PEMODELAN POTENSI ENERGI MATAHARI DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN (STUDI KASUS: INDONESIA)

Abstract

Penelitian ini bertujuan merancang model Jaringan Saraf Tiruan (JST) untuk memprediksi potensi energi matahari di Indonesia. Latar belakangnya diperkuat oleh Pembangunan Pembangkit Listrik Tenaga Surya (PLTS), serta kendala kelangkaan data radiasi matahari. Model JST dihasilkan dengan menggunakan data input meliputi radiasi matahari global, suhu udara, kelembaban udara, durasi matahari harian, lintang, bujur, dan bulan dengan rentang tahun dari 1984 – 2019. Proses pelatihan menggunakan arsitektur Multilayer Perceptron dengan algoritma optimasi ADAM menghasilkan model terbaik dengan 20 neuron di hidden layer. Penerapan model pada tahun 2020 dan 2021 mengungkapkan fluktuasi potensi energi matahari nasional. Pulau Kalimantan tetap menonjol, sementara pola sebaran potensi energi matahari cenderung serupa setiap tahun. Potensi energi matahari nasional pada tahun 2020 dan 2021, dengan total potensi mencapai 827,70 GW dan 928,66 GW secara berturut-turut. Penerapan model pada tahun 2020 dan 2021 mengungkapkan fluktuasi potensi energi matahari nasional. Pulau Kalimantan tetap menonjol, sementara pola sebaran potensi energi matahari cenderung serupa setiap tahun. Penelitian ini diharapkan memberikan wawasan yang mendukung kebijakan berkelanjutan, dan membuka jalan bagi pengembangan infrastruktur energi matahari di Indonesia. Kata kunci: Jaringan Saraf Tiruan, Radiasi Matahari Global