Oleh : Nur Ulfa Hidayatullah NRP. 2410.100.057 Pembimbing : Ir. Yaumar, MT NIP. 195404061981031003 PROGRES TUGAS AKHIR BIDANG MINAT REKAYASA INSTRUMENTASI ESTIMASI RADIASI MATAHARI PERJAM PADA PERMUKAAN HORIZONTAL DENGAN METODE EXTREME LEARNING MACHINE (STUDI KASUS DI SURABAYA) Rabu, 14 Mei 2014 Program Studi S-1 Jurusan Teknik Fisika - Fakultas Teknologi Industri - ITS
19
Embed
ESTIMASI RADIASI MATAHARI PERJAM PADA PERMUKAAN …digilib.its.ac.id/public/ITS-paper-35516-2410100057-presentation.pdf · BIDANG MINAT REKAYASA INSTRUMENTASI ESTIMASI RADIASI MATAHARI
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Oleh :
Nur Ulfa Hidayatullah NRP. 2410.100.057
Pembimbing :
Ir. Yaumar, MT NIP. 195404061981031003
PROGRES TUGAS AKHIR
BIDANG MINAT REKAYASA INSTRUMENTASI
ESTIMASI RADIASI MATAHARI PERJAM PADA PERMUKAAN
HORIZONTAL DENGAN METODE EXTREME LEARNING MACHINE (STUDI KASUS DI SURABAYA)
Rabu, 14 Mei 2014
Program Studi S-1 Jurusan Teknik Fisika - Fakultas Teknologi Industri - ITS
Latar Belakang
Estimasi Radiasi Matahari Perjam Pada
Permukaan Horizontal dengan Metode
Extreme Learning Machine (Studi Kasus
di Surabaya)
Huang, et al (2006)
Maher, (2013)
Rumusan Masalah
Bagaimana pemodelan radiasi matahari perjam pada permukaan
horizontal dengan metode Extrime Learning Machine.
Bagaimana perbandingan hasil estimasi radiasi matahari perjam pada
permukaan horizontal dengan menggunakan metode Artificial Neural
Network dan Extreme Learning Machine.
Tujuan
Mendapatkan pemodelan radiasi matahari perjam pada permukaan
horizontal dengan metode Extreme Learning Machine .
Hasil penelitian ini diharapkan dapat digunakan sebagai rekomendasi
dalam melakukan perancangan sistem energi solar.
Mendapatkan perbandingan hasil estimasi radiasi matahari perjam pada
permukaan horizontal dengan menggunakan metode Artificial Neural
Network dan Extreme Learning Machine.
Batasan Masalah
Data yang diambil merupakan data sekunder yang didapat dari Badan
Meteorologi Klimatologi dan Geofisika (BMKG) Perak I Surabaya.
Pengambilan data dilakukan selama 6 bulan mulai dari bulan Mei 2013
sampai dengan bulan Oktober 2013 mulai pukul 05.00 sampai dengan pukul
18.00
Variabel input yang digunakan yaitu temperatur udara (oC), kelembapan
relatif (%), arah angin (o), dan kecepatan angin (m/s).
Variabel output yang digunakan yaitu intensitas radiasi matahari perjam
(W/m2).
Metodologi Penelitian
Mulai
Studi Literatur
Pengambilan Data Radiasi Matahari Perjam, Kelembapan
Relatif, Temperatur Udara, Arah Angin, dan Kecepatan
Angin
Pembagian Data
Pelatihan (Training) Extreme Learning Machine
MSE dan MAPE <= target
Tidak
Normalisasi Data
A
Ya
Uji Coba (Testing)Extreme Learning Machine
Denormalisasi Data
Penyusunan Laporan
Selesai
Analisa Hasil Estimasi
A
Pengambilan Data
Plot Data
Normalisasi Data
Pembagian Data :
Data training sebanyak 80%
dari total data (292 untuk
training)
Data testing sebanyak 20%
dari total data (72 data)
( ) ( ) 1minmax/min2 −−−= pppp XXXXX
Training Data dengan ELM
Mulai
Normalisasi data training
Set fungsi aktivasi dan jumlah hidden neuron
Hitung inputt weight, bias of hidden, dan output weight