PREDIKSI KONSUMSI ENERGI LISTRIK RUMAH TANGGA MENGGUNAKAN ALGORITMA GRADIENT BOOSTING

Abstract

ABSTRAK

Penelitian ini bertujuan mengembangkan model prediksi konsumsi energi listrik rumah tangga menggunakan

Algoritma Gradient Boosting, mengevaluasi akurasinya, serta mengidentifikasi faktor-faktor yang mempengaruhi

pola konsumsi energi. Model ini diharapkan berkontribusi pada efisiensi energi dan mendukung manajemen energi

real-time di rumah pintar. Penelitian ini menggunakan pendekatan kuantitatif dengan Algoritma Gradient Boosting

untuk memprediksi konsumsi energi listrik. Dataset diambil dari kaggle.com dan dievaluasi menggunakan MAE,

MSE, RMSE, dan MAPE. Model ini dianalisis melalui visualisasi hasil prediksi terhadap data asli untuk

mengidentifikasi kesalahan dan meningkatkan akurasi prediksi.Hasil penelitian menunjukkan bahwa model

Gradient Boosting mampu memprediksi konsumsi energi listrik dengan akurasi tinggi. Nilai MAE, MSE, RMSE,

dan MAPE yang rendah mengindikasikan kesalahan prediksi kecil. Namun, beberapa outlier masih muncul,

menunjukkan potensi peningkatan akurasi model dengan mempertimbangkan variabel tambahan. Algoritma

Gradient Boosting mampu memberikan prediksi konsumsi energi listrik rumah tangga dengan akurasi tinggi,

ditunjukkan oleh nilai MAE, MSE, RMSE, dan MAPE yang rendah. Meskipun demikian, terdapat beberapa outlier

yang mengindikasikan potensi peningkatan akurasi prediksi melalui penambahan variabel lain. Implementasi

model ini diharapkan dapat mendukung penghematan energi dan pengurangan emisi karbon, terutama dalam

integrasi dengan solusi rumah pintar.