Strategi Otomatis Penghematan Energi untuk Dispenser Air Berdasarkan Perilaku Pengguna
Di banyak gedung publik seperti kampus, stasiun, dan kantor, dispenser air sudah menjadi fasilitas umum untuk menyediakan air minum. Namun, dispenser yang umum digunakan saat ini bekerja dengan memanaskan dan mendinginkan air secara terus-menerus agar air panas dan dingin selalu tersedia kapan saja. Masalahnya, pendekatan ini boros energi karena tidak mempertimbangkan pola penggunaan air oleh pengguna. Artinya, meskipun tidak ada orang yang menggunakan dispenser, energi tetap terpakai untuk memanaskan atau mendinginkan air. Berdasarkan hal tersebut, sekelompok peneliti dari Taiwan dan Indonesia, mengembangkan strategi pintar untuk menghemat energi dispenser air dengan cara menyesuaikan operasinya berdasarkan perilaku pengguna.
Gambar 1. Ilustrasi dispenser air. Ilustrasi ini dibuat oleh ChatGPT (OpenAI) menggunakan teknologi AI.
Sistem yang mereka usulkan bekerja secara otomatis dengan mengandalkan teknologi kecerdasan buatan, khususnya jenis algoritma bernama Recurrent Neural Network (RNN) dengan Long Short-Term Memory (LSTM). Cara kerjanya dimulai dengan memasang sensor pada dispenser untuk mencatat data penggunaan air secara terus-menerus. Data ini kemudian dianalisis untuk mempelajari kapan saja pengguna biasanya mengambil air, baik pagi, siang, sore, maupun malam. Berdasarkan pola tersebut, sistem akan memprediksi kapan permintaan air akan muncul, sehingga dispenser hanya memanaskan atau mendinginkan air pada saat-saat yang dibutuhkan saja. Pada saat tidak ada permintaan, sistem akan mengaktifkan mode tidur (sleep mode), sehingga konsumsi listrik bisa ditekan seminimal mungkin.
Untuk membuktikan keefektifan sistem ini, para peneliti melakukan simulasi yang merepresentasikan keadaan sebenarnya berdasarkan data-data yang diperoleh dari dispenser air di sebuah kampus universitas di Taiwan. Dispenser yang digunakan dalam eksperimen ini dilengkapi dengan modul komunikasi dan database cloud, sehingga dapat merekam dan mengirim data secara otomatis. Hasil simulasi menunjukkan bahwa sistem ini dapat menghemat energi hingga 28% per bulan dibandingkan dengan dispenser biasa yang bekerja tanpa jeda. Selain itu, sistem tetap bisa mempertahankan tingkat layanan yang tinggi, yakni 97%, yang berarti pengguna tetap bisa mendapatkan air panas dan dingin saat mereka membutuhkannya. Ini menunjukkan bahwa penghematan energi tidak mengorbankan kenyamanan pengguna.
Gambar 2. Diagram alur sistem hemat energi pada dispenser air pintar. Gambar ini dibuat oleh ChatGPT (OpenAI) berdasarkan referensi dari Chou et al. (2022).
Demi meningkatkan akurasi prediksi, para peneliti juga melakukan proses seleksi fitur dan pembersihan data sebelum dimasukkan ke dalam model AI. Mereka menggunakan metode statistik seperti regresi bertahap (stepwise regression), klasifikasi berbasis konsumsi, serta penyesuaian musiman untuk mengidentifikasi faktor-faktor penting yang memengaruhi penggunaan air, seperti suhu ruangan, kelembaban, hari kerja atau libur, dan waktu dalam sehari. Dengan menambahkan variabel-variabel ini, model menjadi lebih pintar dalam memahami kapan pengguna kemungkinan besar akan menggunakan air panas atau dingin, dan kapan tidak.
Penelitian ini juga membandingkan berbagai jenis algoritma AI, seperti multi-layer perceptron (MLP) dan RNN biasa, namun hasil terbaik diperoleh dari RNN-LSTM. Algoritma ini mampu menangkap pola waktu (time series) dengan lebih baik dan memberikan hasil prediksi yang paling akurat dengan kesalahan paling kecil (mean absolute error rendah). Hal ini penting karena prediksi yang akurat menjadi dasar penjadwalan pemanasan, pendinginan, dan mode tidur pada dispenser. Bahkan, dalam beberapa skenario pengujian, sistem mampu memprediksi puncak permintaan air dengan sangat dekat ke nilai sebenarnya, yang menjadi bukti kekuatan pendekatan ini dalam skenario dunia nyata.
Secara keseluruhan, penelitian ini menunjukkan bahwa teknologi cerdas bisa diterapkan untuk peralatan sehari-hari seperti dispenser air demi efisiensi energi dan kenyamanan pengguna. Meskipun biaya awal untuk mengadopsi sistem ini mungkin lebih mahal karena membutuhkan dispenser dengan modul komunikasi dan dukungan AI, penghematan jangka panjang dari sisi listrik sangat signifikan, apalagi jika diterapkan di banyak titik dalam satu gedung. Bagi generasi muda yang peduli pada teknologi dan keberlanjutan, ini adalah contoh konkret bagaimana teknologi bisa digunakan untuk membuat kehidupan sehari-hari lebih hemat energi dan ramah lingkungan.