Penggunaan Metode Long Short Term Memory untuk Peramalan Kecepatan Angin di PLTB Jeneponto

Sari

Pembangkit Listrik Tenaga Bayu (PLTB) Jeneponto kerap menghadapi kendala karena turbin dinyalakan saat kecepatan angin tidak mencukupi. Hal ini dapat mengakibatkan pemborosan energi dan kerugian operasional. Penelitian ini bertujuan meramalkan kecepatan angin menggunakan metode Long Short-Term Memory (LSTM) dengan data kecepatan angin periode 2000–2024. Model LSTM dibangun dengan empat pembagian data training dan data testing (60:40, 70:30, 80:20 dan 90:10). Evaluasi dilakukan dengan nilai RMSE, di mana RMSE terendah untuk u100 sebesar 0,0541 pada pembagian 90:10 dan v100 sebesar 0,0567 pada 70:30. Model terbaik masing-masing digunakan untuk memprediksi kecepatan angin 120 hari ke depan. Hasil peramalan menunjukkan bahwa kondisi angin selama rentang waktu prediksi berada dalam batas operasional yang aman bagi turbin