<![CDATA[Penerangan merupakan salah satu kebutuhan penting dalam mendukung aktivitas penghuni asrama. Namun, masih sering terjadi pemborosan energi listrik akibat lampu yang dibiarkan menyala ketika kondisi lingkungan sudah terang atau tidak terdapat aktivitas di sekitar area tertentu. Penelitian ini bertujuan mengembangkan sistem lampu otomatis berbasis Internet of Things (IoT) menggunakan ESP8266 dan algoritma K-Nearest Neighbor (KNN) untuk meningkatkan efisiensi penggunaan energi listrik serta mempermudah proses pemantauan sistem secara real-time. Penelitian ini menggunakan metode K-Nearest Neighbor (KNN) sebagai algoritma klasifikasi dengan memanfaatkan dua parameter masukan, yaitu nilai sensor Light Dependent Resistor (LDR) sebagai pendeteksi intensitas cahaya dan sensor Passive Infrared Receiver (PIR) sebagai pendeteksi gerakan. Dataset penelitian diperoleh secara langsung dari hasil pembacaan sensor pada sistem yang telah diimplementasikan di Asrama Shanti Bhuana sebanyak 320 data. Dataset kemudian dibagi menjadi 224 data latih (70%) dan 96 data uji (30%). Proses klasifikasi dilakukan menggunakan perhitungan Euclidean Distance dengan nilai K = 5, sedangkan implementasi algoritma dilakukan menggunakan Google Colab. Sistem yang dikembangkan juga terintegrasi dengan platform Blynk sehingga kondisi sensor dan status lampu dapat dipantau secara real-time melalui perangkat seluler. Hasil penelitian menunjukkan bahwa sistem mampu mengendalikan lampu secara otomatis berdasarkan kondisi intensitas cahaya dan keberadaan gerakan sesuai dengan hasil klasifikasi algoritma K-Nearest Neighbor. Selain itu, integrasi ESP8266 dengan platform Blynk memungkinkan pengguna memantau kondisi sistem secara jarak jauh melalui koneksi internet. Dengan demikian, sistem yang dikembangkan mampu meningkatkan efektivitas pengendalian penerangan sekaligus mendukung efisiensi penggunaan energi listrik pada lingkungan asrama.]]>
Copyrights © 2026
