Optimasi EMS dan BMS dengan Pendekatan Data-Driven untuk Efisiensi Energi pada Gedung Perkantoran Bertingkat Tinggi (Studi Kasus Trinity Tower Jakarta)

Tunas Siregar; Rismen Sinambela

doi:10.59261/jequi.v8i1.265

Authors

Tunas Siregar Universitas Kristen Indonesia, Indonesia
Rismen Sinambela Universitas Kristen Indonesia, Indonesia

DOI:

https://doi.org/10.59261/jequi.v8i1.265

Keywords:

bangunan perkantoran, CUSUM, efisiensi energi, k-nearest neighbor, sistem manajemen bangunan, sistem manajemen energi

Abstract

Latar belakang: Peningkatan konsumsi energi listrik pada gedung perkantoran bertingkat tinggi, khususnya di wilayah beriklim tropis seperti Indonesia, menuntut penerapan sistem manajemen energi yang efektif, terukur, dan berkelanjutan.

Tujuan: Penelitian ini bertujuan untuk mengevaluasi implementasi Energy Management System yang terintegrasi dengan Building Management System dalam meningkatkan efisiensi energi dan menurunkan emisi karbon pada gedung perkantoran.

Metode: Studi kasus dilakukan di kantor Shimizu Corporation di Gedung Trinity Tower Jakarta menggunakan data operasional aktual. Penelitian ini menerapkan pendekatan kuantitatif dengan analisis sebelum–sesudah implementasi EMS. Metode CUSUM digunakan untuk mendeteksi perubahan signifikan pola konsumsi energi dan divalidasi secara statistik menggunakan nilai-p. Selain itu, metode K-Nearest Neighbor (KNN) diterapkan untuk mengklasifikasikan pola konsumsi energi berdasarkan beban, waktu operasional, dan zona bangunan dengan membandingkan kondisi sebelum dan sesudah implementasi EMS.

Hasil: Penerapan EMS-BMS menghasilkan pengurangan konsumsi energi listrik yang signifikan secara statistik, dengan nilai p [X] yang menunjukkan perubahan tersebut signifikan. Penghematan biaya listrik tahunan sebesar kurang lebih Rp 1,2 miliar, disertai dengan pengurangan sekitar 450 ton CO₂ per tahun. Analisis statistik intensitas konsumsi energi lebih lanjut mengungkapkan bahwa rata-rata biaya listrik bulanan kantor Shimizu Corporation adalah Rp 12.828.573 untuk area seluas 1.089 m², sehingga intensitas biaya sekitar Rp 11.800–12.000/m²/bulan. Intensitas biaya ini jauh lebih rendah dari rata-rata gedung perkantoran di Indonesia dan tetap kompetitif di tingkat regional Asia.

Kesimpulan: Temuan ini menegaskan bahwa integrasi EMS–BMS yang didukung oleh analisis CUSUM dan KNN tidak hanya meningkatkan kinerja energi secara teknis, tetapi juga memberikan manfaat ekonomi yang signifikan serta mendukung pencapaian target keberlanjutan.

Downloads

Download data is not yet available.

References

Adhicandra, I. (2024). Studi kasus tentang penggunaan teknologi Internet of Things (IoT) dalam meningkatkan efisiensi energi di bangunan pintar. EDUSAINTEK: Jurnal Pendidikan, Sains Dan Teknologi, 11(3), 1447–1457. https://doi.org/10.47668/edusaintek.v11i3.1297

Arunkumar, A. P., Kuppusamy, S., Muthusamy, S., Pandiyan, S., Panchal, H., & Nagaiyan, P. (2022). An extensive review on energy management system for microgrids. Energy Sources, Part A: Recovery, Utilization, and Environmental Effects, 44(2), 4203–4228.

Auliasari, P. A., Astuti, E., Jamilatun, S., Rhomadoni, F. R., & Wardhana, B. S. (2025). Transformasi Manajemen Energi di Gedung Perkantoran Modern melalui Teknologi Cerdas. Prosiding Semnastek.

Fadli, F., & Sutabri, T. (2026). Optimalisasi Sistem Monitoring Dan Prediksi Konsumsi Energi Berbasis IoT Dan Deep Learning Untuk Smart Building Di Kota Palembang. Jurnal Ilmiah Penelitian Mahasiswa, 4(1), 569–578.

Harfit, A. R., Jarot, C., & Yuniardi, D. (2025). Analisis Integrasi PLTS Terapung dan BMS dalam Optimalisasi Energi Rumah Tinggal Menuju Zero Energy Building di Kabupaten Cianjur. Teknik Dan Kajian Multidisiplin Aplikatif, 1(2), 63–73. https://doi.org/10.63891/tekma.v1i2.85

Jamilatun, S., Rhomadoni, F. R., Astuti, E., Wardhana, B. S., Idris, M., & Auliasari, P. A. (2025). Peran Manajemen Energi terhadap Efisiensi Konsumsi Listrik Rumah Tangga di Indonesia. Prosiding Semnastek.

Kartika, S. A. (2018). Analisis konsumsi energi dan program konservasi energi (studi kasus: gedung perkantoran dan kompleks perumahan TI). Sebatik, 22(2), 41–50.

Karunia, M. R., Komarulzaman, A., & Tjahjawandita, A. (2023). Konsumsi energi, pembangunan sektor keuangan dan emisi karbon di Indonesia. Jurnal Ekonomi Dan Pembangunan Indonesia, 23(1), 6.

Komalasari, D. D. N., Rachmawati, S. S., & Chaniago, H. (2025). Efisiensi Energi Kantor Berbasis Artificial Intelligence (Ai) Dan Internet Of Things (Iot) Pada Perguruan Tinggi Vokasi. NUSANTARA: Jurnal Ilmu Pengetahuan Sosial, 12(6), 2510–2516. https://doi.org/10.31604/jips.v12i6.2025.%25p

Kusumastuti, D., Setyowati, E., Sari, S. R., & Dwiyanto, A. (2025). Potensi Pengembangan Perhitungan Ike Model Hibrida Pada Bangunan Gedung Perkantoran Dengan Pendekatan Multiteori: Studi Kasus Gedung Menteri Dan Gedung Sumber Daya Air Kementerian Pekerjaan Umum. Jurnal Arsitektur ARCADE: Vol, 9(2).

Mutiah, F., & Sudiarto, B. (2025). Pengaruh Penggunaan PV-BESS terhadap Emisi Karbon dan Biaya Energi. Electrices, 7(2), 66–75.

Pratama, S. P. (2023). Optimisasi efisiensi energi dalam bangunan cerdas melalui sistem kontrol berbasis IoT. Journal of Technology and Engineering, 1(1), 1–5. https://doi.org/10.59613/journaloftechnologyandengineering.v1i1.16

Rahmah, A. (2023). Reduksi Biaya Pemakaian Energi Listrik Pada Gedung Pendidikan Beriklim Tropis= Reduction Of Electricity Use Costs In Education Buildings With Tropical Climates. Universitas Hasanuddin.

Seyedzadeh, S., Rahimian, F. P., Glesk, I., & Roper, M. (2018). Machine learning for estimation of building energy consumption and performance: a review. Visualization in Engineering, 6(1), 5. https://doi.org/10.1186/s40327-018-0064

Sianturi, G. A. S., Lubis, S. I., & Effendy, F. (2025). Deteksi Perubahan Pola Pesanan Menggunakan Cusum Chart: Pendekatan Efektif Untuk Pengendalian Proses. Trigonometri: Journal Matematika Dan Ilmu Pengetahuan Alam, 6(4), 61–70.

Wahyuzi, Z. (2024). Analisis dan Prediksi Konsumsi Listrik Smart Office Berbasis IoT Terhadap Faktor Internal dan Eksternal Menggunakan Deep Learning. Universitas Islam Indonesia.

Wu, S., Feng, L., Changizian, S., Raeesi, M., & Aiedi, H. (2022). Analysis of air conditioning system impact on a fuel cell vehicle performance based on a realistic model under actual urban conditions. International Journal of Hydrogen Energy, 47(62), 25899–25912.