Bab ini membahas tentang perancangan dan implementasi sistem untuk memprediksi energi listrik dari PLTS (Pembangkit Listrik Tenaga Surya) yang berlokasi di laboratorium ITB. Objek penelitian meliputi modul surya, inverter, baterai, dan AWS (Automatic Weather Station). Penelitian ini menggunakan metode Informed Machine Learning dengan menambahkan data cuaca sebagai input dan memperbanyak data latih dan tes. Alur penelitian melibatkan tahapan machine learning pipeline dan skenario pengujian dengan variasi data latih dan tes. Implementasi sistem menggunakan infrastruktur big data analytics dengan metode CRISP-DM yang mencakup pemahaman bisnis, pemahaman data, persiapan data, pemodelan dengan deep neural network (DNN), evaluasi model menggunakan metrik seperti MAE dan RMSE, serta implementasi model dalam kerangka kerja digital twin.