Rancang Bangun SEPIC Converter Terhadap Tegangan Keluaran Panel Surya Menggunakan Metode Adaptive Neuro – Fuzzy Inference System (ANFIS) untuk Sistem Pengisian Baterai

Abstract

Energi surya merupakan salah satu sumber energi terbarukan yang potensial, namun tegangan keluaran panel surya cenderung fluktuatif sehingga kurang optimal untuk pengisian baterai. Untuk itu diperlukan converter DC-DC yang mampu menstabilkan tegangan, salah satunya adalah SEPIC (Single-Ended Primary Inductor Converter). Penelitian ini bertujuan merancang SEPIC converter dengan pengendalian berbasis Adaptive Neuro-Fuzzy Inference System (ANFIS) agar tegangan output stabil pada setpoint 18,5 V dan efisiensi pengisian baterai meningkat. Metode penelitian meliputi perancangan rangkaian SEPIC, pemodelan ANFIS dengan dua input (tegangan panel surya dan error) serta satu output (duty cycle), pelatihan menggunakan metode backpropagation dan least squares estimator, serta implementasi pada mikrokontroler Arduino UNO. Pengujian dilakukan melalui dua tahap, SEPIC tanpa kontrol dan dengan kontrol ANFIS, menggunakan panel surya polycrystalline 100 Wp dan beban baterai 5 sel Li-ion (3,7 V seri). Hasil pengujian menunjukkan bahwa SEPIC tanpa kontrol menghasilkan tegangan output fluktuatif dengan rata-rata efisiensi 78,97% dan efisiensi tertinggi 83,66%. Dengan kontrol ANFIS, tegangan output menjadi stabil pada kisaran 18,1–18,8 V dan efisiensi meningkat dengan rata-rata 81,41% serta efisiensi tertinggi 87,88%. Perbandingan menunjukkan bahwa ANFIS berhasil meningkatkan kestabilan tegangan dan efisiensi sistem sekitar +2,44% rata-rata dan +4,22% pada efisiensi maksimum. Kesimpulannya, kontrol ANFIS pada SEPIC converter efektif dalam menstabilkan tegangan output panel surya serta meningkatkan efisiensi pengisian baterai, sehingga lebih andal digunakan pada sistem energi terbarukan.