Perpustakaan Digital ITB

Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi ElisaAI, sebuah sistem yang dirancang untuk meningkatkan efisiensi analisis manajemen energi melalui integrasi Generative Artificial Intelligence berbasis Large Language Model (LLM) pada sistem monitoring energi kampus ITB, Elisa, dengan memanfaatkan arsitektur multiagen. Sistem ini memungkinkan pengguna dengan latar belakang nonteknis untuk melakukan analisis manajemen energi spesifik secara otomatis dengan mengajukan pertanyaan tentang penggunaan energi listrik dalam bahasa natural melalui Antarmuka Tanya-Jawab, atau mendapatkan analisis konsumsi energi umum melalui Dasbor Analitik terintegrasi LLM. Evaluasi komprehensif ElisaAI dilakukan berdasarkan kerangka 5V Big Data. Performa model Gemini 2.0 Flash, yang diakses melalui provider eksternal, dibandingkan dengan model Gemma 3 4B dan DeepSeek R1 Distill Llama 8B yang dioperasikan secara lokal melalui Ollama. Hasil evaluasi menunjukkan bahwa Gemini 2.0 Flash adalah model LLM yang paling optimal berdasarkan kriteria velocity dan value. Pada Antarmuka Tanya-Jawab, Gemini 2.0 Flash menunjukkan kecepatan respons yang superior (1.63 hingga 39.80 detik) dibandingkan model lokal, dengan rata-rata 4.49 detik pada Dasbor Analitik. Dari segi value (skala -4 hingga 4), Gemini 2.0 Flash secara konsisten memperoleh skor tertinggi, dengan rata-rata 3.45 pada Antarmuka Tanya-Jawab dan 2.74 pada Dasbor Analitik, mengindikasikan peningkatan nilai tambah yang signifikan pada analisis manajemen energi. Analisis volume data menunjukkan variasi yang signifikan, mulai dari 0.23 KB - 6.77 KB untuk data ringkasan hingga 261.79 KB untuk data deret waktu yang panjang. Veracity (akurasi) data API Elisa sangat tinggi, dengan mayoritas fungsi mencapai 100% kelengkapan dan validitas, menjadikannya fondasi yang kuat untuk analisis LLM. Variety (melalui tools) pada Antarmuka Tanya-Jawab ElisaAI memadai untuk analisis data yang relevan, sementara Dasbor Analitik menawarkan keragaman hingga 22 variabel input per halaman. Analisis biaya komputasi menunjukkan bahwa model LLM eksternal memiliki biaya berbasis token (estimasi rata-rata Rp85.503,00 per bulan untuk Dasbor Analitik dan Rp33,21 per analisis data pada Antarmuka Tanya-Jawab). Sebaliknya, model LLM lokal lebih hemat biaya setelah investasi hardware awal, menjadikannya pilihan yang efisien untuk skenario volume tinggi.