Optimasi Penggunaan Energi Listrik Bagi Pelanggan Rumah Tangga Berbasis Machine Learning dan Internet of Things
Optimization of Electric Energy Usage for Household Customers Based on Machine Learning and Internet of Things
Keywords:
Esp8266, Internet of Things (IoT), K-Nearest Neighbors (K-NN), Machine Learning, PZEM-004TAbstract
Penggunaan energi yang efisien merupakan tantangan penting dalam rumah tangga modern. Namun, kurangnya kesadaran akan konsumsi energi sehari-hari seringkali menyebabkan pemborosan. Penelitian ini bertujuan untuk mengembangkan model prediksi konsumsi energi yang mampu memperkirakan konsumsi harian berdasarkan data historis, sehingga dapat meningkatkan kesadaran pengguna. Algoritma K-Nearest Neighbors (KNN) dan sensor PZEM-004T diterapkan untuk memprediksi konsumsi energi pada perangkat AC dan TV. Model ini memprediksi konsumsi energi pada hari ke-8 sebesar 5.23 kWh, dibandingkan dengan konsumsi aktual 5.30 kWh, menghasilkan error sebesar 0.07 kWh dan akurasi prediksi mencapai 98.66%. Hasil penelitian menunjukkan bahwa model ini efektif dalam memprediksi konsumsi energi, yang berpotensi membantu rumah tangga dalam mengelola dan menghemat energi secara lebih efisien.
References
D. Azizi and V. Arinal, “Sistem Monitoring Daya Listrik Menggunakan Internet of Thing (Iot) Berbasis Mobile,” J. Indones. Manaj. Inform. dan Komun., vol. 4, no. 3, pp. 1808–1813, 2023.
E. Ariyanto, R. P. Astutik, and P. Perdana, “Rancang Bangun Sistem Kendali Dan Monitoring Sistem Automatic Transfer Switch / Automatic Main Failure(Ats-Amf) Menggunakan Wemos D1 Berbasis Internet Of Things(Iot),” SinarFe7, vol. 4, no. 1, pp. 15–22, 2021.
K. Chooruang and K. Meekul, “Design of an IoT Energy Monitoring System,” Int. Conf. ICT Knowl. Eng., vol. 2018-Novem, pp. 48–51, 2019.
H. B. Ahmad, R. R. Asaad, S. M. Abdulrahma, A. A. Hani, A. B. Sallow, and S. R. M. Zeebaree, “Smart Home Energy Saving With Big Data and Machine Learning,” J. Ilm. Ilmu Terap. Univ. Jambi, vol. 8, no. 1, pp. 11–20, 2024.
A. D. Pham, N. T. Ngo, T. T. Ha Truong, N. T. Huynh, and N. S. Truong, “Predicting energy consumption in multiple buildings using machine learning for improving energy efficiency and sustainability,” J. Clean. Prod., vol. 260, p. 121082, 2020.
A. Mosavi and A. Bahmani, “Energy consumption prediction using m[1] A. Mosavi and A. Bahmani, ‘Energy consumption prediction using machine learning; a review,’ Energies, no. March, pp. 1–63, 2019.,” Energies, no. March, pp. 1–63, 2019.
Zen Munawar and Novianti Indah Putri, “Keamanan IoT Dengan Deep Learning dan Teknologi Big Data,” Tematik, vol. 7, no. 2, pp. 161–185, 2020.
M. Sholikhuddin, R. Yama, and A. W. Sakti, “Foresty: Inovasi Berbasis Iot Untuk Meminimalisasi Angka Deforestasi Dengan Memanfaatkan Machine Learning Sebagai Aksi Sustainable Development Goals (Sdgs),” Lomba Karya Tulis Ilm., vol. 4, no. 1, pp. 129–142, 2023.
S. Arsella, M. Fadhli, and L. Lindawati, “Optimasi Pertumbuhan Jamur Tiram Melalui Monitoring Suhu dan Kelembaban Menggunakan Teknologi IoT,” J. Resist. (Rekayasa Sist. Komputer), vol. 6, no. 1, pp. 34–42, 2023.
A. Salam and A. El Hibaoui, “Comparison of machine learning algorithms for the power consumption prediction - Case study of tetouan city,” Proc. 2018 6th Int. Renew. Sustain. Energy Conf. IRSEC 2018, pp. 1–5, 2018.
L. Xiao, X. Wan, X. Lu, Y. Zhang, and D. Wu, “IoT Security Techniques Based on Machine Learning,” pp. 1–20, 2018.
S. H. Shah and I. Yaqoob, “A survey: Internet of Things (IOT) technologies, applications and challenges,” 2016 IEEE Smart Energy Grid Eng., vol. i, pp. 381–385, 2016.
E. Garc, “Postprint How to Measure Energy Consumption in Machine Learning Algorithms,” 2018.
M. B. Ulum, “DESAIN INTERNET OF THINGS (IoT) UNTUK OPTIMASI PRODUKSI PADA AGROINDUSTRI KARET,” Sebatik, vol. 22, no. 2, pp. 69–73, 2018.
V. Marshalia, “Perancangan Pemanfaatan IoT dan Machine Learning Untuk Sistem Monitoring Kesehatan Kulit Wajah Berjerawat,” vol. 3, no. 1, pp. 135–145.
L. Kamajaya, A. Pracoyo, L. N. Palupi, and A. R. Hidayat, “Sistem Telemonitoring Kesehatan Berbasis Iot,” J. Elektron. dan Otomasi Ind., vol. 10, no. 2, pp. 137–145, 2023.
M. A. Al-Garadi, A. Mohamed, A. K. Al-Ali, X. Du, I. Ali, and M. Guizani, “A Survey of Machine and Deep Learning Methods for Internet of Things (IoT) Security,” IEEE Commun. Surv. Tutorials, vol. 22, no. 3, pp. 1646–1685, 2020.
E. Adi, A. Anwar, Z. Baig, and S. Zeadally, “Machine learning and data analytics for the IoT,” Neural Comput. Appl., vol. 32, no. 20, pp. 16205–16233, 2020.
P. Prasetyawan, A. Oktavia, and ..., “Edukasi Hemat Energi dan Penerapan Teknologi IoT di SMP IT Al-Kholis Lampung Selatan,” … Bid. Sains dan …, vol. 1, no. 4, pp. 534–540, 2022.
S. Nirwan and H. MS, “Rancang Bangun Aplikasi Untuk Prototipe Sistem Monitoring Konsumsi Energi Listrik Pada Peralatan Elektronik Berbasis Pzem-004T,” Tek. Inform., vol. 12, no. 2, pp. 22–28, 2020.
S. Zhang, X. Li, M. Zong, X. Zhu, and D. Cheng, “Learning k for K-NN Classification,” ACM Trans. Intell. Syst. Technol., vol. 8, no. 3, 2017.
G. Guo, H. Wang, D. Bell, Y. Bi, and K. Greer, “K-NN model-based approach in classification,” Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics), vol. 2888, no. January, pp. 986–996, 2003.
M. I. Siddiq, I. P. D. Wibawa, and M. Kallista, “Integrated Internet of Things (IoT) technology device on smart home system with human posture recognition using K-NN method,” IOP Conf. Ser. Mater. Sci. Eng., vol. 1098, no. 4, p. 042065, 2021.
Andriana, - Zuklarnain, and H. Baehaqi, “Sistem kWH Meter Digital Menggunakan Modul PZEM-004T,” J. TIARSIE, vol. 16, no. 1, p. 29, 2019.
A. Mubarak ’aafi, J. Jamaaluddin, and I. Anshory, “Implementasi Sensor Pzem-017 Untuk Monitoring Arus, Tegangan dan Daya Pada Instalasi Panel Surya dengan Sistem Data Logger Menggunakan Google Spreadsheet dan Smartphone,” SNESTIK Semin. Nas. Tek. Elektro, Sist. Informasi, dan Tek. Inform., p. 191, 2022.
F. A. Deswar and R. Pradana, “Monitoring Suhu Pada Ruang Server Menggunakan Wemos D1 R1 Berbasis Internet of Things (Iot),” Technol. J. Ilm., vol. 12, no. 1, p. 25, 2021.
R. R. Prabowo, K. Kusnadi, and R. T. Subagio, “SISTEM MONITORING DAN PEMBERIAN PAKAN OTOMATIS PADA BUDIDAYA IKAN MENGGUNAKAN WEMOS DENGAN KONSEP INTERNET OF THINGS (IoT),” J. Digit, vol. 10, no. 2, p. 185, 2020.
R. K. Kodali and A. Sahu, “An IoT based weather information prototype using WeMos,” Proc. 2016 2nd Int. Conf. Contemp. Comput. Informatics, IC3I 2016, no. October, pp. 612–616, 2016.
A. F. Lubis et al., “Classification of Diabetes Mellitus Sufferers Eating Patterns Using K-Nearest Neighbors, Naïve Bayes and Decission Tree,” Public Research Journal of Engineering, Data Technology and Computer Science, vol. 2, no. 1, pp. 44–51, Apr. 2024, doi: 10.57152/predatecs.v2i1.1103.
A. I. Putri et al., “Implementation of K-Nearest Neighbors, Naïve Bayes Classifier, Support Vector Machine and Decision Tree Algorithms for Obesity Risk Prediction,” Public Research Journal of Engineering, Data Technology and Computer Science, vol. 2, no. 1, pp. 26–33, Apr. 2024, doi: 10.57152/predatecs.v2i1.1110.
