Parametric Study for Smart Energy Consumption Optimizer

Peningkatan penggunaan energi erat kaitannya dengan kemajuan suatu negara. Di USA ada kenaikan 3.5 % dalam penggunaan energi setiap tahunnya begitu juga di Indonesia dengan 5.56 %. Perkembangan ini perlu disambut baik, namun di lain sisi perlu diketahui peningkatan penggunaan energi yang tidak efisien dapat menjadi masalah besar jika tidak ada manajemen energi. Seperti penggunaan air conditioner yang mengambil bagian 16 % dari total penggunaan energi global perlu mendapat perhatian khusus. Disinilah, penulis ingin membuat suatu produk Smart Energy Consumption Optimizer yang berfungsi untuk mengoptimasi penggunaan energi pada split air conditioner dengan menggunakan algoritma deep reinforcement learning di dalam sistem kontrol. Dalam tahap pembuatan produk tersebut diperlukan riset, maka dari itu lah riset ini dilakukan untuk mempelajari perilaku dari produk tersebut melalui studi parametrik. Parameter yang akan dibahas adalah parameter sistem kontrol yaitu learning rate, batch size, discounted reward, dan power preferences yang akan dicari relasi nya terhadap performa yang dihasilkan yang dapat dinilai dengan metrik user comfort error dan penggunaan energi dari air conditioner tersebut setelah memakai kontroler. Hasil yang ditemukan, parameter yang paling mempengaruhi user comfort error adalah discounted reward. Sedangkan yang paling mempengaruhi penggunaan energi adalah parameter power preferences. Untuk parameter learning rate dan batch size, kedua parameter itu dapat dikategorikan insiginifikan karena output yang dihasilkan tidak dapat diprediksi dengan adanya faktor ketidakpastian di dalam hasilnya