Model Jaringan Syaraf Tiruan untuk Variabel tidak Pasti pada Kontrol Putaran Kincir Angin
DOI:
https://doi.org/10.30812/matrik.v21i1.1194Keywords:
Kontrol, Kincir Angin, JST, Variabel Tidak Pasti, Tekanan UdaraAbstract
Pemanfaatan sumber energi angin memberikan keuntungan dalam hal ramah lingkungan, menjadi sumber energi yang bisa diandalkan. Pemanfaatan kincir angin di dalam penggunaannya dibutuhkan kontrol agar penggunaannya dapat efisien. untuk putaran kincir angin. Dalam penelitian ini diimplementasikan pada model Jaringan Saraf Tiruan untuk Variabel Tidak Pasti yang diharapkan dapat memberikan solusi dalam menyelesaikan permasalahan terkait kincir angin. Pemanfatan kincir angain ini sebagai solusi dari pemanfaatan energi baru terbarukan, dari dampak emisi gas berbahaya dari sumber bahan bakar fosil. Serta Penggunaan minyak bumi, batu bara dan sumber energi fosil lainnya yang semakin lama semakin berkurang. Selanjuitnya model Jaringan Saraf Tiruan untuk Variabel Tidak Pasti ini menggunakan teknik probabilitas, derajat keanggotaan, fungsi logika OR, linear programing dan jarak euclidean untuk mengurangi proses pembelajaran. Pada penelitian terkait kontrol kincir angin ini menggunakan variabel tekanan udara, penyinaran matahari dan suhu untuk menentukan apakah kincir angin bergerak atau tidak. Akhirnya penelitian ini dengan model Jaringan Saraf Tiruan untuk Variabel Tidak Pasti ini diharapkan kedepan dapat menghasilkan sistem kontrol putaran kincir angin cerdas yang dapat digunakan untuk memprediksi terkait kontrol putaran kincir angin dengan data input yang bebeda.
Downloads
Download data is not yet available.
References
[1] V. L. Narayanan and R. Ramakrishnan, “Pitch Control of a Digital Hydraulics Pitch System for Wind Turbine Based on Neuro-Fuzzy Digital Pitch Controllerâ€, Int. J. Renew. Energy Res., vol. 11, no. 1, pp. 417–425, 2021.
[2] M. Urrahmi, N. E. Putri, P. Pada, P. Kota, and P. Tahun, “Implementasi Pengembangan Energi Baru Terbarukan Pembangkit Listrik Tenaga Mikro Hidro (Pltmh) Oleh Dinas Energi dan Sumber Daya Mineral Provinsi Sumatera Barat di Solok Selatanâ€, vol. 2, no. 2, pp. 9–17, 2020.
[3] M. Saputra, “Kajian Literatur Sudu Turbin Angin Untuk Skala Kecepatan Angin Rendahâ€, Dosen Tek. Mesin - Univ. Teuku Umar - Meulaboh, vol. 2, no. 1, pp. 74–83, 2016.
[4] J.Wignesh and S. C. A, “Design and fabrication of vertical axis wind mill with solar systemâ€, Mater. Today Proc.,may 2019, vol. 21, no., p.10-14,2020 [Online]. Available: https://www.sciencedirect.com/science/article/pii/S2214785319311526.
[5] S. Widyanto, S. Wisnugroho, and M. Agus, “Pemanfaatan Tenaga Angin Sebagai Pelapis Energi Surya pada Pembangkit Listrik Tenaga Hibrid di Pulau Wangi-Wangiâ€, Semin. Nas. Sain dan Teknol, Oktober 2018, pp. 1–12, 2018.
[6] S. Hernowo, “Rancang bangun turbin angin sumbu horizontal sederhana dengan panjang sudut 1 meter sigit hernowoâ€, J. Voering, vol. 5, no. 1, pp. 15–21, 2020.
[7] Z. Azmi and V. Yasin, Pengantar Sistem pakar dan Metode. Mitra Media Wacana, 2017.
[8] Z. Azmi and V. Yasin, Pengantar jaringan saraf tiruan ( introduction to artificial neural network). Mitra Media Wacana, 2021.
[9] Z. Azmi and H. Mawengkang, “Perceptron Genetic to Recognize Openning Strategy Ruy Lopezâ€, IOP Conf. Ser. Mater. Sci. Eng., Agustus 2017.vol. 300, no. 1, 2018.
[10] H. Kukreja, “An introduction to artificial neural networks,†Hardw. Archit. Deep Learn"., no. 5, pp. 3–26, 2020.
[11] Z. Azmi, E. B. N. BN, H. Mawengkang, and M. Zarlis, “Neuron Model for Input Uncertaintyâ€, J. Telemat. dan Informatics, vol. 6, no., pp. 166–172, 2018.
[12] Z.- Azmi, M. K. M. Nasution, H. Mawengkang, and M. Zarlis, “Uncertainty Ontology for Module Rules Formation Waterwheel Control,†Sci. J. Informatics, vol. 5, no. 1, p. 66, 2018.
[13] Sugiyono, Metode penelitian pendidikan:(pendekatan kuantitatif, kualitatif dan R & D, Bandung CV. Alfabeta: CV. Alfabeta, 2008.
[14] Z. Azmi, “Model Jaringan Saraf Tiruan Untuk Variabel Tidak Pasti,†Medan, 2020.
[15] Z. Azmi, M. Zarlis, and H. Mawengkang, “Uncertain Input Selection Model For Neuron,†JATIT, vol. 97, no. 21, p. 2982, 2019.
[16] H. P Dida, S. Suparman, and D. Widhiyanuriyawan, “Pemetaan Potensi Energi Angin di Perairan Indonesia Berdasarkan Data Satelit QuikScat dan WindSatâ€, J. Rekayasa Mesin, vol. 7, no. 2, pp. 95–101, 2016.
[17] A. & H. Pujiastuti, “Sistem Perhitungan Lama Penyinaran Matahari ( Studi Kasus : ST . Klimatologi Barongan )â€, Jur. Ilmu Komputer, FMIPA UGM, vol. 5, 2016.
[18] S. Arsyad, "Ilmu Iklim dan Pengairan", Jakarta: CV. Yasaguna, 1983.
[2] M. Urrahmi, N. E. Putri, P. Pada, P. Kota, and P. Tahun, “Implementasi Pengembangan Energi Baru Terbarukan Pembangkit Listrik Tenaga Mikro Hidro (Pltmh) Oleh Dinas Energi dan Sumber Daya Mineral Provinsi Sumatera Barat di Solok Selatanâ€, vol. 2, no. 2, pp. 9–17, 2020.
[3] M. Saputra, “Kajian Literatur Sudu Turbin Angin Untuk Skala Kecepatan Angin Rendahâ€, Dosen Tek. Mesin - Univ. Teuku Umar - Meulaboh, vol. 2, no. 1, pp. 74–83, 2016.
[4] J.Wignesh and S. C. A, “Design and fabrication of vertical axis wind mill with solar systemâ€, Mater. Today Proc.,may 2019, vol. 21, no., p.10-14,2020 [Online]. Available: https://www.sciencedirect.com/science/article/pii/S2214785319311526.
[5] S. Widyanto, S. Wisnugroho, and M. Agus, “Pemanfaatan Tenaga Angin Sebagai Pelapis Energi Surya pada Pembangkit Listrik Tenaga Hibrid di Pulau Wangi-Wangiâ€, Semin. Nas. Sain dan Teknol, Oktober 2018, pp. 1–12, 2018.
[6] S. Hernowo, “Rancang bangun turbin angin sumbu horizontal sederhana dengan panjang sudut 1 meter sigit hernowoâ€, J. Voering, vol. 5, no. 1, pp. 15–21, 2020.
[7] Z. Azmi and V. Yasin, Pengantar Sistem pakar dan Metode. Mitra Media Wacana, 2017.
[8] Z. Azmi and V. Yasin, Pengantar jaringan saraf tiruan ( introduction to artificial neural network). Mitra Media Wacana, 2021.
[9] Z. Azmi and H. Mawengkang, “Perceptron Genetic to Recognize Openning Strategy Ruy Lopezâ€, IOP Conf. Ser. Mater. Sci. Eng., Agustus 2017.vol. 300, no. 1, 2018.
[10] H. Kukreja, “An introduction to artificial neural networks,†Hardw. Archit. Deep Learn"., no. 5, pp. 3–26, 2020.
[11] Z. Azmi, E. B. N. BN, H. Mawengkang, and M. Zarlis, “Neuron Model for Input Uncertaintyâ€, J. Telemat. dan Informatics, vol. 6, no., pp. 166–172, 2018.
[12] Z.- Azmi, M. K. M. Nasution, H. Mawengkang, and M. Zarlis, “Uncertainty Ontology for Module Rules Formation Waterwheel Control,†Sci. J. Informatics, vol. 5, no. 1, p. 66, 2018.
[13] Sugiyono, Metode penelitian pendidikan:(pendekatan kuantitatif, kualitatif dan R & D, Bandung CV. Alfabeta: CV. Alfabeta, 2008.
[14] Z. Azmi, “Model Jaringan Saraf Tiruan Untuk Variabel Tidak Pasti,†Medan, 2020.
[15] Z. Azmi, M. Zarlis, and H. Mawengkang, “Uncertain Input Selection Model For Neuron,†JATIT, vol. 97, no. 21, p. 2982, 2019.
[16] H. P Dida, S. Suparman, and D. Widhiyanuriyawan, “Pemetaan Potensi Energi Angin di Perairan Indonesia Berdasarkan Data Satelit QuikScat dan WindSatâ€, J. Rekayasa Mesin, vol. 7, no. 2, pp. 95–101, 2016.
[17] A. & H. Pujiastuti, “Sistem Perhitungan Lama Penyinaran Matahari ( Studi Kasus : ST . Klimatologi Barongan )â€, Jur. Ilmu Komputer, FMIPA UGM, vol. 5, 2016.
[18] S. Arsyad, "Ilmu Iklim dan Pengairan", Jakarta: CV. Yasaguna, 1983.
Downloads
Published
2021-11-27
Issue
Section
Articles
How to Cite
[1]
Z. Azmi and I. Ishak, “Model Jaringan Syaraf Tiruan untuk Variabel tidak Pasti pada Kontrol Putaran Kincir Angin”, MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, vol. 21, no. 1, pp. 169–178, Nov. 2021, doi: 10.30812/matrik.v21i1.1194.
Similar Articles
- Anastasia Mude, Leonardus Benediktus Finansius Mando, Implementasi Keamanan Rumah Cerdas Menggunakan Internet of Things dan Biometric Sistem , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Christofer Satria, Anthony Anggrawan, Tinjauan Kritis Jurnal Ilmiah: “The Influence of Transformational Leadership and Organizational Culture on Learning Organization: a Comparative Analysis of The it Sector†, MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 1 (2018)
- Ismarmiaty Ismarmiaty, Desventri Etmy, Model Pendekatan UTAUT2 Modifikasi pada Analisis Penerimaan dan Penggunaan Teknologi E-Government di Nusa Tenggara Barat , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 1 (2018)
- Erlin Erlin, Yenny Desnelita, Nurliana Nasution, Laili Suryati, Fransiskus Zoromi, Dampak SMOTE terhadap Kinerja Random Forest Classifier berdasarkan Data Tidak seimbang , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 3 (2022)
- Ika Safitri Windiarti, Miftahurrizqi Miftahurrizqi, Agung Prabowo, Pengaruh Penggunaan Media Sosial pada Penggunaan Pembelajaran berbasis Mobile SI-BAJAKAH , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 2 (2022)
- Muhammad Yunus, Optimasi Penentuan Nilai Parameter Himpunan Fuzzy dengan Teknik Tuning System , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 1 (2018)
- Hiya Nalatissifa, Yudi Ramdhani, Sistem Penunjang Keputusan Menggunakan Metode Topsis untuk Menentukan Kelayakan Bantuan Rumah Tidak Layak Huni (RTLH) , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 19 No. 2 (2020)
- Ismarmiaty Ismarmiaty, Adam Bachtiar, ANALISIS PENGARUH VARIABEL MODEL UTAUT TERHADAP PENERIMAAN DAN PENGGUNAAN APLIKASI BADAN PENYELENGGARA JAMINAN SOSIAL (BPJS) KESEHATAN DI KOTA MATARAM , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 17 No. 1 (2017)
- Lalu Ganda Rady Putra, Anthony Anggrawan, Pengelompokan Penerima Bantuan Sosial Masyarakat dengan Metode K-Means , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Anthony Anggrawan, Dwi Kurnianingsih, Christofer Satria, Sistem Aplikasi Cerdas Klasterisasi Penerima Bantuan Covid-19 , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 2 (2022)
1-10 of 60
Next
You may also start an advanced similarity search for this article.
.png)
