The need for renewable energy is increasing every year, it is predicted that the need for electrical energy will increase by up to 4.5% each year. Where this is caused by the growth of modern society. By looking for alternatives to meet the need for electrical energy by utilizing Indonesia's abundant wind potential. Where wind is flexible energy because it can be used anywhere. It is known that wind is energy that never runs out and can continue to
be used as fuel or energy raw material. Utilizing the abundant potential of wind as a very promising renewable energy will fulfill electrical energy, renewable energy, namely Wind Power Generation (PLTB) is to process power from wind speed into electricity through wind turbines. One of the potential applications of wind energy is in multi-storey buildings that have a minimum building height of 23 to 30 meters in order to make a PLTB. Where the Jakarta PLN Institute of Technology is one of the universities in Jakarta which has a building height of 53.5 m making it very strategic. The purpose of this study is to classify wind data using the Recurrent Neural Network algorithm in order to find out whether the wind potential on the ITPLN campus has the potential for wind power generation. Recurrent Neural Network is a data mining method that groups data based on similarity. In this study, wind data was used in February with the time series data type. There are 3 classes of results, namely maximizing wind potential based on low, medium, and hight.

Kebutuhan akan energi terbarukan setiap tahunnya semakin meningkat, di prediksi bahwa kebutuhan akan energi listrik meninhkat hingga 4,5% setiap tahunnya. Dimana hal tersebut di sebabkab oleh pertumbahan masyarakat modern. Dengan mencari alternatif demi memenuhi kebutuhan akan energi listrik dengan memanfaatkan potensi angin yang dimiliki Indonesia yang sangat melimpah. Dimana angin adalah energi yang fleksibel karena dapat digunakan dimana saja. Telah diketahui bahwa angin merupakan energi yang tidak pernah habis dan dapat terus digunakan sebagai bahan bakar atau bahan baku energi. Pemanfaatan potensi angin yang melimpah sebagai energi terbarukan yang sangat menjanjikan akan memenuhi energi listrik, energi terbarukan yakni Pembangkit Listrik Tenaga Bayu (PLTB) ialah memproses tenaga dari kecepatan angin menjadi tenaga listrik lewat turbin angin. Salah satu penerapan energi angin yang berpotensi yaitu pada gedung-gedung bertingkat yang memilki minimal tinggi Gedung 23 hingga 30 meter agar dapat membuat PLTB. Dimana Institut Teknologi PLN Jakarta merupakan salah satu universitas di Jakarta yang memiliki ketinggian gedung 53,5 m menjadikan sangat strategis. Tujuan penelitian ini untuk melakukan klasifikasi data angin dengan algoritma Reccurent Neural Network agar mengetahui potensi angin pada kampus ITPLN apakah memiliki potensi untuk Pembangkit Listrik Tenaga Angin. Recurrent Neural Network adalah salah satu metode data mining yang mengelompokkan suatu data berdasarkan kemiripan. Pada penelitian ini menggunakan data angin pada bulan februari dengan tipe data time series,. Terdapat 3 kelas hasilnya adalah penentuan potensi angin berdasarkan low, medium, dan hight.