<![CDATA[APP (Alat Pengukur dan Pembatas) listrik adalah piranti yang digunakan masyarakat untuk bertransaksi listrik. Permasalahannya APP saat ini masih konvensional karena hanya bisa dibaca secara langsung di tempat APP terpasang. Penelitian ini mengembangkan Alat Monitoring dan Prediksi Daya (AMPD) berbasis IoT. AMPD mengambil parameter tegangan dan arus listrik pada beban menggunakan sensor PZEM004. Data tegangan dan arus beban diolah di dalam mikrokontroller ESP32. Fungsi Simpel Exponential Smoothing (SES) ditambahkan ke dalam pemrograman untuk memprediksi kebutuhan energi dan biaya listrik periode berikutnya. Hasil pemrograman dikirim ke modul mini LCD OLED 128x64 untuk ditampilkan layaknya APP dan ke server Blynk melalui modul wifi. Monitoring jarak jauh dilakukan melalui Smartphone Android dan Laptop/PC yang terhubung dengan internet. Hasil pengujian menunjukkan bahwa AMPD berhasil mengukur dan menampilkan jumlah energi dan biaya listrik terpakai dan memprediksi kebutuhan kebutuhan energi dan biaya listrik pada periode berikutnya secara real-time dan akurat. Kesesuaian hasil peramalan energi dan biaya dihitung dengan metode Mean Absolute Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute Percent Error (MAPE). Untuk beban resistif MAD: 0,0091 dan 0,4839, MSE: 0,0006 dan 0,2975, MAPE 17% dan 15% (Hasil peramalan baik). Beban Kapasitif MAD: 0,0005 dan 0,6598, MSE: 0,000000370 dan 0,6770, MAPE 32% dan 32% (Hasil peramalan Cukup baik). Beban Induktif MAD: 0,0005 dan 0,6772, MSE: 0,000000357 dan 0,6523;Â MAPE: 26% dan 26% (Hasil peramalan cukup baik). Nilai MAD dan MSE mendekati nol menunjukkan bahwa hasil prediksi AMPD sesuai dengan data aktual dan bisa dijadikan untuk perhitungan peramalan di periode mendatang.]]>
Copyrights © 2023
