Kursus MPPT Panel Surya Fuzzy-Neural (ANFIS) pada Partial Shading (Python)
Bangun MPPT panel surya yang tetap menemukan puncak daya global saat sebagian panel tertutup bayangan: model sel surya KC200GT, simulasi partial shading, P&O dan Incremental Conductance, logika fuzzy, sampai ANFIS / fuzzy-neural network — lengkap dengan perbandingan efisiensi.
Materi mengikuti seri video Kursus MPPT Panel Surya Berbasis Fuzzy-Neural Network pada Kondisi Partial Shading (6 modul). Modul 1 bisa ditonton gratis.
Hasil yang Dicapai
- ±99,8% — Efisiensi MPPT fuzzy-neural saat partial shading
- ±89% — Efisiensi P&O, IncCond, dan fuzzy biasa
- ±15% — Selisih pada 300 pola bayangan acak
- 200 W — Model panel KC200GT sesuai datasheet
Apa yang Dipelajari
- Model Panel Surya: Model satu dioda KC200GT, kurva I-V dan P-V yang cocok dengan datasheet.
- Partial Shading: Simulasi array dengan bayangan yang memunculkan banyak puncak lokal.
- P&O dan IncCond: Dua MPPT klasik dan kelemahannya: terjebak di puncak lokal.
- MPPT Logika Fuzzy: Fuzzifikasi, basis aturan, dan defuzzifikasi tanpa osilasi.
- ANFIS Puncak Global: Fuzzy-neural network memperkirakan tegangan puncak global dari pola iradiasi.
- Perbandingan Metode: Efisiensi, waktu tracking, dan osilasi semua metode.
Untuk Siapa?
- Mahasiswa S1/S2 (skripsi & tesis) — Kerangka penelitian MPPT panel surya lengkap: metode pembanding, metode usulan, eksperimen, dan evaluasi siap bab 4.
- Peneliti & dosen — Kode Python yang rapi dan mudah diganti data, parameter, atau metodenya untuk publikasi.
- Praktisi & engineer — Memahami cara kerja MPPT panel surya dari teori sampai implementasi yang bisa dicoba sendiri.
- Developer & data scientist — Praktik Python pada studi kasus nyata, bukan sekadar contoh mainan.
Dataset dan file project tersedia khusus untuk pelanggan premium. Butuh pendampingan riset? Lihat .
