Gedung modern semakin pintar dalam mengelola energi. Sensor membaca suhu ruangan setiap saat, panel surya menghasilkan listrik ketika matahari bersinar, baterai menyimpan energi, dan stasiun pengisian kendaraan listrik melayani mobil yang datang ke gedung. Komputer kemudian mengumpulkan berbagai data tersebut untuk membantu pengelola menentukan cara menggunakan energi secara lebih efisien. Namun, sebuah persoalan besar muncul ketika teknologi pintar yang bekerja dengan baik di satu gedung ingin diterapkan pada gedung lain.

Penelitian karya Ma Zhiliang berjudul Semantic Driven Portability of MPC Based Demand Side Management for Smart Buildings and Microgrids membahas persoalan tersebut. Penelitian ini berusaha meningkatkan portabilitas sistem Demand Side Management atau DSM berbasis Model Predictive Control yang biasa disebut MPC. Tujuannya cukup sederhana untuk dipahami. Teknologi pengelolaan energi seharusnya dapat digunakan pada berbagai jenis bangunan tanpa membutuhkan konfigurasi ulang yang sangat rumit setiap kali sistem berpindah ke gedung baru.

Baca juga artikel tentang: Pertarungan Antara Untung Dan Lingkungan Dalam Industri Bahan Bangunan Hijau

Kita dapat membayangkan persoalan portabilitas melalui aplikasi telepon pintar. Sebuah aplikasi idealnya dapat bekerja pada berbagai tipe telepon yang menggunakan sistem operasi sama. Pengembang tidak perlu membuat aplikasi baru dari awal untuk setiap pengguna. Dunia bangunan ternyata menghadapi situasi yang jauh lebih rumit karena setiap gedung dapat memiliki perangkat, sensor, format data, dan sistem informasi yang berbeda.

Sebuah gedung mungkin menyimpan data suhu dengan nama “Indoor Temperature”. Gedung lain menggunakan istilah “Zone Temperature”. Bangunan berikutnya hanya memberikan kode seperti “T01”. Manusia mungkin dapat melihat data tersebut dan menyimpulkan bahwa semuanya berkaitan dengan suhu. Komputer tidak selalu mampu mengambil kesimpulan serupa karena komputer membutuhkan informasi mengenai makna setiap data.

Ilustrasi ini menunjukkan bahwa lapisan semantik memungkinkan pengendali MPC yang sama diterapkan secara interoperabel pada smart building dan microgrid untuk memprediksi serta mengoptimalkan penggunaan energi, sehingga biaya dan emisi berkurang sekaligus meningkatkan stabilitas jaringan dan kenyamanan pengguna.

Masalah ini semakin penting ketika gedung menggunakan Demand Side Management. DSM merupakan strategi untuk mengatur konsumsi listrik dari sisi pengguna. Tujuannya bukan hanya mengurangi jumlah energi yang digunakan, tetapi juga mengatur kapan energi sebaiknya digunakan.

Bayangkan sebuah gedung perkantoran memiliki seratus kendaraan listrik. Para pekerja datang pukul delapan pagi dan langsung menghubungkan kendaraan mereka ke stasiun pengisian daya. Jika seratus mobil mengisi baterai secara bersamaan, kebutuhan daya gedung dapat meningkat sangat tinggi dalam waktu singkat.

Padahal, tidak semua kendaraan membutuhkan energi pada saat yang sama. Sebagian pekerja mungkin baru pulang pada sore hari. Gedung juga memiliki panel surya yang menghasilkan listrik lebih banyak ketika matahari bersinar kuat pada siang hari. Sistem pintar dapat mengatur waktu pengisian kendaraan agar kebutuhan energi tidak menumpuk pada satu waktu.

Mobil milik pekerja yang harus pergi lebih awal dapat memperoleh prioritas. Kendaraan lain dapat menunggu hingga produksi listrik dari panel surya meningkat. Strategi tersebut membantu gedung menggunakan sumber energi secara lebih terencana.

Model Predictive Control memainkan peran penting dalam proses ini. MPC menggunakan model matematika untuk memperkirakan kondisi pada masa mendatang. Sistem melihat kondisi saat ini, membuat prediksi, kemudian menentukan keputusan terbaik berdasarkan informasi yang tersedia.

Bayangkan pengelola gedung mengetahui bahwa suhu udara akan meningkat tajam pada pukul dua siang. Pada waktu yang hampir sama, ratusan orang akan memasuki sebuah ruangan. Jika sistem pendingin baru bekerja keras setelah ruangan terasa panas, konsumsi energi dapat meningkat dan penghuni mungkin merasa tidak nyaman.

MPC dapat memperkirakan kondisi tersebut lebih awal. Sistem dapat mengatur pendinginan secara terkontrol sebelum beban panas meningkat. Ketika jumlah penghuni bertambah, suhu ruangan sudah berada pada kondisi yang lebih sesuai. Sistem kemudian terus membaca data terbaru dan memperbarui keputusan.

Penelitian Ma Zhiliang mengintegrasikan model energi bangunan, pengisian kendaraan listrik, dan prediksi beban probabilistik ke dalam kerangka MPC. Kombinasi tersebut memberikan kemampuan kepada sistem untuk mempertimbangkan berbagai sumber kebutuhan energi.

Namun, MPC menghadapi tantangan ketika berpindah ke gedung lain. Setiap bangunan memiliki struktur data yang berbeda. Kantor dapat menggunakan seratus sensor dari satu produsen, sedangkan kampus mungkin menggunakan perangkat dari lima perusahaan. Nama sensor, format informasi, dan hubungan antarperangkat dapat berbeda.

Insinyur biasanya harus memeriksa data secara manual. Mereka mencari sensor yang mengukur suhu, menentukan perangkat yang mengendalikan pendingin, dan mengidentifikasi data konsumsi listrik. Proses ini membutuhkan waktu dan dapat menjadi semakin rumit pada bangunan besar.

Penelitian tersebut menawarkan pendekatan berbasis semantik untuk mengatasi persoalan ini. Semantik berkaitan dengan makna sebuah informasi. Komputer tidak hanya membaca nama atau kode data, tetapi juga mencoba memahami arti dan hubungan data tersebut dengan bagian lain dalam sistem.

Sebagai contoh, komputer tidak cukup mengetahui bahwa sebuah perangkat bernama T01. Sistem perlu memahami bahwa T01 merupakan sensor suhu yang berada di ruang rapat lantai dua. Sensor tersebut mengukur temperatur udara dan menyediakan informasi yang dapat digunakan oleh sistem pengendalian energi.

Metadata membantu komputer memahami konteks tersebut. Metadata dapat kita anggap sebagai informasi yang menjelaskan sebuah data. Sebuah angka 27 mungkin tidak memiliki arti yang jelas. Namun, informasi tambahan dapat menjelaskan bahwa angka tersebut menunjukkan suhu udara sebesar 27 derajat Celsius yang tercatat di ruang kerja pada pukul sepuluh pagi.

Penelitian ini juga menggunakan konsep ontologi. Dalam dunia teknologi informasi, ontologi dapat berfungsi seperti peta pengetahuan digital. Ontologi menjelaskan berbagai objek dan hubungan di antara objek tersebut.

Sebuah ruangan berada di dalam gedung. Ruangan memiliki sensor suhu. Sensor menghasilkan data temperatur. Sistem pendingin memengaruhi suhu ruangan. Panel surya menghasilkan listrik. Kendaraan listrik membutuhkan energi. Komputer dapat menggunakan hubungan tersebut untuk memahami struktur informasi bangunan.

Pendekatan ini menyerupai penggunaan kamus pintar. Seseorang yang datang ke negara lain mungkin menemukan berbagai istilah berbeda. Kamus membantu orang tersebut memahami bahwa dua kata yang berbeda dapat memiliki arti serupa. Sistem semantik mencoba memberikan kemampuan serupa kepada komputer.

Penelitian Ma Zhiliang mengembangkan skema metadata untuk menangkap kebutuhan layanan MPC. Penelitian tersebut juga memperkenalkan layanan portabilitas berbasis semantik yang membantu proses pencarian, verifikasi, dan penyiapan MPC. Sistem dapat memeriksa informasi pada bangunan baru dan mencari data yang sesuai dengan kebutuhan algoritma.

Pendekatan modular juga menjadi bagian penting dalam penelitian ini. Sistem MPC tidak diperlakukan sebagai satu program besar yang hanya cocok untuk satu gedung. Peneliti memecah fungsi sistem menjadi berbagai layanan yang dapat digunakan kembali.

Kita dapat membayangkan konsep ini seperti balok permainan. Balok yang sama dapat membentuk rumah, jembatan, atau menara. Bentuk akhirnya berbeda, tetapi beberapa komponennya tetap dapat digunakan kembali.

Satu layanan digital dapat menangani prediksi kebutuhan listrik. Layanan lain mengelola model energi bangunan. Komponen berikutnya mengatur pengisian kendaraan listrik. Pengembang dapat menyusun layanan sesuai kebutuhan setiap gedung tanpa selalu membuat seluruh sistem dari awal.

Hasil penelitian pada sebuah mikrogrid perkantoran menunjukkan bahwa validasi semantik, metadata berbasis ontologi, dan desain modular dapat membantu mengotomatisasi sebagian proses konfigurasi. Temuan ini memperlihatkan peluang untuk mengembangkan aplikasi DSM berbasis MPC yang lebih mudah dipindahkan dan digunakan pada sistem berbeda.

Konsep tersebut memiliki hubungan kuat dengan green building. Bangunan hijau tidak cukup hanya menggunakan peralatan hemat energi atau memasang panel surya. Pengelola juga perlu memastikan berbagai teknologi mampu bekerja sebagai sebuah sistem yang terintegrasi.

Gedung dapat memiliki ribuan sensor, tetapi data tersebut tidak memberikan manfaat maksimal jika setiap sistem menggunakan bahasa berbeda. Sistem energi perlu memahami kebutuhan kendaraan listrik. Pengendali pendingin membutuhkan informasi mengenai kondisi ruangan. Model prediksi beban memerlukan data konsumsi energi.

Pendekatan semantik dapat membantu berbagai teknologi memahami makna informasi yang tersedia. Kemampuan menggunakan kembali layanan digital juga berpotensi mengurangi pekerjaan konfigurasi ketika teknologi diterapkan pada bangunan baru.

Masa depan smart building mungkin tidak hanya bergantung pada jumlah sensor atau kecanggihan kecerdasan buatan. Kemampuan sistem dalam memahami arti data dapat menjadi faktor yang sama pentingnya. Gedung pintar membutuhkan semacam bahasa bersama agar perangkat, model, dan sistem pengendalian dapat saling memahami.

Penelitian Ma Zhiliang menunjukkan arah menuju masa depan tersebut. Bangunan tidak hanya mengumpulkan jutaan angka setiap hari. Sistem mulai memahami hubungan antar informasi dan menggunakan pengetahuan tersebut untuk mengelola energi secara lebih adaptif.

Gedung yang benar benar pintar bukanlah bangunan dengan sensor terbanyak. Gedung pintar merupakan bangunan yang mampu memahami informasi yang dimilikinya, menghubungkan berbagai sistem, dan mengubah data menjadi keputusan yang membantu manusia menggunakan energi secara lebih efisien dan berkelanjutan.

Baca juga artikel tentang: Kota Masa Depan Tidak Menghasilkan Sampah? Rahasia Ekonomi Sirkular Di Balik Smart City Modern

REFERENSI:

Zhiliang, Ma. 2026. Semantic-Driven Portability of MPC-Based Demand Side Management for Smart Buildings and Microgrids. Available at SSRN 6016756.