SMART ELECTRICITY MANAGEMENT: SEBUAH SISTEM INOVATIF UNTUK MENGATASI MASALAH INEFISIENSI LISTRIK

Oleh Abdul Hafidz Syam, Arkan Said Ramadhan, Fayiz Iffat Asyrofi, Galen Alzena Zaidaan, Hasby Maulana Tsalist, Rakha Purwa Ramadhan

(Kelas 10 SMAIT Mentari Ilmu Karawang)

LATAR BELAKANG

Konsumsi energi listrik terus meningkat seiring pesatnya urbanisasi dan digitalisasi, terutama di kota-kota metropolitan. Pada tahun 2026, kebutuhan listrik tidak lagi terbatas pada sektor industri, melainkan telah merambah ke rumah tangga dan sektor komersial yang semakin bergantung pada perangkat elektronik. Bangunan-bangunan saat ini bahkan menyumbang sekitar 40% dari total penggunaan energi global, sebagian besar untuk keperluan pencahayaan, pendingin ruangan, dan peralatan elektronik lainnya.

Di tengah tren konsumsi yang terus naik tersebut, sistem pengelolaan energi yang ada masih bersifat manual dan bergantung pada pengoperasian manusia dan belum mampu merespons dinamika kebutuhan energi secara real-time. Kondisi ini berujung pada pemborosan energi yang tidak hanya membengkakkan biaya operasional, tetapi juga berkontribusi pada peningkatan emisi karbon secara signifikan.

Indonesia pun menghadapi tantangan serupa. Negeri ini sedang berjuang menuju target net zero emission pada tahun 2060, namun tingkat efisiensi penggunaan listrik di sektor rumah tangga dan perkantoran masih tergolong rendah. Teknologi smart energy management yang sejatinya bisa menjadi solusi, penerapannya masih terpusat di level industri besar dan belum menjangkau masyarakat luas. Keterbatasan edukasi teknologi, tingginya biaya investasi awal, serta sistem pemantauan yang masih bersifat pasif, hanya mencatat tanpa mampu mengendalikan, menjadi hambatan nyata.

Di sinilah penelitian ini mengambil posisi. Dengan menggabungkan kekuatan Artificial Intelligence (AI) dan Internet of Things (IoT), tim peneliti dari SMA IT Mentari Ilmu Karawang mengembangkan sebuah sistem Smart Electricity Management yang tidak sekadar memantau, tetapi juga mampu mengontrol, menganalisis, dan memberikan rekomendasi efisiensi energi secara otomatis kepada pengguna.

KAJIAN PUSTAKA

Penelitian-penelitian terdahulu di bidang monitoring energi berbasis IoT telah menunjukkan hasil yang menjanjikan. Sistem monitoring menggunakan sensor PZEM-004T yang dihubungkan dengan mikrokontroler ESP32, misalnya, terbukti mampu menyajikan data konsumsi energi secara real-time dengan tingkat kesalahan pengukuran yang relatif kecil yaitu sekitar 0,5% untuk tegangan dan 4,2% untuk daya. Meski demikian, sebagian besar penelitian tersebut masih berfokus pada fungsi pemantauan semata, tanpa disertai sistem kontrol yang cerdas dan adaptif.

Penelitian tentang Smart Energy Management System (SEMS) menunjukkan bahwa sistem yang mengintegrasikan monitoring dan kontrol otomatis menghasilkan efisiensi yang jauh lebih baik. Studi Wibowo dkk. (2024) membuktikan bahwa SEMS berbasis IoT mampu mengontrol alat elektronik secara otomatis berdasarkan jadwal dan keberadaan pengguna. Sementara itu, penerapan AI dalam manajemen energi khususnya melalui metode machine learning dan artificial neural network terbukti mampu meningkatkan akurasi prediksi beban listrik hingga lebih dari 90%, sekaligus menghasilkan penghematan konsumsi listrik antara 22% hingga 28%.

Satu aspek yang masih belum sempurna dari riset-riset sebelumnya adalah keterlibatan aktif pengguna (user engagement). Sistem yang ada cenderung bersifat teknis dan pasif dari sisi pengguna, sehingga kurang efektif dalam mendorong perubahan perilaku jangka panjang. Penelitian oleh Hamari dkk. (2014) memperlihatkan bahwa pendekatan gamifikasi dengan elemen seperti poin, level, dan reward efektif meningkatkan motivasi dan mengubah perilaku pengguna, khususnya di kalangan remaja.

Berdasarkan research gap ini, penelitian yang diusulkan hadir dengan membawa inovasi berupa integrasi antara sistem IoT, kontrol berbasis AI, dan gamifikasi interaktif dalam satu platform berbasis web. Ini adalah kombinasi yang belum pernah dikembangkan secara terpadu dalam konteks manajemen energi listrik.

METODE PENELITIAN

Penelitian menggunakan pendekatan Design Thinking yang berpusat pada kebutuhan pengguna, dengan metode eksperimen melalui pendekatan prototipe. Proses berlangsung dari Maret hingga Mei 2026, bertempat di lingkungan rumah tangga dan ruang kerja sederhana sebagai lokasi uji coba.

Tahapan penelitian mencakup lima langkah: Empathize (memahami pola penggunaan energi pengguna melalui observasi dan wawancara), Define (merumuskan masalah utama), Ideate (merancang konsep solusi), Prototype (membangun sistem), dan Test (menguji fungsionalitas dan pengalaman pengguna).

Komponen perangkat keras yang digunakan meliputi:

·         ESP32 sebagai pusat kendali yang menghubungkan seluruh komponen

·         Sensor PZEM untuk mengukur konsumsi daya listrik secara real-time

·         Modul relay untuk mengontrol aliran listrik ke perangkat pengguna

·         Modul step-down untuk menyesuaikan tegangan bagi ESP32

·         OLED untuk menampilkan informasi dan kode pairing perangkat

Gambar 1. Rangkaian Prototipe

Sumber: Dokumen Pribadi

Perangkat lunak yang digunakan mencakup React (frontend), Cloudflare Workers (backend), Firebase (database dan autentikasi), serta JavaScript sebagai bahasa pemrograman utama.

Arsitektur sistem dirancang berjenjang: dari sensor PZEM membaca data listrik, ESP32 memproses dan mengirimkan data ke backend melalui WiFi, lalu data disimpan di Firebase, AI menganalisis pola konsumsi dan memberikan rekomendasi, pengguna juga dapat memantau dan mengontrol perangkat melalui aplikasi web. Sistem gamifikasi berjalan secara paralel berdasarkan aktivitas dan perilaku hemat energi pengguna.

Gambar 2. Sistem Kerja Alat

Sumber: Dokumen Pribadi

HASIL PENELITIAN

Pengujian dilakukan dalam tujuh tahap percobaan dengan indikator penilaian meliputi kondisi rangkaian kabel, coding sistem, penampilan data konsumsi, pengontrolan alat, dan interaksi dengan pengguna.

Pada percobaan-percobaan awal, sistem masih menghadapi berbagai kendala teknis: rangkaian kabel yang belum sempurna, coding yang membutuhkan penyesuaian berulang, serta OLED yang belum mampu menampilkan data konsumsi daya. Interaksi dengan pengguna melalui web, menariknya, sudah berjalan stabil sejak percobaan pertama.

Perbaikan demi perbaikan menghasilkan kemajuan bertahap. Pada percobaan kelima, OLED sudah berhasil menampilkan data konsumsi energi setiap 5 detik secara akurat, dan data tersebut berhasil tersambung ke web. Percobaan keenam memastikan keamanan rangkaian kabel dengan penambahan isolasi. Pada percobaan ketujuh, sistem berhasil melakukan pengontrolan konsumsi daya listrik dari jarak jauh melalui perangkat smartphone maupun komputer menggunakan WiFi.

Berikut ringkasan progres pengujian:

Keterangan: 1 = Belum dapat diuji, 2 = Terdapat masalah, 3 = Sesuai fungsi, belum stabil, 4 = Stabil dan laya

PEMBAHASAN

Hasil penelitian menunjukkan kesesuaian yang kuat dengan beberapa teori yang menjadi landasan penelitian:

Teori Konsep Listrik. Sistem terbukti mampu menganalisis perubahan arus listrik berdasarkan waktu penggunaan dan jenis peralatan, memberikan indikasi bahwa konsumsi energi bersifat dinamis dan dipengaruhi interaksi antara pengguna dan perangkat elektroniknya.

Teori SEMS. Sistem berhasil mengintegrasikan sensor, komunikasi data, dan analisis konsumsi energi untuk menampilkan informasi penggunaan energi listrik setiap 5 detik secara akurat, jauh melampaui kemampuan pencatatan manual konvensional. Ini mendukung klaim bahwa SEMS meningkatkan efisiensi dan dapat memonitoring penggunaan energi.

Teori IoT. Konektivitas WiFi yang stabil memungkinkan pengiriman dan penerimaan data konsumsi secara otomatis melalui smartphone maupun komputer, membuktikan penggunaan  strategis IoT sebagai sistem manajemen energi modern berbasis monitoring dan kontrol jarak jauh.

Teori Manajemen Energi. Sistem yang dikembangkan baru mampu menjalankan fungsi pengawasan secara sistematis, sementara fungsi perencanaan dan pengontrolan otomatis penuh masih dalam tahap pengembangan. Dengan kata lain, prinsip manajemen energi yang komprehensif mencakup perencanaan, pengawasan, pengendalian, dan evaluasi belum sepenuhnya terpenuhi.

Dari sisi dampak, sistem ini dinilai memberikan manfaat pada tiga aspek: lingkungan (meminimalkan konsumsi listrik dan mengurangi ketergantungan pada energi tak terbarukan), edukatif (meningkatkan kesadaran pengguna dalam mengelola konsumsi daya), dan sosial (membantu masyarakat memperhitungkan tagihan listrik demi cashflow yang lebih terkontrol).

Kesimpulan

Penelitian ini berhasil membuktikan bahwa sistem Smart Electricity Management berbasis AI dan IoT yang dikembangkan mampu memantau konsumsi energi listrik secara real-time dengan performa pemakaian yang stabil dan layak digunakan. Sistem dapat mencatat konsumsi energi secara akurat dan menampilkannya melalui perangkat digital pengguna.

Integrasi IoT sebagai sistem pengontrolan dan AI sebagai penganalisis pola konsumsi memiliki peluang untuk mengontrol energi yang disesuaikan dengan kebutuhan dan aktivitas aktual pengguna. Penerapan AI dalam menganalisis, memprediksi, dan memberikan rekomendasi efisiensi terbukti efektif meningkatkan kesadaran pengguna terhadap pola konsumsi energi listrik.

Untuk penyempurnaannya, sistem ini masih memerlukan pengembangan lanjutan: penyempurnaan rangkaian kabel, peningkatan stabilitas pengontrolan otomatis, dan perluasan media komunikasi di luar WiFi agar jangkauan akses lebih luas. Dengan pengembangan yang tepat, kami harapkan sistem ini berpotensi dapat diterapkan dalam skala yang lebih besar — dari rumah tangga, perkantoran, hingga smart building dan smart city.

Daftar Pustaka

Deterding, S., Dixon, D., Khaled, R., & Nacke, L. (2011). From Game Design Elements to Gamefulness: Defining Gamification. Proceedings of the 15th International Academic MindTrek Conference, 9–15. ACM. https://doi.org/10.1145/2181037.2181040

Firdaus, M. H., dkk. (2024). Smart Energy Monitoring & Load Control Berbasis IoT dan Fuzzy Logic. Jurnal Teknik Elektro. https://ejournal.unesa.ac.id/index.php/JTE/article/view/44004/37577

Hamari, J., Koivisto, J., & Sarsa, H. (2014). Does Gamification Work? A Literature Review of Empirical Studies on Gamification. Proceedings of the 47th Hawaii International Conference on System Sciences (HICSS), 3025–3034. IEEE. https://doi.org/10.1109/HICSS.2014.377

Prayoga, A., dkk. (2022). Rancang Bangun Sistem Kontrol Beban Listrik Berbasis IoT. Jurnal Teknik Elektro Universitas Negeri Surabaya. https://ejournal.unesa.ac.id/index.php/JTE/article/view/42284/36338

Wibowo, dkk. (2024). Smart Energy Management System Berbasis Internet of Things. Jurnal Teknik Elektro.