Dalam upaya mendorong efisiensi energi dan sistem bangunan cerdas (smart building), dosen Program Studi Teknologi Rekayasa Internet, Yuris Mulya Saputra, bersama tim peneliti dari Universitas Gadjah Mada dan Coventry University, mempublikasikan penelitian inovatif mengenai deteksi hunian ruangan menggunakan pendekatan berbasis machine learning.
Penelitian yang dilakukan oleh Dr. Sahirul Alam, S.T., M.Eng beserta kolaborator lainnya ini memanfaatkan algoritma Random Forest yang diperkaya dengan fitur waktu (timestamp features) untuk mendeteksi keberadaan orang dalam suatu ruangan. Selain itu, metode seleksi fitur ANOVA (Analysis of Variance) diterapkan untuk mengidentifikasi variabel-variabel input yang paling relevan dan berdampak signifikan terhadap hasil prediksi.
Tujuan utama dari studi ini adalah untuk menciptakan sistem deteksi hunian yang tidak hanya akurat tetapi juga efisien secara komputasi, yang pada akhirnya dapat mendukung sistem otomasi gedung dalam mengatur pencahayaan, pendingin ruangan, dan konsumsi energi lainnya secara lebih adaptif. Dengan mengetahui kapan suatu ruangan digunakan atau tidak, sistem dapat secara otomatis menyesuaikan operasional perangkat yang boros energi, sehingga menghasilkan penghematan konsumsi energi dan berkontribusi terhadap lingkungan yang lebih berkelanjutan.
Hasil penelitian menunjukkan bahwa model yang dikembangkan memiliki tingkat akurasi yang tinggi dalam mengklasifikasikan status ruangan (berpenghuni atau tidak), menjadikannya solusi potensial untuk integrasi dalam sistem otomasi gedung pintar di masa depan.
Kontribusi riset ini tidak hanya relevan dengan pengembangan teknologi informasi dan Internet of Things (IoT), tetapi juga sejalan dengan beberapa poin Tujuan Pembangunan Berkelanjutan (SDGs), terutama dalam aspek efisiensi energi dan mitigasi perubahan iklim.
Referensi: Journal of Computing Science and Engineering