SMART ELECTRICAL IOT MONITORING DAN FORECASTING PADA KONSUMSI DAYA LISTRIK DENGAN MENGGUNAKAN ALGORITMA RANDOM FOREST

LESTARI, RALENSI DWI and Agustian, Indra and Novalio, Daratha (2022) SMART ELECTRICAL IOT MONITORING DAN FORECASTING PADA KONSUMSI DAYA LISTRIK DENGAN MENGGUNAKAN ALGORITMA RANDOM FOREST. Undergraduated thesis, Universitas Bengkulu.

Text Ralensi Dwi Lestari-G1D017051.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (2MB)

Abstract

Kwh meter adalah alat penghitung pemakaian energi listrik dalam satuan Killowatt jam. Secara bertahap, Perusahaan Listrik Negara (PLN) akan bermigrasi ke Kwh-meter digital. Masyarakat umumnya kurang mengerti cara penggunaan dan pembacaan Kwh meter dengan tampilan terbatas. Peracangan prototype kwh meter digital dengan menerapkan algoritma random forest regression (RFR) telah diimplementasikan pada penelitian ini. Alat dirancang menggunakan mikrokontroler ESP32 dan ArduinoUno sebagai pusat kontrol. Kwh meter digital dilengkapi dengan sensor PZEM-004t dan sensor DHT22. Data ukur ditampilkan pada TFT LCD 3.5 ILI9486 berupa perhitungan jumlah energi sesuai dengan perubahan waktu yang dilakukan otomatis oleh software yang dirancang. Data yang dapat dilihat pada tampilan IOT yang telah diprogram menggunakan ESP32. Data tersebut diolah untuk prediksi daya yang digunakan, dengan menggunakan algoritma Random Forest Regression. Pada proses regresi menggunakan hasil rata-rata populasi pohon. Atribut yang digunakan dalam penelitian ini adalah tegangan, arus, daya dan suhu. Hasil penelitian menggunakan 50 pohon dengan 955 data, membentuk sebuah model dengan RMSE sebesar 0,007839 dan nilai MSE sebesar 0,015678. Keywords: Energi Listrik, Kwh-meter digital, Random Forest Regression

Actions (login required)

View Item