Energi matahari merupakan salah satu sumber energi yang paling potensial di masa depan, dan energi matahari merupakan energi yang sangat ramah lingkungan. Energi matahari dapat diubah langsung menjadi energi listrik dengan bantuan panel surya. Namun, keluaran panel surya akan mengalami penurunan apabila terkena bayangan. Oleh karena itu, Penelitian ini dilakukan untuk mengetahui pengaruh variasi bayangan terhadap daya keluaran dari panel surya jenis polycrystalline. Metode penelitian yang digunakan adalah kuantitatif eksperimental, yaitu variabel bayangan yang diberikan sebesar 0%, 25%, 50%, dan 75%, dengan sudut kemiringan sebesar 36.7. Hasil analisis regresi linear didapatkan nilai R adalah sebesar 0.99 yang menunjukan bahwa variabel tersebut sangat kuat, dan Nilai R square adalah 0.9978 atau 99,78% yang berarti bahwa penurunan nilai daya dipengaruhi oleh variasi bayangan sebesar 99,78% dan sisa 0,22% dipengaruhi faktor lain. Nilai standard error regresi adalah 0,00333, semakin kecil angka standard error maka semakin tepat. Pada penelitain secara langsung dan pengujian secara simulasi nilai standard error yang didapatkan sebesar 0,00562.

Future energy sources with the most potential include solar energy, which is also one of the most environmentally beneficial forms of energy. Solar cell modules enable the direct conversion of solar energy into electrical energy. Solar panels' production will, however, drop if they are in the shadows. As a result, this study was carried out to ascertain the impact of shadow changes on the output power of polycrystalline solar panels. The shadow variables given were 0%, 25%, 50%, and 75%, with a tilt angle of 36.7. The outcomes of linear regression analysis performed using Excel The calculated R value is 0.99, indicating a very strong correlation, and the R square value is 0.9978, or 99.78%, indicating that shadow variations account for the remaining 0.22% of the reduction in value. The regression's standard error is 0.00333 the lower the number, the more accurate the regression. The standard error number determined from the Excel software in direct study and simulated testing is 0.00562.