Publisher

UMIUMI

Journal METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi AkuntansiMETHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Abstract

Kejadian pemakaian energi listrik yang melebihi batas dari kemampuan daya energi di rumah membutuhkan sistem pintar rumahan (smart home system) yang dapat memantau konsumsi energi listrik secara efisien. Sistem smart home ini dibangun dengan berbasis Internet of Things (IoT) dapat membantu pengguna listrik di rumah untuk mengevaluasi pemakaian dengan lebih mudah dan terpadu. Pembangunan sistem smart home berbasis IoT ini menggunakan Micro Controller Unit (MCU) ESP32 dan sensor PZEM-004T v.3.0. Hasil pembacaan dari sistem dapat dilihat pada front-end aplikasi berbasis web dan modul LCD pada sistem kontroler. Untuk mendapatkan efisiensi pemakaian listrik tersebut diperlukan sistem deteksi kebocoran pemakaian energi listrik atau dalam hal ini disebutkan sistem deteksi intrusi atau Intrusion Detection System (IDS). Pembangunan IDS dengan mengidentifikasi berbasis anomali dari pemakaian energi listriknya. Model IDS memanfaatkan Machine Learning dengan pola proses pelabelan sebagai praproses menggunakan algoritma unsupervised learning Isolation Forest dan proses klasifikasi menggunakan algoritma supervised learning Random Forest dengan status Anomali dan Normal. Evaluasi terhadap model IDS terhadap dataset yang telah melalui labeling memberikan hasil yang cukup baik dengan nilai akurasi sebesar 99,63 %. Model IDS siap untuk diuji dalam implementasi mengklasifikasi data rekaman secara real-time terhadap beberapa skenario beban energi listrik nantinya.

Conclusion

Model IDS untuk sistem smart home berbasis IoT yang dikembangkan menggunakan mikrokontroler ESP32, sensor PZEM‑004T V3.0, I2C LCD, buzzer KY‑012, dan relay berhasil mencapai akurasi 99,63 % dalam mendeteksi anomali konsumsi listrik.Sistem ini mampu menampilkan data secara real‑time baik pada LCD maupun antarmuka web, sehingga dapat mengidentifikasi intrusi atau lonjakan energi secara efektif.Penggunaan algoritma Isolation Forest untuk pelabelan dan Random Forest untuk klasifikasi terbukti efektif dalam membedakan pola konsumsi normal dan abnormal.

Future Research

Penelitian selanjutnya dapat menguji skalabilitas model IDS dengan mengumpulkan dataset yang jauh lebih besar dan beragam, mencakup tipe bangunan seperti rumah sakit, perkantoran, dan fasilitas industri, untuk menilai performa deteksi anomali pada lingkungan yang berbeda. Selanjutnya, perlu dikaji penerapan komputasi tepi (edge computing) dengan algoritma IDS yang lebih ringan sehingga beban pemrosesan dapat berkurang pada mikrokontroler ESP32, mengurangi latensi dan konsumsi daya perangkat. Akhirnya, pengembangan IDS adaptif yang mampu memperbarui model secara online berdasarkan aliran data kontinu dan mendeteksi perubahan konsep (concept drift) akan meningkatkan ketahanan sistem terhadap pola konsumsi listrik yang berubah-ubah seiring waktu.

References

1. Sistem Kendali Cerdas Penggunaan Daya Listrik Menggunakan Metode Eliminasi Nilai Tertinggi Berbasis IoT... jurnal.pcr.ac.id/index.php/elementer/article/view/5552Sistem Kendali Cerdas Penggunaan Daya Listrik Menggunakan Metode Eliminasi Nilai Tertinggi Berbasis IoT jurnal pcr ac index php elementer article view 5552
2. Sistem Monitoring Pemakaian Energi Listrik Pada Kamar Kost Menggunakan Aplikasi Blynk Berbasis Internet... doi.org/10.58291/komets.v1i2.104Sistem Monitoring Pemakaian Energi Listrik Pada Kamar Kost Menggunakan Aplikasi Blynk Berbasis Internet doi 10 58291 komets v1i2 104
3. Implementasi Internet of Things (IoT) dalam Memonitoring Komsumsi Listrik | Bulletin of Information Technology... journal.fkpt.org/index.php/BIT/article/view/631Implementasi Internet of Things IoT dalam Memonitoring Komsumsi Listrik Bulletin of Information Technology journal fkpt index php BIT article view 631

Metadata

File size	509.61 KB
Pages	8
DMCA	Report