Implementasi Algoritme Extreme Learning Machine (ELM) Untuk Prediksi Beban Pemanasan Dan Pendinginan Bangunan

Konservasi Energi merupakan hal yang sangat penting seiring pertumbuhan zaman dan teknologi. Membuat bangunan yang hemat energi perlu dilakukan dengan cara mengoptimalkan penggunaan alat untuk pendingin dan pemanas ruangan tanpa mempengaruhi kesehatan dan kenyamanan pengguna bangunan tersebut. Bangunan hemat energi dapat dicapai dengan memperhatikan beban pemanasan (HL) dan pendinginan (CL). HL dan CL adalah laju aliran kalor yang harus diambil atau ditambahkan dari suatu ruangan untuk mempertahankan temperatur dan kelembaban udara relatif ruangan pada kondisi yang diinginkan. Prediksi HL dan CL tersebut akan digunakan dalam perhitungan beban daya penggunaan alat pemanas atau pendingin ruangan. Saat ini perhitungan HL dan CL masih memiliki kendala antara lain perhitungan yang sangat rumit, membutuhkan waktu lama sebab banyak disiplin ilmu yang terlibat serta penggunaan parameter yang sangat bervariasi. Diperlukan learning machine untuk memprediksi HL dan CL dengan mudah, dan cepat. Penulis menggunakan algoritma Extreme Machine Learning (ELM) untuk memprediksi HL dan CL. Dalam Analisa pengujian menggunakan algoritma ELM yang dilakukan dengan fungsi aktivasi sigmoid biner, 3 input, 1 hidden neuron, output target sebanyak 2 serta jumlah data 130 menghasilkan Mean Absolute Error Percentage (MAPE) terbaik yaitu 24.73% dengan waktu proses 0.0176 detik