IDENTIFIKASI BEBAN LISTRIK RUMAH TANGGA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

VINNI ARIESTA

Informasi Dasar

139 kali
22.04.2340
006.32
Karya Ilmiah - Skripsi (S1) - Reference

ABSTRAK

Dewasa ini energi listrik sudah menjadi kebutuhan untuk manusia. Hampir seluruh kegiatan menggunakan energi listrik, mulai dari dunia industri sampai kebutuhan rumah tangga. Setiap tahunnya kebutuhan energi listrik terus bertambah. Konsumsi energi listrik yang berlebihan dapat mengurangi kualitas energi listrik tersebut. Pengguna enerrgi listrik perlu memiliki sistem pemantau penggunaan energi listrik agar konsumsi energi listrik yang berlebihan tidak terjadi.

Convolutional Neural Network (CNN) menjadi algoritma pada sistem identifikasi jenis beban listrik pada perangkat elektronik rumah tangga. Dengan adanya sistem ini dapat membantu pengguna mengetahui perangkat elektronik mana yang memakai banyak daya. 

Pengujian sistem identifikasi jenis beban listrik dilakukan pada 3 jenis perangkat elektronik, yaitu pemanas air, setrika, dan kipas angin. Kemudian 3 jenis perangkat elektronik tersebut akan dikombinasikan sehingga menjadi 7 class. Diperoleh hasil pengujian bahwa sistem dapat mengidentifikasi ke-3 jenis perangkat elektronik beserta kombinasinya dengan akurasi 97.83%, presisi 98.29%, recall 97.30%, dan F1 Score 97.73% menggunakan metode Convolutional Neural Network yang terbentuk, dengan rata-rata waktu yang diperlukan sistem untuk mengenali adalah kurang dari 1 second.

Kata Kunci: Identifikasi, jenis beban listrik, dataset, Convolutional Neural Network.

Subjek

NEURAL NETWORKS
 

Katalog

IDENTIFIKASI BEBAN LISTRIK RUMAH TANGGA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

VINNI ARIESTA
Perorangan
Randy Erfa Saputra, Casi Setianingsih
 

Penerbit

Universitas Telkom, S1 Teknik Komputer
Bandung
2022

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini