ANALISIS PREDIKTIF TEGANGAN OUTPUT PIEZOELEKTRIK BERBASIS INTERNET OF THINGS MENGGUNAKAN METODE ARIMAX-ANN

Permana, M. Dwi (2026) ANALISIS PREDIKTIF TEGANGAN OUTPUT PIEZOELEKTRIK BERBASIS INTERNET OF THINGS MENGGUNAKAN METODE ARIMAX-ANN. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (COVER) COVER.pdf - Published Version Download (659kB) | Preview
Preview	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (243kB) | Preview
	Text (BAB I PENDAHULUAN) BAB 1.pdf - Published Version Restricted to Repository staff only Download (253kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB 2.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) BAB 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) BAB 4.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB V PENUTUP) BAB 5.pdf - Published Version Restricted to Repository staff only Download (201kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (219kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Kebutuhan energi alternatif yang ramah lingkungan mendorong pengembangan teknologi energy harvesting berbasis piezoelektrik. Material piezoelektrik memiliki kemampuan mengubah energi mekanik yang berasal dari aktivitas manusia menjadi energi listrik. Penelitian ini bertujuan merancang sistem monitoring tegangan output piezoelektrik berbasis Internet of Things (IoT) serta membangun model prediksi tegangan menggunakan metode Stacked ARIMAX-ANN. Sistem yang dikembangkan menggunakan 96 elemen piezoelektrik yang disusun menjadi enam blok pada smart floor piezoelektrik. Data tegangan hasil pengukuran dikirim menggunakan ESP32-S3 melalui protokol MQTT ke Node-RED dan disimpan pada Google Sheets untuk proses monitoring secara real-time. Aktivitas yang digunakan meliputi berjalan, berlari, dan melompat dengan berat badan sebagai variabel eksogen. Model ARIMAX digunakan untuk memodelkan pola linear dan pengaruh variabel eksogen, sedangkan ANN digunakan untuk mempelajari pola nonlinier melalui pendekatan stacked forecasting. Hasil penelitian menunjukkan bahwa metode Stacked ARIMAX-ANN mampu menghasilkan performa prediksi yang lebih baik dibandingkan model ARIMAX tunggal.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Piezoelektrik, Smart Floor, Internet of Things, ARIMAX, ANN, Energy harvesting
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	04 Aug 2026 09:44
Last Modified:	04 Aug 2026 09:44
URI:	http://eprints.polsri.ac.id/id/eprint/24289

Actions (login required)

View Item