Teknik Informatika
Prediksi pemakaian daya listrik pada rumah tangga di jakarta berbasis iot menggunakan metode fuzzy time series
Penelitian ini membahas prediksi konsumsi daya listrik rumah tangga untuk jangka sangat pendek dengan metode Fuzzy Time Series (FTS) metode Chen. Data konsumsi daya diperoleh melalui sistem Internet Of Things (IoT) yang terdiri dari sensor PZEM-004T dan mikrokontroler ESP32 yang dipasang pada instalasi listrik rumah tangga di Jakarta dengan kapasitas 2200 VA. Pengambilan data dilakukan disalah satu rumah tangga yang lokasinya berada di Jakarta, data dilakukan setiap 5 menit selama 7 hari berturut-turut sehingga diperoleh 288 data per hari dan total 2.137 data, kemudian dikirim dan disimpan pada Firebase Realtime Database untuk diproses lebih lanjut. Data dibagi menjadi 80% data latih dan 20% data uji berdasarkan urutan waktu, dengan horizon peramalan 1 langkah ke depan (5 menit berikutnya). Evaluasi dilakukan menggunakan MAE, RMSE, dan MAPE serta dibandingkan dengan metode Artificial Neural Network (ANN) dan Autoregressive Integrated Moving Average (ARIMA). Hasil pengujian menunjukkan ANN memberikan kinerja terbaik dengan MAE 2,9029; RMSE 4,8343; dan MAPE 27,10%. FTS berada pada peringkat kedua dengan MAE 3,3094; RMSE 5,5432; dan MAPE 30,86%, sedangkan ARIMA menghasilkan kesalahan terbesar dengan MAE 6,7084; RMSE 7,7408; dan MAPE 55,08%. Berdasarkan hasil tersebut, FTS metode Chen terbukti mampu menghasilkan prediksi yang cukup akurat dan stabil untuk prediksi konsumsi daya listrik jangka sangat pendek, sehingga dapat dimanfaatkan sebagai dasar pemantauan dan pengambilan keputusan efisiensi energi pada rumah tangga.
| TI26/002 | TI 26/002 | Prodi Teknik Informatika (Ruang Skripsi & Tesis) | Tersedia |
Tidak tersedia versi lain