KBRN, Yogyakarta: Mahasiswa Program Studi Informatika, Program Magister, konsentrasi Sain Data UII berhasil mengintegrasikan teknologi Internet of Things (IoT) dalam sebuah sistem monitoring smart office untuk memantau dan menganalisis konsumsi listrik di lingkungan perkantoran.
Zikri Wahyuzi, Mahasiswa Program Studi Informatika Program Magister, konsentrasi Sain Data mengatakan, transformasi digital yang terjadi saat ini, mendorong perusahaan di seluruh dunia untuk meningkatkan efisiensi operasional, termasuk mengurangi konsumsi listrik di gedung perkantoran. Oleh karena itu, kebutuhan akan monitoring dan prediksi konsumsi listrik di dalam perusahaan menjadi hal yang sangat penting karena dapat membantu proses efisiensi dalam meningkatkan penghematan biaya operasional.
"Dalam konteks ini, perusahaan yang dilengkapi dengan sistem smart office memiliki keunggulan dalam meramalkan konsumsi listrik karena menghasilkan data hasil ekstraksi yang dapat diolah lebih lanjut," kata Wahyuzi, dikutip, Sabtu (7/9/2024).
Wahyuzi menyebutkan, pada penelitian ini penulis membangun sistem monitoring smart office berbasis IoT pada perkantoran konvensional. Hal ini bertujuan untuk dapat melakukan ekstraksi data konsumsi listrik, serta data kondisi internal dan eksternal bangunan kantor.
Data historis hasil ekstraksi sensor-sensor IoT yang tertanam pada sistem monitoring smart office diolah lebih lanjut melalui proses pre-processing, exploratory dan feature engineering. Termasuk juga didalamnya dilakukan analisis tren konsumsi listrik harian perkantoran.
"Model prediksi dibangun dengan membandingkan implementasi arsitektur deep learning GRU dan Bi-GRU. Hasil penelitian menunjukkan bahwa model BiGRU menghasilkan performa prediksi yang lebih baik dibandingkan dengan GRU, meskipun memiliki kompleksitas yang lebih tinggi," ucap Wahyuzi.
Dengan menggunakan data historis satu minggu sebelumnya, model BiGRU dapat memprediksi konsumsi listrik satu hari ke depan dengan lebih akurat. Evaluasi model menunjukkan bahwa BiGRU memiliki kinerja yang lebih unggul dibandingkan dengan GRU. Hal ini terlihat dari nilai MSE, RMSE, dan MAE yang lebih rendah, serta R² yang lebih tinggi untuk BiGRU.
Pada tahap pengujian, model BiGRU menghasilkan prediksi yang lebih akurat, dengan MAE sebesar 0,0188 dibandingkan dengan GRU yang memiliki MAE sebesar 0,0231. Selain itu, selisih total konsumsi listrik harian antara prediksi dan data aktual adalah 11,76 kWh untuk BiGRU, sementara GRU memiliki selisih sebesar 23,68 kWh. "Walaupun waktu pelatihan BiGRU lebih lama, model ini tetap menjadi pilihan terbaik berkat keakuratan prediksinya yang lebih tinggi," ujar Wahyuzi.
Penelitian ini berhasil mengintegrasikan teknologi Internet of Things (IoT) dalam sebuah sistem monitoring smart office untuk memantau dan menganalisis konsumsi listrik di lingkungan perkantoran. "Melalui eksperimen dan analisis yang mendalam, sistem ini menunjukkan kemampuan untuk menghasilkan data set historis yang kaya informasi, yang kemudian digunakan sebagai dasar pembangunan model prediksi konsumsi listrik," kata Wahyuzi, menambahkan.
Data set yang diperoleh melalui proses pengumpulan dan pemrosesan data yang sistematis menjadi lebih terstruktur dan siap untuk dianalisis lebih lanjut. Analisis eksplorasi data yang dilakukan memungkinkan identifikasi pola-pola tersembunyi, seperti korelasi antar variabel dan tren penggunaan listrik harian.
Evaluasi model prediksi yang menggunakan arsitektur GRU dan BiGRU mengungkapkan bahwa model BiGRU memiliki performa yang lebih superior dalam memprediksi konsumsi listrik dibandingkan dengan GRU. Model BiGRU menghasilkan nilai MSE dan RMSE yang lebih rendah, serta nilai R² yang lebih tinggi, yang menandakan kesalahan prediksi yang lebih kecil dan kemampuan yang lebih baik dalam menjelaskan variabilitas data pengujian.
"Meskipun BiGRU memiliki jumlah parameter yang lebih besar dan memerlukan waktu pelatihan yang lebih lama dibandingkan dengan GRU, peningkatan akurasi yang signifikan menjadikannya pilihan yang lebih baik untuk implementasi dalam sistem monitoring smart office," kata Wahyuzi, menjelaskan.
Kompleksitas tambahan dari BiGRU, yang mampu mempertimbangkan informasi dari kedua arah dalam urutan data, memberikan keuntungan dalam menangkap konteks temporal secara lebih menyeluruh, sehingga mampu memberikan prediksi yang lebih akurat dan relevan.
Secara keseluruhan, sistem monitoring berbasis IoT dan penggunaan model prediksi BiGRU memberikan manfaat signifikan dalam hal efisiensi energi dan penghematan biaya operasional bagi perusahaan. Penerapan sistem ini memungkinkan perusahaan untuk mengambil langkah-langkah yang lebih tepat dalam mengelola konsumsi listrik, baik melalui optimalisasi penggunaan energi maupun melalui identifikasi dan penanganan area-area yang membutuhkan efisiensi tambahan
Ketua Program Studi Informatika, Program Magister Ir. Irving Vitra Paputungan, S.T., M.Sc., Ph.D mengapresiasi atas capaian Zikri Wahyuzi, seorang lulusan cumlaude dari Magister Informatika FTI UII dengan konsentrasi di bidang Sains Data.
"Prestasi akademis Zikri dengan Masa studi satu tahun sembilan bulan 18 hari dan capaian IPK: 3.96, bukan hanya mencerminkan dedikasi dan kerja kerasnya, tetapi juga menunjukkan kecemerlangan intelektual yang mengesankan," kata Irving.
Irving juga mengungkapkan, dengan pencapaian luar biasa ini, Zikri telah membuktikan dirinya sebagai salah satu talenta terbaik di bidangnya. Semoga keberhasilan ini menjadi awal dari berbagai pencapaian gemilang di masa depan. (Yan/par)
Rekomendasi Berita
Memuat berita terbaru.....