Gafururrahim, Abdullah (2021) PREDIKSI DAYA OUTPUT PEMBANGKITAN PLTB JENEPONTO UNTUK SATU TAHUN KE DEPAN MENGGUNAKAN ANN(ARTIFICIAL NEURAL NETWORK). Skripsi thesis, UNIVERSITAS HASANUDDIN.
D41116523_skripsi cover1.png
Download (87kB) | Preview
D41116523_skripsi 1-2.pdf
Download (3MB)
D41116523_skripsi dp.pdf
Download (210kB)
D41116523_skripsi.pdf
Restricted to Registered users only until 1 January 2026.
Download (4MB)
Abstract (Abstrak)
Kecepatan angin merupakan hal yang paling penting bagi PLTB hal ini dikarenakan kecepatan angin yang ada di lapangan akan membuat turbin angin berputar untuk menghasilkan daya reaktif yang akan digunakan oleh konsumen. Namun sering terjadi kondisi turbin diaktifkan untuk berputar namun tidak ada angin yang dapat memutar turbin tersebut sehingga hanya menghasilkan kerugian bagi PLTB itu sendiri. Seiring dengan perkembangan zaman banyak langkah-langkah yang dicoba agar turbin angina dapat selalu memutar ketika diaktifkan salah satunya dengan melakukan prediksi kecepatan angin dilapangan dengan cara menggunakan ANN(Artificial Neural Network) yang dimana apabila telah dilangsungkan prediksi diharapkan membuat turbin tersebut mampu beroperasi secara optimal tanpa mengalami kejadian diaktifkan namun turbin tidak berputar. Dalam proses memprediksi kecepatan angin ini akan menggunakan software MATLAB dengan memasukkan Bahasa pemrograman yang akan membentuk pola sistem yang mampu untuk memprediksi kecepatan angin itu sendiri. Hal ini tentunya diharapkan mampu membuat PLTB itu sendiri tidak mengalami kerugian dan dapat mengambil keuntungan dalam skala yang besar. Serta tentunya mampu membuat sistem listrik yang ada di jaringan SulselBar mampu menjaga stabilitas ketika proses pengoperasian berlangsung agar tidak terjadi pemadaman listrik.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions (Program Studi): | Fakultas Teknik > Teknik Elektro |
Depositing User: | Nasyir Nompo |
Date Deposited: | 04 Oct 2021 07:47 |
Last Modified: | 04 Oct 2021 07:47 |
URI: | http://repository.unhas.ac.id:443/id/eprint/7402 |