Implementasi Algoritma Regresi Linear berganda untuk sistem monitoring dan prediksi Penggunaan listrik berbasis Internet of Things

Amsyari, Fahni (2023) Implementasi Algoritma Regresi Linear berganda untuk sistem monitoring dan prediksi Penggunaan listrik berbasis Internet of Things. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (415kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (768kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (574kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (866kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (2MB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (3MB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (640kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (581kB) | Request a copy

Abstract

Sepanjang tahun 2021, jumlah pengguna IoT di Indonesia lebih banyak dibandingkan pengguna smartphone yang terkoneksi. Diperkirakan, jumlah pengguna perangkat IoT pada tahun 2025 akan berada di kisaran 658 juta perangkat pasca hadirnya layanan 5G. Dengan adanya sistem monitoring penggunaan listrik berbasis IoT, pengguna dapat memantau konsumsi listrik secara realtime dan mendapatkan informasi yang lebih akurat mengenai tren penggunaan energi. Selain itu, penggunaan algoritma machine learning yang mempelajari suatu data untuk memperoleh hasil prediksi di masa yang akan datang berguna untuk mengetahui pola konsumsi listrik yang digunakan. Tujuan penelitian ini adalah memadukan algoritma regresi linear berganda dan teknologi IoT untuk melakukan monitoring dan prediksi penggunaan listrik. Perangkat IoT yang dikembangkan menggunakan NodeMCU untuk transmisi data dan modul PZEM-004T untuk membaca beban kelistrikan. Pada sisi API dan aplikasi pengguna dibangun menggunakan Laravel 8 dan disisipkan algoritma regresi linear berganda dengan metode perhitungan least square yang digunakan untuk mengamati dan memprediksi konsumsi listrik. Penelitian ini diuji pada sejumlah kamar kos dengan beban listrik yang variatif selama beberapa bulan observasi. Hasil penelitian menunjukkan bahwa performa dari algoritma regresi linear berganda dalam memprediksi penggunaan listrik memiliki nilai RMSE sebesar 0.0493 yang berarti cukup baik dengan toleransi error 5% dan rata-rata akurasi prediksi sebesar 91.98%. Selain itu, performa monitoring penggunaan listrik menggunakan IoT memiliki nilai akurasi sebesar 98.07% dengan toleransi waktu transmisi data kurang dari 3 detik.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Machine Learning;Internet of Things;Regresi Linear Berganda;Least Square;Listrik
Subjects: Data Processing, Computer Science > Computer Science Education
Special Computer Methods > Computer Pattern Recognition
Applied Physics > Electrical Engineering
Applied Physics > Computer Engineering
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Fahni Amsyari
Date Deposited: 11 Aug 2023 01:33
Last Modified: 11 Aug 2023 01:33
URI: https://digilib.uinsgd.ac.id/id/eprint/73396

Actions (login required)

View Item View Item