PREDIKSI PEMAKAIAN DAYA LISTRIK MENGUNAKAN SISTEM MACHINE LEARNING DAN INTERNET OF THINGS

Penulis

DOI:

https://doi.org/10.36257/teliska.v19i2.11959

Kata Kunci:

Internet of Things (IoT), Machine Learning, Prediksi Daya Listrik.

Abstrak

ABSTRAK

Konsumsi energi listrik yang terus meningkat seiring perkembangan teknologi menuntut adanya sistem yang mampu memantau dan memprediksi penggunaan daya listrik secara otomatis dan real-time. Penelitian ini bertujuan untuk merancang dan membangun sistem prediksi pemakaian daya berbasis Internet of Things (IoT) dan Machine Learning menggunakan algoritma Random Forest. Sistem menggunakan mikrokontroler ESP32 dan sensor PZEM-004T untuk mengukur parameter listrik berupa tegangan, arus, dan daya. Data yang diperoleh dikirim melalui protokol MQTT ke Node-RED dan disimpan sebagai dataset untuk proses pelatihan model menggunakan Google Colaboratory. Metode penelitian meliputi studi literatur, perancangan sistem, implementasi perangkat keras dan perangkat lunak, pengambilan data, serta pelatihan model prediksi. Hasil penelitian menunjukkan bahwa sistem mampu melakukan monitoring konsumsi listrik secara real-time dan menghasilkan prediksi penggunaan daya dengan nilai RMSE sebesar 100,64 serta total prediksi konsumsi daya bulanan sebesar 624.860,59 kW. Sistem ini dapat membantu pengguna dalam memantau, menganalisis, dan mengoptimalkan penggunaan energi listrik secara lebih efektif dan efisien.

Referensi

SageJournals.(2020).[PDF]https://journals.sagepub.com/doi/full/10.1177/1550147720908772 Diakses Pada 02 April 2024

Sciencedirect.(2021).[PDF]https://www.sciencedirect.com/science/article/abs/pii/S1364032121002616 Diakses Pada 02 April 2024

Made, S. G., & Putu, A. S., (2022) Peranan Internet of Things dan Kecerdasan Buatan Dalam Teknologi Saat Ini. Jurnal Komputer dan Teknologi Sains. Vol. 1, No. 5

Doe, A. Smith (2020) Energy Optimization in IoT-Based Smart Cities Using Machine Learning. Vol. 36, No.5

Albon, C. (2022). Machine Learning with Python Cookbook. Sebastopol, CA: O'Reilly Media.

Géron, A. (2022). Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow (2nd ed.). California: O'Reilly Media.

Bahga, A., & Madisetti, V. (2023).Internet of Things: A Hands-On Approach. Atlanta: VPT.

Russell, B., & Van Duren, D. (2016). Practical Internet of Things Security. Birmingham: Packt Publishing.

Müller, A. C., & Guido, S. (2021).Introduction to Machine Learning with Python: A Guide for Data Scientists. Sebastopol, CA: O'Reilly Media.

Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2022). Data Mining: Practical Machine Learning Tools and Techniques (4th ed.). Burlington: Morgan Kaufman

Unduhan

Diterbitkan

29-07-2026

Cara Mengutip

Purnama, I., & Alfarizal, N. (2026). PREDIKSI PEMAKAIAN DAYA LISTRIK MENGUNAKAN SISTEM MACHINE LEARNING DAN INTERNET OF THINGS. JURNAL TELISKA, 19(2), 19-28. https://doi.org/10.36257/teliska.v19i2.11959

Artikel Serupa

1-10 dari 79

Anda juga bisa Mulai pencarian similarity tingkat lanjut untuk artikel ini.