Jurnal Suara teknik Journal, Vol. 12, No.

1 (page: 38-46)
e-ISSN: 2579-4698 Mei 2021

Perancangan Maximum Power Point Tracking (MPPT) Pada Panel

Surya Dengan Kondisi Partial Shading Menggunakan Differential
Evolution

1
Muhammad Dliaul Haq, 2Evi Nafiatus Sholikhah, 3Novie Ayub Windarko,&
4
Diah Septi Yanaratri
1234
Teknik Elektro Industri*, Politeknik Elektronika Negeri Surabaya Kampus ITS, Jl. Raya ITS,
Keputih, Kec. Sukolilo, Kota Surabaya, Jawa Timur 60111
* Email : muhammaddliaulhaq@pe.student.pens.ac.id

Abstrak Panel surya menjadi salah satu energi bersih yang menjanjikan namun kinerja
panel surya bergantung pada tingkat iradiasi matahari dan kondisi suhu. Sebuah kondisi
dimana panel surya menerima iridiasi yang berbeda yang dinamakan partial shading.
Partial shading menyebabkan penurunan efisiensi daya keluaran PV dan dapat
menimbulkan kerusakan pada PV. Untuk mencegah kerusakan terdapat dioda bypass
namun adanya dioda bypass menyebabkan kurva karakterisistik daya-tegangan memiliki
puncak lebih dari satu. Puncak daya yang lebih rendah dinamakan Local Maximum Power
Point (LMPP) dan puncak daya yang lebih tinggi dinamakan Global Maximum Power
Point (GMPP). Untuk mendapatkan daya maksimum digunakan metode Maximum Power
Point Tracking (MPPT). Penggunaan algoritma yang konvensional pada MPPT kurang
mampu melacak GMPP dan sering terjebak pada LMPP pada kondisi partial shading
sehingga penggunaan algoritma Differential Evolution (DE) ditujukan untuk menghindari
terjebak pada puncak daya yang lebih rendah dan lebih optimal dalam mendapatkan
puncak daya maksimum. Sistem panel surya yang digunakan berupa 2 panel surya dengan
100 Wp yang mana disambungkan secara seri sebagai modul surya dan sebuah buck
converter. MPPT DE diuji dengan beberapa pola partial shading dengan menggunakan
software PSIM dan dibandingkan dengan algoritma Human Psychology Optimization
(HPO). Hasil menunjukkan MPPT DE mampu melacak puncak daya maksimum pada
kondisi partial shading dengan menghasilkan osilasi daya yang sedikit dan mampu
melacak ketika iradiasi matahari rendah. Algoritma yang diusulkan memiliki rata – rata
akurasi pelacakan sebesar 98.55% dan rata – rata waktu pelacakan sebesar 0.10 detik.
Sehingga penerapan algortima DE pada MPPT menjadi salah satu pilihan yang
menjanjikan untuk memaksimalkan daya keluaran panel surya pada kondisi normal
maupun partial shading yang berguna menimalisir daya yang terbuang sia – sia.

Kata kunci: Buck Converter, Algoritma Differential Evolution(DE), Maximum Power

Point Tracking (MPPT), Panel Surya, Kondisi Partial Shading

Abstract Solar Panel has become one of the promising clean energy resource beside the
solar panel work that relies on iradiation level and sun temperature's condition. A
condition in where solar panel received diverse iradiation which gives partial shading.
The partial shading is resulting in the low PV power output efficiency and tend to
damage the PV. In order to prevent the damage, the bypass diode is installed, but the
presence of bypass diode is resulting in the appearance of multiple peaks of Power-
Voltage Characteristic curve. The Lower power peaks called Local Maximum Power
Point (LMPP) while the higher peaks called Global Maximum Power Point (GMPP). In
order to get the maximum power, the Maximum Power Point Tracking (MPPT) method is
used. The convensional algoritm using of MPPT was barely able to tracked GMPP and
stucked in LMPP during partial shading condition which make the using of Differential

38
 M. D. Haq, E. N. Sholikhah, N. A. Windarko, D.S. Yanaratri

Evolution (DE) algorithm is aimed for avoiding trapped within the lower power point and
more optimized in getting maximum power point. The solar panel system used is
consisting of 2 solar panels with 100 Wp in which serial connected as a solar module and
buck converter. MPPT DE tested with several patern of partial shading using PSIM
software and compared with Human Psychology Optimization (HPO) algorithm. The
result shows MPPT DE is able to tracked maximum power point in partial shading
condition with producing less power oscillation and able to tracked during low sun
irradiation. The algorithm is having the average accuracy of 98.55% and average time of
0.10 second. That the appliance of DE algorithm to the MPPT became one of the
promising option to maximize solar panel power output during normal condition or
partial shading that is useful in minimizing wasted power.

Hak Cipta © 2021 Pusat Penerbitan Ilmiah UM Pontianak - Hak cipta dilindungi
undang-undang.

Keyword: Buck Converter, Differential Evolution(DE) Algorithm, Maximum Power Point

Tracking (MPPT), Solar Panel, Partial Shading Condition

Submitted: April 29th ,2021. Revised : Mei 23rd ,2021. Accepted: Juni 19th 2021.

I. Pendahuluan
Pemakaian sumber energi konvensional yang
berlebihan menyebabkan semakin menipisnya sumber
energi konvensional dan pencemaran terhadap
lingkungan karena itu kebutuhan akan energi bersih
semakin meningkat. Salah satu energi bersih yang
menjanjikan adalah panel surya [1]. Keuntungan panel
surya adalah penggunaan energi matahari yang tersedia
hampir setiap saat, bebas emisi, dan kontinuitas listrik
terjamin. Namun panel surya memiliki kelemahan
diantaranya karakteristik listrik panel surya yang non-
linear karena keluaran panel surya dipengaruhi oleh
iradiasi matahari dan temperatur dan efisiensi yang relatif
rendah sebesar 20% [2]. Keluaran panel surya terdapat
Maximum Power Point (MPP) yang mana menghasilkan
listrik dengan efesiensi tertinggi untuk melacak titik
tersebut diperlukan metode pelacakan berupa Maximum
Power Point Tracking (MPPT) [3]. MPPT merupakan
metode yang memiliki fungsi meningkatkan efisiensi
daya keluaran PV sehingga bisa mengatur energi
keluaran pada daya maksimal [4]. Aspek yang perlu
diperhatikan adalah penggunaan algoritma, dalam
beberapa tahun terakhir banyak literatur yang telah
mengembangkan berbagai algoritma pada MPPT,
termasuk penggunaan algoritma hill climbing pada
MPPT untuk mencari MPP pada PV arrays dengan
perubahan iradiasi dan temperatur [5], penggunaan
incremental conductance dan pengembangan algoritma
tersebut berupa variable step size incremental
conductance dalam mencari MPP dengan metode MPPT
[6], dan Algoritma perturb and observe digunakan pada
MPPT untuk mencari MPP pada PV Arrays lalu
dibandingkan dengan algoritma modified particle swarm
optimization dan flower pollination algorithm [7]. Semua
metode ini diklasifikasikan metode konvensional yang
hanya bisa melacak maximum power point (MPP) pada
perubahan iridiasi matahari normal, dimana puncak daya
maksimal yang terjadi pada kurva tegangan-daya (P-V)
hanya satu puncak [8]. Jika beberapa modul panel surya
dalam kondisi partial shading dimana modul panel surya
menerima iridiasi matahari yang berbeda – beda akan
menyebabkan kurva P-V yang memiliki puncak lebih
dari satu global maximum power point (GMPP) dan local
maximum power point (LMPP). Algoritma yang
disebutkan diatas memiliki presentase kegagalan yang
besar untuk melacak GMPP yang mana sering terjebak
pada LMPP [9]. Algoritma differential evolution (DE)
digunakan pada metode MPPT karena lebih sederhana
dan mudah diterapkan. Keunggulan DE adalah mampu
mencari GMPP secara efektif dalam kondisi partial
shading dan perubahan cepat insolasi matahari.
Keberhasilan DE dalam mencari GMPP dengan cara
menghasilkan trial vector. [10]. Setiap algoritma
memiliki beberapa keunggulan dan kelemahan dalam
mendapatkan daya maksimal. Pada penelitian ini
memiliki fokusan pada metode MPPT dengan
menggunakan algoritma DE.
II. Literatur Pendukung
Pada penelitian ini terdapat beberapa literatur
pendukung yang ditampilkan untuk mendukung hasil
pengujian yang mana literatur tersebut memiliki
kesesuaian dengan penelitian. Literatur yang dipakai
pada penelitian ini diantaranya seperti modul surya,
kondisi partial shading, buck converter, maximum power
point tracking, dan algoritma differential evolution.

39
 M. D. Haq, E. N. Sholikhah, N. A. Windarko, D.S. Yanaratri
II.1. Modul Surya
Modul PV surya digunakan untuk mengubah energi
dari sinar matahari menjadi energi listrik. Pemodelan
modul surya terdapat beberapa jenis. Modul surya dapat
dimodelkan dengan sebuah rangkaian ekuivalen berupa
sebuah sumber arus photovoltaic, dioda tunggal, resistor
paralel, dan resistor seri. Pemodelan ini dinamakan
model satu dioda. Model yang digunakan dapat
direpresentasikan pada Gambar 1 :
I
ID Rs
Iph D Rsh
Gambar 1: Pemodelan rangkaian ekuivalen photovoltaic
Persamaan dibawah ini menjelaskan physical model
dari modul photovoltaic [11].
I merupakan arus yang mengalir menuju beban yang
mana diperoleh dari arus dari photovoltaic IPH yang dapat
dilihat pada pers.(2) dikurangi arus dioda ID yang dapat
dilihat pada pers.(3) dan arus resistor paralel ISH yang
dapat dilihat pada pers.(5).
Dimana ISC0 adalah arus hubung singkat saat Tref, S
adalah iradiasi matahari, S0 adalah standar iridiasi
matahari sebesar 1000 w/m2, Ct adalah koefisien suhu
dalam A/◦C, T adalah suhu sel yang didapatkan dari
Pers.(6), Tref adalah suhu di bawah kondisi pengujian
standar (◦C).
) (4)
Dimana dapat dilihat pada pers.(4) , q adalah
elektron muatan, Vd merupakan tegangan dioda yang
dapat dilihat pada pers.(7), A adalah faktor idealitas
(koefisien emisi), K adalah konstanta, IS0 adalah arus
saturasi dioda saat Tref.
Dimana arus paralel didapatkan dari tegangan dioda Vd
dibagi dengan RSH adalah resistansi shunt setiap sel
surya.
(6)
(7)
Di mana Ns adalah jumlah sel dalam seri, Rs adalah
resistansi seri setiap sel surya, adalah suhu
lingkungan, dan koefisien yang dapat mempengaruhi
suhu sel surya disebut Ks.
II.2. Kondisi Partial Shading
Kond isi partial shading memiliki efek buruk pada
keseluruhan kinerja panel dan dapat menimbulkan
V kerusakan pada panel. Sisi sel pada panel yang tertutupi
dapat menyebabkan kenaikan suhu dan masalah hotspot
untuk menghindari kerusakan akibat hal tersebut panel
surya terdapat dioda bypass, namun pemasangan dioda
bypass dapat mempengaruhi kurva karakteristik I-V dan
karakteristik P-V pada modul [12]. Efek dioda bypass
mengakibatkan muncul puncak yang lebih dari satu pada
kurva karakteristik P-V selama kondisi partial shading,
puncak daya tertinggi disebut global maximum power
point (GMPP) dan puncak yang lebih rendah disebut
(1) local maximum power point (LMPP) yang ditampilkan
pada Gambar 2 :
Power (Watt)
(2)
Voltage (Volt)
Gambar 2: Kurva karakteristik P-V kondisi partial shading
Terdapat 2 puncak daya hasil dari 2 panel surya
(3) dengan kapasitas 100 Wp yang dihubungkan secara seri
dengan iridiasi yang diberikan pada masing – masing
panel surya sebesar 1000 W/m2 dan 600 W/m2. GMPP
yang dihasilkan sebesar 125.10 watt dan LMPP
menghasilkan nilai daya yang lebih rendah sebesar 93.95
watt. Kondisi seperti dapat mengurang kinerja modul
surya terutama efisiensi panel surya.
II.3. Buck Converter
Buck converter berfungsi menstabilkan tegangan
(5) dengan menurunkan tegangan dimana tegangan keluaran
lebih rendah dari tegangan masukan tanpa harus
menghilangkan daya yang relatif besar sehingga dapat
mengatasi tegangan keluaran yang tidak sesuai.
Konverter DC-DC hanya mengubah level tegangan dan
level arus keluaran DC, tanpa mengubah daya.
Rangkaian buck converter ditunjukkan Gambar 3 :
40
 M. D. Haq, E. N. Sholikhah, N. A. Windarko, D.S. Yanaratri
Gambar 3: Rangkaian dasar buck converter
Pada sebuah DC-D C Converter dengan tegangan
input yang ditentukan, besar tegangan output
dikendalikan dengan durasi pensaklaran (Ton dan Toff).
Pengendalian dilakukan dengan memberikan
sinyal/tegangan yang mengatur waktu saklar ON dan
waktu OFF. Sinyal tegangan yang berfungsi untuk
mengatur switch biasanya menggunakan pulse width
modulation (PWM). Ketika saklar tertutup (ON)
ditunjukkan pada Gambar 4 :
Gambar 4: Rangkaian buck converter saat kondisi swicth
closed
Ketika saklar terbuka (OFF) ditunjukkan pada Gambar
5 dalam keadaan switch closed, dioda berada dalam
reverse bias sehingga nilai perubahan arus adalah positif
konstan, sehingga nilai arus akan naik secara linear.
Ketika dalam keadaan switch open, dioda berada dalam
forward bias, sehingga membawa arus induktor. Nilai
perubahan arus adalah negatif konstan, sehingga arus
induktor turun secara linear [13].
Gambar 5: Rangkaian buck converter saat kondisi swicth
open
II.4. Maximum Power Point Tracking
Pada sistem panel surya yang mana nilai outputnya
tergantung pada nilai kondisi iradiasi matahari dan suhu,
sehingga Maximum Power Point (MPP) berubah-ubah
[1]. Untuk mendapatkan MPP maka dibutuhkan metode
berupa MPPT yang memiliki fungsi mencari titik daya
keluaran maksimum panel surya pada kurva karakteristik
P-V. Untuk implementasi pada usulan dengan
menggunakan converter yang mana prinsipnya
menggunakan pulse width modulation (PWM), maka
41
yang dikontrol nilai duty cycle untuk mengatur nilai
tegangan hingga mendapatkan tegangan puncak (Vmp).
Ketika mendapatkan Vmp maka daya keluaran panel
akan maksimal.
II.5. Algoritma Differential Evolution
Differential evolution (DE) adalah salah satu
evolutionary algorithms (EA) yang diusulkan oleh Storn
dan Price pada tahun 1995. Algoritma ini berbasis
populasi yang yang meoptimalkan masalah secara
berulang hingga mendapatkan solusi terbaik [14]. DE
memiliki kelebihan yang terletak pada kemampuannya,
kesederhanaan, kecepatan konvergensi, ketahanan, dan
mudah di implementasikan. Algoritma DE mudah
diimplementasikan karena hanya beberapa parameter
perlu diatur seperti jumlah populasi (Np), mutation factor
(F), dan crossover rate (Cr). Parameter ini perlu
ditentukan di sistem awal desain untuk memberikan hasil
yang baik pada proses optimasi. Proses optimasi DE
dapat dijelaskan sebagai berikut :
A. Inisialisasi
Proses inisialisasi dilakukan untuk mengawali
algoritma ini dengan memberikan nilai individual yang
acak pada sebuah populasi dan didistribusikan pada
ruang pencarian. DE menggunakan 2D vektor, pada
MPPT digunakan D sebagai individual yang mana
menunjukkan duty cycle dan i sebagai indeks vektor. G
menunjukkan nomer generasi dan Np adalah populasi
individu. Yang dapat dibuat menjadi persamaan sebagai
berikut [10] :
Di,G ; i = 1,2,…,Np (8)
B. Mutasi
Proses mutasi memiliki beberapa strategi yang
bertujuan untuk menghasilkan vektor mutant dengan
memperhatikan setiap vektor individual pada populasi.
Pada sistem ini strategi yang dipakai ada DE/Best/1 [10]
sebagai berikut :
Vi,G = Xbest,G + F ‧ |xr1,G - xr2,G| (9)
Pada sistem MPPT strategi (9) akan dirubah menjadi
persamaan (10).
D(mutant)i,G = Dbest,G + F ‧ |Dr1,G - Dr2,G| (10)
Dari strategi tersebut yang mana Index r1 dan r2
merupakan bilangan acak yang dipilih dari populasi,
tidak boleh sama satu sama lain dan juga berbeda dengan
indeks saat ini, i. F merupakan mutation factor yang
digunakan untuk menghitung selisih antara dua vektor
acak yang dipilih. Nilai F antara 0 hingga 1, disini
menggunakan nilai 0.2. Dbest,G adalah vektor terbaik
dalam populasi yang menghasilkan fungsi yang cocok
pada generasi saat ini G.
 M. D. Haq, E. N. Sholikhah, N. A. Windarko, D.S. Yanaratri

C. Crossover III. Metode dan Desain

Pada proses ini adalah menyilangkan antara hasil
vektor mutant dengan vektor target saat ini yaitu Dbest,.
Proses crossover menggunakan nilai acak rand dan
crossover rate (Cr), dimana variabel nilai acak "rand" di
kisaran 0 hingga 1 dibandingkan dengan crossover rate.
Nilai dari Cr dipilih dalam kisaran 0 hingga 1. Nilai Cr
pada sistem ini diatur 0,5. Proses crossover ini akan
menghasilkan vektor percobaan sebagai berikut [10] :
Sistem penelitian dapat dijelaskan dan dikembangkan
menjadi metode dan desain penelitian. Dalam penelitian
ini dilakukan metode pengambilan data dengan simulasi
menggunakan software PSIM dan desain penelitian
dilakukan untuk mendapatkan hasil penelitian yang
sesuai. Penjelasan tersebut terdiri dari gambaran sistem,
pemilihan panel surya, dan perancangan buck converter.

III.1. Gambaran Sistem

D(trial),i,G = (11)
Sistem yang diusulkan terdiri dari modul surya yang
dihubungkan ke buck converter yang diatur tegangan
output menuju beban. Duty cycle untuk konverter
D. Seleksi dikontrol dengan MPPT yang mana digunakan untuk
Proses terakhir dalam algoritma DE disebut seleksi. Ini melacak daya maksimal dari modul surya. Blok diagram
Proses menentukan apakah vektor percobaan atau target sistem yang diusulkan ditunjukkan pada Gambar 7 :
vektor yang bertahan hingga generasi. Evaluasi
dilakukan dengan mengukur daya photovoltaic dari duty
cycle pada vektor percobaan disimbolkan P(trial),i,G.
Kemudian dibandingkan dengan daya photovoltaic dari
vektor target 𝑃best,i,G. Jika P(trial),i,G memiliki nilai daya
lebih tinggi dari 𝑃best,i,G atau sama, maka vector D(trial),i,G
akan menjadi yang vektor target pada generasi
berikutnya dan mengganti vektor terbaik saat ini Dbest,G.
Kemudian proses tersebut kembali ke proses mutasi
hingga yang terbaik solusi terpenuhi atau GMPP dilacak.
Persamaan untuk proses seleksi dapat dilihat sebagai
berikut [10] :
Gambar 7: Blok diagram sistem kontrol daya keluaran PV
Di+1,G = (12)
Sistem yang diajukan dirancang menjadi rangkaian
simulasi dengan menggunakan software PSIM yang
nantinya akan di analisis. Pada perancangan ini dibuat
Flowchart dari algoritma differential evolution dapat
sebuah dc – dc converter dengan model buck converter
dilihat pada Gambar 6 :
yang diimplementasikan pada sistem panel surya dengan
Mulai menggunakan algoritma differential evolution.
Perancangan sistem yang diusulkan dapat dilihat pada
Inisialisasi Populasi menggunakan algoritma differential evolution.
Perancangan sistem yang diusulkan dapat dilihat pada
Kalkulasi setiap duty cycle yang ada pada Gambar 8 :
populasi untuk daya masksimum

Mutasi

Crossover

Seleksi

Populasi Baru

Gen>Genmax?

Solusi terbaik

Berhenti

Gambar 6: Flowchart algoritma DE

Gambar 8: Desain Sistem MPPT

42
 M. D. Haq, E. N. Sholikhah, N. A. Windarko, D.S. Yanaratri

III.2. Pemilihan Panel Surya Duty Cycle

Panel surya yang digunakan dari produk ICA Solar D= = = 0.8 (12)
sebanyak 2 buah photovoltaic dihubungkan secara seri
untuk membentuk array photovoltaic. Panel ini berisi 36
sel polycrystalline yang mana satu panel surya dapat Nilai Induktor
menghasilkan jumlah daya sebesar 100 Wp. Panel surya
yang digunakan ditunjukkan pada Gambar 9 dengan ∆I𝐿 = 𝑟I𝐿 x I𝐿(𝑎𝑣𝑔) = 0.3 x 2,1 = 0.63 A (13)
spesifikasi modul yang digunakan dapat dilihat pada
Tabel 1 [15] :
L = x (Vo + Vdioda) x [ ] x [ ]

= x (28,16 + 1,5 ) x [ ] x [ ]

= 562.35 μH (14)
Nilai Kapasitor Output

Δ𝑉𝑜 = ripple Δ𝑉𝑜 x 𝑉o = 0.001 x 28.16 = 0,028 V (15)

Co =
=
= 27 μF (16)
Gambar 9: Panel Surya dari ICA Solar
Buck converter yang digunakan pada sistem dengan
perhitungan yang telah dilakukan berupa komponen
Tabel 1: Spesifikasi Panel Surya
induktor sebesar 562.35μH dan kapasitor sebesar 27μF.
Merk ICA Solar
Teknologi polycrystalline
Daya maksimum (Pmp) 100 W
IV. Hasil dan Pembahasan
Tegangan saat Mpp (Vmp) 17.6 V Perancangan sistem ini divalidasi dengan
Arus saat Mpp (Imp) 5.69 A menggunakan software PSIM untuk menguji kinerja
Tegangan Open-Circuit (Voc) 22.6 V algoritma yang diusulkan terhadap kondisi partial
Arus Short-Circuit (Isc) 6.09 A shading. Iradiasi matahari yang digunakan pada masing-
Tegangan sistem maksimum 1000 V masing panel surya diatur sebanyak 3 pola dengan
Fuse maksimum 11 A menggunakan 2 panel surya yang dihubungkan seri. Pola
Kondisi standar iridiasi 1000 W/m2 pertama diberikan iradiasi sebesar 1000 W/m2 pada panel
Kondisi standar suhu 25oC surya 1 dan panel surya 2 diberikan iradiasi sebesar 650
W/m2, kemudian untuk pola kedua diberikan iradiasi
III.3. Perancangan Buck Converter matahari pada panel surya 1 sebesar 950 W/m2 dan panel
surya 2 diberikan iradiasi panel surya sebesar 550 W/m2,
Berdasarkan data parameter pada Tabel I nilai dari dan pola terakhir iradiasi matahari yang diberikan pada
setiap komponen converter dapat dihitung terutama panel surya 1 sebesar 350 W/m2 dan panel surya 2 sebear
komponen penting pada buck converter seperti nilai 750 W/m2. Pemberian iradiasi matahari pada modul
induktor (L) dan kapasitor (C). Tegangan output dari surya ditunjukkan pada Tabel 2 :
buck converter digunakan sebesar 28.16 V. Nilai
Tabel 2: Perubahan Iradiasi Panel Surya
tegangan output ini dapat dimasukkan pada perhitungan
duty cycle yang digunakan untuk proses switching
dengan perhitungan dibawah ini : Panel Iridiasi Matahari (W/m2)
Surya
Pola 1 Pola 2 Pola 3
Vin = 35.2 V
Vdioda = 1.5 V 1 1000 950 350
Vo = 28.16 V
Io = I𝐿(𝑎𝑣𝑔) = 2.13 A 2 650 550 750
Ripple Δ𝑉𝑜 = 0,1 %
Ripple IL = 30%
Frekuensi switching = 40kHz

43
 M. D. Haq, E. N. Sholikhah, N. A. Windarko, D.S. Yanaratri

Dari pengaturan iradiasi matahari yang berbeda – beda

di setiap pola akan menghasilkan GMPP yang berbeda
antara satu sama lain. Pada pola 1 didapatkan nilai
GMPP sebesar 141.74 Watt. Pada pola 2 didapatkan niali

Power (Watt)
GMPP sebesar 120.87 Watt. Dan terakhir pada pola 3
didapatkan nilai GMPP sebesar 75.73 Watt. Simulasi
yang dijalankan menggunakan algoritma differential
evolution (DE) yang diusulkan dan dibandingkan dengan
algoritma human psychology optimization (HPO),
dimana perbandingan dibuat dengan tujuan mengevaluasi
akurasi dan kecepatan pelacakan pada metode MPPT.
Nilai pelacakan daya maksimal setiap pola dengan
menggunakan algoritma DE dan HPO dapat dilihat pada
Time (second)
Tabel 3 :

Tabel 3: Hasil Tracking Daya Menggunakan DE dan HPO Gambar 11: Tracking daya maksimum dengan DE pola 2

Pola terakhir untuk algoritma DE dapat melacak

Tracking Daya Tracking Daya GMPP sebesar 75.73 Watt dengan grafik pelacakan
GMPP
Pola DE HPO ditunjukkan pada Gambar 12.
(Watt)
(Watt) (Watt)
1 141.74 139.73 141.66
2 120.87 119.72 109.37
Power (Watt)

3 77.85 75.73 77.80

Setiap tracking daya untuk algoritma differential evolution

(DE) dan human psychology optimization (HPO) ditampilkan
berupa grafik pada software PSIM. Pada pola pertama
algoritma DE dapat melacak GMPP dengan nilai sebesar
139.73 Watt, yang mana grafik pelacakan dapat dilihat
pada Gambar 10.

Time (second)

Gambar 12: Tracking daya maksimum dengan DE pola 3

Sedangkan algoritma HPO pada pola pertama dapat

Power (Watt)

melacak GMPP dengan nilai sebesar 141.73 Watt, yang

mana grafik pelacakan dapat dilihat pada Gambar 13.
Power (Watt)

Time (second)

Gambar 10: Tracking daya maksimum dengan DE pola 1

Kemudian pada pola kedua algoritma DE dapat

melacak GMPP dengan nilai sebesar 119.72 Watt, yang
mana grafik pelacakan dapat dilihat pada Gambar 11.
Time (second)

Gambar 13: Tracking daya maksimum dengan HPO pola 1

44
 M. D. Haq, E. N. Sholikhah, N. A. Windarko, D.S. Yanaratri

Kemudian algoritma HPO pada pola kedua dapat
melacak GMPP dengan nilai sebesar 109.37 Watt, yang
mana grafik pelacakan dapat dilihat pada Gambar 14.
Power (Watt)
Pada Tabel 4 algoritma differential evolution yang
diusulkan memiliki akurasi yang tinggi untuk melacak
GMPP pada modul surya yang terkena partial shading
dengan rata – rata akurasi sebesar 98.55% dengan waktu
rata – rata sebesar 0.10 detik. Sedangkan untuk algoritma
HPO untuk melacak GMPP pada kondisi partial shading
didapatkan akurasi rata – rata sebesar 96.97% dengan
waktu rata – rata sebesar 0.12 detik. Algoritma DE

mampu untuk melacak pada setiap perubahan iridiasi

panel surya dengan mendapatkan nilai yang mendekati
GMPP dengan waktu yang relatif singkat daripada
algoritma HPO karena algoritma HPO membutuhkan
waktu yang lebih lama dalam menemukan nilai GMPP
dan tidak sensitif pada perubahan iridiasi tertentu tetapi
algoritma HPO mendapatkan nilai GMPP yang lebih
besar daripada algoritma DE.

Time (second)
Gambar 14: Tracking daya maksimum dengan HPO pola 2
Yang terakhir algoritma HPO untuk pola terahir dapat
melacak nilai GMPP sebesar 77.89 Watt, yang mana
grafik pelacakan ditunjukkan pada Gambar 15.
Power (Watt)
V. Kesimpulan
Metode MPPT dengan penggunaan algoritma
differential evolution (DE) dapat melacak global
maximum power point (GMPP) pada saat modul surya
mengalami kondisi partial shading dengan baik yang
mana memiliki rata-rata akurasi tracking sebesar 98.55%
dan rata-rata waktu trackingnya sebesar 0.10 detik.
Selain itu penggunaan algoritma differential evolution
(DE) juga menghasilkan osilasi daya yang rendah dan
pelacakan daya maksimum yang akurat ketika adanya

perubahan iradiasi yang rendah. Metode MPPT dengan

algoritma DE yang diajukan dapat mitigasi kondisi
partial shading dengan baik karena dapat melacak GMPP
secara akurat dan tidak terjebak pada LMPP sehingga
menimalisir terbuangnya daya secara sia-sia.

Ucapan terima kasih

Time (second) Terimakasih kepada Kementerian Riset Teknologi dan
Pendidikan Tinggi untuk mendanai penelitian ke Pusat
Penelitian di Politeknik Elektronika Negeri Surabaya.
Gambar 15: Tracking daya maksimum dengan HPO pola 3

Pada tampilan grafik pelacakan dapat terlihat References

algoritma DE menghasilkan osilasi daya yang lebih
sedikit daripada algoritma HPO. [1] B. K. Oubbati, M. Boutoubat, M. Belkheiri, and A. Rabhi,
“Global maximum power point tracking of a PV system
MPPT control under partial shading,” Proc. 2018 3rd Int.
Tabel 4: Hasil Perbandingan Akurasi dan Waktu DE dan HPO Conf. Electr. Sci. Technol. Maghreb, Cist. 2018, pp. 1–6,
2019.
[2] M. Killi and S. Samanta, “Modified perturb and observe
Akurasi Tracking (%) Waktu Tracking (Detik) MPPT algorithm for drift avoidance in photovoltaic systems,”
IEEE Trans. Ind. Electron., vol. 62, no. 9, pp. 5549–5559,
2015.
DE HPO DE HPO [3] A. Altamimi and Z. A. Khan, “A DC-DC Buck Converter
with Maximum Power Point Tracking Implementation for
98.6 99.9 0.089 0.10 Photovoltaic Module Application,” IEEE Conference on
Energy Conversion (CENCON), pp. 305-310, 2017.
99.1 91 0.14 0.15 [4] J. Y. Shi, F. Xue, Z. J. Qin, W. Zhang, L. T. Ling, and T.
Yang, “Improved global maximum power point tracking for
98 99.94 0.075 0.13 photovoltaic system via cuckoo search under partial shaded
conditions,” J. Power Electron., vol. 16, no. 1, pp. 287–296,
2016.
[5] M. I. Bahari, P. Tarassodi, Y. M. Naeini, A. K. Khalilabad,
and P. Shirazi, “Algorithm For PhotoVoltaic Application,”
pp. 1041–1044, 2016.

45
 M. D. Haq, E. N. Sholikhah, N. A. Windarko, D.S. Yanaratri

[6] M. A. Abdourraziq, M. Maaroufi, and M. Ouassaid, “A new

variable step size INC MPPT method for PV systems,” Int.
Conf. Multimed. Comput. Syst. -Proceedings, no. I, pp. 1563–
1568, 2014.
[7] F. D. Murdianto, A. S. L. Hermawan, A. R. Nansur, and R. E.
Setiawan, “Comparison method of flower pollination
algorithm, modified particle swarm optimization and perturb
& observe in MPPT coupled inductor sepic converter on DC
microgrid isolated system,” Proceeding - ICAMIMIA 2017
Int. Conf. Adv. Mechatronics, Intell. Manuf. Ind. Autom., pp.
291–296, 2018.
[8] K. S. Tey, S. Mekhilef, M. Seyedmahmoudian, B. Horan, A.
T. Oo, and A. Stojcevski, “Improved Differential Evolution-
Based MPPT Algorithm Using SEPIC for PV Systems Under
Partial Shading Conditions and Load Variation,” IEEE Trans.
Ind. Informatics, vol. 14, no. 10, pp. 4322–4333, 2018.
[9] D. Pilakkat and S. Kanthalakshmi, “Artificial Bee Colony
Algorithm for Peak Power Point Tracking of a Photovoltaic
System under Partial Shading Condition,” Proc. 2018 Int.
Conf. Curr. Trends Towar. Converging Technol. ICCTCT
2018, pp. 1–7, 2018.
[10] R. Insert, S. Coupling, T. Coupling, M. Connector, and F.
Connector, “Tracking of Maximum Power Point in Partial
Shading Condition using Differential Evolution (DE),”
December, pp. 1–2, 2012.
[11] The HELP of PSIM software.
[12] J. Ma, X. Pan, K. L. Man, X. Li, H. Wen, and T. On Ting,
“Detection and Assessment of Partial Shading Scenarios on
Photovoltaic Strings,” IEEE Trans. Ind. Appl., vol. 54, no. 6,
pp. 6279–6289, 2018.
[13] W. Hart Danial, Commonly used Power and Converter
Equations. 2010.
[14] R. Storn, “On the usage of differential evolution for function
optimization,” Bienn. Conf. North Am. Fuzzy Inf. Process.
Soc. - NAFIPS, pp. 519–523, 1996.
[15] P. V Module, “PV Module Index,” [Online].
Available:https://www.pvmagazine.com/features/investors/m
odule-price-index/.

Informasi penulis
Pertama A. Muhammad Dliaul Haq lahir di Sidoarjo
pada tanggal 13 September 2000. Sedang menjalani studi
di Diploma 4 Teknik Elektro Industri di Politeknik
Elektronika Negeri Surabaya pada tahun 2017 – hingga
sekarang.
Penulis Kedua Evi Nafiatus Sholikhah sedang menjalani
studi di Magister Terapan Teknik Elektro di Politeknik
Elektronika Negeri Surabaya
Penulis Ketiga Novie Ayub Windarko lahir di Surabaya
pada tanggal 14 November 1975. Pekerjaan sebagai
dosen di perguruan tinggi Politeknik Elektronika Negeri
Surabaya. Memiliki gelar S.T.,M.T., Ph.D.
Penulis Keempat Diah Septi Yanaratri memiliki
pekerjaan sebagai dosen di perguruan tinggi Politeknik
Elektronika Negeri Surabaya. Memiliki gelar S.T.,M.T.

46