Energi surya merupakan solusi yang menjanjikan untuk menyediakan listrik yang bersih dan berkelanjutan. Namun, efisiensi dan performa Pembangkit Listrik Tenaga Surya (PLTS) sangat di pengaruhi oleh fluktuasi cuaca seperti awan, hujan, dan perubahan intensitas cahaya matahari, yang dapat memengaruhi produksi daya. Oleh karena itu, menjadi penting untuk mengoptimalkan operasional PLTS dengan mempertimbangkan faktor cuaca. Dalam penelitian forecasting daya output pada PLTS Lab Photovoltaic (PV) Universitas Katolik Indonesia Atma Jaya Kampus 3 Bumi Damai Serpong (BSD), dengan menggunakan algoritma support vector machine (SVM). serta dua faktor meteorologis yaitu insolasion dan temperature sebagai fitur x, dan daya sebagai target forecasting panel surya sebagai fitur y.
Evaluasi model forecasting menggunakan Mean Absulute Error (MAE, Mean Absolute Precrentage Error (MAPE) dan Mean Squere Error (MSE) untuk mengukur tingkat akurasi forecasting. Model SVM yang telah dievaluasi menghasilkan nilai MAE, MAPE dan MSE 1013.63. Hasil forecasting maupun prediksi pada percobaan pertama, kedua dan terakhir dengan MAPE sebesar 0,22%, MAE 21.06, dan MSE 1013.63.
Dari evaluasi ini dapat disimpulkan menunjukkan bahwa hasil ini dapat diterapkan untuk forecasting daya di Lab PV Atama Jaya BSD |