OPTIMASI SISTEM PENGKONDISIAN UDARA DENGAN METODE MACHINE LEARNING TERINTEGRASI INTERNET OF THINGS PADA RUANG KULIAH DEPARTEMEN TEKNIK MESIN UNIVERSITAS ANDALAS

Rezza, Fiqrathul Putra (2024) OPTIMASI SISTEM PENGKONDISIAN UDARA DENGAN METODE MACHINE LEARNING TERINTEGRASI INTERNET OF THINGS PADA RUANG KULIAH DEPARTEMEN TEKNIK MESIN UNIVERSITAS ANDALAS. S1 thesis, Universitas Andalas.

	Text (Cover dan Abtrak) Cover & Abstrak.pdf - Published Version Download (76kB)
	Text (Bab 1. Pendahuluan) BAB I.pdf - Published Version Download (173kB)
	Text (Bab V. Penutup) BAB V.pdf - Published Version Download (34kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (105kB)
	Text (Skipsri Fulltext) Tugas Akhir Fulltext.pdf - Published Version Restricted to Repository staff only Download (4MB)

Abstract

Air conditioning (AC) merupakan kebutuhan primer di Indonesia akibat iklim tropis dengan temperatur dan kelembapan tinggi sepanjang tahun. Namun, penggunaan AC yang berlebihan dan tidak efisien mengkonsumsi banyak energi dan memiliki dampak lingkungan yang negative akibat CFC dari AC. Peningkatan penggunaan AC terutama di negara-negara berkembang seperti India, China, dan Indonesia telah menyebabkan peningkatan konsumsi energi. Air Conditioner mengkonsumsi 10% dari listrik keseluruhan rumah tangga. Oleh karena itu, dibutuhkan suatu tindakan optimalisasi untuk memaksimalkan penggunaan AC dengan penggunaan energi yang kecil. Salah satu solusi yang dapat dilakukan adalah dengan melakukan penerapan teknologi Internet of Things (IoT) untuk mengontrol penggunaan AC. Penggunaan IoT dapat mempermudah pemantaauan penggunaan AC. Kemudian, penerapan machine learning dibutuhkan sebagai ekstensi tambahan yang mengatur penggunaan AC agar tetap di standar kenyamanan thermal dengan penggunaan energi yang kecil. Penelitian ini bertujuan untuk mengoptimalkan sistem pengkondisian udara berbasis IoT yang ada dengan mempertimbangkan faktor kenyamanan di Ruang Sidang Tugas Akhir- B1 (RSTA-B1), Departemen Teknik Mesin, Universitas Andalas. Data harian kenyamanan thermal yang didapatkan diolah oleh machine learning jenis ANN sebagai database sistem yang diotomasi. Hasil penelitian ini, diantaranya mengotomasi sistem pengkondisian udara yang ada, mengurangi konsumsi energi dan membuat sistem mempertahankan kenyamanan thermal sesuai standar ASHRAE-55. Hasil implementasi sistem diuji sebanyak 3 hari pengujian dan dibandingkan dengan penggunaan AC tanpa sistem ini. Hasil implementasi memberikan penghematan energi sebesar 4154,06 watt pada hari ke-1, 1887,469 watt pada hari ke-2, 3293,033 watt dan pada hari ke-3. Penelitian ini sebagai contoh pengimplementasian smart dan green building di Departemen Teknik Mesin, Fakultas Teknik, Universitas Andalas. Harapannya dengan keberhasilan sistem ini dapat menjadi pilot proyek mewujudkan penggunaan AC yang optimal di seluruh Indonesia.

Actions (login required)

View Item