Analisis Output Weather Station Terhadap Prediksi Cuaca dan Optimalisasi Penggunaan EBT Menggunakan Estimasi Fuzzy Logic Platform Matlab

Prakiraan cuaca dirancang untuk memonitor, membaca, dan mengumpulkan data kuantitatif tentang keadaan atmosfer suatu tempat tertentu yang tidak menentu setiap waktunya. Oleh sebab itu pada penelitian ini dilakukan rancang bangun Weather Station berbasis IoT dengan sistem terpadu mencakup Arduino Uno sebagai mikrokontroler, sensor DHT22 mendeteksi suhu dan kelembaban, sensor BH1750 mendeteksi intensitas cahaya, Anemometer mendeteksi kecepatan angin, sensor MQ135 mendeteksi senyawa kimia gas, modul GPS Ublox NEO-6MV2, dan menggunakan source platform IoT NodeMCU ESP8266. Tujuan penelitian ini adalah memperoleh hasil analisa dari data output weather station menggunakan platform MatlabR2015a dan menerapkan aplikasi GUI, Jaringan Sistem Syaraf dan ANFIS sebagai media prediksi cuaca. Serta menjadikan data dari BMKG sebagai tolak ukur hasil prediksi cuaca. Dari hasil pengujian data didapat presentase error prediksi cuaca neural network data realtime 1.49164e^(-6) atau sama dengan 0.0037 dan akurasi data 99.99%. Dengan menggunakan metode fuzzy didapatkan nilai error untuk data latih MSE 4.412e-15 dan regresi bernilai 1. Akurasi data dengan acuan BMKG sebesar 10.78%, Accu Weather 23.3% dan alat ukur 1.3%. Optimalisasi penggunaan EBT dengan mempertimbangkan pengaruh kinerja PLTS meliputi nilai iradiasi matahari terbesar pada pukul 13.00 WIB dengan nilai 263.372 W/m2, kualitas udara CO 7.1 µg/m³, dan suhu 34.167℃ terbesar pada pukul 14.00 WIB.