TA DIGITAL
Rancang Bangun Sistem Monitoring dan Analisis Konsumsi Energi Listrik Berbasis IoT dengan Machine Learning dan Kendali Suara = Design and Development of an IoT-Based Electrical Energy Consumption Monitoring and Analysis System Using Machine Learning and Voice Control
Laporan Tugas Akhir ini berjudul “Rancang Bangun Sistem Monitoring dan Analisis Konsumsi Energi Listrik Berbasis IoT dengan Machine Learning dan Kendali Suara” yang disusun oleh Nur Ridwan, NIM 3.34.23.3.18 dan Untara Eka Saputra, NIM 3.34.23.3.24.
Penggunaan energi listrik yang tidak terkontrol dapat menyebabkan pemborosan energi dan peningkatan biaya listrik. Penelitian ini bertujuan untuk mengembangkan WattWise sebagai sistem monitoring dan analisis konsumsi energi listrik berbasis Internet of Things (IoT) dengan Machine Learning dan kendali suara. Sistem menggunakan ESP32 sebagai mikrokontroler, sensor PZEM-004T untuk membaca parameter listrik, relay sebagai pengendali perangkat, serta aplikasi berbasis Progressive Web Application (PWA) sebagai media monitoring. Parameter listrik yang dipantau meliputi tegangan, arus, daya, energi, frekuensi, dan faktor daya yang dikirimkan secara berkala dari ESP32 ke server untuk disimpan pada database PostgreSQL dan ditampilkan secara real-time pada aplikasi PWA serta website administrator. Sistem juga dilengkapi fitur kendali perangkat melalui relay yang dapat dilakukan melalui aplikasi maupun perintah suara. Data hasil pembacaan sensor digunakan sebagai data historis untuk proses analisis dan prediksi konsumsi energi menggunakan metode Long Short-Term Memory (LSTM). Hasil prediksi konsumsi energi kemudian digunakan untuk menghasilkan estimasi biaya listrik berdasarkan tarif listrik per kWh sehingga dapat memberikan informasi tambahan kepada pengguna dalam mengevaluasi penggunaan energi. Fitur kendali suara menggunakan mikrofon INMP441 untuk menerima perintah pengguna, kemudian rekaman suara diproses oleh layanan Voice Service untuk mengenali perintah dan menjalankan fungsi yang sesuai pada sistem. Pengembangan sistem menggunakan metode Waterfall dan pengembangan model menggunakan metode CRISP-DM. Hasil pengujian menunjukkan sistem mampu melakukan monitoring, pengendalian perangkat, pemrosesan perintah suara, serta prediksi konsumsi energi listrik sesuai dengan fungsi yang dirancang. Pengujian komunikasi menunjukkan sistem mampu melakukan pengiriman data antara ESP32 dan server dengan packet loss sebesar 1,00%, sedangkan hasil pengujian delay menunjukkan komunikasi sistem masih dapat mendukung proses monitoring secara real-time. Pengujian model menghasilkan nilai MAPE sebesar 23,50% hingga 53,43% pada periode pengujian Juli hingga September 2026. Hasil prediksi juga dapat menghasilkan nilai konsumsi energi dan estimasi biaya listrik untuk periode berikutnya. Pengujian kepuasan pengguna dilakukan melalui kuesioner terhadap 42 responden dengan hasil 88,13% dan termasuk dalam kategori sangat memuaskan. Sistem WattWise dapat membantu pengguna dalam memantau konsumsi energi secara real-time, mengendalikan perangkat listrik, memperoleh informasi prediksi konsumsi dan biaya listrik, serta melakukan evaluasi penggunaan energi secara lebih efektif.
Kata kunci: WattWise, Internet of Things, monitoring listrik, PZEM-004T, LSTM, Progressive Web App
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