SISTEM MONITORING DAN PREDIKSI KONSUMSI LISTRIK MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM) BERBASIS INTERNET OF THINGS (IOT)

Putra, Muhammad Rifqi Amir (2025) SISTEM MONITORING DAN PREDIKSI KONSUMSI LISTRIK MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM) BERBASIS INTERNET OF THINGS (IOT). Diploma thesis, Politeknik Negeri Sriwijaya.

[img]
Preview
Text (Cover)
Cover.pdf - Published Version

Download (1MB) | Preview
[img]
Preview
Text (Abstrak)
Abstrak.pdf - Published Version

Download (168kB) | Preview
[img] Text (Bab I)
BAB I.pdf - Published Version
Restricted to Repository staff only

Download (233kB)
[img] Text (Bab II)
BAB II.pdf - Published Version
Restricted to Repository staff only

Download (911kB)
[img] Text (Bab III)
BAB III.pdf - Published Version
Restricted to Repository staff only

Download (947kB)
[img] Text (Bab IV)
Bab IV.pdf - Published Version
Restricted to Repository staff only

Download (1MB)
[img] Text (Bab V)
Bab V.pdf - Published Version
Restricted to Repository staff only

Download (175kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version
Restricted to Repository staff only

Download (176kB)
[img] Text (Lampiran)
Lampiran Merged.pdf - Published Version
Restricted to Repository staff only

Download (3MB)

Abstract

Perkembangan teknologi Internet of Things (IoT) memungkinkan pengukuran dan pemantauan konsumsi listrik dilakukan secara real-time dan efisien. Penelitian ini bertujuan untuk merancang dan membangun sistem monitoring dan kontrol konsumsi listrik berbasis IoT yang dilengkapi dengan fitur prediksi menggunakan algoritma Long Short-Term Memory (LSTM). Sistem ini menggunakan sensor PZEM-004T untuk mengukur parameter listrik seperti tegangan, arus, daya, dan energi, yang kemudian dikirimkan melalui protokol MQTT menggunakan mikrokontroler ESP32. Data konsumsi listrik ditampilkan pada aplikasi mobile dan disimpan di database Supabase. Selain fitur pemantauan, sistem juga menyediakan kontrol perangkat listrik melalui relay serta pengaturan waktu dan batas konsumsi yang dapat dikonfigurasi pengguna. Fitur prediksi konsumsi listrik dikembangkan untuk memberikan estimasi tagihan bulanan atau estimasi waktu habis token listrik berdasarkan data historis. Hasil implementasi menunjukkan bahwa sistem mampu melakukan monitoring dan kontrol secara real-time, serta memberikan visualisasi histori konsumsi dalam bentuk grafik yang informatif. Sistem ini diharapkan dapat membantu pengguna dalam mengelola konsumsi daya secara lebih bijak dan efisien.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Internet of Things, PZEM-004T, Konsumsi Listrik, LSTM, Machine Learning, Monitoring, Supabase, MQTT
Subjects: T Technology > T Technology (General)
Divisions: Computer Engineering > Undergraduate Theses
Depositing User: Pustaka Teknik Komputer
Date Deposited: 22 Sep 2025 09:35
Last Modified: 22 Sep 2025 09:35
URI: http://eprints.polsri.ac.id/id/eprint/20421

Actions (login required)

View Item View Item