Abstract

Informasi mengenai lama penyinaran matahari dapat membantu kelancaran aktivitas pada berbagai bidang. Berdasarkan data statistik dari BPS Kota Bandung, tingkat penyinaran matahari yang terjadi pada tahun 2016 sampai 2021 mengalami kenaikan yang tidak teratur. Penelitian ini bertujuan untuk dapat memaksimalkan potensi manfaat sinar matahari dan untuk mengantisipasi fluktuasi tingkat penyinaran matahari yang terlalu rendah atau terlalu tinggi yaitu dengan pembuatan sistem prediksi menggunakan Jaringan Syaraf Tiruan model Multi-Layer Perceptron (JST-MLP). Implikasi internal dari penelitian ini adalah pengembangan model JST Multi-Layer Perceptron yang dapat digunakan untuk memprediksi perubahan radiasi matahari secara lebih akurat. Efek eksternal adalah kemungkinan penerapan sistem peramalan ini dalam kehidupan sehari-hari, seperti penggunaan dalam pertanian, perawatan kesehatan, dan produksi energi matahari. Selain itu, penelitian ini juga dapat memberikan informasi yang berguna bagi para pengambil keputusan di bidang terkait untuk meningkatkan pemanfaatan energi matahari secara efisien dan optimal. Terdapat total 72 data, 48 untuk pelatihan dan 24 untuk pengujian, dengan parameter learning rate 0,2 dan jumlah maksimal 1000 iterasi. Pada proses pelatihan didapatkan hasil MSE sebesar 0,086182 pada epoch ke 1000 sedangkan pada proses pengujian nilai MSE 0,10921. Model JST Multi-Layer Perceptron dapat digunakan untuk membangun sistem prediksi dari data yang ada, seperti yang ditunjukkan oleh temuan penelitian. Penelitian ini dapat membuka peluang untuk mengembangkan model JST lain yang dapat memprediksi fenomena alam lainnya dengan akurasi yang lebih tinggi. Penelitian ini juga dapat menjadi referensi untuk penelitian selanjutnya terkait pemanfaatan energi matahari di berbagai sektor seperti teknik pertanian, kesehatan.