<![CDATA[Konsumsi energi listrik rumah tangga yang tidak terpantau dapat menyebabkan pemborosan energi dan lonjakan biaya. Penelitian ini mengembangkan sistem prediksi biaya listrik bulanan berbasis algoritma Long Short-Term Memory (LSTM) menggunakan data real-time dari perangkat elektronik rumah tangga. Sistem memanfaatkan smartplug untuk merekam konsumsi daya per menit dan Node-RED sebagai platform visualisasi. Data melalui tahapan pre-processing, pembentukan time-series, pelatihan model, dan evaluasi menggunakan Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasil menunjukkan model LSTM mencapai akurasi 94,5% pada epoch ke-40 dengan RMSE 19.537,10 dan MAE 18.690,79. Sistem terintegrasi dalam dashboard Node-RED yang menyajikan visualisasi histori dan prediksi otomatis, membuktikan efektivitas pendekatan LSTM dalam membantu pengguna mengelola konsumsi energi rumah tangga.]]>
Copyrights © 2025
