[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-120084-id":3,"doc-seo-120084-113":31,"detail-sidebar-cat-0-id-113":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},120084,2336474459895,"Aria","https://ap-avatar.wpscdn.com/avatar/22000baeef7a5ed0655?x-image-process=image/resize,m_fixed,w_180,h_180&k=1786071322749376916",54,"Penelitian & Laporan","Pemetaan Potensi Energi Matahari di Sulawesi Utara menggunakan Machine Learning K-Means","Penelitian ini memetakan potensi energi matahari di Sulawesi Utara melalui analisis parameter lingkungan seperti suhu, kelembaban relatif, jumlah awan, dan radiasi matahari selama periode 2018–2022. Machine learning K-Means digunakan untuk mengelompokkan data secara optimal, dengan penentuan jumlah klaster terbaik menggunakan metode siku. Pendekatan ini mendukung penanganan data besar dan kompleks serta membantu mengungkap pola tersembunyi yang relevan untuk pemetaan. Hasil menunjukkan Klaster 2 sebagai wilayah berpotensi tertinggi untuk instalasi tenaga surya skala besar, didukung infrastruktur yang sudah ada, serta menghasilkan peta hingga tingkat desa untuk pengembangan energi surya.","JURNAL MIPA 14 (1) 1-5  \ndapat diakses melalui  \n[https://ejournal.unsrat.ac.id/v3/index.php/jmuo/index](https://ejournal.unsrat.ac.id/v3/index.php/jmuo/index)  \nPemetaan Potensi Energi Matahari di Sulawesi Utara menggunakan Machine Learning K-Means  \nAfrioni Roma Rio a* , Berton Maruli Siahaana , Ernawatil Gania  \naJurusan/Prodi Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam , Universitas Sam Ratulangi, Indonesia  \nK A T A K U N C I A B S T R A K  \nEnergi terbarukan Potensi energi matahari Machine learning K-means  \nPenelitian ini mengkaji potensi energi matahari di Sulawesi Utara dengan menganalisis parameter lingkungan seperti suhu, kelembaban relatif, jumlah awan, dan radiasi matahari selama periode 2018 hingga 2022. Metode machine learning K-Means digunakan untuk mengelompokkan data secara optimal, dengan penentuan jumlah klaster terbaik melalui metode siku. Penggunaan machine learning ini penting untuk menangani data yang besar dan kompleks, serta mengidentifikasi pola tersembunyi yang membantu pemetaan potensi energi matahari. Hasil analisis menunjukkan bahwa Klaster 2, yang terdiri dari wilayah dengan suhu tinggi dan radiasi matahari yang optimal, memiliki potensi terbesar untuk instalasi tenaga surya skala besar, didukung oleh infrastruktur tenaga surya yang sudah ada di wilayah pada klaster tersebut. Penelitian ini menghasilkan peta energi surya hingga tingkat desa, yang dapat digunakan untuk pengembanganenergi surya di Sulawesi Utara.  \nK E Y W O R D S  \nRenewable energy Solar energy potential Machine learning  \nK-means  \nA B S T R A C T  \nThis study examines the solar energy potential in North Sulawesi by analyzing environmental parameters such as temperature, relative humidity, cloud cover, and solar irradiance over the period of 2018 to 2022. The machine learning K-means method was used to optimally cluster the data, with the best number of clusters determined through the elbow method. The use of machine learning is important for handling large and complex datasets, as well as identifying hidden patterns that aid in mapping solar energy potential. The analysis results show that Cluster 2, which consists of areas with high temperatures and optimal solar irradiance, has the greatest potential for large-scale solar power installations, supported by existing solar infrastructure in the region. This study produces a detailed solar energy map down to the village level, which can be used for the development of solar energy in North Sulawesi.  \nTERSEDIA ONLINE  \n01 Februari 2025  \nPendahuluan  \nPenggunaan bahan bakar fosil seperti batu bara, minyak, dan gas alam berdampak besar terhadap lingkungan, terutama melalui emisi karbon yang berkontribusi pada pemanasan global. Emisi karbon ini meningkatkan konsentrasi gas rumah kaca di atmosfer, menyebabkan suhu bumi naik. Pemanasan global berdampak langsung pada perubahan iklim,  \nyang memicu peningkatan frekuensi dan intensitas bencana alam seperti badai, banjir, dan kekeringan. Selain itu, bahan bakar fosil adalah sumber daya yang terbatas, dan ketersediaannya akan semakin menurun seiring waktu. Dengan pertumbuhan jumlah penduduk yang terus meningkat, kebutuhanenergi juga akan terus bertambah, sehingga peralihan ke sumber energi terbarukan seperti  \n*Corresponding author:  \nEmail address: [afrioni.roma.rio@gmail.com](afrioni.roma.rio@gmail.com)  \nPublished by FMIPA UNSRAT (2024)  \ntenaga air, panas bumi, angin, dan matahari menjadisemakin mendesak (Li et al. , 2022) .  \nEnergi matahari merupakan salah satu alternatif paling menjanjikan untuk menggantikan bahan bakar fosil. Energi ini dapat dimanfaatkan menggunakan sel surya atau sistem fotovoltaik (PV), yang bekerja dengan mengubah radiasi matahari menjadi listrik melalui efek fotovoltaik pada material semikonduktor. Kinerja sel surya sangat bergantungpada efisiensinya, yang dipengaruhi oleh beberapa faktor seperti suhu, radiasi matahari, dan keberadaan debu (Chikate et al. , 2015; Sampaio & González, 2017) . Radiasi m","cbCaidhTA9A9115z","https://ap.wps.com/l/cbCaidhTA9A9115z","pdf",397324,3,1,6,"Indonesian","id",113,"# Pendahuluan\n# Metode (Machine Learning K-Means)\n## Penentuan jumlah klaster (metode siku)\n# Hasil dan Pembahasan\n## Identifikasi klaster berpotensi terbesar","[{\"question\":\"Penelitian ini mengkaji apa dan untuk wilayah mana?\",\"answer\":\"Penelitian ini mengkaji potensi energi matahari untuk wilayah Sulawesi Utara dengan menganalisis parameter lingkungan seperti suhu, kelembaban relatif, jumlah awan, dan radiasi matahari.\"},{\"question\":\"Bagaimana metode K-Means digunakan dalam penelitian ini?\",\"answer\":\"K-Means digunakan untuk mengelompokkan data secara optimal berdasarkan parameter lingkungan. Jumlah klaster terbaik ditentukan menggunakan metode siku.\"},{\"question\":\"Klaster mana yang memiliki potensi terbesar dan apa alasannya?\",\"answer\":\"Klaster 2 memiliki potensi terbesar karena berisi wilayah dengan suhu tinggi dan radiasi matahari yang optimal, serta didukung oleh infrastruktur tenaga surya yang sudah ada di wilayah tersebut.\"}]","Pemetaan Potensi Energi Matahari di Sulawesi Utara menggunakan Machine Learning K-Means | PDF",1785728073,9,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"mapping-solar-energy-potential-in-north-sulawesi-using-k-means-machine-learning","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,49,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":48},"https://docshare.wps.com/id/document/","Document",2,{"item":50,"name":12,"@type":44,"position":20},"https://docshare.wps.com/id/document/penelitian-laporan/",{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/id/document/mapping-solar-energy-potential-in-north-sulawesi-using-k-means-machine-learning/120084/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-15","2026-08-03",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Penelitian ini mengkaji apa dan untuk wilayah mana?","Question",{"text":76,"@type":77},"Penelitian ini mengkaji potensi energi matahari untuk wilayah Sulawesi Utara dengan menganalisis parameter lingkungan seperti suhu, kelembaban relatif, jumlah awan, dan radiasi matahari.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Bagaimana metode K-Means digunakan dalam penelitian ini?",{"text":81,"@type":77},"K-Means digunakan untuk mengelompokkan data secara optimal berdasarkan parameter lingkungan. Jumlah klaster terbaik ditentukan menggunakan metode siku.",{"name":83,"@type":74,"acceptedAnswer":84},"Klaster mana yang memiliki potensi terbesar dan apa alasannya?",{"text":85,"@type":77},"Klaster 2 memiliki potensi terbesar karena berisi wilayah dengan suhu tinggi dan radiasi matahari yang optimal, serta didukung oleh infrastruktur tenaga surya yang sudah ada di wilayah tersebut.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,107,111,115,117,121,125,129,133],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},55,"Agama & Spiritualitas",60,"religion-spirituality",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},48,"Cerita & Novel","story-novel",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":97,"slug":106},56,"Gaya Hidup","lifestyle",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":97,"slug":110},51,"Komik","comic",{"id":112,"doc_module":4,"doc_module_name":47,"category_name":113,"show_sort_weight":97,"slug":114},53,"Layanan Kesehatan","healthcare",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":116},"research-report",{"id":118,"doc_module":4,"doc_module_name":47,"category_name":119,"show_sort_weight":97,"slug":120},49,"Sastra","literature",{"id":122,"doc_module":4,"doc_module_name":47,"category_name":123,"show_sort_weight":97,"slug":124},52,"Teknologi","technology",{"id":126,"doc_module":4,"doc_module_name":47,"category_name":127,"show_sort_weight":97,"slug":128},50,"Ujian","exam",{"id":130,"doc_module":4,"doc_module_name":47,"category_name":131,"show_sort_weight":97,"slug":132},57,"Umum","general",{"id":134,"doc_module":4,"doc_module_name":47,"category_name":135,"show_sort_weight":4,"slug":136},181,"Formulir","formulir"]