Notes

Judul 1
Proyeksi potensi energi surya sebagai sumber energi terbarukan (EBT) indonesia
Peramalan Daya : https://youtu.be/9tyHJNLSQcE
Jurnal :
https://www.academia.edu/37445154/PRESENTATION_ON_SOLAR_ENERGY_PROJECTS
https://www.researchgate.net/publication/342610877_Solar_Energy_Technology
Apa itu PLTS : https://youtu.be/nJk6noWhySk
https://www.researchgate.net/publication/332109709_PENENTUAN_KEMIRINGAN_SUDUT_OPTIMAL_PANEL_SURYA

Data yang kira-kira digunakan :
Distribusi Penyinaran di Indonesia
Radiasi Surya : https://youtu.be/8m7yI7MxVF4
Cara mendapat data radiasi surya : https://youtu.be/Lznm3o-veLI


Metode :
Dengan pengukuran perubahan energi surya menjadi -> Sistem Energi Surya Fotovoltaik (SESF)
Simulasi PLTS : https://youtu.be/GYpgdx3swdU
aPK Petunjuk Cara Install PVSyst 7.2 : https://youtu.be/k4n68Avxhsg

Latar Belakang :
PLTS Likupang, Pemanen Energi Matahari Terbesar di Indonesia :
Artikel ini telah tayang di Kompas.com dengan judul "PLTS Likupang, Pemanen Energi Matahari Terbesar di Indonesia", Klik untuk baca: https://regional.kompas.com/read/2022/02/13/185831678/plts-likupang-pemanen-energi-matahari-terbesar-di-indonesia.
Penulis : Puspasari Setyaningrum
Editor : Puspasari Setyaningrum

Daftar PLTS di Indonesia, Menerangi Rumah dengan Energi Terbaruka :
https://artikel.rumah123.com/daftar-plts-di-indonesia-menerangi-rumah-dengan-energi-terbarukan-90943#:~:text=PLTS%20Likupang%20kini%20merupakan%20PLTS%20di%20Indonesia%20terbesar,Megawatt%20dengan%20kapasitas%20hingga%2021%20Megawatt%20peak%20%28MWp%29.



PLN Operasikan Dua Pembangkit Listrik Tenaga Surya untuk Pasok Listrik Kegiatan KTT G20 Bali :
https://wartakota.tribunnews.com/2022/11/01/pln-operasikan-dua-pembangkit-listrik-tenaga-surya-untuk-pasok-listrik-kegiatan-ktt-g20-bali


Artikel ini telah tayang di WartaKotalive.com dengan judul PLN Operasikan Dua Pembangkit Listrik Tenaga Surya untuk Pasok Listrik Kegiatan KTT G20 Bali, https://wartakota.tribunnews.com/2022/11/01/pln-operasikan-dua-pembangkit-listrik-tenaga-surya-untuk-pasok-listrik-kegiatan-ktt-g20-bali.

Judul 2 :
DAMPAK PERUBAHAN IKLIM TERHADAP POTENSI ENERGI ANGIN DI INDONESIA
Indonesia merupakan salah satu negara yang rentan terhadap perubahan iklim. Aksi mitigasi yang dapat dilakukan untuk memperlambat dampak dari perubahan iklim adalah menggunakan energi terbarukan yang ramah lingkungan, seperti energi angin. Namun, terdapat ancaman dari perubahan iklim yang dapat memengaruhi keluaran energi angin tersebut. Model iklim regional merupakan salah satu alat yang dapat digunakan untuk meneliti dampak dari perubahan iklim.

Penelitian ini dilakukan untuk mempelajari dampak perubahan iklim terhadap potensi energi angin di Indonesia dengan menggunakan model iklim regional.

Data yang digunakan berupa data reanalisis ERA5 dan model CORDEX-SEA (CMIP5).

Data tersebut diolah untuk mendapatkan nilai kecepatan angin di ketinggian hub 100 m dengan pendekatan profil angin logaritmik dan Wind Power Density (WPD) untuk mengidentifikasi potensi energi angin di periode historis (1979-2005) dan perubahannya pada periode near future (2026-2055) dan far future (2056-2085) dengan skenario RCP 2.6 dan 8.5.

Metode koreksi bias Quantile Mapping (QM) digunakan untuk mengurangi bias dan RMSE yang dimiliki data model CORDEX-SEA terhadap ERA5.

Hasil penelitian ini menunjukkan pada periode historis terdapat wilayah yang teridentifikasi memiliki potensi untuk pengembangan energi angin yaitu Pulau Sumatera bagian timur, Pulau Kalimantan dan Papua bagian selatan, serta pesisir Pulau Jawa dan Sulawesi.

Berdasarkan dua skenario iklim yang digunakan, pada musim Juni-Juli-Agustus (JJA), sebagian besar wilayah yang disebutkan sebelumnya pun berpotensi untuk mengalami penurunan (ditunjukkan oleh model MOHC) atau peningkatan (ditunjukkan oleh model MPI-M dan NCC) rata-rata nilai WPD hingga 60% dengan skenario RCP 8.5 menunjukkan rentang perubahan nilai yang lebih tinggi dibandingkan RCP 2.6. Namun, perubahan yang ditunjukkan memiliki ketidakpastian yang tinggi karena masih terdapat bias dari data model CORDEX-SEA setelah dikoreksi dan sedikitnya data model CORDEX-SEA yang digunakan.

Judul 3 :
PENGARUH OSILASI MADDEN JULIAN TERHADAP VARIABILITAS KONSENTRASI PARTICULATE MATTER 2.5 DI BENUA MARITIM INDONESIA
Indonesia merupakan negara yang memiliki peringkat tertinggi di Asia Tenggara dalam pencemaran PM2.5. Konsentrasi PM2.5 dapat menurun melalui berbagai proses, salah satunya deposisi basah melalui hujan. Curah hujan di Indonesia dipengaruhi berbagai fenomena yang sangat kompleks, salah satunya adalah Madden Julian Oscillation (MJO). MJO mempengaruhi anomali hujan di wilayah yang dilewatinya. Peningkatan dan penurunan curah hujan akibat MJO diduga ikut mempengaruhi sebaran PM2.5 di Indonesia. Pada penelitian sebelumnya pengaruh MJO terhadap variabilitas konsentrasi PM2.5 yang ada di keseluruhan wilayah Indonesia masih belum dibahas secara mendalam. Oleh karenanya, penelitian ini dilakukan untuk mempelajari bagaimana pengaruh dari MJO terhadap konsentrasi PM2.5 di Benua Maritim Indonesia pada periode musim DJF dan JJA. Data yang digunakan berupa data konsentrasi PM2.5 permukaan dari data reanalisis MERRA-2 M2R1NXAER, data curah hujan MSWEP, dan data indeks MJO dari Badan Meteorologi Australia tahun 1980-2018. Data tersebut diolah dengan menggunakan analisis komposit dan korelasi nilai anomali curah hujan dan PM2.5 untuk melihat pengaruh MJO aktif terhadap konsentrasi PM2.5 dan komponen penyusunnya pada periode musim DJF dan JJA. Nilai anomali curah hujan dan PM2.5 diperoleh dengan melakukan bandpass filter dengan cut-off 20 dan 70 hari. Sebelum melakukan bandpass filter, rata-rata dan tiga harmonik pertama dari siklus tahunan dihilangkan untuk mengeliminasi variabilitas yang tidak diinginkan. Hasil penelitian ini menunjukkan anomali konsentrasi PM2.5 lebih tinggi pada musim JJA dibandingkan pada musim DJF. Pada musim DJF menunjukkan konsentrasi PM2.5 memiliki anomali positif pada fase 7 dan negatif pada fase 4 di sebagian besar wilayah Indonesia. Pada musim JJA menunjukkan anomali positif terjadi pada fase 6-8 dan anomali negatif pada fase 1-4 pada sebagian besar wilayah utara Indonesia. Respon anomali PM2.5 akibat anomali curah hujan pada musim DJF dan JJA sebagian besar menunjukkan korelasi negatif di Indonesia mencakup wilayah Kalimantan, Papua, Sumatra, dan Sulawesi. Komponen penyusun PM2.5 yang memiliki nilai terbesar saat musim DJF dan JJA pada saat MJO aktif di Palangkaraya dan Pekanbaru berupa karbon organik, Jakarta berupa sea salt dan SO4, dan Mamuju tidak menunjukkan adanya komponen yang dominan dari PM2.5.