SISTEM PREDIKSI PENGGUNAAN DAYA DAN OPTIMASI BEBAN LISTRIK PADA RUANG KELAS BERBASIS ARTIFICIAL NEURAL NETWORK

Zakaria, Ahmad (2025) SISTEM PREDIKSI PENGGUNAAN DAYA DAN OPTIMASI BEBAN LISTRIK PADA RUANG KELAS BERBASIS ARTIFICIAL NEURAL NETWORK. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0921040062 - Ahmad Zakaria - Sistem Prediksi Penggunaan Daya dan Optimasi Beban Listrik pada Ruang Kelas Berbasis _i_Artificial Neural Network__i_.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Penggunaan energi listrik di ruang kelas Politeknik Perkapalan Negeri Surabaya masih dilakukan secara manual, sehingga menimbulkan pemborosan energi dan ketidakefisienan. Permasalahan ini menuntut adanya sistem otomatisasi untuk mengoptimalkan pengoperasian beban listrik seperti lampu, AC, dan stop kontak. Penelitian ini bertujuan merancang dan mengimplementasikan sistem kendali otomatis berbasis Internet of Things (IoT) yang terintegrasi dengan metode Artificial Neural Network (ANN) untuk prediksi konsumsi energi. Sistem menggunakan sensor PIR untuk mendeteksi keberadaan manusia, RTC sebagai pengatur waktu, sensor PZEM-004T untuk memantau parameter kelistrikan, serta sensor SHT20 untuk pengukuran suhu. Aktuator yang digunakan meliputi relay untuk kendali beban listrik, IR transmitter untuk kontrol AC, dan LCD Dwin sebagai antarmuka lokal. Hasil pengujian menunjukkan bahwa penerapan sistem kontrol otomatis ini mampu menekan konsumsi energi listrik ruang kelas hingga sekitar ±20% dibandingkan metode manual. Selain itu, sistem prediksi berbasis ANN menghasilkan akurasi sangat tinggi dengan nilai R² sebesar 0,9996, RMSE sebesar 9,92 Wh, serta tingkat keberhasilan prediksi mencapai 99,75% pada data normal dan 87,17% pada data anomali. Dengan demikian, sistem yang dikembangkan tidak hanya meningkatkan efisiensi energi, tetapi juga memberikan informasi penggunaan daya secara real-time, akurat, dan mudah dipantau..

Actions (login required)

View Item