Online Smart Meter Berbasis Android Menggunakan Time Series Modify dan Artificial Neural Network

Adiatmoko, Moh Fajar (2020) Online Smart Meter Berbasis Android Menggunakan Time Series Modify dan Artificial Neural Network. Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 07111550010003-Master_Thesis.pdf]
Preview
Text
07111550010003-Master_Thesis.pdf

Download (3MB) | Preview

Abstract

Sistem pencatatan tagihan listrik saat ini hanya mengetahui total biaya akhir dan bentuk dari total tagihan listrik juga belum dijelaskan secara rinci berapa biaya pemakaian tiap peralatan listrik. Penelitian ini merupakan pengembangan dari smart meter untuk mencatat tagihan listrik secara efisien dan mengetahui beban biaya dari tiap peralatan listrik yang digunakan sehingga konsumen dapat mengetahui peralatan apa yang menyebabkan pemborosan penggunaan listrik secara online dengan menggunakan android. Pada penelitian ini digunakan metoda artificial neural network untuk mengidentifikasi peralatan-peralatan elektonik yang digunakan oleh konsumen dan time series modify sebagai metoda pengambilan data secara ringkas tanpa melakukan kombinasi dari sejumlah peralatan. Dengan metoda ini diharapkan dapat memperoleh hasil yang lebih akurat dengan waktu yang lebih cepat pula.
=================================================================================================================================
The current electricity bill recording system only records the total final cost and the format of the total electricity bill is also not explained in detail how much it costs to use each electrical equipment. This research is a development of smart meters to efficiently record electricity bills and find out the cost of each electrical equipment used so that consumers can find out what equipment is causing waste of electricity online using Android.
In this research, an artificial neural network method is used to find electronic equipment used by consumers and time-series change as a method of collecting data in a concise way without making a combination of a number of devices. It is expected to get more accurate results with a faster time using this method.

Item Type: Thesis (Masters)
Additional Information: RTE 621.387 8 Adi o-1
Uncontrolled Keywords: smart meter, artificial neural network, time series modify, android
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1007 Electric power systems control
Divisions: Faculty of Electrical Technology > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User: Moh Fajar Adiatmoko
Date Deposited: 14 Mar 2025 02:18
Last Modified: 14 Mar 2025 02:18
URI: http://repository.its.ac.id/id/eprint/73741

Actions (login required)

View Item View Item