PERAMALAN JANGKA PENDEK HASIL PRODUKSI DAYA PLTS 7MWP DENGAN METODE LONG SHORT-TERM MEMORY (LSTM)
Kata Kunci:
Renewable Energy, Forecasting, Neural NetworkAbstrak
Sumber energi terbarukan dimasa mendatang akan semakin mempunyai peran yang sangat penting dalam memenuhi kebutuhan energi.Saat ini pemanfaatan energi terbarukan renewable energy sedang digalakkan untuk dapat mengurangi pemakaian energi tidak terbarukan. Pembangkit listrik fotovoltaik (PV) menjadi salah satu solusi untuk mengatasi kelangkaan energi. PLTS Pringgabaya dengan kapasitas 7MWp adalah salah satu implementasi dari pemanfaatan renewable energy. Penelitian ini bertujuan untuk meramalkan hasil produksa daya jangka pendek PLTS Pringgabaya menggunakan metode Long Short-Term Memory (LSTM). Prediksi jangka pendek ini penting dikarenakan variabilitas produksi daya yang disebabkan berbagai faktoryang dapat mempengaruhi pengelolaan energi dan integrasi ke jaringan listrik. Data historis hasil produksi daya satu bulan dari tanggal 1 Juni hingga 30 Juni digunakan sebagai input model. Dua skenario pengujian dilakukan, yaitu dengan epoch 500 dan epoch 1000. Hasil menunjukkan bahwa mode dengan epoch 1000 memiliki nilai Mean Squared Error (MSE) sebesar 0.003, lebih rendah disbanding dengan skenario menggunakan epoch 500 yang memiliki MSE 0.004. Dapat disimpulkan bahwa semakin kecil nilai MSE, maka hasil peramalan semakin bagus dan metode LSTM memmiliki interpretasi peremalan dengan predikat layak.