Logo UNTAN Universitas
Tanjungpura
Pontianak

Implementasi Metode Autoregressive Integrated Moving Average (ARIMA) dan Fuzzy Time Series (FTS) untuk Prediksi Pemakaian Daya Listrik Berbasis Internet Of Things (IoT)

Kevin, Andrian (2026) Implementasi Metode Autoregressive Integrated Moving Average (ARIMA) dan Fuzzy Time Series (FTS) untuk Prediksi Pemakaian Daya Listrik Berbasis Internet Of Things (IoT). Skripsi thesis, Universitas Tanjungpura.

[img] PDF (Cover-Bab1)
Cover-Bab1_H1051211043.pdf - Published Version

Download (815kB)
[img] PDF (H1051211043_KEVIN_ANDRIAN)
H1051211043_KEVIN_ANDRIAN.pdf - Accepted Version
Restricted to Repository staff only

Download (4MB)

Abstract

Sering kali peralatan elektronik dibiarkan dalam keadaan menyala atau standby dalam waktu yang lama meskipun tidak sedang digunakan, sehingga menyebabkan pemborosan energi listrik yang tidak disadari. Meski telah dilakukan upaya penghematan, dalam praktiknya penghematan energi listrik dilakukan secara tidak konsisten. Hal ini menyebabkan pemakaian daya listrik menjadi fluktuatif dan sulit diprediksi. Oleh karena itu penelitian ini dilakukan untuk membuat sistem yang dapat mengolah data penggunaan listrik dengan menggunakan metode ARIMA dan FTS model Cheng menjadi informasi prediksi nilai tagihan listrik di masa yang akan datang berbasis Internet of Things (IoT). ESP32 akan mendeteksi jumlah penggunaan daya harian dengan sensor PZEM-004T untuk kemudian disimpan ke dalam basis data. Informasi ini nantinya akan diambil, diolah, dan diprediksi pada Raspberry Pi menggunakan metode ARIMA dan FTS. Hasil prediksi kemudian akan ditampilkan pada website. Hasil penelitian menunjukkan nilai Mean Absolute Percentage Error (MAPE) yang dihasilkan memiliki nilai yang sangat baik dikarenakan memiliki nilai error pada ruangan 2 dan 3 pengujian beban bervariasi sebesar 7,77% dan 7,6% dan pada ruangan 1, 2 dan 3 pengujian beban sama sebesar 8,70%. Penambahan metode FTS berhasil menurunkan MAPE pada ruangan 2 pengujian beban bervariasi serta ruangan 1, 2, dan 3 pengujian beban sama. Ruangan 1 pengujian beban bervariasi memiliki nilai error sebesar 32,01% dikarenakan data yang digunakan memiliki variasi fluktuasi yang besar sehingga memiliki nilai MAPE yang tinggi.

Item Type: Thesis (Skripsi)
Creators:
CreatorsNomor Induk Mahasiswa (NIM)Email
Kevin, AndrianNIMH1051211043UNSPECIFIED
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Sistem Komputer S1
SWORD Depositor: Sri Yulihartini
Depositing User: Sri Yulihartini
Date Deposited: 28 Oct 2026 07:15
Last Modified: 28 Oct 2026 07:15
URI: https://repository.untan.ac.id/id/eprint/9783

Actions (login required)

View Item View Item