Perpustakaan Digital ITB

Fasilitas pendidikan tinggi memerlukan ruang belajar mandiri dengan sistem pencahayaan yang optimal untuk menunjang aktivitas kognitif mahasiswa, namun sistem konvensional saat ini sering memboroskan energi dan mengganggu ritme sirkadian akibat ketidaksesuaian spektrum cahaya. Penelitian ini bertujuan memodelkan dan mengoptimalkan sistem pencahayaan adaptif menggunakan kecerdasan buatan untuk mencapai ekuilibrium antara efisiensi energi dan pemenuhan standar Human-Centric Lighting (HCL) di Perpustakaan Teknik Fisika Institut Teknologi Bandung (ITB). Pendekatan ko-simulasi dilakukan dengan membangun model digital di DIALux Evo yang tervalidasi secara empiris, lalu mengekstraksi matriks distribusinya untuk membangkitkan 1.500 skenario dataset melalui metode superposisi linier dengan injeksi 12% Gaussian noise. Data tersebut dilatih pada model Jaringan Saraf Tiruan berarsitektur Multi-Layer Perceptron (MLP) yang diintegrasikan dengan fungsi Rule-Based CCT Compensation (4000K-6500K) untuk menstimulasi reseptor ipRGC secara biologis. Hasil simulasi menunjukkan model prediksi MLP memiliki akurasi R-Squared yang sangat tangguh sebesar 92,60% dan mampu mereduksi estimasi beban energi secara masif pada skenario operasional aktual dari 1.472,0 kWh menjadi 554,8 kWh per tahun (penghematan 62,31%), serta dari 2.208,0 kWh menjadi 1.290,8 kWh pada skenario ekstensi malam hari (penghematan 41,53%). Selain memenuhi target visual 300 lx sesuai SNI, aktuasi temperatur warna dinamis secara simultan berhasil mempertahankan nilai fisiologis di ambang sehat minimum 136 m-EDI (Tier 1) hingga target optimal 250 m-EDI (Tier 2) sesuai regulasi WELL Building Standard.