Model Optimasi Keterisian Ruangan dengan IoT dan Kecerdasan Buatan

Abstract

Keterisian (occupancy) ruangan merupakan faktor penting dalam pengelolaan berbagai jenis bangunan, termasuk gedung perkantoran, pusat perbelanjaan, rumah sakit, dan fasilitas umum lainnya. Ruangan yang tidak digunakan secara optimal dapat menyebabkan pemborosan energi, ketidaknyamanan penghuni, dan peningkatan risiko kecelakaan. Untuk mengatasi masalah tersebut, diperlukan informasi mengenai keterisian ruangan yang akurat, informasi mengenai keterisian ruangan menjadi dasar bagi berbagai keputusan. Metode penelitian ini mencakup beberapa tahap penelitian yang melibatkan pengumpulan data pelatihan dari kaggle.com dengan variabel bebas suhu, kelembaban, kuatnya pencahayaan dan kadar CO₂ pada ruangan. analisis dan pengembangan model prediktif menggunakan algoritma jaringan syaraf tiruan. Kesimpulan model prediksi keterisian ruangan dengan variable bebas suhu, kelembaban, kuatnya penchayaan lampu dan kadar CO₂ menggunakan algoritma jaringan syaraf tiruan / neural network didapat hasil yang sangat signifikan sebesar 99%. Karena itu model ini dapat digunakan untuk memprediksi keterisian ruangan menggunakan sensor-sensor IoT.