Analisis Kenyamanan Termal dengan Indeks Predicted Mean Vote (PMV) Menggunakan Jaringan Saraf Tiruan

Abstract

Kenyamanan termal umumnya digambarkan dengan indeks predicted mean vote (PMV) yang cukup rumit yang dipengaruhi enam parameter. Penelitian ini bertujuan mengembangkan model jaringan saraf tiruan (JST) untuk memprediksi nilai PMV dengan dua skenario input yang berbeda dan lebih sederhana. Algoritma JST yang digunakan adalah backpropagation dengan bahasa pemrograman visual basic pada Microsoft Excel. Model skenario pertama menggunakan input yang sama dengan perhitungan yang dikeluarkan Fanger (1982), sedangkan model skenario kedua lebih sederhana hanya dengan input temperatur udara, temperatur radiasi, kelembapan relatif, dan kecepatan udara. Hasil validasi menunjukkan bahwa model JST dapat memprediksi indeks PMV secara akurat dengan indikator nilai R2 sebesar 0.99 dan nilai RMSE yang sangat kecil.