Rasyid Fathoni Syahputra

Proyek PKL ini berfokus pada peningkatan akurasi model prediksi konsumsi energi di Direktorat IT Digital PT Telkom Indonesia (Persero) Tbk. Upaya ini mendukung komitmen Telkom terhadap program GoZero% dalam rangka mencapai Net Zero Emission Scope 1 & 2 pada tahun 2030 melalui efisiensi energi dan modernisasi infrastruktur ramah lingkungan. Model prediksi sebelumnya hanya mempertimbangkan faktor kalender operasional tanpa memperhitungkan kondisi cuaca, sehingga hasilnya kurang akurat. Oleh karena itu, proyek ini mengintegrasikan variabel suhu dan kelembapan ke dalam sistem forecasting untuk menghasilkan proyeksi konsumsi energi yang lebih akurat dan membantu pengambilan keputusan strategis te...

RASYID FATHONI SYAHPUTRA

Di Telkom Direktorat IT Digital, kebutuhan untuk memproyeksikan konsumsi energi dan mengukur efektivitasnya menjadi sangat penting secara strategis. Sebelumnya, perusahaan telah memiliki model prediksi konsumsi energi yang hanya memanfaatkan informasi kalender operasional berdasarkan hari kerja, akhir pekan, dan hari libur nasional. Namun, hasil prediksi dari model tersebut dinilai kurang memuaskan dan belum mampu menangkap variabilitas konsumsi energi secara akurat. Hal ini disebabkan karena model tersebut belum memperhitungkan pengaruh kondisi cuaca yang terbukti memiliki dampak signifikan terhadap pola konsumsi energi, terutama terkait penggunaan sistem Heating, Ventilation, and...

Rasyid Fathoni Syahputra

Pengelolaan sampah organik rumah tangga melalui pengomposan umumnya masih dilakukan secara manual dengan mengandalkan pengamatan visual yang subjektif terhadap indikator fisik seperti warna, tekstur, dan bau untuk menentukan kematangan kompos. Subjektivitas tersebut meningkatkan risiko evaluasi yang tidak konsisten serta kegagalan proses. Penelitian ini mengusulkan sistem smart composter yang mengintegrasikan sensor Internet of Things (IoT) dengan model machine learning berbasis pohon keputusan (CatBoost, Random Forest, dan XGBoost) yang berjalan pada perangkat edge computing untuk mengklasifikasikan kematangan kompos berdasarkan nilai Germination Index (GI). Dua arsitektur prediksi dirancan...