Temu Mahasiswa S3 Informatika – Meningkatkan User Comfort pada Smart Lighting dengan Machine Learning

Temu Mahasiswa S3 Informatika – Meningkatkan User Comfort pada Smart Lighting dengan Machine Learning

Pada hari Senin, 18 April 2022 Program Studi S3 Informatika melaksanakan kegiatan Temu Mahasiswa S3 Informatika secara daring. Kegiatan ini sendiri sedianya adalah kegiatan monitoring ruting mingguan yang dilaksanakan oleh Prodi S3 Informatika Universitas Telkom untuk memantau kemajuan masing-masing mahasiswa. Pada kesempatan kali ini, yang bertindak menjadi narasumber adalah mas Aji Gautama Putrada (Mas Aji). Mas Aji memberikan penjabaran mengenai topik disertasinya yang bertema: “Meningkatkan User Comfort pada Smart Lighting dengan Machine Learning”.

Diawal mas Aji memberikan definisi mengenai smart lighting. Secara mudah, penelitian dalam smart lightning berfokus pada bagaimana lampu dapat berkomunikasi dengan device lain melalui jaringan internet. Dalam kasus mas Aji, konektifitas lampu dapat dimanfaatkan untuk mengendalikan beberapa aspek baik itu intensitas, maupun warna dari lampu. Selain itu konsep smart juga dapat diarahkan kepada pengaturan jadwal menyala ataupun mati dari sebuah lampu. Pengaturan ini tentunya dapat berefek kepada keamanan yang ada bagi rumah yang mengimplementasikan smart lightning. Disisi lain, dengan adanya smart lightning diharapkan pula konsumsi energy lampu dapat dihemat. Sebagai cotoh pada siang hari, dengan adanya smart lighting, intensitas cahaya dapat diatur sehingga dapat dikombinasikan dengan cahaya alam.

Kelebihan yang ada di atas, tentunya tarik ulur dengan kekurangan yang ada. Salah satunya adalah tingkat kenyamanan manusia bisa saja berkurang. Pengurangan kenyamanan ini bisa terjadi saat tiba-tiba lampu mati, padahal aktifitas sedang dilaksanakan. Salah satu solusi yang sudah diimplementasikan adalah dengan pemanfaatan sensor yang dikombinasikan dengan sebuah pembelajaran mesin. Dalam disertasinya, mas Aji berkeinginan untuk meningkatkan kenyamanan pengguna yang memanfaatkan smart lighting.

Smart lighing sendiri memiliki beberapa kunci agar dapat diimplementasikan. Kunci ini antara lain: a. LED lighting, b. sensor and control, c. connectivity, d. analytics, dan e. intelligent. LED lighning menjadi syarat pertama pada smart lightning. Hal ini dikarenakan dengan adanya LED kita dapat mengatur tingkat kecerahan sesuai yang dibutuhkan. Sensor dan kontrol menjadi komponen penting berikutnya. Dengan adanya sensor, kita dapat mengumpulkan data untuk dapat dipergunakan sebagai input bagi controller. Controller inilah yang nantinya mengatur pencahayaan sesuai dengan kebutuhan. Connectifity menjadi komponen penting apabila smart lighning akan dipergunakan untuk mengontrol dari jarak jauh, ataupun memelukan keterhubungan dengan device lain. Analitics dipergunakan untuk mengetahui aktifitas dari lighting yang ada, konsumsi energy dan beberapa hal penting lain yang diperlukan. Sedangkan intelligent menjadi penyokong controller dalam mengendalikan pencahayaan secara smart.

Dalam penjabarannya, mas Aji menyampaikan bagaimana topik ditemukan dan ditekuni. Satu yang menjadi proses penting adalah dengan melaksanakan sistematic literature review (SLR). SLR yang komprehensif yang mas Aji lakukan dimulai dengan menyusun objective penelitian. Dari sana, mas Aji menyusun beberapa inclution dan exclution criteria. Langkah SLR tidak berhenti di situ saja, mas Aji melanjutkan dengan membuat sebuah extraction form, yang dapat pensarian informasi yang didapat dari paper-paper yang dikumpulkan. Selain itu, mas Aji juga menjelasakan terkait paper demographics dari paper yang dikumpulkan selama SLR. Langkah akhir yang dilaksanakan adalah dengan membaca detail dan melakukan critical review terhadap semua isi dari masing-masing paper.

Dalam SLR yang dilaksanakan oleh mas Aji, didapatkan beberapa topik diantaranya terkait energy, control, network, comfort, dan lain sebagainya. Adapun terkait metode pembelajaran mesin, terdapat beberapa pendekatan diantaranya classification, regression, ensemble learning, deep learning, dan juga reinforcement learning. Pemanfaatan mesin learning ini sendiri dipergunakan untuk predictive control, interligent control. ataupun yang lain/ Intelligent control, dimanfaatkan untuk memproses. Activity recognition, dipergunakan untuk mengenali perilaku manusia, dan melakukan kendali berdasarkan perilaku tersebut.

Activity recognition terdiri atas 4 langkah: 1 sensing baik dari kamera, wearable, smartphone, ataupun environtmental. Sebagai contoh dengan smartphone dapat menggunakan sensor yang ada pada handphone. Langkah kedua adalah feature extraction. langkah ketiga adalah classification, dan menentukan rekognisi aktivitas yang ada.

Bagi yang berkeinginan untuk melihat kembali rekaman pemaparan mas Aji dapat dilihat melalui tautan: https://youtu.be/02KfdyieEag