TA DIGITAL
Pengembangan Sistem Digital Twin Smart Building Real-Time Berbasis Web dengan Integrasi Hybrid IoT dan CNN-Based Face Recognition = Development of a Real-Time Web-Based Smart Building Digital Twin System with Hybrid IoT Integration and CNN-Based Face Recognition
Pengelolaan perangkat listrik di perguruan tinggi masih banyak dilakukan secara manual sehingga
berpotensi memboroskan energi akibat kurangnya pengawasan yang optimal, sementara informasi
keberadaan dosen juga belum tersedia secara real-time sehingga mahasiswa harus datang langsung
atau menghubungi secara pribadi. Penelitian ini merancang dan mengembangkan sistem Digital
Twin Real-time Smart Building berbasis web yang mengintegrasikan visualisasi gedung 3D
interaktif, sistem monitoring dan kontrol perangkat listrik berbasis Internet of Things (IoT), Face
Recognition berbasis Convolutional Neural Network (CNN) untuk deteksi keberadaan dosen, serta
chatbot berbasis Generative AI, dikembangkan dengan metode Agile Scrum. Hasil pengujian
menunjukkan Success Rate komunikasi data IoT sebesar 100% pada skenario sekuensial dengan
rata-rata Response Time 127,09 ms, dan tetap di atas 90% pada skenario konkuren hingga beban 49
data serentak dengan rata-rata Response Time 465,86 ms. Pada modul Face Recognition diperoleh
Accuracy 96,84%, Precision 100%, Recall 93,33%, F1-Score 96,55%, dan rata-rata Recognition
Time 1,69 detik. Seluruh fitur sistem berjalan sesuai kebutuhan, sehingga diharapkan mampu
meningkatkan efisiensi energi dan menyediakan informasi keberadaan dosen secara real-time.
Kata kunci: Digital Twin, Internet of Things, Face Recognition, Convolutional Neural Network,
Generative AI, Smart Building
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah