Dwi Okte Cahyaningrum , 5302414070 (2019) ESTIMASI KONSUMSI ENERGI PADA BANGUNAN PERUMAHAN DI DAERAH TROPIS BERBASIS MACHINE LEARNING. Under Graduates thesis, UNNES.

Preview

PDF (ESTIMASI KONSUMSI ENERGI PADA BANGUNAN PERUMAHAN DI DAERAH TROPIS BERBASIS MACHINE LEARNING) - Published Version Download (1MB) | Preview

Abstract

Teknologi smart energy memiliki peran penting dalam sistem smart home, terutama untuk mengelola konsumsi energi. Penggunaan energi dapat estimasi pada fase awal desain. Penelitian ini menyajikan model komputasi untuk memperkirakan konsumsi energi pada bangunan tempat tinggal menggunakan algoritma Machine Learning. Estimasi energi dilakukan dengan menggunakan beberapa model AI seperti ELM (Extreme Learning Machine), ANN (Artificial Neural Network), dan GLR (General Linear Regression). Model-model tersebut telah diuji untuk mendapatkan estimasi kinerja konsumsi energi bangunan perumahan secara akurat. Estimasi ini melibatkan konsumsi energi pendingin (cooling) dalam dua desain bangunan perumahan yang berbeda dalam cuaca tropis. Bangunan yang diuji adalah fase desain konsumsi energi yang berfokus pada beban cooling. Simulasi desain bangunan dengan memperhatikan suhu dan zona bangunan menggunakan perangkat lunak EnergyPlus (E+) untuk mendapatkan dataset konsumsi energi selama satu tahun. Hasil komputasi dari semua model algoritma machine learning diamati dan dianalisis performa dan akurasinya. Perbandingan evaluasi model dilakukan, dari hasil yang diperoleh menunjukkan perbandingan tingkat akurasi untuk memperkirakan konsumsi energi cooling pada desain bangunan perumahan.

Actions (login required)

View Item