Prediksi penggunakan Coconut Oil sebagai phase change material pada Bangunan Residensial dengan simulasi Energyplus dan Artificial Neural Network

Abstract

Penelitian ini membahas tentang penggunaan thermal energy storage pada bangunan residensial. Penelitian ini dilakukan di Jakarta, Indonesia. Dapat menjadi parameter untuk menjadi referensi untuk Pembangunan bangunan residential. Penelitian ini memiliki tujuan untuk membuktikan apakah thermal energy storage mampu untuk menurunkan jumlah konsumsi energi dan beban pendingin pada bangunan residential. Artificial neural network (ANN) diterapkan untuk memprediksi operasi sistem HVAC tipe Unitary pada sebuah bangunan residensial. Parameter meliputi temperatur outdoor, dan kelembaban luar bangunan, konduktivitas Phase Change Material (PCM) dianggap sebagai variable keputusan. Selanjutnya, konsumsi energi bangunan dan beban pendingin dipilih sebagai fungsi tujuan. Prediksi tujuan ganda digunakan untuk mengoptimalkan sistem dengan dua fungsi tujuan. Hasilnya, ANN melakukan korelasi yang baik antara variable keputusan dan fungsi tujuan. Kesimpulanya, prediksi yang dipertimbangkan dua tujuan menunjukan hasil yang paling berpengaruh untuk menurunkan beban pendingin dan konsumsi energi adalah temperatur outdoor.