Program Studi Doktor Ilmu Teknik Fakultas Teknik Universitas Negeri Yogyakarta berhasil menelorkan lulusan pertama atas nama Mochamad Subchan Mauludin pada tanggal 10 Juni 2026 dengan masa studi 2 tahun 10 bulan dan dengan predikat Cumlaude. Promovendus dengan promotor Prof. Ir. Moh. Khairudin, MT., Ph.D. dan kompromotor Ir. Rustam Asnawi, S.T., M.T., Ph.D. tersebut berhasil mempertahankan disertasinya dengan judul Optimalisasi Sistem Energi Hibrida PLTS-PLTB Berbasis Recurrent Neural Network (RNN) Dan Particle Swarm Optimization (PSO). Kelulusan ini diputuskan dalam sidang ujian hasil disertasi dan sekaligus sidang promosi doktor yang dipimpim langsung oleh Dekan FT UNY Prof. Dr. Mutiara Nugraheni, S.TP., M.Si. selaku ketua penguji. Tim penguji lain adalah Prof. Ir. Anton Yudhana, S.T., M.T., Ph.D. dari Universitas Ahmad Dahlan sebagai penguji eksternal, Dr. Eng. Sarwo Pranoto S.T., M.Eng sebagai penguji internal, dan Kaprodi S3 Ilmu Teknik Prof. Ir. Herman Dwi Surjono M.Sc., MT., Ph.D. sebagai sekretaris penguji. Turut hadir dalam acara sidang promosi doktor tersebut adalah Wakil Rektor dan jajaran pimpinan Universitas Wahid Hasyim Semarang serta keluarga besar dan kolega promovendus.

Penelitian yang dilakukan oleh promovendus bertujuan untuk mengembangkan model peramalan energi berbasis Recurrent Neural Network (RNN) untuk memodelkan ketergantungan jangka panjang data sekuensial iklim. Metodologi penelitian mencakup integrasi variabel multivariable (durasi sinar matahari, arah angin, dan kecepatan angin), optimasi parameter arsitektur menggunakan teknik metaheuristik Particle Swarm Optimization (PSO), serta evaluasi tekno-ekonomi sistem hibrida PV-Angin. Model ini berhasil membuktikan peran energi angin sebagai penyeimbang kritis selama musim hujan saat produksi energi matahari menurun. Implementasi optimasi PSO secara teknis menghasilkan surplus energi harian rata-rata sebesar 103,26 kWh, sementara secara ekonomis berhasil menekan Levelized Cost of Energy (LCOE) hingga Rp. 505/kWh. Temuan ini menegaskan bahwa pengintegrasian peramalan berbasis kecerdasan buatan dengan optimasi teknis ekonomi dapat menghasilkan desain sistem energi terbarukan yang adaptif, andal, dan kompetitif untuk daerah tropis.

Kelulusan Dr. Subchan ini menorehkan prestasi membanggakan bagi Prodi Doktor Ilmu Teknik karena merupakan lulusan pertama dari mahasiswa angkatan pertama tahun 2023 sehingga masa studinya adalah 2 tahun 10 bulan atau berada di semester 6. Di samping itu, sidang ujian hasil disertasi dilaksanakan sekaligus sidang promosi doktor, karena promovendus berhasil mendapatkan SK RPL bebas ujuan terbuka dengan syarat telah menerbitkan minimal 2 jurnal internasional bereputasi. Kaprodi S3 Ilmu Teknik merasa senang dengan capaian ini, karena program doktor ini memang dirancang untuk meluluskan dalam target waktu 3 tahun (her/pur).