SISTEM PEMANTAUAN DAN PREDIKSI PEMAKAIAN DAYA LISTRIK BERBASIS INTERNET OF THINGS MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR

Rumpesak, Zefanya Marieke Philia and Sitanayah, Lanny and Angdresey, Apriandy (2022) SISTEM PEMANTAUAN DAN PREDIKSI PEMAKAIAN DAYA LISTRIK BERBASIS INTERNET OF THINGS MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. Skripsi thesis, UNIVERSITAS KATOLIK DE LA SALLE MANADO.

	PDF COVER-DAFTAR_ISI_ZefanyaRumpesak.pdf Download (1MB)
	PDF BAB_ISI-LAMPIRAN_ZefanyaRumpesak.pdf Restricted to Repository staff only Download (3MB)

Official URL: http://digilib.unikadelasalle.ac.id/

Abstract

Listrik sangat diperlukan oleh manusia saat ini karena energi listrik digunakan untuk mendukung kegiatan manusia. Kebutuhan manusia akan energi listrik sangat tinggi, maka dari itu sering kali manusia ceroboh dalam menggunakan listrik. Manusia sering menganggap remeh penggunaan listrik, seperti membiarkan listrik terpasang walau tidak dibutuhkan. Hal ini menyebabkan cepatnya habis pulsa listrik atau tagihan listrik yang meningkat. Listrik yang dibiarkan menyala terus-menerus dapat memicu terjadinya arus pendek dan bisa berakibat kebakaran.
Algoritma k-Nearest Neighbor (k-NN) adalah salah satu algoritma data mining, dan dapat digunakan untuk melakukan regresi dan klasifikasi, sehingga algoritma ini dapat digunakan untuk memprediksi nilai. Dalam memprediksi suatu nilai, algoritma k-NN akan mengambil nilai dari tetangga terdekat dari hasil regresi perhitungan nilai jarak sebanyak k yang telah ditentukan. Internet of Things (IoT) merupakan bentuk teknologi di mana objek terhubung dengan suatu perangkat yang dapat mengirimkan data melalui Internet. Hal ini berarti manusia tidak perlu berinteraksi secara langsung dengan objek. IoT memudahkan manusia untuk memperoleh informasi mengenai objek yang berada di luar jangkauan manusia.
Sistem ini dibangun menggunakan bahasa pemrograman C dan Python. Bahasa C digunakan untuk memprogram alat dan bahasa Python digunakan untuk memprogram aplikasi. MySQL merupakan basis data yang digunakan dalam sistem ini.
Tugas akhir ini menghasilkan sistem yang dapat melakukan pemantauan dan prediksi penggunaan daya listrik. Data daya listrik akan diperoleh dari sensor di dalam alat. Kemudian data tersebut diolah sehingga dapat memberikan informasi prediksi penggunaan listrik. Berdasarkan hasil pengujian performa, didapati k terbaik adalah 2 dan kategori waktu terbaik dalam prediksi adalah jam 6 pagi sampai jam 11 pagi. Atribut dan rutinitas pengguna berpengaruh pada hasil prediksi.

Kata Kunci: Prediksi Pemakaian Listrik, k-Nearest Neighbor, Data Mining, Internet of Things.

Item Type:

Thesis (Skripsi)

Creators: