Prakiraan Tenaga Surya Dengan Menggunakan Internet of Things dan Gated Recurrent Unit Neural Network [HHN]

Abstract

Energi surya sebagai sumber energi terbarukan semakin mendapatkan perhatian global, seiring dengan perkembangan teknologi Internet of Things (IoT) yang memungkinkan pengumpulan data lingkungan secara real-time. Penelitian ini bertujuan untuk mengeksplorasi pemanfaatan IoT dalam pengumpulan data suhu, kelembapan, dan radiasi matahari, serta untuk membangun model prediksi tenaga surya menggunakan Gated Recurrent Unit (GRU). Metode GRU dipilih karena kemampuannya dalam mengolah data sekuensial dan menangkap pola yang dipengaruhi oleh perubahan kondisi lingkungan. Fokus utama penelitian ini adalah untuk mengevaluasi akurasi model prediksi GRU dan membandingkannya dengan metode lain seperti Long Short-Term Memory (LSTM). Penelitian ini akan membahas bagaimana teknologi IoT dapat meningkatkan efisiensi dan akurasi prakiraan tenaga surya, serta memberikan kontribusi dalam pengembangan solusi berbasis data untuk optimasi pemanfaatan energi terbarukan. Batasan penelitian ini mencakup penggunaan data dari lokasi tertentu dan eksklusivitas pada model GRU, yang diharapkan dapat memberikan wawasan yang lebih dalam mengenai keandalan prakiraan tenaga surya.