OPTIMASI TRACKING TITIK PENERIMAAN CAHAYA MATAHARI PADA SISTEM SOLAR DUAL AXIS MENGGUNAKAN METODE HIBRID LONG SHORT-TERM MEMORY DAN LDR

Penelitian ini bertujuan mengoptimalkan daya keluaran panel surya melalui
purwarupa solar tracker dual-axis berbasis Internet of Things (IoT) dengan metode
hibrid. Sistem pelacakan konvensional berbasis sensor optik (Light Dependent
Resistor/LDR) memiliki kelemahan berupa fluktuasi pergerakan, terutama ketika
terjadi perubahan intensitas cahaya akibat kondisi berawan. Untuk mengatasi
permasalahan tersebut, algoritma Long Short-Term Memory (LSTM) diintegrasikan
dengan sensor LDR pada mikrokontroler ESP32. LSTM digunakan untuk
memprediksi sudut azimut dan elevasi sebagai acuan posisi awal panel, sedangkan
LDR digunakan untuk melakukan koreksi posisi secara real-time dengan batas
toleransi 10°. Sistem juga dilengkapi mekanisme fail-safe yang mengambil alih
kendali ketika intensitas cahaya berada pada kondisi sangat rendah. Pengujian
dilakukan dengan membandingkan tiga kondisi, yaitu panel statis, sistem solar
tracker berbasis LDR, dan sistem hibrida LSTM+LDR. Hasil pengujian
menunjukkan bahwa metode hibrid mampu mengurangi fluktuasi pergerakan panel,
dengan reduksi simpangan sudut azimut sebesar 11,92% dan sudut elevasi sebesar
44,72% dibandingkan sistem berbasis LDR. Selain itu, sistem hibrida meningkatkan
daya keluaran sebesar 74,77% dibandingkan panel statis dan 9,49% dibandingkan
sistem berbasis LDR. Hasil tersebut menunjukkan bahwa integrasi LSTM dan LDR
mampu meningkatkan kestabilan pelacakan serta daya keluaran panel surya pada
sistem solar tracker dual-axis.
Kata kunci: Solar Tracker Dual-Axis, Long Short-Term Memory, Sensor LDR,
Sistem Hibrid, Internet of Things.