Oleh : Dr. Fitri Puspasari dan Tim
Tim dosen Teknologi Rekayasa Elektro SV UGM yang diketuai oleh Dr. Fitri Puspasari telah melakukan riset tentang model prediksi kelembaban berbasis algoritma Random Forest Regression (RFR). Penelitian ini bertujuan untuk mengoptimasi pola kerja sensor guna meningkatkan efisiensi sistem, khususnya dalam aplikasi monitoring lingkungan dan Internet of Things (IoT).
Model yang dikembangkan menggunakan data lingkungan seperti suhu, kadar gas karbon monoksida, dan waktu, dengan target prediksi kelembaban udara. Hasil pengujian menunjukkan bahwa model ini mampu memberikan prediksi yang sangat mendekati kondisi aktual di lapangan.
Menurut Dr. Fitri, metode Random Forest Regression dipilih karena kemampuannya dalam menangkap hubungan non-linear dan mengurangi gangguan data (noise), sehingga prediksi kelembaban menjadi lebih akurat dibanding metode regresi konvensional. Rencana tindak lanjut penelitian ini mencakup pengujian model pada data sensor lapangan secara real-time, serta penambahan fitur variabel lingkungan lain untuk mendukung pengambilan keputusan yang lebih efektif.
Penelitian ini sejalan dengan flagship Transisi Energi dan mendukung beberapa poin Sustainable Development Goals (SDGs), di antaranya Energi Bersih dan Terjangkau, Industri Inovasi dan Infrastruktur, Kota dan Permukiman yang Berkelanjutan, serta Penanganan Perubahan Iklim. Ke depannya, model ini memiliki potensi penerapan pada smart home, smart farming, dan sistem monitoring energi berbasis sensor untuk mendukung efisiensi energi dan keberlanjutan lingkungan.