Garuda - Garba Rujukan Digital

Feature engineering and long short-term memory for energy use of appliances prediction I Wayan Aditya Suranata; I Nyoman Kusuma Wardana; Naser Jawas; I Komang Agus Ady Aryanto
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 19, No 3: June 2021
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v19i3.17882

Electric energy consumption in a residential household is one of the key factors that affect the overall national electricity demand. Household appliances are one of the most electricity consumers in a residential household. Therefore, it is crucial to make a proper prediction for the electricity consumption of these appliances. This research implemented feature engineering technique and long short-term memory (LSTM) as a model predictor. Principal component analysis (PCA) was implemented as a feature extractor by reducing the final 62 features to 25 principal components for the LSTM inputs. Based on the experiments, the two-layered LSTM model (composed by 25 and 20 neurons for the first and second later respectively) with lookback number of 3 found to give the best performance with the error rates of 62.013 and 26.982 for RMSE and MAE, respectively.

Prediksi Penggunaan Energi Listrik pada Rumah Hunian Menggunakan Long Short-Term Memory I Nyoman Kusuma Wardana; Naser Jawas; I Komang Agus Ady Aryanto
TIERS Information Technology Journal Vol. 1 No. 1 (2020)
Publisher : Universitas Pendidikan Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1656.616 KB)

Prediksi konsumsi listrik pada rumah hunian adalah penting untuk dilakukan. Ini dikarenakan peralatan listrik rumah tangga merupakan salah satu faktor yang berpengaruh besar terhadap penggunaan energi listrik secara nasional. Penelitian ini menggunakan Long Short-Term Memory (LSTM) sebagai model prediktor. Sebanyak 13 jenis atribut dari dataset yang tersedia digunakan sebagai input untuk LSTM. Berdasarkan penelitian, 8 neuron dalam LSTM dengan lookback sebanyak 7 memiliki kinerja paling baik. Besarnya nilai error terhadap data uji masing-masing sebesar 60,992 dan 28,278 untuk RMSE dan MAE.

Purwarupa Perangkat Microclimate Adjuster Berkemampuan Remote Monitoring di Fasilitas Riset PRITA I Nyoman Kusuma Wardana; I Kadek Arta Wiguna; I Putu Widia Prasetia; I Komang Agus Ady Aryanto
TIERS Information Technology Journal Vol. 1 No. 2 (2020)
Publisher : Universitas Pendidikan Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (389.857 KB)

Penulis mencoba untuk membangun purwarupa microclimate adjuster yang dilengkapi dengan kemampuan remote monitoring untuk melakukan pengendalian kondisi microclimate di rumah kaca PRITA. Purwarupa didesain sederhana, hanya menggunakan sebuah sensor yang mampu melakukan penginderaan suhu dan kelembapan relatif udara. Kemudian, pada bagian aktuator disematkan dua buah relai yang dilengkapi dengan pelindung opto-isolator. Pada bagian kontroler digunakan chip kontroler berkonektivitas IEEE 802.11 sehingga dapat terintegrasi secara langsung ke infrastruktur jaringan lokal konvensional. Pada bagian perangkat lunak, digunakan teknik kontrol linier sederhana berdasarkan masukan sensor dan set point suhu lingkungan untuk mengendalikan kondisi microclimate rumah kaca. Selain fungsi kontrol, perangkat juga disematkan fitur Internet of Things, sehingga proses manajemen perangkat dapat dilakukan secara remote dan dapat dilakukan perekaman data. Berdasarkan hasil pengujian purwarupa, diketahui desain sistem bekerja sebagaimana mestinya dan menunjukan hasil yang bagus.

Prediksi Penggunaan Energi Listrik pada Rumah Hunian Menggunakan Long Short-Term Memory I Nyoman Kusuma Wardana; Naser Jawas; I Komang Agus Ady Aryanto
TIERS Information Technology Journal Vol. 1 No. 1 (2020)
Publisher : Universitas Pendidikan Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1656.616 KB)

Prediksi konsumsi listrik pada rumah hunian adalah penting untuk dilakukan. Ini dikarenakan peralatan listrik rumah tangga merupakan salah satu faktor yang berpengaruh besar terhadap penggunaan energi listrik secara nasional. Penelitian ini menggunakan Long Short-Term Memory (LSTM) sebagai model prediktor. Sebanyak 13 jenis atribut dari dataset yang tersedia digunakan sebagai input untuk LSTM. Berdasarkan penelitian, 8 neuron dalam LSTM dengan lookback sebanyak 7 memiliki kinerja paling baik. Besarnya nilai error terhadap data uji masing-masing sebesar 60,992 dan 28,278 untuk RMSE dan MAE.

Purwarupa Perangkat Microclimate Adjuster Berkemampuan Remote Monitoring di Fasilitas Riset PRITA I Nyoman Kusuma Wardana; I Kadek Arta Wiguna; I Putu Widia Prasetia; I Komang Agus Ady Aryanto
TIERS Information Technology Journal Vol. 1 No. 2 (2020)
Publisher : Universitas Pendidikan Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (389.857 KB)

Penulis mencoba untuk membangun purwarupa microclimate adjuster yang dilengkapi dengan kemampuan remote monitoring untuk melakukan pengendalian kondisi microclimate di rumah kaca PRITA. Purwarupa didesain sederhana, hanya menggunakan sebuah sensor yang mampu melakukan penginderaan suhu dan kelembapan relatif udara. Kemudian, pada bagian aktuator disematkan dua buah relai yang dilengkapi dengan pelindung opto-isolator. Pada bagian kontroler digunakan chip kontroler berkonektivitas IEEE 802.11 sehingga dapat terintegrasi secara langsung ke infrastruktur jaringan lokal konvensional. Pada bagian perangkat lunak, digunakan teknik kontrol linier sederhana berdasarkan masukan sensor dan set point suhu lingkungan untuk mengendalikan kondisi microclimate rumah kaca. Selain fungsi kontrol, perangkat juga disematkan fitur Internet of Things, sehingga proses manajemen perangkat dapat dilakukan secara remote dan dapat dilakukan perekaman data. Berdasarkan hasil pengujian purwarupa, diketahui desain sistem bekerja sebagaimana mestinya dan menunjukan hasil yang bagus.

Sistem Kandang Ayam Petelur Otomatis Dengan Memanfaatkan Open-Source Hardware Krsna Elian Panji Restu; Made Liandana; I Komang Agus Ady Aryanto; Bagus Made Sabda Nirmala
JuSiTik : Jurnal Sistem dan Teknologi Informasi Komunikasi Vol. 5 No. 2 (2022): Jurnal Sistem dan Teknologi Informasi Komunikasi
Publisher : Universitas Katolik Musi Charitas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32524/jusitik.v5i2.656

In general, laying hen farms still provide feed using a conventional system by sprinkling the feed in the feeding area along the cage and moving from one cage to another. Laying hens' manure that is still cleaned by dredging the manure is then collected in sacks or by spraying water, as well as collecting eggs manually by picking up eggs along the length of the cage. This activity is still not effective in maintaining and maintaining the cage because it still requires a lot of work. Therefore we need a facility for laying hens that can work automatically. This automatic laying hen cage can help laying hen breeders in providing feed, cleaning manure, collecting chicken eggs automatically and calculating egg yields easily and can monitor the temperature and humidity of the layer hen coops in real time. This system uses modules and sensors that are linked and connected to a microcontroller which can be monitored by the user through the Blynk application on the user's smartphone. The system is built using existing components in the form of sensor modules that are easy to get on the market at an affordable price, namely the use of Arduino Atmega2560 as a microcontroller, LCD to display the results of data obtained in the cage, Relays for motorbike manure switches and egg collection , the motor driver Ln298 as a motor control regulator, Esp8288 for wifi networks, DHT22 for temperature and humidity measurements in the enclosure, and RTC DS3231 for digital timing in the enclosure. These tools are built not too complex so that breeders or users can easily use and carry out maintenance if one of the components of the tool is damaged so that it is easy to replace.

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search