Perpustakaan Digital ITB

Peningkatan konsumsi energi dunia tidak diimbangi oleh jumlah energi yang tersedia. Sementara itu, ketersediaan energi fosil tidak dapat diperbaharui dan akan semakin menipis oleh eksplorasi secara terus menerus, sehingga perlu dilakukan tindakan manajemen energi yang melibatkan pengguna. Pada penelitian ini, telah dibangun suatu sistem pemantauan konsumsi energi listrik rumah tangga dengan metode disagregasi energi berbasis Internet of Things (IoT). Penelitian ini bertujuan untuk melakukan pemantauan beban dan mengetahui konsumsi energi listrik peralatan rumah tangga. Uji validitas model dilakukan pada lima perangkat lampu pijar yang telah terhubung dengan kWh meter PZEM-004T dan modul WiFi ESP8266. kWh meter akan mengukur daya lima perangkat lampu setiap waktu dan akan dibaca oleh modul pembaca. Setelah itu data daya akan dikirimkan ke alamat server dengan protokol MQTT dan dikirim ke Node-RED untuk disimpan ke database. Selanjutnya data diambil dari database untuk diproses menggunakan algoritma disagregasi. Model machine learning yang dibangun yaitu Algoritma K-Nearest Neighbors (KNN) dengan parameter input daya dan waktu, dan parameter output state lampu, dengan metrik minkowski dan jumlah tetangga terdekat (k) adalah 9. Model yang dibangun berhasil mendeteksi dan memprediksi aktvitas lampu dengan akurasi sebesar 100%. Kemudian model dikembangkan untuk melakukan disagregasi pada peralatan rumah tangga yang terdapat pada dataset AMPds. Pada dataset AMPds dilakukan preprocessing data untuk mengetahui state setiap perangkat yang menjadi parameter output model. Preprocessing data dilakukan dengan clustering menggunakan algoritma K-Means. Data dikelompokkan menjadi 2 cluster (state), yaitu state On dan state Off. Setelah itu dilakukan disagregasi beban pada 5, 6, dan 7 perangkat dengan akurasi sebesar 96.20%, 91.55%, dan 83.66%. Selanjutnya dilakukan analisis konsumsi energi selama 30 hari untuk mengetahui struktur biaya peralatan yang digunakan.