PREDIKSI LAMA MATAHARI BERSINAR MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

Zaenuddin Zaenuddin(1*), Muhammad Rais Wathani(2)

(1) Fakultas Teknologi Informasi, Universitas Islam Kalimantan
(2) Fakultas Teknologi Informasi, Universitas Islam Kalimantan
(*) Corresponding Author

Sari


Banyak manfaat energi sinar matahari bagi manusia, terutama sebagai pembangkit
listrik tenaga surya. Pengolahan energi ini banyak dikembangkan secara signifikan di
seluruh dunia. Energi ini selain ramah lingkungan juga sangat menjanjikan sebagai
salah satu energi alternatif. Selain manfaat juga terdapat dampak buruk dari energi sinar
matahari, diantaranya adalah radiasi yang ditimbulkan, karena hal ini sangat
berhubungan dengan lamanya matahari bersinar. Oleh karena itu, menarik untuk
dilakukan penelitian tentang prediksi lamanya matahari bersinar, diharapkan ini dapat
membantu pengambilan keputusan dalam membangun pembangkit listrik tenaga surya
beserta dengan pengelolaannya, juga membantu bagi petani untuk menanam atau tidak
menanam hasil bumi, serta menentukan jenis tanaman hasil buminya, dan untuk
menghindari bahaya kerusakan yang ditimbulkan oleh energi sinar matahari, serta
manfaat-manfaat lainnya. Melihat kebutuhan akan pentingnya prediksi ini, maka
mengharuskan penggunaan model-model khusus untuk dapat memprediksi lamanya
matahari bersinar baik untuk jangka pendek maupun jangka panjang. Dalam penelitian
ini, digunakan metodeSupport Vector Machine (SVM), yang sudah terbukti handal dan
banyak digunakan dalam memprediksi banyak kasus.Dari hasil penelitian yang
dilakukan dari tahap awal hingga pengujian, dapat diambil suatu kesimpulan bahwa,
dihasilkan nilai RMSE (Root Mean Squared Error) sebesar 34.038. Nilai ini cukup baik
dalam melakukan prediksi lama matahari bersinar, sehingga dianggap mampu
memberikan solusi untuk menghitung berapa besaran lama matahari bersinar rata-rata
perharinya beberapa tahun yang akan datang, sehingga dapat diambil keputusan untuk
melakukan atau tidak melakukan/menunda suatu kegiatan, khususnya dalam
pembangunan atau pengelolaan sumber daya energi matahari dan untuk menghindari
bahaya kerusakan yang diakibatkan oleh sinar matahari di daerah tertentu.


Teks Lengkap:

PDF

Referensi


Admiranto, A. Gunawan, 2009. Menjelajahi Tata Surya. Yogyakarta : Kanisius

BMG. 2006. Alat-alat Meteorologi di Stasiun Klimatologi Semarang. Semarang : BMG

Stasiun Klimatologi Klas 1 Semarang

C. & Hall, 2009. The Top Ten Algorithms in Data Mining.

Ian H. Witten, 2011. “Data Mining”.

Prawirowardoyo, Susilo. 1996. Meteorologi. Bandung : ITB

Rukaesih. 2004. Efek Rumah Kaca. Jakarta : Jurnal Iklim Indonesia

Syamsudin, Fadlin. 2007. Matahari dan Bumi. Jakarta : Gramedia

Simatupang, Ferry. 2000. Solstice. Jakarta : Gramedia

Totok Triswanto, “Komparasi Pemodelan Data Menggunakan Support Vector Machine

dan Neural Network Untuk Prediksi Ketepatan Waktu Kelulusan Mahasiswa”,

Yuliatmaja, Mochamad Reza. 2008. Kajian Lama Penyinaran Matahari Dan Intensitas

Radiasi Matahari Terhadap Pergerakan Semu Matahari Saat Solstice di

Semarang (Studi Kasus Badan Meteorologi Dan Geofisika Stasiun Klimatologi

Semarang Pada Bulan Juni dan September Tahun 2005 Sampai Dengan 2007).

Semarang : UNNES.




DOI: http://dx.doi.org/10.31602/ppdu.v0i1.8152

Refbacks

  • Saat ini tidak ada refbacks.