EVALUASI KINERJA JARINGAN SYARAF TIRUAN PADA PENENTUAN TITIK MAKSIMUM PANEL SURYA BERBASIS TEKNOLOGI KRISTAL DAN NON-KRISTAL SILIKON = PERFORMANCE EVALUATION OF ARTIFICIAL NEURAL NETWORKS FOR ESTIMATION THE MAXIMUM POINT OF SOLAR PANELS WITH CRYSTALLINE AND NON – CRYSTALLINE SILICON TECHNOLOGY

Dalam beberapa aplikasi keteknikan, jaringan syaraf buatan terbukti efisien dan efektif untuk tujuan modeling, estimasi, optimisasi, prediksi dan control. Khususnya untuk aplikasi pada sistem photovoltaik, beberapa model jaringan syaraf buatan telah digunakan untuk mengestimasi daya dan energi maksimum keluaran dari modul photovoltaik. Metode jaringan syaraf buatan dikarakterisasi dengan teknik komputasi sederhana, kapabilitas pengenalan pola yang baik dalam kaitan penyelesaian persoalan karakteristik tak linear dan variabilitas daya keluaran sistem photovoltaik. Meskipun demikian, masih terdapat kemungkinan adanya kelemahan dan kekurangan metode ini selama proses komputasi. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan dan menginvestigasi proses training dan validasi dari berbagai jenis jaringan syaraf buatan dalam kaitan dengan proses estimasi daya dan energi keluaran maksimum dari modul photovoltaik yang berbasis teknologi criystalline Silicon. Metode jaringan syaraf buatan yang telah dibuat adalah radial basis function neural network (RBF), adaptive neuro-fuzzy inference system neural network (ANFIS) dan three layered feed-forward neural network (TFFN). Penekanan pada jenis modul photovoltaik dengan teknologi yang berbasis krital silicon dilakukan pada penelitian ini karena teknologi ini mendominasi pasar phototovoltaik dewasa ini dengan efisiensi yang relatif tinggi dan biaya investasi yang relatif lebih murah dibandingkan dengan jenis teknologi yang lain. Oleh karena karakteristik listrik teknologi modul yang berbasis kristal silikon hampir sama, kita bisa memilih salah satu struktur jaringan syaraf buatan yang bisa merepresentasikan keseluruhan modul photovoltaik. Kriteria yang bisa dipilih adalah proses training, tingkat akurasi training dan validasi dan struktur jaringan. Untuk mencapai tujuan penelitian, model jaringan syaraf buatan di-training berdasarkan data-data karakteristik listrik daya maksimum untuk setiap jenis modul photovoltaik berdasarkan model matematik Sandia National Laboratory. Sedangkan validasi dilakukan untuk dua jenis kondisi cuaca, yaitu cerah dan berawan di mana masing-masing kondisi cuaca ini memberikan variasi intensitas cahaya matahari dan temperatur sel yang berbeda. Jenis modul photovoltaik yang berbasis teknologi kristal silikon yang akan diinvestigasi adalah multi-crystalline Silicon based edge defined film-fed growth (EFG) dan wafer solar cell, mono-crystalline Silicon dan teknologi thin-film Silicon solar cell. Sedangkan teknologi non-kristal silikon adalah double junction amorphous Si (2j a-Si), triple junction amorphous Si (3j a-Si), Cadmium Indium Diselenide (CIS) dan thin film Cadmium Telluride (CdTe).

Keyword : Sistem Photovoltaik, RBF, ANFIS, TFFN, Model Matematik Sandia National Laboratory, Modul Photovoltaik Kristal - Non Kristal Silikon.