Estimasi Kecepatan Reaksi Elektrolisis berdasarkan Energi Listrik dari Sumber Energi Terbarukan dengan Estimator Extreme Learning Machine

Penulis

  • I Putu Eka Suartana Universitas Pembangunan Nasional Veteran Jakarta
  • Didit Widyanto Universitas Pembangunan Nasional Veteran Jakarta

DOI:

https://doi.org/10.52958/iftk.v19i3.6291

Kata Kunci:

Hidrogen, Machine Learning, ELM, Energi Terbarukan

Abstrak

Indonesia memiliki potensi yang sangat besar untuk mengembangkan energi baru terbarukan karena kaya akan sumber daya alam yang berkelanjutan seperti air. Air dapat dimanfaatkan sebagai penggerak generator dari PLTA dan juga dapat menghasilkan zat hidrogen untuk di manfaatkan sebagai sumber energi panas dan listrik. Hidrogen menjadi sumber yang dapat menggantikan bahan yang mengandung hidrokarbon. Perkembangan teknologi yang pesat pada era ini memungkinkan teknologi machine learning dapat dimanfaatkan untuk melakukan estimasi kecepatan produksi hidrogen melalui proses elektrolisis air. Algoritma yang digunakan untuk membangun model machine learning adalah Extreme Learning Machine karena pemrosesan data yang relatif cepat dan hasil yang didapatkan juga akurat. Proses pembangunan model menggunakan pembagian data sebesar 30% untuk data uji, 70% untuk data latih dan menggunakan parameter 40 hidden neuron, inisialisasi bobot random antara -1 sampai 1, dan menggunakan fungsi aktivasi sigmoid biner sehingga menndapatkan hasil nilai R2 sebesar 0.995, untuk RMSE 23.29, dan MAE sebesar 17.061

Referensi

Agyekum, E. B., Nutakor, C., Agwa, A. M., & Kamel, S. (2022). A Critical Review of Renewable Hydrogen Production Methods: Factors Affecting Their Scale-Up and Its Role in Future Energy Generation. Membranes, 12(2), 173. https://doi.org/10.3390/membranes12020173

Alrahim, A. Z., Kanedi, I., & Suryana, E. (2022). The Implementation Of Extreme Learning Machine Methods In Predicting The Total Production Of Palm Oil (Case Study In pt. Bumi Raflesia Indah).

Apriliza, F., Darmansah, D., Oktavyani, A., & Al Kaazhim, D. (2022). Perbandingan Metode Linear Regression dan Exponential Smoothing Dalam Peramalan Penerimaan Mahasiswa Baru. JURIKOM (Jurnal Riset Komputer), 9(3), 726-732.

Arwani, M., Rizal, A. C., Hardianto, T. (2020). Perancangan Sistem Tracking Panel Surya Menggunakan Metode Kendali Logika Fuzzy.

Ashar Nirzha Maulidya. (2018). Penerapan Metode Extreme Learning Machine (Elm) Untuk Memprediksi Jumlah Produksi Pipa Yang Layak (Studi Kasus Pada Pt. Khi Pipe Industries).

Fayaz, M., & Kim, D. (2018). A prediction methodology of energy consumption based on deep extreme learning machine and comparative analysis in residential buildings. Electronics (Switzerland), 7(10). https://doi.org/10.3390/electronics7100222

Hasan, M. S., & Widayat, W. (2022). Produksi Hidrogen dengan Memanfaatkan Sumber Daya Energi Surya dan Angin di Indonesia. Jurnal Energi Baru Dan Terbarukan, 3(1), 38–48. https://doi.org/10.14710/jebt.2022.13374

Rivanie, T. (2020). Implementasi Finite State Automata dalam Proses Registrasi Workout Plan pada Pusat Kebugaran. MATICS, 12(1), 94. https://doi.org/10.18860/mat.v12i1.8573

Roihan, A., Sunarya, P. A., & Rafika, A. S. (2020). Pemanfaatan Machine Learning dalam Berbagai Bidang. Jurnal Khatulistiwa Informatika, 5(1), 490845.

Rukajat, A. (2018). Teknik evaluasi pembelajaran. Deepublish.

Soebroto, A. A., Cholissodin, I., Sutrisno, Hasanah, U., & Febiola, Y. I. (2019). Buku Ajar AI, Machine Learning & Deep Learning (1.01). https://www.researchgate.net/publication/348003841

Wang, Z., Wang, X., Ma, C., & Song, Z. (2021). A Power Load Forecasting Model Based on FA-CSSA-ELM. Mathematical Problems in Engineering, 2021. https://doi.org/10.1155/2021/9965932

Yuwa Phiadelvira, B., Zatusiva Haq, D., Rini Novitasari, D. C., Setiawan Program Studi Matematika, F., Sunan Ampel Surabaya, U., & Jl Ahmad Yani No, I. (2021). Prediksi Besar Daya Listrik Tenaga Gelombang Laut Metode Oscillating Water Coloumn (PLTGL-OWC) di Banyuwangi Menggunakan Extreme Learning Machine (ELM). In UJM (Vol. 11, Issue 1). http://journal.unnes.ac.id/sju/index.php/ujm

Ananda, R., & Fadhli, M. (2018). Statistik Pendidikan (Teori Dan Praktik Dalam Pendidikan). (S. Saleh, Ed.). CV. Widya Puspita.

Unduhan

Diterbitkan

2023-12-29

Terbitan

Vol 19 No 3 (2023): Desember 2023

Bagian

Article

Lisensi

Hak Cipta (c) 2024 I Putu Eka Suartana; Didit Widyanto

Creative Commons License

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.

KEBIJAKAN YANG DIAJUKAN UNTUK JURNAL YANG MENAWARKAN AKSES TERBUKA

Syarat yang harus dipenuhi oleh Penulis sebagai berikut:

  1. Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Commons Attribution License yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
  2. Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
  3. Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).