digilib@itb.ac.id +62 812 2508 8800


COVER Muhammad Siddiq Purwongemboro
Terbatas  Ratnasari
» Gedung UPT Perpustakaan

BAB 1 Muhammad Siddiq Purwongemboro
Terbatas  Ratnasari
» Gedung UPT Perpustakaan

BAB 2 Muhammad Siddiq Purwongemboro
Terbatas  Ratnasari
» Gedung UPT Perpustakaan

BAB 3 Muhammad Siddiq Purwongemboro
Terbatas  Ratnasari
» Gedung UPT Perpustakaan

BAB 4 Muhammad Siddiq Purwongemboro
Terbatas  Ratnasari
» Gedung UPT Perpustakaan

BAB 5 Muhammad Siddiq Purwongemboro
Terbatas  Ratnasari
» Gedung UPT Perpustakaan

PUSTAKA Muhammad Siddiq Purwongemboro
Terbatas  Ratnasari
» Gedung UPT Perpustakaan

Efisiensi energi merupakan usaha untuk mengurangi penggunaan energi dalam melakukan suatu kerja. Salah satu teknologi yang dapat digunakan untuk melakukan efisiensi energi adalah Internet of Things (IoT). Dalam penelitian ini ditinjau penghematan energi pada sistem AC. Agar penghematan energi pada sistem AC dapat tercapai, dibutuhkan suatu kontrol AC yang dapat melakukan efisiensi energi sekaligus mempertimbangkan kenyamanan termal. Pada penelitian ini, dilakukan studi mengenai karakteristik termal ruangan dengan menggunakan teknologi IoT. Dari hasil studi ini bisa didapatkan parameter-parameter termal dari ruangan. Parameter ini kemudian diolah menjadi masukan untuk mendapatkan fungsi kontrol sistem AC dengan menggunakan machine learning. Percobaan dan studi yang telah dilakukan adalah percobaan pengambilan data temperatur dan kelembapan ruangan, studi waktu pengambilan data temperatur yang dapat menghasilkan fitting nilai resistansi dan kapasitansi termal ruangan (RC) yang stabil, studi pengaruh okupansi ruangan terhadap nilai RC, studi pengaruh temperatur lingkungan terhadap temperatur ruangan, studi pengaruh duty cycle (DC) terhadap temperatur ruangan, studi variasi arsitektur model artificial neural network (ANN) dari machine learning, dan studi hubungan kelembapan ruangan dengan temperatur ruangan. Dari percobaan yang telah dilakukan, didapatkan beberapa kesimpulan. Didapatkan bahwa sistem mampu untuk menerima dan menyimpan data temperatur dan kelembapan yang dikirimkan setiap 5 detik. Pengambilan data dalam rentang waktu 4-7.5 menit dapat menghasilkan nilai RC yang stabil. Jumlah okupansi ruangan dapat terwakilkan dari nilai RC. Temperatur luar merupakan parameter yang perlu dimasukkan dalam parameter kontrol AC. Terdapat temperatur minimum yang dapat dikerjakan oleh AC di mana jika temperatur set lebih kecil dari temperatur ini, efisiensi energi tidak dapat dilakukan. Dengan machine learning, bisa didapatkan fungsi kontrol AC dengan maksimal error hasil prediksi 2%. Kelembapan ruangan memiliki hubungan korelasi positif dengan nilai temperatur ruangan.