Sistem Pemantauan dan Klasifikasi Kondisi Lampu dengan Metode Naïve Bayes

Rahmi Hidayati; Irma Nirmala; Suhardi Suhardi

doi:10.62411/tc.v23i1.9680

Sistem Pemantauan dan Klasifikasi Kondisi Lampu dengan Metode Naïve Bayes

Rahmi Hidayati, Irma Nirmala, Suhardi Suhardi

Abstract

Smarthome adalah sebuah sistem yang telah direncanakan dan dikembangkan dengan tujuan menyederhanakan beragam proses yang terjadi di dalam rumah. Dalam konteks ini, salah satu aspek utama yang diterapkan di rumah pintar adalah pemantauan pencahayaan ruangan. Pencahayaan merupakan faktor kunci dalam kenyamanan dan fungsionalitas kehidupan sehari-hari. Oleh karena itu, peran lampu dalam lingkungan rumah sangat dibutuhkan. Seringkali penghuni rumah cenderung lalai dalam mematikan lampu ketika tidak digunakan, hal ini dapat menyebabkan peningkatan konsumsi energi yang tidak efisien dan pemborosan sumber daya. Untuk mengatasi masalah ini, dibutuhkan teknologi yang mampu memantau dan mengendalikan pencahayaan secara otomatis. Pada penelitian ini, sebuah sistem pemantauan dan klasifikasi kondisi lampu dikembangkan dengan menerapkan metode naïve bayes. Dataset yang digunakan dalam penelitian ini terdiri dari 672 data latih dan 168 data uji. Pengujian dilakukan, dengan confusionmatrix, menghasilkan tingkat accuracy sebesar 98.71%, precision sebesar 98.16%, recall sebesar 98.42%, dan F-1 score sevesar 98.29%. Hasil penelitian ini menunjukkan bahwa metode naïve bayes sangat efektif dalam sistem pemantauan dan klasifikasi kondisi lampu lampu pada ruangan.

Keywords

Classification, Lamp, Naïve Bayes, Monitoring

Full Text:

PDF

References

A. Taufik;, B. G. Sudarsono:, A. Budiyantara;, I. K. Sudaryana:, and T. T. Muryono, Pengantar Teknologi Informasi. Jawa Tengah: CV. PENA PERSADA, 2022.

Z. Girsang and W. Ritonga, “Rancang Bangun Sistem Pengontrol Lampu Otomatis Berbasis Arduino Uno R3 Dan Smartphone,” EINSTEIN e-JOURNAL, vol. 7, no. 1, 2019, doi: 10.24114/einstein.v7i1.12496.

Suhardi, R. Hidayati, and I. Nirmala, “Smart Lamp: Kendali dan Monitor lampu Berbasis Internet Of Things,” J. Jupiter, vol. 14, no. 2, pp. 507–515, 2022, [Online]. Available: https://jurnal.polsri.ac.id/index.php/jupiter/article/view/5591

D. Hermanto, “Sistem Pengontrol Lampu Menggunakan Fitur Pengenalan Suara Manusia,” J. Infomedia, vol. 2, no. 2, 2018, doi: 10.30811/.v2i2.515.

S. Zulaikha, A. Adria, and A. Rahman, “Sistem Otomasi Lampu Rumah Adaptif Berbasis Artificial Neural Network,” J. Karya Ilm. Tek. Elektro, vol. 3, no. 2, pp. 68–75, 2018.

A. G. S. Utama, N. M. Janani, S. Silfiana, T. N. A. Wulandari, and B. Budiningtyas, “Automation Of Electrical Energy Savings System: Hemat Listrik, Hemat Biaya,” Ekuitas J. Pendidik. Ekon., vol. 6, no. 2, pp. 79–87, 2018, doi: 10.23887/ekuitas.v6i2.16303.

A. Setiawan, F. I. Komputer, P. Studi, T. Informatika, and U. D. Nuswantoro, “Klasifikasi Alat Pemadam Kebakaran Ringan (Apar) sebagai Proteksi Awal Kebakaran pada Ruangan Perguruan Tinggi Menggunakan Metode Naive Bayes,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 10, no. 2, pp. 513–518, 2019, [Online]. Available: https://jurnal.umk.ac.id/index.php/simet/article/view/3149/1865

S. F. Himmah, D. Syauqy, M. Hannats, and H. Ichsan, “Implementasi Metode Naïve Bayes pada Sistem Stop Kontak untuk Klasifikasi Perangkat Elektronik dalam Kamar,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 12, pp. 6000–6007, 2018.

S. M. Pratama, W. Kurniawan, and H. Fitriyah, “Implementasi Algoritme Naive Bayes Menggunakan Arduino UNO untuk Otomatisasi Lampu Ruangan Berdasarkan Kebiasaan dari Penghuni Rumah,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 9, pp. 2485–2490, 2018.

T. Nugroho, M. Nasrun, and C. Setianingsih, “Smart Lamp Control Based on User Behavior for Two Lamps Using K-Nearest Neighbour,” 2019 Int. Conf. Adv. Mechatronics, Intell. Manuf. Ind. Autom. ICAMIMIA 2019 - Proceeding, pp. 123–128, 2019, doi: 10.1109/ICAMIMIA47173.2019.9223423.

A. Y. Bastomi, D. Syauqy, and I. Arwani, “Sistem Otomatisasi Lampu Rumah Dengan Algoritme Naïve Bayes Berdasarkan Kebiasaan Penghuni Rumah,” vol. 3, no. 9, pp. 8740–8745, 2019, [Online]. Available: http://j-ptiik.ub.ac.id

A. Ramadhani and M. A. Sembiring, “Sistem Kendali Berbasis Machine Learning Menggunkan Model Neive Bayes Pada Pengeringan Padi Otomatis,” J. Sci. Soc. Res., vol. 5, no. 3, p. 690, 2022, doi: 10.54314/jssr.v5i3.1040.

I. Kasogi, E. Setiawan, and D. Syauqy, “Pengoptimalan Lampu Lalu Lintas menggunakan Metode Naïve Bayes Classifier,” vol. 4, no. 6, pp. 1725–1731, 2020, [Online]. Available: http://j-ptiik.ub.ac.id

D. Y. Setyawan;, Nurfiana;, R. Syahputri;, and Nurjoko;, Internet of Things ESP8266 ESP32 Web Server. Yogyakarta: Jejak Pustaka, 2021.

H. M. Saleh Muhamad, “1601-3583-1-Pb,” vol. 8, no. 2, pp. 87–94, 2017.

M. Taif, M. Y. Hi. Abbas, and M. Jamil, “Penggunaan Sensor Acs712 Dan Sensor Tegangan Untuk Pengukuran Jatuh Tegangan Tiga Fasa Berbasis Mikrokontroler Dan Modul Gsm/Gprs Shield,” PROtek J. Ilm. Tek. Elektro, vol. 6, no. 1, 2019, doi: 10.33387/protk.v6i1.1009.

V. Wahyuningrum, “Penerapan Radial Basis Function Neural Network dalam Pengklasifikasian Daerah Tertinggal di Indonesia,” J. Apl. Stat. Komputasi Stat., vol. 12, no. 1, p. 37, 2020, doi: 10.34123/jurnalasks.v12i1.250.

DOI: https://doi.org/10.62411/tc.v23i1.9680