PERENCANAAN PEMBANGKIT LISTRIK TENAGA SURYA ON-GRID DI ATAP GEDUNG JURUSAN TEKNIK ELEKTRO POLITEKNIK NEGERI AMBON
Bibliographic record
Abstract
Dalam penelitian ini membahas tentang perencanaan PLTS terhubung ke grid untuk melayani suplai daya listrik di Jurusan Teknik Elektro Politeknik Negeri Ambon. Potensi energy surya di Maluku dan Maluku Utara sendiri mencapai 738 gigawatt dan belum dimanfaatkan secara optimal,Selama ini Jurusan Teknik Elektro Politeknik Negeri Ambon mendapatkan suplai daya listrik hanya bersumber dari PLN saja. Sistem pembangkit listrik tenaga surya On-Grid yang dinamis dapat menjaga stabilitas sistem tenaga listrik mengingat lampu pada beberapa ruang kuliah di Jurusan Teknik Elektro sering tiba-tiba redup dan terang kembali hal ini terjadi karena adanya ketidakstabilan tegangan listrik. Masuknya pembangkit listrik tenaga surya ke jaringan listrik utama dapat mengoptimalkan pemanfaatan energi dari sel surya (photovoltaic) untuk menghasilkan energi listrik semaksimal mungkin dan dapat mengurangi kapasitas atau operasi pembangkit konvensional sehingga dapat mengurangi penggunaan bahan bakar. Beban listrik yang tersambung dengan sistem PLTS dan grid menggunakan energi yang sama dengan yang disalurkan oleh PLTS dalam jangka waktu tertentu. Dalam hal ini, grid menjadi penyimpan atau pemberi pinjaman sementara untuk pemenuhan permintaan daya listrik. Sehingga dengan penerapan konsep ini kita hanya mengeluarkan biaya investasi dari sistem PLTS tanpa baterai dan biaya sewa jaringan di sistem PLTS – Grid.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.071 | 0.016 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".