PEMODELAN PRODUKSI ENERGI PEMBANGKIT LISTRIK TENAGA SURYA 1000 WP DENGAN ALGORITMA NAIVE BAYES
Dalam penelitian ini, akan diuraikan pemodelan karakteristik produksi energi Pembangkit Listrik Tenaga Surya (PLTS) 1000 Watt peak (Wp) dalam periode Juni 2020-Desember 2021, dengan menggunakan salah satu algoritma machine learning, yaitu Naive Bayes. Fitur yang digunakan dalam pemodelan adalah radiasi matahari, temperatur & pancaran sinar, yang dibagi menjadi lima label kelas yaitu Very low, Low, Medium, High, dan Very High. Perbandingan data latih dan uji dibagi menjadi 3 skenario, yaitu 90%:10%, 80%:20%, 75%:25%. Hasil pemodelan memperlihatkan bahwa skenario perbandingan 75%:25% memiliki nilai mean absolute error (MAE), root mean squared error (RMSE) dan mean absolute percentage error (MAPE) terkecil (dibanding skenario lain), masing-masing sebesar 0,14; 0,38; dan 6,52, yang artinya skenario ini memiliki akurasi relative lebih tinggi (dibanding skenario lain), jika dibandingkan terhadap karakteristik produksi energi referensi.
APA Style
. (2022).PEMODELAN PRODUKSI ENERGI PEMBANGKIT LISTRIK TENAGA SURYA 1000 WP DENGAN ALGORITMA NAIVE BAYES ().Magister Tenik Mesin:FTI
Chicago Style
.PEMODELAN PRODUKSI ENERGI PEMBANGKIT LISTRIK TENAGA SURYA 1000 WP DENGAN ALGORITMA NAIVE BAYES ().Magister Tenik Mesin:FTI,2022.Text
MLA Style
.PEMODELAN PRODUKSI ENERGI PEMBANGKIT LISTRIK TENAGA SURYA 1000 WP DENGAN ALGORITMA NAIVE BAYES ().Magister Tenik Mesin:FTI,2022.Text
Turabian Style
.PEMODELAN PRODUKSI ENERGI PEMBANGKIT LISTRIK TENAGA SURYA 1000 WP DENGAN ALGORITMA NAIVE BAYES ().Magister Tenik Mesin:FTI,2022.Text
