Deskripsi
Pengelolaan energi yang tidak efisien pada gedung kelas, yang sering kali mengandalkan sistem manual dan jadwal statis, menyebabkan pemborosan energi yang signifikan. Penelitian ini mengusulkan pengembangan sebuah sistem manajemen energi cerdas berbasis AIoT (Artificial Intelligence of Things) untuk mengoptimalkan konsumsi energi di lingkungan kelas. Sistem ini mengintegrasikan jaringan sensor multimodal (kamera, thermal, PIR) dengan teknik fusi data multisensor untuk mencapai deteksi okupansi yang sangat akurat dan andal, meminimalkan false positive/negative. Data sensor ini diproses oleh algoritma hybrid deep learning dan reinforcement learning yang memungkinkan kontrol adaptif dan dinamis terhadap perangkat pencahayaan dan HVAC berdasarkan kondisi okupansi dan lingkungan secara real-time.Keunikan sistem terletak pada pemanfaatan data jadwal akademik untuk menciptakan logika operasional yang kontekstual, memungkinkan tindakan seperti pre-conditioning ruangan sebelum kelas dimulai dan mematikan perangkat selama periode tidak ada jadwal. Selain itu, sebuah aplikasi mobile dikembangkan untuk memberikan kemampuan pemantauan real-time dan pemberitahuan anomaly kepada manajer fasilitas.Hasil yang diharapkan dari implementasi sistem ini adalah peningkatan efisiensi energi yang signifikan, pengurangan biaya operasional, dan kontribusi terhadap keberlanjutan lingkungan di institusi pendidikan, sekaligus menjawab tantangan akurasi, adaptabilitas, dan pemantauan yang menjadi kelemahan sistem konvensional.