Smart Energy Management System Berbasis IoT dan AI untuk Prediksi Konsumsi Listrik Rumah Tangga

Abstract

Sistem Manajemen Energi Cerdas (SEMS) berbasis IoT dan AI dirancang sebagai solusi atas permasalahan tingginya konsumsi listrik rumah tangga di Indonesia yang menyumbang 43,14% dari total konsumsi energi nasional. Pemborosan kerap terjadi karena tidak adanya pemantauan real-time, prediksi tagihan bulanan, serta peringatan dini terhadap anomali daya. Untuk itu, proyek ini menghadirkan sistem manajemen energi berbasis Internet of Things (IoT) yang mampu memantau, memprediksi, dan memberikan rekomendasi penghematan secara otomatis. Sistem dirancang menggunakan mikrokontroler ESP32, sensor PZEM-004T dan DHT22 untuk pengukuran, serta dashboard web sebagai antarmuka jarak jauh. Dengan memanfaatkan Firebase Realtime Database, sistem memungkinkan pengguna memantau konsumsi listrik dari mana saja, sambil mencatat data secara real-time. Selain itu, kecerdasan sistem ditingkatkan melalui integrasi model Random Forest untuk prediksi konsumsi dan Google Gemini 2.5 Flash untuk rekomendasi penghematan yang kontekstual. Beberapa solusi sistem dibandingkan, mulai dari versi sederhana yang hanya berfokus pada pemantauan hingga versi lengkap yang mengintegrasikan prediksi dan otomasi. Solusi terbaik yang dipilih adalah arsitektur tiga lapis berbasis ESP32 dengan Random Forest, Gemini, dan otomasi N8N, karena mampu memberikan akurasi prediksi tinggi, rekomendasi yang mudah dipahami, dan biaya implementasi yang terjangkau. Sistem ini berhasil memecahkan masalah utama di lapangan, seperti kurangnya transparansi konsumsi listrik, ketidakakuratan prediksi tagihan, serta minimnya kemudahan kontrol bagi pengguna. Dengan sistem ini, efisiensi energi meningkat dan pemborosan dapat diminimalisir. Proyek ini tidak hanya meningkatkan efisiensi listrik rumah tangga, tetapi juga mendukung keberlanjutan lingkungan melalui pemanfaatan teknologi tepat guna.