Laporkan Masalah

Sistem Cerdas Berbasis Aktivitas dan Preferensi Pengguna Dalam Gedung Untuk Penghematan Energi

CHAIRANI, Selo, S.T., M.T., M. Sc, Ph.D.;Widyawan, S.T., M. Sc., Ph.D

2020 | Disertasi | DOKTOR TEKNIK ELEKTRO

Saat ini, perkembangan penggunaan energi sangat pesat. Gedung perkantoran merupakan salah satu area yang besar dalam konsumsi energi, dan diprediksi akan terus meningkat di masa depan. Persediaan energi yang semakin berkurang serta dampak lingkungan seperti penipisan lapisan ozon, pemanasan global, perubahan iklim, dan lain sebagainya menjadikan konsumsi energi semakin hari semakin diperhitungkan. Beberapa penelitian untuk efisiensi energi telah dilakukan, antara lain kontrol perangkat berdasarkan kehadiran, perilaku dan aktivitas, hubungan antara aktivitas dan peralatan, serta teknik penjadwalan. Meskipun mampu menghemat energi dibandingkan dengan teknik konvensional, namun penelitian sebelumnya memiliki keterbatasan antara lain masih bergantung kepada pengguna (semi-manual), serta belum memperhatikan aktivitas dan preferensi pengguna, baik multi-user ataupun grup. Secara real time, aktivitas dan keinginan pengguna sangat mempengaruhi konsumsi energi dalam gedung. Selain itu, untuk mendukung kerja sistem gedung cerdas, perlu dibuat sistem yang dapat mendeteksi aktivitas grup dalam gedung untuk kontrol perangkat dalam gedung. Penelitian ini mengembangkan arsitektur sistem gedung cerdas yang mengontrol perangkat listrik sesuai dengan preferensi, aktivitas (baik multi-user ataupun grup), lokasi, kehadiran, dan jumlah pengguna. Model minimum preferensi, maksimum preferensi, dan rata-rata preferensi dibuat untuk memenuhi preferensi dan aktivitas banyak pengguna agar dapat menghemat energi lebih baik. Penelitian ini juga membuat metode deteksi aktivitas grup dalam gedung menggunakan posisi duduk pengguna yang diperoleh dari identifikasi wajah pengguna melalui penggabungan empat buah gambar dari kamera yang di pasang di setiap sudut ruangan. Validasi dilakukan dengan simulasi menggunakan software Energy Plus, Matlab, dan Microsoft Excel. Simulasi dilakukan di Gedung Kantor Pusat Fakultas Teknik Universitas Gadjah Mada, menggunakan beberapa skenario yaitu skenario konvensional, skenario penjadwalan, dan skenario preferensi dan aktivitas pengguna. Berdasarkan simulasi yang dilakukan, konsumsi energi menggunakan metode minimum preferensi, maksimum preferensi, dan rata-tara preferensi adalah 73,5 kWh/hari, 44,5 kWh/hari, dan 58,9 kWh/hari lebih rendah dari metode penjadwalan sebesar 80,2 kWh/hari. Sementara dalam memenuhi preferensi pengguna terhadap pencahayaan buatan dan suhu dari metode minimum preferensi, maksimum preferensi, dan rata-rata preferensi masing-masing memiliki selisih rata-rata sebesar 198,61 Lux, 215,05 Lux, dan 180,10 Lux, serta 4,60oC, 4,52oC, dan 2,58oC.

Currently, energy consumption is growing very rapidly. Office buildings are one of the areas with high energy consumption and predicted to increase in the future. The diminishing energy supply and environmental impacts such as ozone depletion, global warming, climate change, and so on, make energy consumption increasingly thoughtful. Several studies on energy efficiency have been carried out, including control of devices based on presence, behavior and activities, the relationship between activities and equipment, and scheduling techniques. Although these studies have been able to save energy compared to conventional techniques, they have limitations, such as, they still depend on the user (semi-manual) and do not accommodate the activities and preferences of users, both multi-user or group. In real-time, user activities and preferences greatly influence energy consumption in buildings. In addition, to support the work of intelligent building systems, it is necessary to have a group activity detection system in the building to control devices in the building. This study is developing a smart building system architecture that controls electrical devices based on user preferences, activities (multi-user or group), location, presence, and the number of users. Model minimum preferences, maximum preferences, and average preferences are made to accommodate multi-user preferences and activities to be able to save energy better. Moreover, this study proposed a method of group activity recognition in buildings using the user's sitting position obtained from the user's face identification. Four images from cameras mounted in each corner of the room are combined. The model and method are validated by using several software simulations, namely Energy Plus, Matlab, and Microsoft Excel. The simulation was conducted at the Head Office, Faculty of Engineering Universitas Gadjah Mada, by using several scenarios, namely conventional scenarios, scheduling scenarios, and user activity and preference scenarios. Based on those simulations, energy consumption uses minimum preferences, maximum preferences, and average preferences are 73.5 kWh/day, 44.5 kWh/day, and 58.9 kWh/day. The energy consumption is more efficient compared to the scheduling method of 80.2 kWh/day. Meanwhile, user preferences that can be accommodated by the three models each of them have an average difference of 198.61 Lux, 215.05 Lux, and 180.10 Lux for lighting; and 4.60oC, 4.52oC, and 2.58oC for temperature.

Kata Kunci : smart building, preferensi pengguna, deteksi aktivitas, efisiensi energi/smart building, users preferences, activity recognition, energy savings

  1. S3-2019-389923-abstract.pdf  
  2. S3-2019-389923-bibliography.pdf  
  3. S3-2019-389923-tableofcontent.pdf  
  4. S3-2019-389923-title.pdf