Model Prediksi Konsumsi Energi Rumah Tangga Berbasis IoT Menggunakan Sensor LDR dan PIR

Abstract

Penelitian ini bertujuan untuk mengembangkan model prediksi konsumsi energi rumah tangga berbasis Internet of Things (IoT) dengan memanfaatkan kombinasi sensor Light Dependent Resistor (LDR) dan Passive Infrared (PIR). Sensor LDR digunakan untuk mengukur intensitas cahaya lingkungan, sedangkan sensor PIR mendeteksi aktivitas penghuni di dalam ruangan. Data hasil pembacaan kedua sensor dikirim secara nirkabel melalui modul ESP8266 ke server berbasis MySQL, kemudian dianalisis menggunakan metode regresi linier berganda untuk memprediksi konsumsi energi listrik. Hasil implementasi menunjukkan bahwa sistem mampu memantau kondisi pencahayaan dan aktivitas penghuni secara real-time serta menghasilkan model prediksi dengan tingkat akurasi yang baik. Nilai koefisien determinasi (R²) sebesar 0,82, Mean Absolute Error (MAE) sebesar 3,8 W, dan Root Mean Square Error (RMSE) sebesar 5,6 W menunjukkan bahwa model dapat memprediksi konsumsi energi dengan keandalan tinggi. Temuan ini menegaskan bahwa kombinasi sensor LDR dan PIR efektif dalam mendeteksi perilaku konsumsi energi rumah tangga. Model yang dikembangkan berpotensi diterapkan pada sistem smart home untuk mendukung efisiensi energi dan penghematan biaya listrik rumah tangga.