Optimasi Penggunaan Energi Listrik Bagi Pelanggan Rumah Tangga Berbasis Machine Learning dan Internet of Things

Penggunaan energi yang efisien merupakan tantangan penting dalam rumah tangga modern. Namun, kurangnya kesadaran akan konsumsi energi sehari-hari seringkali menyebabkan pemborosan. Penelitian ini bertujuan untuk mengembangkan model prediksi konsumsi energi yang mampu memperkirakan konsumsi harian berdasarkan data historis, sehingga dapat meningkatkan kesadaran pengguna. Algoritma K-Nearest Neighbors (KNN) dan sensor PZEM-004T diterapkan untuk memprediksi konsumsi energi pada perangkat AC dan TV. Model ini memprediksi konsumsi energi pada hari ke-8 sebesar 5.23 kWh, dibandingkan dengan konsumsi aktual 5.30 kWh, menghasilkan error sebesar 0.07 kWh dan akurasi prediksi mencapai 98.66%. Hasil penelitian menunjukkan bahwa model ini efektif dalam memprediksi konsumsi energi, yang berpotensi membantu rumah tangga dalam mengelola dan menghemat energi secara lebih efisien.