SEPREN: Journal of Mathematics Education and Applied E-ISSN: 2686-4452 .
doi: https://doi.
org/10.
36655/sepren.
Vol.
No.
01, pp.
November 2025
INTEGRASI IOT DALAM EFISIENSI ENERGI LISTRIK
RUMAH TANGGA BERBASIS SMART GRID
MENGGUNAKAN METODE FUZZY SUGENO
Riri Syafitri Lubis1.
Akbar Serdano2.
Syahrul Ardiansyah Nasution3 Muhammad Fathir Aulia4
1,2,3,4
Universitas Islam Negeri Sumatera Utara riri_syafitri@uinsu.
id akbar.
serdano@uinsu.
id syahrul.
ardiansyah@uinsu.
muhammad0701223160@uinsu.
Abstract Household electricity usage can generally only be monitored through a household electricity meter, not through the electrical current output from the household appliances used.
Basically, household electricity usage is based on how many household appliances are used and whether they are on.
The utilization of technology has also not been maximized, such as the use of IoT devices sold on the market or the implementation of electricity saving measures starting from turning off unused household appliances or the use of automatic sensors to cut off the electricity when not in use.
By utilizing Internet of Things (IoT) technology, it can help monitor and control the electricity output through mobile devices.
In addition, it can reduce household electricity consumption by automatically turning off / turning off when the output current is excessive / not being used.
The use of IoT in households has not been maximized, the concept of a smart grid that can control savings and monitor household electricity usage is the best solution, coupled with the fuzzy method used to further increase the efficiency of household electricity.
Keyword: IoT.
ESP32.
Smart Grid.
Fuzzy Sugeno Abstrak Keborosan energi listrik rumah tangga sering terjadi karena pemakaian listrik yang berlebih sehingga tidak diketahui pemakaian listrik tersebut.
Pemakaian listrik hanya dapat dipantau melalui meteran listrik, bukan melalui arus listrik yang keluar dari alat rumah tangga yang Pada dasarnya penggunaan energi listrik rumah tangga berdasarkan berapa jumlah alat rumah tangga yang digunakan dan dalam keadaan hidup.
Pemanfaatan teknologi juga belum secara maksimal dilakukan seperti penggunaan perangkat IoT yang dijual pasaran atau penerapan langka-langkah penghematan energi listrik mulai dari mematikan alat rumah tangga yang tidak terpakai maupun penggunan sensor otomatis memutuskan arus listrik jika tidak Dengan memanfaatkan teknologi Internet of Things (IoT) dapat membantu memantau dan mengontrol arus keluar listrik melalui perangkat handphone.
Selain itu, dapat mengurangi konsumsi listrik rumah tangga dengan mematikan secara otomatis saat arus keluarnya berlebihan / tidak sedang digunakan.
Penggunaan IoT dalam rumah tangga belum dilakukan secara maksimal, konsep smart grid yang dapat mengontrol penghematan serta memantau pemakaian energi listrik rumah tangga menjadikan solusi terbaik ditambah dengan metode fuzzy yang digunakan akan lebih jauh mengefisiensikan energi listrik rumah tangga.
Kata Kunci: IoT.
ESP32.
Smart Grid.
Fuzzy Sugeno Pendahuluan Energi merupakan aspek fundamental dalam kehidupan modern.
Berbagai aktivitas manusia di sektor rumah tangga, industri, bisnis, hingga pelayanan publik sangat bergantung pada pasokan energi listrik yang stabil dan andal.
(PLN) berperan strategis sebagai penyedia utama listrik SEPREN: Journal of Mathematics Education and Applied E-ISSN: 2686-4452 .
doi: https://doi.
org/10.
36655/sepren.
Vol.
No.
01, pp.
November 2025 nasional dan bertanggung jawab dalam memenuhi kebutuhan energi masyarakat (Khair et al.
Energi listrik dihasilkan dari perpindahan muatan listrik statik yang menggerakkan muatan listrik dinamis (Pujiarini & Sudarti, 2.
, menjadikannya sumber daya penting dalam mendukung berbagai kegiatan kehidupan.
Dalam konteks kemajuan teknologi global, konsep hadir sebagai pendekatan inovatif untuk menjawab tantangan sosial seperti kemiskinan dan kesenjangan ekonomi.
Konsep ini menitikberatkan pada pemanfaatan teknologi sebagai sarana untuk meningkatkan kualitas hidup manusia, bukan semata-mata sebagai alat ekonomi.
Melalui penerapan Society 5.
0, diharapkan tercapai keseimbangan antara kemajuan teknologi dan kesejahteraan sosial masyarakat (Wibowo.
Salah satu pilar utama dalam Society 5.
0 adalah (IoT).
IoT merupakan sistem komunikasi antar perangkat .
achine to machin.
dengan manusia sebagai pengendali dan pengguna utama.
Unsur penting dalam IoT meliputi perangkat fisik yang dilengkapi modul teknologi informasi, koneksi internet, serta penyimpanan berbasis cloud.
Teknologi ini memungkinkan perangkat saling terhubung secara real-time, menyimpan data dalam bentuk Big Data, dan mengolahnya untuk berbagai kebutuhan (Sawitri, 2.
Sejalan dengan kemajuan tersebut, konsep menjadi inovasi penting dalam sistem distribusi energi Smart Grid merupakan hasil modernisasi sistem kelistrikan yang memanfaatkan sensor, komunikasi, komputasi, dan kontrol untuk meningkatkan efisiensi distribusi energi (Denny Haryanto Sinaga et al.
, 2.
Teknologi ini memungkinkan interaksi dua arah antara penyedia dan pengguna listrik sehingga konsumsi energi dapat dipantau dan dikendalikan secara lebih optimal (Lu et al.
, 2009.
Thomas & McDonald, 2.
Dalam mendukung proses pengambilan keputusan otomatis pada sistem Smart Grid, pendekatan (FIS) menjadi metode yang relevan untuk digunakan.
Beberapa jenis metode FIS seperti Tsukamoto.
Mamdani, dan banyak diterapkan dalam sistem kontrol.
Pada metode Sugeno, konsekuen menggunakan konstanta atau persamaan linear sehingga sistem mampu memberikan hasil keluaran dengan cepat dan presisi (Gozali, 2.
Pendekatan ini dinilai sangat sesuai untuk mendukung efisiensi penggunaan energi listrik di rumah tangga.
Sejumlah penelitian terdahulu oleh (Denny Haryanto Sinaga et al.
, 2.
menyoroti peluang dan tantangan penerapan Smart Grid dalam meningkatkan efisiensi distribusi energi.
Sementara itu, (Kirsan et al.
, 2.
membuktikan efektivitas IoT dalam pengendalian penggunaan AC hemat (Prasetyo et al.
, 2.
mengembangkan konsep smart home berbasis IoT untuk pengendalian perangkat otomatis, sedangkan (Alfafa & Bilfaqih, 2.
merancang sistem smart home berdaya rendah menggunakan algoritma optimisasi.
Penelitian terdahulu cenderung berfokus secara parsial .
isalnya, hanya pada Smart Grid di level distribusi, atau IoT pada perangkat tunggal/otomatisasi dasa.
Belum ada penelitian yang secara terintegrasi menggabungkan kerangka Smart Grid dengan solusi Smart Home/IoT yang menerapkan kontrol cerdas untuk monitoring dan efisiensi optimal pada perangkat rumah tangga.
Meskipun ada yang menggunakan algoritma, belum ditemukan penelitian yang secara spesifik mengaplikasikan metode Fuzzy Sugeno dalam konteks gabungan IoT berbasis Smart Grid untuk kontrol adaptif perangkat rumah tangga, yang mampu menangani ketidakpastian dan memberikan efisiensi yang lebih optimal daripada kontrol ON/OFF atau otomatisasi dasar.
Permasalahan lainnya dalam konsumsi energi rumah tangga memiliki keterbatasan pemantauan melalui meteran listrik secara konvensional.
Pemanfaatan IoT untuk penghematan energi belum optimal, begitu pula penerapan sensor otomatis yang dapat memutus arus listrik ketika perangkat tidak digunakan.
Kondisi ini menyebabkan pemborosan energi karena banyak peralatan dibiarkan menyala meski tidak sedang dipakai.
Padahal, dengan penerapan IoT, aliran listrik dapat dikendalikan dan dimonitor secara real-time melalui perangkat pintar seperti ponsel (Sawitri.
SEPREN: Journal of Mathematics Education and Applied E-ISSN: 2686-4452 .
doi: https://doi.
org/10.
36655/sepren.
Vol.
No.
01, pp.
November 2025 Berdasarkan permasalahan tersebut mencakup dua hal, yaitu bagaimana pemanfaatan IoT untuk pemantauan dan pengendalian energi listrik rumah tangga, serta bagaimana membangun sistem terintegrasi IoT berbasis Smart Grid menggunakan metode Fuzzy Sugeno guna meningkatkan efisiensi energi.
Penelitian ini bertujuan untuk menerapkan konsep Smart Grid dalam mendukung penghematan energi, mengembangkan sistem yang efisien, serta mengintegrasikan IoT dengan metode Fuzzy Sugeno sebagai solusi terhadap permasalahan konsumsi energi rumah tangga.
Metode Penelitian Penelitian ini menggunakan pendekatan penelitian & pengembangan (R&D), dengan tujuan untuk mengembangkan dan mengevaluasi kemampuan untuk membuat produk tertentu.
Tahapan atau langkah-langkah Metode R&D menggunakan model Borg & Gall (Sugiono, 2.
Gambar 1.
Bagan Alur Tahapan Metode R&D Model Borg and Gall Dalam penelitian ini penerapan konsep Smart Grid dilakukan dengan melakukan pengumpulan data secara realtime dengan memanfaatkan infrastruktur teknologi yang cangih serta mengunakan Algoritma Fuzzy Sugeno dalam memaksimalkan penghematan energi Listrik rumah tangga.
Diagram alir metode yang digunakan dalam Fuzzy Sugeno dapat dilihat pada gambar dibawah ini.
Gambar 2.
Diagram Alir Metode Fuzzy SEPREN: Journal of Mathematics Education and Applied E-ISSN: 2686-4452 .
doi: https://doi.
org/10.
36655/sepren.
Vol.
No.
01, pp.
November 2025 Adapun perhitungan/rumus yang digunakan dalam penentuan di Fuzzy Sugeno sebagai berikut:
Fuzzifikasi Tahap ini mengubah nilai crisp .
dari variabel input menjadi nilai fuzzy .
erajat keanggotaa.
menggunakan fungsi keanggotaan ().
Fungsi Keanggotaan (): Nilai derajat keanggotaan input, misalnya x, terhadap suatu himpunan fuzzy yaycn .
ontoh: "Daya Tinggi") dihitung.
Contoh Rumus Fungsi Trapesium:
Pembentukan Aturan (Rule Evaluatio.
Setiap aturan fuzzy memiliki bentuk: IF (Input 1 is yaycn AND (Input 2 is yaAycn ) THEN .
csycn = f.
, .
Derajat Aktivasi Aturan (Oyycn ): Dihitung menggunakan operator T-norm (Minimum atau Produc.
dari derajat keanggotaan semua input.
Menggunakan Operator MIN (Minimu.
Menggunakan Operator PRODUCT:
Konsekuen Aturan (Consequent Calculatio.
Model Sugeno menggunakan fungsi linier atau konstanta sebagai konsekuen output .
csycn ).
Konsekuen Fungsi Linier (Sugeno Orde Pertam.
Konsekuen Konstanta (Sugeno Orde No.
Defuzzifikasi (Defuzzificatio.
Metode defuzzifikasi yang digunakan adalah Rata-Rata Terbobot (Weighted Averag.
untuk menghasilkan nilai crisp tunggal .
cs O ).
Rumus Rata-Rata Terbobot:
Keterangan:
a, b, c, d adalah parameter titik pada fungsi keanggotaan.
Oyycn : adalah derajat aktivasi untuk aturan ke-i.
SEPREN: Journal of Mathematics Education and Applied E-ISSN: 2686-4452 .
doi: https://doi.
org/10.
36655/sepren.
Vol.
No.
01, pp.
November 2025 ycyycn ycycn ycycn adalah parameter konstanta yang dioptimalkan atau ditentukan ycaycn adalah konstanta output ycs O adalah nilai output akhir yang crisp.
n adalah jumlah aturan.
Oyycn adalah derajat aktivasi aturan ke-i.
ycycn adalah nilai konsekuen aturan ke-i.
Hasil Penelitian dan Pembahasan 1 Observasi Dari hasil observasi yang dilakukan pada lingkungan Kampus IV UIN Sumatera Utara Medan Tuntungan, penulis menemukan beberapa permasalahan dalam penggunaan energi listrik rumah tangga sebagai berikut:
Pemanfaatan IoT Belum Maksimal Teknologi Internet of Things (IoT) belum dimanfaatkan secara optimal.
Banyak perangkat IoT dan sensor otomatis yang tersedia belum digunakan untuk efisiensi energi, sehingga aliran listrik tetap berjalan meski perangkat tidak dipakai dan menyebabkan pemborosan.
Pemantauan Listrik Masih Konvensional Pemakaian listrik rumah tangga masih dipantau lewat meteran konvensional tanpa mengetahui konsumsi tiap perangkat.
Hal ini membuat pengguna tidak menyadari penggunaan listrik berlebih dari peralatan yang menyala.
Kesadaran Penghematan Masih Rendah Masyarakat belum memiliki kesadaran penuh dalam menghemat energi.
Perangkat sering dibiarkan menyala meski tidak digunakan, sehingga konsumsi listrik rumah tangga meningkat.
Konsep Smart Grid Belum Diterapkan Penerapan Smart Grid belum merata, terutama di wilayah terpencil.
Akibatnya, pengelolaan energi rumah tangga kurang efisien dan rawan pemborosan.
2 Rancangan Sistem Pada tahap ini penulis melakukan analisis kebutuhan user dari aplikasi yang akan dibangun.
Kebutuhan sistem diambil dari hasil obseravasi, mulai dari menu-menu yang dibutuhkan oleh Adapun menu yang dirancang menggunakan sebagai berikut.
Tabel 1.
Kebutuhan User Menu Data Keterangan Aksi Pilihan Arus Listrik Nilai Tegangan Listrik Memilih Nilai Tegangan Tegangan Data Arus Informasi Tegangan Arus Data Arus Informasi Arus Daya Data Daya Informasi Daya Energi Data Energi Informasi Energi Saklar Saklar Pengaktifan Saklar Total Daya Data Total Daya Informasi Total Daya Tegangan Data Tegangan/Hari Monitoring Listrik SEPREN: Journal of Mathematics Education and Applied E-ISSN: 2686-4452 .
doi: https://doi.
org/10.
36655/sepren.
Vol.
No.
01, pp.
November 2025 Gambar 3.
Rancangan Blok Sistem Rancangan Diagram blok ini menggambarkan sistem yang menggunakan ESP32 dan Arduino Uno sebagai mikrokontroler utama, mulai dari input pada sensor PZEM-004T mengukur parameter listrik seperti tegangan dan arus.
Data ini diproses menggunakan logika fuzzy sugeno serta konsep smart grid untuk menentukan kondisi sistem yang akan dibuat.
Hasilnya dikendalikan melalui output relay untuk mengontrol perangkat listrik.
Selain itu.
LCD menampilkan informasi secara real-time, dan Sensor memberikan masukkan jika ada kondisi tertentu.
Sistem ini terhubung ke cloud aplikasi blynk, memungkinkan pemantauan dan kontrol melalui aplikasi di handphone.
Semua komponen ini diberdayakan oleh catu daya yang stabil untuk memastikan operasional yang Gambar 4.
Rangkaian Sistem Gambar 5.
Alur Rangkaian Sistem 3 Rancangan Desain Sistem Rancangan tampilan desain sistem mulai dari informasi tiap data tegangan, arus, daya, energi, saklar aktif/non-aktif, total daya dan monitoring secara realtime.
SEPREN: Journal of Mathematics Education and Applied E-ISSN: 2686-4452 .
doi: https://doi.
org/10.
36655/sepren.
Vol.
No.
01, pp.
November 2025 Rancangan Awal Rancangan Tampilan Awal terdiri dari informasi tiap data tegangan, arus, daya, energi, saklar aktif/non-aktif, dan total daya.
Gambar 6.
Rancangan Tampilan Awal Rancangan Saklar Rancangan Tampilan Saklar terdiri dari 4 saklar yang bisa diaktifkan dan dinon-aktifkan.
Gambar 7.
Rancangan Tampilan Saklar Rancangan Monitoring Rancangan Tampilan Monitoring penggunana listrik secara realtime pada Aplikasi Bylink.
Gambar 8.
Rancangan Tampilan Monitoring SEPREN: Journal of Mathematics Education and Applied E-ISSN: 2686-4452 .
doi: https://doi.
org/10.
36655/sepren.
Vol.
No.
01, pp.
November 2025 4 Implementasi Sistem Implementasi sistem mulai dari informasi tiap data tegangan, arus, daya, energi, saklar aktif/nonaktif, total daya dan monitoring secara realtime.
Tampilan Awal Rancangan Tampilan Awal terdiri dari informasi tiap data tegangan, arus, daya, energi, saklar aktif/non-aktif, dan total daya.
Gambar 9.
Tampilan Awal Tampilan Saklar Tampilan Saklar terdiri dari 4 saklar yang bisa diaktifkan dan dinon-aktifkan.
Gambar 10.
Tampilan Saklar Tampilan Monitoring Tampilan Monitoring penggunana listrik secara realtime pada Aplikasi Bylink.
SEPREN: Journal of Mathematics Education and Applied E-ISSN: 2686-4452 .
doi: https://doi.
org/10.
36655/sepren.
Vol.
No.
01, pp.
November 2025 Gambar 11.
Tampilan Monitoring 5 Implementasi Fuzzy dan Smart Grid Implementasi sistem fuzzy dilakukan untuk mendukung proses klasifikasi beban listrik dan deteksi kondisi peak hour pada rumah tangga.
Metode inferensi yang digunakan adalah Fuzzy Sugeno, karena metode ini mampu memberikan keluaran numerik yang stabil dan mudah diintegrasikan dengan mikrokontroler serta sistem IoT.
Gambar 12.
Implementasi Fuzzy Pada Beban 450VA Gambar 13.
Rule Kebenaran Fuzzy Implementasi sistem fuzzy pada alat dilakukan dengan tujuan agar proses klasifikasi beban dan deteksi peak hour dapat bekerja secara otomatis dan realtime pada perangkat IoT.
SEPREN: Journal of Mathematics Education and Applied E-ISSN: 2686-4452 .
doi: https://doi.
org/10.
36655/sepren.
Vol.
No.
01, pp.
November 2025 Gambar 14.
Implementasi Fuzzy Pada Alat Pada Beban 450VA 6 Pengujian Pengujian dilakukan untuk memastikan sistem dapat membaca parameter listrik secara akurat, melakukan klasifikasi beban dengan metode fuzzy Sugeno, dan memberikan respons sesuai kondisi Pengujian ini dibagi menjadi tiga bagian utama, yaitu pengujian tegangan, pengujian arus dan daya dengan berbagai jenis beban, serta pengujian manual fuzzy untuk memvalidasi hasil sistem terhadap perhitungan manual.
Pengujian Tegangan Pengujian tegangan dilakukan untuk memastikan bahwa sensor PZEM-004T mampu membaca nilai tegangan PLN dengan stabil dan akurat.
Pengukuran tegangan dilakukan dalam kondisi tanpa beban dan dengan beban untuk melihat apakah terdapat fluktuasi yang signifikan.
Sensor PZEM004T dihubungkan langsung ke sumber listrik dan pembacaan dibandingkan dengan multimeter digital sebagai alat ukur pembanding.
Tabel 2.
Pengujian Tegangan PZEM-004T (V) Multimeter (V) viasi
0,51%
0,51%
0,51%
Pengujian Arus dan Daya Pengujian arus dan daya dilakukan dengan menghubungkan beberapa jenis beban rumah tangga untuk mengetahui bagaimana sistem membaca nilai arus dan daya secara realtime.
Solder Tabel 3.
Pengujian Arus dan Daya Solder
PZEM-004T (V)
Tang Ampere Arus (A) Daya (W) Arus (A) Daya (W) 0,13 31,60 0,13 30,64 SEPREN: Journal of Mathematics Education and Applied E-ISSN: 2686-4452 .
doi: https://doi.
org/10.
36655/sepren.
Vol.
No.
01, pp.
November 2025
0,13
31,60
0,13
30,64
0,13
31,60
0,13
30,64
Lem Tembak Tabel 4.
Pengujian Arus dan Daya Lem Tembak
PZEM-004T (V)
Tang Ampere Arus (A) Daya (W) Arus (A) Daya (W) 0,07 15,20 0,07 16,49 0,07 15,20 0,07 16,49 0,07 15,20 0,07 16,49 Kipas Tabel 5.
Pengujian Arus dan Daya Kipas PZEM-004T (V) Tang Ampere Arus (A) Daya (W) Arus (A) Daya (W) 0,34 79,60 0,34 80,14 0,34 79,60 0,34 80,14 0,34 79,60 0,34 80,14 Dispenser Tabel 6.
Pengujian Arus dan Daya Dispenser PZEM-004T (V) Tang Ampere Arus (A) Daya (W) Arus (A) Daya (W) 1,66 391,50 1,65 388,91 1,66 391,40 1,65 388,91 1,66 391,50 1,65 388,91 Pengujian Manual Fuzzy Pengujian manual fuzzy dilakukan untuk memastikan hasil perhitungan manual fuzzy Sugeno sesuai dengan keluaran sistem fuzzy pada perangkat.
Proses ini menggunakan data pengukuran dari sensor sebagai input ke dalam sistem fuzzy MATLAB dan juga dihitung secara manual menggunakan prosedur fuzzifikasi, inferensi, dan defuzzifikasi.
Kasus Pengujian Manual C Kapasistas : 450 VA C Input : Arus = 1,66 A dan Daya = 391,70 W C Metode Fuzzy Sugeno Fuzzifikasi Langkah pertama dalam fuzzy adalah mengubah nilai input crisp .
ngka nyat.
menjadi derajat keanggotaan () antara 0 dan 1.
SEPREN: Journal of Mathematics Education and Applied E-ISSN: 2686-4452 .
doi: https://doi.
org/10.
36655/sepren.
Vol.
No.
01, pp.
November 2025 Batas kategori .
VA) C Arus (A): Rendah < 0,5 Ai Sedang 0,5Ae1,5 Ai Tinggi > 1,5 C Daya (W): Rendah < 200 Ai Sedang 200Ae350Ae400 Ai Tinggi > 350 Hasil perhitungan :
C Arus 1,66 A Ie (Renda.
= 0, (Sedan.
= 0, (Tingg.
= 1 C Daya 391,70 W Ie (Renda.
= 0, (Sedan.
= 0,166, (Tingg.
= 0,834 Inferensi (Evaluasi Atura.
Gunakan aturan IFAeTHEN yang telah ditetapkan:
C R3: Arus Tinggi & Daya Tinggi Ie Beban Berat .
C R9: Arus Tinggi & Daya Sedang Ie Beban Sedang .
Hitung .
engambil nilai minimum dari 2 ):
C CE = min.
, 0,.
= 0,834 C CO = min.
, 0,.
= 0,166 Total = 0,834 0,166 = 1,000 Defuzzifikasi (Sugeno Weighted Averag.
Nilai konsekuen:
C Beban Ringan = 0 C Beban Sedang = 1 C Beban Berat = 2 yc= yc= Oc(Oyycn y ycycn ) Oc Oyycn .
,834 ycu .
,166 ycu .
,834 0,.
yc= 1,668 0,166 1,000 yc = 1,834 Interpretasi: Nilai mendekati 2 Ie Beban Berat Keterangan :
C I
C P
Oyycn : Nilai arus listrik (Amper.
yang menjadi input fuzzy.
: Nilai daya listrik (Wat.
yang menjadi input fuzzy.
: Derajat keanggotaan menunjukkan seberapa kuat suatu nilai masuk ke dalam kategori (Rendah.
Sedang, atau Tingg.
Nilainya antara 0 hingga 1 : Nilai aktivasi rule ke-i, dihitung dari minimum dua .
remis fuzz.
: Nilai konsekuen .
dari rule ke-i.
: Nilai output akhir fuzzy setelah proses defuzzifikasi.
: Simbol penjumlahan.
Menunjukkan bahwa perhitungan dilakukan terhadap seluruh rule yang aktif.
: Fungsi minimum, digunakan pada proses inferensi untuk menentukan tingkat aktivasi rule.
SEPREN: Journal of Mathematics Education and Applied E-ISSN: 2686-4452 .
doi: https://doi.
org/10.
36655/sepren.
Vol.
No.
01, pp.
November 2025 0,8 y yaycoycaycu : Fungsi maksimum, digunakan untuk agregasi .
ika diperluka.
: Ambang batas peak hour .
% dari arus maksimu.
Jika arus melebihi nilai ini, sistem akan memberikan peringatan.
Cek Peak Hour C Ambang peak hour = 0,8 y 1,5 A = 1,2 A C Arus aktual = 1,66 A Karena arus melebihi 80% batas maksimum, maka sistem mendeteksi kondisi Peak Hour.
Hasil akhir menunjukan nilai fuzzy z=1,834 Ie Beban Berat dan Arus melebihi batas peak hour Ie sistem memberi peringatan.
Kesimpulan dan Saran Kesimpulan Berdasarkan hasil penelitian yang dilakukan, maka kesimpulan adalah sebagai berikut:
Aplikasi mampu memberikan informasi atau notifikasi pemakaian PLN saat ini dan dapat mematikan secara automatic pada saklar.
Pengguna dapat menggunakan Aplikasi Blynk dalam pemantauan dan pengendalian perangkat listrik dari jarak jauh melalui smartphone ataupun dari layer LCD secara Sistem monitoring dan pengendalian energi listrik rumah tangga berbasis Internet of Things (IoT) dan Fuzzy Sugeno terbukti mampu mengatasi berbagai persoalan konsumsi energi di lingkungan Kampus IV UIN Sumatera Utara Medan Tuntungan.
Saran Dari peneitian yang telah dilakukan, saran-saran agar penelitian ini bisa dikembangkan sebagai Membuat metode backup data yang secara rutin disimpan secara local atau online.
Melakukan pengembangan secara keseluruhan perangkat rumah tangga menjadi IOT.
Referensi