Author : Brenda Nathania Passandaran   , Eka Prasetyono, Dimas Okky A.
ABSTRAK

Panel surya banyak digunakan masyarakat untuk mendukung mengurangi adanya dampak buruk dari perubahan. Pemasangan panel surya banyak dilakukan di gedung gedung besar di perkotaan. Terdapat beberapa kendala dalam pemasangan panel surya salah satu kendala dalam pemasangan panel surya adalah bayangan benda benda yang ada di sekitar pemasangan panel surya. Banyak bangunan yang sekarang menggunakan panel surya namun pemasangan panel surya atap tidak mendapatkan energi yang maksimal karena panel surya tertutup bayangan bangunan tinggi lainnya serta bayangan dari pepohonan. Salah satu permasalahan pada sistem pembangkit tenaga surya adalah ketidakstabilan daya yang dihasilkan oleh panel surya yang disebabkan oleh pengaruh bayangan pada PV. Untuk mengatasi masalah tersebut digunakan metode Maximum Power Point Tracker (MPPT) yang dapat membuat PV beroperasi pada titik GMPP sehingga daya yang dihasilkan menjadi maksimal. Namun, daya maksimum pada PV dapat menyebabkan tegangan lebih pada jaringan listrik. Oleh karena itu digunakan metode Contant Power Generation (CPG) pada saat mencapai tegangan pengenal untuk menghindari terjadinya tegangan lebih pada beban. MPPT bekerja saat daya keluaran dari PV kurang dari 100 watt. Sedangkan CPG bekerja ketika daya melebihi 100 watt sehingga daya tetap konstan pada 100 watt. Daya yang melebihi dari daya beban mengakibatkan kerusakan pada beban sehingga daya perlu dijaga sesuai daya yang dibutuhkan beban.Metode yang digunakan adalah metode Artificial Neural Network (ANN) dimana dapat diatur duty cycle SEPIC Converter secara terus menerus untuk mendapatkan daya keluaran panel surya yang maksimal. Hasil penelitian menunjukkan bahwa Artificial Neural Network mampu melakukan tracking GMPP pada kondisi partial shading. Kondisi partial shading menyebabkan daya terjebak pada LMPP sehingga penggunaan algoritma ANN membantu untuk mendapatkan nilai GMPP. Dari hasil pengambilan data, hasil daya keluaran yang didapatkan dibatasi pada nilai 100 watt. Penggunaan metode Artificial Neural Network dapat mencapai daya maksimum 5.31 persen lebih besar jika dibandingkan dengan tanpa metode. Daya tanpa metode yang menghasilkan 88.995 watt dan daya menggunakan metode menghasilkan 93.721 watt sehingga didapatkan nilai daya maksimalnya.

[DOWNLOAD ABSTRACT]