Prediksi Suatu Wilayah Untuk Menjadi PLTS Dengan Machine Learning

Abstract

Listrik sudah menjadi kebutuhan pokok sebagian umat manusia karena semua aktivitas hampir berhubungan dengan listrik. Indonesia memiliki beberapa proyek Pembangkit Listrik  dan Pembangkit Listrik yang terbesar dihasilkan dari PLTU yang mana bisa dampak yan kita rasakan adalah emisi gas rumah kaca dan polusi udara yang buruk dan juga sangat bergantung pada batu bara sedangangkan SDA tersebut tidak bisa diperbarui dengan fakta tersebut jika kita mengurangi penggunan batu bara maka akan menjadi boomerang bagi Indonesia sendiri. Penelitian ini bertujuan untuk memprediksi wilayah yang dapat berpotensi menjadi Pemangkit Listrik Tenaga Surya dengan pendekatan model regresi machine learning. Sehingga diharapkan penelitian ini bisa menjadi acuan dalam pengembangan Pembangkit Listrik Tenaga Surya di Indonesia. Metode yang digunakan adalah Liniear Regression(LR), Lasso Regression(LR), Ridge Regression(RR), dan Support Vector Regression (SVR). Koefisien R2 untuk radiasi sinar matahari berturut-turut adalah 0.924; 0.910; 0.917; 0.949; dan 0.987