Simulasi Pengontrolan Pembangkit Listrik Tenaga Pikohidro Untuk Manajemen Energi Dan Stabilitas Tegangan Menggunakan Feed Forward Neural Network

Prima, Alghifari (2026) Simulasi Pengontrolan Pembangkit Listrik Tenaga Pikohidro Untuk Manajemen Energi Dan Stabilitas Tegangan Menggunakan Feed Forward Neural Network. S1 thesis, Universitas Andalas.

[img] Text (Cover dan Abstrak)
1_Cover_Abstrak.pdf - Published Version

Download (999kB)
[img] Text (Bab I Pendahuluan)
2_Bab 1.pdf - Published Version

Download (1MB)
[img] Text (Bab V Penutup)
3.pdf - Published Version

Download (319kB)
[img] Text (Daftar Pustaka)
4.pdf - Published Version

Download (295kB)
[img] Text (Skripsi Full Text)
Klring Perpus_2110951034.pdf - Published Version
Restricted to Repository staff only

Download (3MB) | Request a copy

Abstract

Tren menunjukkan terjadi peningkatan kebutuhan listrik masyarakat Indonesia setiap tahunnya. Namun, masih terdapat beberapa daerah yang belum dicapai oleh jaringan listrik nasional. Permasalahan ini mendorong pemanfaatan energi terbarukan skala kecil sebagai alternatif penyediaan energi. Pembangkit listrik tenaga pikohidro (PLTPH) dipandang sebagai salah satu solusi potensial karena memiliki nilai ekonomis serta sesuai untuk aplikasi pembangkitan listrik skala kecil. Namun, PLTPH dengan Self-Excited Induction Generator (SEIG) masih menghadapi kendala dalam menjaga kestabilan tegangan dan frekuensi akibat fluktuasi beban. Pendekatan konvensional seperti Automatic Voltage Regulator (AVR) dan Electronic Load Controller (ELC) terbatas dalam hal adaptabilitas serta cenderung membuang energi berlebih. Penerapan pengendali berbasis Feed Forward Neural Network (FFNN) yang diintegrasikan dengan sistem manajemen energi untuk mengatur distribusi daya antara beban dan penyimpanan baterai mampu menjaga kestabilan frekuensi dengan deviasi rata-rata hingga 0,04% serta kestabilan tegangan dengan deviasi rata-rata di bawah 1%. Hasil ini menunjukkan bahwa pengendali FFNN tidak hanya efektif dalam menjaga kualitas daya, tetapi juga meningkatkan pemanfaatan energi surplus, sehingga lebih andal dan efisien untuk aplikasi PLTPH pada elektrifikasi pedesaan.

Item Type: Thesis (S1)
Supervisors: Ir. Mumuh Muharam, S.T., M.T.
Uncontrolled Keywords: pikohidro; Self-Excited Induction Generator; Feed Forward Neural Network; manajemen energi; stabilitas tegangan
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Fakultas Teknik > S1 Teknik Elektro
Depositing User: S1 Teknik Elektro
Date Deposited: 29 Jan 2026 02:59
Last Modified: 29 Jan 2026 02:59
URI: http://scholar.unand.ac.id/id/eprint/519602

Actions (login required)

View Item View Item