Electronic Theses and Dissertation
Universitas Syiah Kuala
NULL
SISTEM OTOMASI LAMPU RUMAH ADAPTIF BERBASIS ARTIFICIAL NEURAL NETWORK
Pengarang
Siti Zulaikha - Personal Name;
Dosen Pembimbing
Nomor Pokok Mahasiswa
1004105010004
Fakultas & Prodi
Fakultas Teknik / Teknik Elektro (S1) / PDDIKTI : 20201
Subject
Kata Kunci
Penerbit
Banda Aceh : Universitas Syiah Kuala., 2018
Bahasa
Indonesia
No Classification
-
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
ABSTRAK
Energi merupakan salah satu faktor penting dalam kehidupan modern.
Seiring perkembangan zaman, kebutuhan inovasi untuk terus berhemat dalam
menggunakan energi semakin penting. Salah satu komponen pengguna energi
terbesar adalah lampu untuk kebutuhan penerangan. Kelalaian mematikan lampu
yang tidak lagi dibutuhkan dapat memboroskan energi listrik. Dibutuhkan suatu
sistem yang dapat beradaptasi terhadap tingkah laku dari pengguna lampu setiap
rumah atau gedung meggunakan algoritma Artificial Neural Network (ANN).
Sistem terdiri dari Raspberry Pi 3 sebagai prosesor untuk menjalankan proses
training ANN, Arduino Mega256 digunakan sebagai pembaca input saklar, dan
mengendalikan relay untuk menghidupkan atau mematikan lampu. Sistem
mengambil input waktu (jam dan menit), hari dalam seminggu, dan intensitas
cahaya ambient sebagai parameter tambahan. Sistem dikembangkan untuk dapat
mempelajari penggunaan lampu rumah/gedung dan memprediksi kapan lampu
dihidupkan atau dimatikan setelah melewati proses training. Hasil prediksi ANN
setelah proses training mempunyai tingkat keberhasilan sebesar 80 % dengan
menggunakan sampel random sebanyak 5 sampel untuk blok 1 dan 5 sampel
untuk blok 2. Hasil prediksi dipengaruhi oleh dataset yang digunakan selama
proses training. Nilai error terkecil didapat yaitu 0.43154, hal ini menunjukkan
sistem dapat digunakan untuk memprediksi penggunaan lampu untuk kebutuhan
sehari-hari.
Kata Kunci : Machine learning (ML), Artificial Neural Network (ANN),
Raspberry Pi 3, Arduino Mega256.
Tidak Tersedia Deskripsi
IMPLEMENTASI ARTIFICIAL NEURAL NETWORK(ANN)-PRINCIPAL COMPONENT ANALYSIS (PCA) PADA PREDIKSI CURAH HUJAN DI WILAYAH ACEH BESAR (Amalia Zumara, 2025)
DESAIN MAXIMUM POWER POINT TRACKING (MPPT) BERBASIS ANN PADA SISTEM PLTS DENGAN BEBAN BERVARIASI (MUHAMMAD KAMIL JUHRA, 2025)
PROTOTIPE SISTEM MAXIMUM POWER POINT TRACKING (MPPT) PADA MODUL SURYA MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (ANN) (FADLAN CHOIR, 2025)
PREDIKSI KECEPATAN ANGIN JANGKA MENENGAH MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (ANN) UNTUK ESTIMASI DAYA LISTRIK DARI PLTB; STUDI KASUS DI SABANG (Abdul Malek, 2023)
PENERAPAN METODE DEEP LEARNING BERBASIS FREKUENSI SUARA PADA SISTEM RUMAH PINTAR (Shaumi Syahri Fithria, 2024)