Ketinggian berbeda akan mempengaruhi suhu dan kelembaban yang ada pada gedung. Khususnya pada yang dibahas dalam penelitian ini yaitu Gedung Telkom University Landmark Tower (TULT). Gedung TULT merupakan gedung yang dimiliki Telkom University, gedung ini terdiri dari 19 lantai dengan ketinggian berbeda. Dalam penelitian ini, penulis membuat alat atau sistem untuk memprediksi suhu dan kelembaban pada gedung TULT. Untuk memprediksi suhu dan kelembaban tersebut, penulis menggunakan metode Gaussian Process Regression (GPR) dan Internet of Things (IoT). Penggunaan metode ini dirasa cocok dalam penelitian ini dikarenakan metode ini dapat bekerja dengan data yang sangat kecil dan memiliki kemampuan untuk memberikan ketidakpastian dalam prediksi. Dalam penilitian ini penulis juga menggunakan algoritma Root Mean Square Error (RMSE) dan Mean Absolute Percentage Error (MAPE) untuk mengukur kualitas prediksi model atau kesalahan prediksi. Pada penilitian ini, nilai RMSE dan MAPE cukup kecil dan dapat diartikan bahwa hasilnya cukup akurat sehingga dapat digunakan oleh pengelola gedung untuk mengatur suhu dan kelembaban sesuai dengan kenyamanan orang yang ada di dalam nya.