Dosen ITS Kembangkan Data Pemodelan Konsumsi Energi di Inggris

SURABAYA - Dosen Departemen Statistika ITS , Novri Suhermi sukses melakukan pemetaan konsumsi energi yang ada di Lancaster University, Inggris. Ia berhasil membawa pulang penghargaan the Best Poster dalam Machine Learning Summer School (MLSS) yang diadakan oleh Telkom University .

Novri merancang poster yang berhubungan dengan pemodelan konsumsi energi dari universitas tempatnya mengenyam pendidikan S-3 saat ini. Konsumsi energi merupakan sejumlah energi yang dieksploitasi langsung dari sumber daya alam tanpa adanya proses konversi.

“Poster yang dipresentasikan merupakan riset yang bertujuan untuk memodelkan pola konsumsi energi tiap waktunya,” kata Novri, Kamis (13/8/2020). (Baca juga: UGM Ranking 1 Indonesia dan Peringkat 19 Kampus Terbaik Asia )

Laki-laki berusia 28 tahun ini melanjutkan, kegunaan dari risetnya yang ditampilkan dalam bentuk poster, yaitu mengidentifikasi faktor-faktor yang mempengaruhi besarnya konsumsi energi dan memprediksi besarnya konsumsi energi di masa depan. Konsumsi energi di Lancaster University terdiri dari beberapa jenis, di antaranya pencahayaan, pemanas, penggunaan air, dan konsumsi listrik umum.

“Faktor-faktornya bisa meliputi tingkat okupansi, desain bangunan, pengaturan maintenance, dan cuaca,” ucapnya.

Ahli analisis data ini menambahkan, untuk membuat poster tersebut diperlukan data yang cukup banyak karena di Lancaster University terdapat lebih dari 100 gedung kampus dan terdapat ribuan sensor yang mencatat konsumsi energi yang tersebar di seluruh gedung. Tidak sampai di situ, data yang tercatat dikumpulkan secara real time. Komputasi waktu nyata adalah kondisi pengoperasian dari suatu sistem perangkat keras dan perangkat lunak yang dibatasi oleh rentang waktu dan memiliki tenggat waktu. (Baca juga: 3 Mahasiswa Vokasi UI Raih Juara Dua Ajang Lomba Nasional )

Ia pun menggunakan metode yang dinamakan Functional Data Analysis (FDA). Metode ini merupakan serangkaian metode untuk menganalisis data melalui kurva, permukaan statistik, dan kontinum. Metode FDA memungkinkan penggunanya untuk memodelkan data secara fleksibel yang bersifat multidimensional, berfrekuensi tinggi, dan dalam skala besar.

Dengan banyaknya gedung di kampus dan beragam jenis konsumsi energi, metode FDA membantu penggunanya untuk melakukan otomasi dengan skala besar sehingga peneliti bisa mengetahui hasilnya. Misalnya, di gedung apa, lantai berapa, ruang apa, dan waktu kapan konsumsi energinya tidak efisien.

“Informasi-informasi ini nantinya akan ditindaklanjuti ke pihak stakeholder supaya dibuat kebijakan untuk penghematan energi, contoh selanjutnya adalah kita membuat prediksi besarnya energi konsumsi di masa depan,” jelasnya.

Pemetaan konsumsi energi ini kelak berhubungan dengan besarnya pasokan energi yang dibutuhkan serta perencanaan pembiayaan. Makanya, pengolahan data bisa menjadi wadah untuk membuat peraturan tentang kebijakan penggunaan energi. Tujuan akhir dari riset ini adalah penerapan sistem kebijakan energi berbasis data.