Riset PI-GPR UGM: Pemetaan Termal Cerdas untuk Gedung Hemat Energi dan Berkelanjutan

Berita Kamis, 16 Oktober 2025

Tim peneliti Departemen Teknik Elektro dan Informatika, Sekolah Vokasi UGM mengembangkan sistem pemetaan termal cerdas berbasis Physics-Informed Gaussian Process Regression (PI-GPR) yang mendukung efisiensi energi dan infrastruktur berkelanjutan (SDG 7 dan SDG 9). Inovasi ini mengintegrasikan data sensor dengan pengetahuan fisika bangunan untuk menciptakan pemetaan suhu dan kelembaban yang akurat dalam ruangan.

Sistem PI-GPR memanfaatkan data dari sembilan sensor suhu dan kelembaban yang tersebar di laboratorium, dikombinasikan dengan informasi lokasi AC, pola okupansi, dan ventilasi. Algoritma machine learning ini tidak hanya memproses data sensor, tetapi juga “memahami” prinsip fisika seperti distribusi udara dingin dari AC dan pengaruh kepadatan penghuni terhadap suhu ruangan.

Gambar 1. Ilustrasi perbandingan empat metode: Linear, Cubic, Gaussian Process Regression (GPR), dan Phyisc-Informed Gaussian Process Regression (PI-GPR)

Menurut Galih Setyawan, ketua tim peneliti, integrasi pengetahuan fisika meningkatkan akurasi prediksi hingga 53.3% dibanding metode konvensional. “Dengan PI-GPR, kita bisa memprediksi distribusi suhu secara lebih fisika-aware, bahkan di lokasi yang tidak terpasang sensor. Ini seperti memiliki ‘virtual sensor’ di seluruh ruangan,” jelasnya.

 

Gambar 2. Analisis Peningkatan Progresif: (a) Penurunan MAE dari 0,1028°C menjadi 0,0480°C melalui integrasi pengetahuan sistematis, (b) Penurunan ketidakpastian yang sesuai dari 0,637 menjadi 0,430, (c) Peningkatan kumulatif mencapai 53,3%, dan (d) Analisis kontribusi fitur yang menunjukkan pola okupansi sebagai kontributor paling signifikan terhadap peningkatan keseluruhan.

Kontribusi penelitian terhadap SDG 7 terlihat dari potensi penghematan energi HVAC mencapai 25-40% berkat optimasi operasional berdasarkan peta termal yang presisi. Sementara untuk SDG 9, framework PI-GPR menjadi fondasi infrastruktur digital untuk smart building yang mampu beradaptasi dengan kondisi lingkungan secara real-time.

Ke depan, sistem ini akan dikembangkan menjadi platform manajemen energi terintegrasi yang dapat diaplikasikan di berbagai gedung perkantoran dan kampus, memperkuat transisi menuju bangunan hemat energi dan berkelanjutan di Indonesia.

Tinggalkan Komentar

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

*