2103321074, Annisa Wanda Safitri (2024) Sistem pemantau pemakaian energi listrik dan penghitung jumlah kehadiran orang dalam ruangan dengan penerapan machine learning. D3 thesis, Politeknik Negeri Jakarta.
Halaman Identitas Tugas Akhir.pdf
Download (1MB)
ISI.pdf
Restricted to Hanya Civitas Akademika PNJ
Download (1MB)
Abstrak
Penelitian ini bertujuan untuk mengembangkan sistem pendeteksi penggunaan listrik di dalam ruangan berbasis Machine Learning dengan metode Decision Tree. Dalam era teknologi yang semakin maju, pengelolaan penggunaan energi listrik yang efisien dan tepat guna menjadi semakin penting, terutama dalam lingkungan akademis dan penelitian. Sistem ini menggunakan sensor PZEM-004T yang terhubung dengan ESP32 untuk mengukur data konsumsi listrik secara real-time, seperti arus, tegangan, daya, energi, dan faktor daya. Data yang dikumpulkan dikirim melalui protokol MQTT ke Node-RED untuk pemantauan dan analisis lebih lanjut. Sistem ini diuji coba untuk mengevaluasi kinerjanya. Model Decision Tree dilatih untuk mendeteksi dan mengenali jenis peralatan listrik berdasarkan data konsumsi daya yang diperoleh. Hasil pengujian menunjukkan bahwa model ini memiliki akurasi sebesar 80 persen untuk dataset arus listrik dan 100 persen untuk dataset daya listrik.
Tipe Dokumen: | Thesis / Skripsi / Tugas Akhir (D3) |
---|---|
Subjek: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data |
Bidang, Unit, atau Jurusan Yang Ditujukan: | Teknik Elektro > Teknik Elektronika Industri D3 |
User ID Pengunggah: | Annisa Wanda Safitri |
Date Deposited: | 20 Aug 2024 00:58 |
Last Modified: | 07 Oct 2024 04:02 |
URI: | https://repository.pnj.ac.id/id/eprint/18902 |