ABSTRAKKrisis energi dan masalah lingkungan yang terjadi saat ini membuat manusia untuk berusaha mencari sumberenergi alternatif yang bersifat terbarukan dan memberikan dampak minimal terhadap lingkungan yang ditimbulkanakibat dari hasil pembakaran bahan bakar fosil yang menimbulkan polusi gas rumah kaca. Salah satunya denganmemanfaatkan energi matahari yang dapat diubah menjadi energi listrik. Mengingat besarnya potensi energi mataharisebagai sumber energi terbaharukan maka diperlukan adanya pengukuran intensitas radiasi matahari. Dengan adanyadata intensitas matahari, kita dapat meramalkan intensitas matahari pada masa mendatang, salah satunya denganmetode Elman-RNN. Perhitungan akurasi nilai kesalahan dalam penelitian ini mengunakan metode Mean Square Error(MSE). Fungsi latih yang digunakan pada penelitian ini antara lain TRAINGD, TRAINDGA, TRAINGDM,TRAINGDX, dan TRAINSCG. Dari kelima fungsi latih tersebut, fungsi latih TRAINSCG menghasilkan total nilaiMSE terkecil yaitu sebesar 7,62. Sehingga dalam penelitian ini fungsi latih TRAINSCG memiliki akurasi peramalanyang lebih baik khususnya untuk data intensitas radiasi matahari Bulan Januari 2017 di Kota Malang, Jawa Timur.Kata kunci: Peramalan, Elman, Jaringan Syaraf Tiruan, MSE, intensitas radiasi matahariABSTRACTThe current energy crisis and environmental problems make people try to find alternative energy sourcesthat are renewable and have minimal impact on the environment as a result of burning fossil fuels that causegreenhouse gas pollution. One of them is by utilizing solar energy which can be converted into electrical energy.Given the huge potential of solar energy as a renewable energy source, it is necessary to measure the intensity ofsolar radiation. With the solar intensity data, we can predict the solar intensity in the future, one of which is theElman-RNN method. The calculation of the accuracy of the error value in this study uses the Mean Square Error(MSE) method. The training functions used in this study include TRAINGD, TRAINDGA, TRAINGDM, TRAINGDX,and TRAINSCG. Of the five training functions, the TRAINSCG training function resulted in the smallest total MSEvalue of 7.62. So that in this study the TRAINSCG training function has better forecasting accuracy, especially fordata on the intensity of solar radiation in January 2017 in Malang City, East Java.Keywords: Forecasting, Elman, Recurrent N
Copyrights © 2022