Rancang Bangun Penjadwalan Lampu Otomatis Pada Rumah Pintar
Abstract views: 158
,
PDF downloads: 213
Abstract
Era revolusi industry 4.0 saat ini sudah mulai memasuki segala aspek dalam kehidupan, salah satunya adalah pada bidang property yakni rumah. Perangkat pintar dapat dengan mudah kita dipasaran seperti lampu, kunci pintu, air conditioner(AC), dan lain-lain. Tetapi, setiap perangkat tersebut berdiri sendiri menggunakan aplikasi masing-masing untuk melakukan pengendalian. Pengendalian pada perangkat pintar tersebut belum dapat menyelesaikan permasalahan Ketika penghuni rumah sedang bepergian dan keadaan rumah sedang tidak berpenghuni. Rumah dengan sistem keamanan yang canggih memerlukan biaya yang besar dalam implementasinya. Permasalahan berikutnya adalah perangkat cerdas yang belum terintegrasi tersebut membutuhkan perintah fisik untuk mengendalikan kondisi yang diinginkan. Penggunaan sistem penjadwalan otomatis dengan penerapan jaringan saraf tiruan mampu meminimalisir penggunaan perintah fisik serta dapat meningkatkan keamanan rumah tak berpenghuni. Jaringan saraf tiruan diberikan data pembelajaran kondisi setiap lampu dan menggunakan fungsi aktifasi sigmoid sehingga didapatkan banyaknya epoch adalah 15.000 dengan waktu 7,15 detik dengan menghasilkan error sebesar 0,2%
References
M.Ngafifi,“KemajuanTeknologiDanPolaHidupManusiaDalamPerspektifSosialBudaya,”J.Pembang.Pendidik.FondasidanApl.,vol.2,no.1,pp.33–47,2014.[2]M.MuchlisandA.D.Permana,“ProyeksiKebutuhanListrikPLN2003s.d.2020,”Pengemb.Sist.KelistrikandanMenunjangPembang.Nas.JangkaPanjang,2003.[3]SolikhunandM.Safii,“JaringanSarafTiruanUntukMemprediksi,”J.SainsKomput.Inform.,2017.[4]D.A.Nasution,H.H.Khotimah,andN.Chamidah,“PerbandinganNormalisasiDatauntukKlasifikasiWineMenggunakanAlgoritmaK-NN,”Comput.Eng.Sci.Syst.J.,2019.[5]C.SaranyaandG.Manikandan,“Astudyonnormalizationtechniquesforprivacypreservingdatamining,”Int.J.Eng.Technol.,2013.[6]S.G.K.PatroandK.K.sahu,“Normalization:APreprocessingStage,”IARJSET,2015.[7]A.Muhtar,I.W.Mustika,andSuharyanto,“ThecomparisonofANN-BPandANN-PSOaslearningalgorithmtotrackMPPinPVSystem,”inProceedings-20177thInternationalAnnualEngineeringSeminar,InAES2017,2017.[8]D.NelsonandJ.Wang,“Introductiontoartificialneuralsystems,”Neurocomputing,1992.
Copyright (c) 2020 Electronica and Electrical Journal of Innovation Technology (E-JOINT)
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
