Prototype measurement of electrical quantities had been built and applied to the H building in faculty of engineering, University of Lampung. Electrical quantities Measurement of electrical quantities had been saved on TIK’s server. However, it had not been used for estimation. Electric power is the electricity that tends to change following the electric load. So, electric power can be predictable or estimation based on measurement data in the past. The method of backpropogation artificial neural networks is a method that have a good approach to nonlinearity. The results of testing the estimation of electric power consumption had been done in the distribution panel of Electrical Engineering and Mechanical Engineering UNILA indicated that this method can be used to estimate electric power consumption for one month ahead with an accuracy of ±0,884%. Thus this research can be applied to real-time estimation processes that can be accessed and displayed by web in real-time.

Electricity Real-Time Estimation (ERTE) System Universitas Lampung, melalui pemanfaatan IoT (Internet of Things), memberikan informasi mengenai pemakaian listrik tiga fase dalam waktu nyata dan menympannya secara historis. Data tersebut dapat digunakan untuk melakukan prediksi kebutuhan listrik masa depan. Jaringan Syaraf Tiruan merupakan metode yang memungkinkan melakukan prediksi berdasarkan pengamatan pada pola data yang ada seperti layaknya otak manusia. Penelitian dilakukan dalam empat bagian, pertama adalah penentuan lapisan masukan (input layer) terdiri dari tanggal, hari, hari libur, jam, ruangan, dan pemakaian listrik serta lapisan keluaran (output layer) terdiri dari prediksi kebutuhan listrik; kedua adalah pelatihan model; ketiga adalah pengujian Jaringan Syaraf Tiruan. Semua bagian tersebut dibagi ke masing-masing fase RST. Pada bagian keempat, dilakukan prediksi kebutuhan listrik berdasarkan hasil estimasi dari setiap fase. Setelah dilakukan pelatihan dan pengujian dari model jaringan syaraf tiruan, prediksi kebutuhan listrik tiga fase menggunakan Jaringan Syaraf Tiruan memiliki tingkat akurasi yang tinggi, yaitu 99,11%. Hal ini menunjukkan bahwa Jaringan Syaraf Tiruan dengan Backpropagation dapat digunakan untuk melakukan prediksi kebutuhan daya listrik dengan cukup akurat. Backpropagation menurunkan tingkat error yang cukup rendah sehingga hasil prediksi dapat dijadikan dasar dalam melakukan pengelolaan dan perencanaan perkiraan kebutuhan daya listrik untuk gedung yang menggunakan listrik tiga fase.