Sistem Analisis Konsumsi dan Prediksi Biaya Listrik Rumah Tangga untuk Optimalisasi Penghematan Energi dengan Model Random Forest

Abstract

Listrik adalah sumber energi yang berperan penting dalam menunjang kebutuhan hidup manusia. Tanpa disadari, masyarakat Indonesia masih kurang mengerti bagaimana cara menggunakan listrik dengan efisien dan optimal sehingga tidak jarang membayar tagihan listrik yang mahal. Selain itu, hal ini berdampak juga pada peningkatan emisi gas rumah kaca yang memicu perubahan iklim. SIPPEL - Sistem Prediksi dan Penghematan Energi Listrik dikembangkan untuk memberikan prediksi pembayaran selanjutnya yang akan membantu masyarakat lebih aware dan mengajak untuk menghemat penggunaan alat elektronik. Sistem ini dikembangkan menggunakan metode Machine Learning yang belajar dari data dan algoritma Random Forest yang berbasis ensemble untuk membuat prediksi biaya listrik berdasarkan data historis tagihan dan data pemakaian harian. Dalam hal mendukung penghematan, terdapat Decision Support System (DSS) atau system berbasis aturan untuk memberikan rekomendasi personal. Dari hasil pengembangan ini, dihasilkan system yang dapat memprediksi estimasi tagihan listrik dan membantu pengguna dalam penghematan energi melalui rekomendasi penggunaan perangkat yang lebih efisien. Diharapkan system ini dapat bermanfaat di keberlangsungan hidup masyarakat dan membiasakan pola hidup hemat energi.