Desain dan implementasi sistem solar tracker cerdas berbasis Artificial Intelligence (AI) untuk panel surya

Aprian, Fachri (2025) Desain dan implementasi sistem solar tracker cerdas berbasis Artificial Intelligence (AI) untuk panel surya. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 01_Cover.pdf Download (273kB) | Preview
Preview	Text (ABSTRAK) 02_Abstrak.pdf Download (80kB) | Preview
Preview	Text (SURAT PERNYATAAN KARYA SENDIRI) 03_SURAT PERNYATAAN KARYA SENDIRI.pdf Download (4MB) | Preview
Preview	Text (DAFTAR ISI) 04_Daftar Isi.pdf Download (106kB) | Preview
Preview	Text (BAB I) 05_BAB I.pdf Download (275kB) | Preview
	Text (BAB II) 06_BAB II.pdf Restricted to Registered users only Download (629kB)
	Text (BAB III) 07_BAB III.pdf Restricted to Registered users only Download (114kB)
	Text (BAB IV) 08_BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text (BAB V) 09_BAB V.pdf Restricted to Registered users only Download (2MB)
	Text (BAB VI) 10_BAB VI.pdf Restricted to Registered users only Download (30kB)
	Text (DAFTAR PUSTAKA) 11_Daftar Pustaka.pdf Restricted to Registered users only Download (104kB)
	Text (LAMPIRAN) 12_Lampiran.pdf Restricted to Repository staff only Download (457kB)

Abstract

Permintaan energi terbarukan terus meningkat seiring dengan kebutuhan akan sumber energi yang ramah lingkungan dan berkelanjutan. Panel surya menjadi salah satu solusi utama, namun pemasangan statis sering kali tidak dapat memaksimalkan penangkapan energi akibat perubahan posisi matahari. Penelitian ini bertujuan merancang dan mengimplementasikan sistem solar tracker cerdas berbasis Artificial Intelligence (AI) yang mampu menyesuaikan posisi panel surya secara otomatis untuk memperoleh tegangan optimal. Sistem ini menggunakan dua motor stepper sebagai penggerak dua sumbu (horizontal dan vertikal), sensor tegangan untuk memantau keluaran listrik, serta sensor cahaya untuk mendeteksi intensitas pencahayaan. Data tegangan diklasifikasikan ke dalam tiga kategori: rendah, normal, dan optimal menggunakan metode Decision tree yang dilatih pada platform Google Colab. Hasil pelatihan model AI diintegrasikan ke dalam mikrokontroler Arduino untuk mengontrol pergerakan panel. Berdasarkan hasil pengujian, sistem mampu menyesuaikan posisi panel surya secara dinamis mengikuti pergerakan matahari dan mempertahankan posisi optimal ketika tegangan maksimum tercapai. Implementasi AI pada sistem ini terbukti meningkatkan efisiensi penangkapan energi dibandingkan metode pelacakan konvensional, serta memberikan kemampuan adaptasi terhadap perubahan kondisi pencahayaan di lingkungan nyata.

Actions (login required)

View Item