Rancang bangun prototipe sistem pembersih panel surya otomatis menggunakan metode Wet Cleaning berbasis Algoritma Decision Tree

Hendrik, Ziqrullah (2026) Rancang bangun prototipe sistem pembersih panel surya otomatis menggunakan metode Wet Cleaning berbasis Algoritma Decision Tree. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text 1_cover.pdf Download (170kB) | Preview
Preview	Text 3_abstrak.pdf Download (227kB) | Preview
Preview	Text 2_plagiarisme.pdf Download (688kB) | Preview
Preview	Text 4_daftarisi.pdf Download (228kB) | Preview
Preview	Text 5_bab1.pdf Download (265kB) | Preview
	Text 6_bab2.pdf Restricted to Registered users only Download (697kB) | Request a copy
	Text 7_bab3.pdf Restricted to Registered users only Download (272kB) | Request a copy
	Text 8_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text 9_bab5.pdf Restricted to Registered users only Download (607kB) | Request a copy
	Text 10_bab6.pdf Restricted to Registered users only Download (213kB) | Request a copy
	Text 11_daftarpustaka.pdf Restricted to Registered users only Download (205kB) | Request a copy
	Text 12_lampiran.pdf Restricted to Repository staff only Download (799kB) | Request a copy

Abstract

Panel surya rentan mengalami penurunan kinerja akibat debu dan kotoran yang menempel pada permukaannya sehingga dapat mengurangi tegangan keluaran panel. Proses pembersihan yang masih dilakukan secara manual menyebabkan diperlukannya sistem pembersihan yang dapat bekerja secara otomatis. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pembersih panel surya otomatis menggunakan metode wet cleaning berbasis algoritma Decision Tree, serta menganalisis kinerja sistem. Sistem menggunakan mikrokontroler ESP32 dengan sensor tegangan, sensor suhu DS18B20, sensor intensitas cahaya BH1750, dan RTC DS3231. Data hasil pembacaan sensor digunakan sebagai masukan algoritma decision tree untuk mengklasifikasikan kondisi panel menjadi "Bersihkan" dan "Tidak Perlu". Dataset diperoleh dari pengujian langsung pada panel surya dan digunakan untuk membangun model menggunakan algoritma CART dengan kriteria gini. Evaluasi model dilakukan menggunakan 5-fold cross-validation pada 2.379 data, dengan hasil rata-rata akurasi sebesar 99,54% dan standar deviasi sebesar 0,16%. Hasil pengujian keseluruhan sistem menunjukkan bahwa pembersihan menggunakan kotoran pasir meningkatkan tegangan rata-rata dari 20,59 V menjadi 22,24 V, sedangkan pada kotoran daun meningkat dari 18.63 V menjadi 22,15 V. Pengujian pengiriman data ke Firebase Realtime Database sebanyak 20 kali menghasilkan rata-rata latency sebesar 672 ms. Hasil tersebut menunjukkan bahwa sistem mampu melakukan klasifikasi kondisi panel dan menjalankan proses pembersihan secara otomatis sesuai dengan kondisi yang ditentukan.

Actions (login required)

View Item