Peramalan Tenaga Surya Menggunakan Internet of Things dan Long Short Term Memory [HHN, IDV]

Abstract

Pertumbuhan kebutuhan energi yang berkelanjutan mendorong pemanfaatan energi terbarukan yang ramah lingkungan, seperti tenaga surya. Internet of Things (IoT) memiliki peran signifikan dalam mengumpulkan data real-time yang dibutuhkan untuk prediksi energi surya, meskipun pengelolaan data dalam jumlah besar masih menjadi tantangan. Model Long Short Term Memory (LSTM) telah terbukti efektif dalam menganalisis data time series yang berubah - ubah, sehingga meningkatkan akurasi prediksi energi yang dihasilkan panel surya. Penelitian ini bertujuan untuk menganalisis penerapan IoT dalam pengumpulan data energi surya, mengembangkan model peramalan berbasis LSTM, serta menguji akurasi model dalam menghadapi variabilitas data. Dengan membatasi implementasi LSTM dalam bahasa pemrograman Python, penelitian ini diharapkan dapat mengoptimalkan pemanfaatan tenaga surya melalui prediksi yang lebih akurat dan efisien.

Kata Kunci: Tenaga Surya, Internet of Things, Long Short Term Memory.