the financial leverage in terms of profitability index and payback period to investor to those who can put the wind farm operational before 2020. Sensitivity analysis were carried out in this research indicates that the profit received by investors from FiT is dependent on the real fluctuation of wind turbine prices. PT. PLN (Persero) as national grid operator receive the negative impact since the FiT price is higher than their average generation cost. The impact is also simulated in this research in form of subsidy that needs to be provided by the government to the PT. PLN (Persero)."

"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."

"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."

"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%."

"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."

"Jagung menjadi salah satu bahan penting yang terkandung dalam pakan unggas karena nilai kandungan energi dan proteinnya. Sebagian besar jagung yang digunakan dalam industri pakan masih merupakan jagung impor. Dikarenakan produksi yang belum mampu mencukupi kebutuhan jagung dalam negeri, sampai saat ini Indonesia masih merupakan importir utama jagung. Untuk melindungi para petani penghasil jagung dari serbuan barang impor, pemerintah mengenakan pajak impor sebesar 5% bagi jagung impor. Di lain pihak, para pengusaha pakan ternak sebagai konsumen utama jagung, berpendapat bahwa impor tariff sebesar 5% tersebut terlalu tinggi dan meminta kepada pemerintah agar tarif tersebut dihilangkan. Penelitian ini bertujuan untuk menganalisa dampak tariff impor jagung terhadap produksi pakan ayam di Indonesia, khususnya di Sumatera, Jawa, dan Sulawesi. Agar tujuan penelitian dapat tercapai, penelitian ini menggunakan beberapa variabel bebas: (i) harga jagung di pasar domestik, (ii) Konsumsi jagung untuk pakan, (iii) harga kedelai di pasar domestik, (iv) harga pakan pada tahun sebelumnya, (v) produksi pakan rata-rata di tahun sebelumnya, dan (vi) tingkat tarif impor jagung. Dalam penelitian ini analisis data panel digunakan untuk menganalisa pengaruh impor tarif jagung terhadap produksi pakan. Dari hasil tes Chow dan perbandingan jumlah data cross-section dan time-series, ditetapkan bahwa metode yang cocok digunakan dalam penelitian ini adalah Metode Efek Tetap (MET). Hasil estimasi menunjukkan bahwa produksi pakan dan harga pakan pada tahun sebelumnya memiliki dampak positif terhadap produksi pakan. Sementara itu, harga kedelai dan tingkat tarif impor memberikan dampak negatif terhdap produksi pakan di Sumatera, Jawa, dan Sulawesi. Lebih lanjut, produksi pakan di tahun sebelumnya secara signifikan mempengaruhi produksi pakan di tahun berjalan pada tingkat kepercayaan 99%. Harga kedelai di pasar domestik berdampak secara signifikan pada tingkat kepercayaan 95%. Variabel lain seperti harga pakan pada tahun sebelumnya dan tingkat tarif impor berdampak secara signifikan pada tingat kepercayaan 90%. Namun demikian, hasil penelitian juga menunjukkan bahwa produksi pakan tidak terlalu responsif terhadap perubahan variabel-variabel bebas tersebut.

---

Due to its energy and protein content, maize becomes one of the important ingredients of poultry feed. Most of maize used in feed industry is still imported. Since domestic production of maize could not satisfy domestic demand, Indonesia is still a net importer of maize up to this day. In order to protect domestic producers from import surge, government imposed 5% tariff on maize. On the other hand, producers of feed, as the main consumers of maize, suggest that the imposition of 5% tariff is too high, and ask the government to remove the import tariff.

The objective of this research is to analyze the impact of import tariff of maize on poultry feed production in Indonesia, especially in Sumatra, Java, and Sulawesi. In order to reach this objective, the study will use the following independent variables: (i) domestic price of maize, (ii) consumption of maize for feed, (iii) domestic price of soybeans, (iv) price of feed in previous year, (v) average production feed in the previous year, and (vi) import tariff level of maize. With the purpose of analyzing the impact of import tariff of maize on feed production, a panel data analysis is used. Based on a Chow test and a comparison of cross-section and time-series data applicability, Fixed Effect Method (FEM) was decided as the appropriate method for this study.

The result indicates that average feed production and the price of feed in previous year have positive impact on feed production. Meanwhile, domestic price of soybeans, and import tariff level have negative impact of feed production in Java, Sumatra, and Sulawesi. Furthermore, average feed production in previous year influences feed production this year significantly at the 99% level. Domestic price of soybeans also affects significantly at the 95% level. Other variables such as feed price in previous year and the import tariff level are also significant at the 90% level. Although these variables have significant impact on feed production but the result also shows that feed production is not too responsive to the changes in these variables."

"Pertumbuhan ekonomi yang pesat di Indonesia menimbulkan masalah yang mendasar, dimana pertumbuhan ekonomi yang pesat tidak diimbangi oleh suplai energi yang mumpuni. Ketergantungan Indonesia pada energi fosil mengakibatkan persediaan minyak yang menurun drastis dan subsidi pemerintah yang membengkak. Untuk menghadapi isu ini, pemerintah mengeluarkan insentif untuk membudidayakan potensi energi terbarukan di Indonesia yang sangat tinggi, dimana salah satunya berupa kebijakan Feed-in Tariff (FIT). Pada penelitian ini, sebuah model simulasi dinamis dan pembentukan dan analisis skenario kebijakan FIT di Indonesia akan dibangun dan diaplikasikan, yang dikaitkan dengan perkembangan tiga aspek utama Indonesia, yang meliputi aspek ekonomi, aspek lingkungan, dan aspek sosial. Adapun hasil dari model yang telah diaplikasikan menunjukkan bahwa dengan menjalankan kebijakan FiT, perkembangan tiga aspek utama Indonesia mengalami perkembangan yang jauh lebih pesat.

---

Rapid economic development in Indonesia causes fundamental issues, where the rapid development is not balanced by a dependable energy supply. Indonesia’s dependence to fossil energy causes rapid decrease in oil supply and swelling subsidy cost. To face those issues, the government issues incentives to utilize the renewable energy potential in Indonesia, which include Feed-in Tariff(FiT).

In this research, a dynamic simulation model and policy analysis of FiT will be constructed and implemented, relating it to the economical, environmental, and social aspects in Indonesia. The result of the applicated model stated that by implementing FiT policy, the development of three main aspects in Indonesia showed better development."

"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)."