Kemarin, saya menulis tentang mengendalikan sakelar WeMo^{(WeMo switch)} menggunakan Alexa dan hari ini^{(Alexa and today)} saya ingin menulis tentang bagaimana Anda dapat mengekspor data penggunaan energi^{(energy usage)} dari sakelar WeMo Insight^{(WeMo Insight switch)} ke Excel . Sakelar WeMo Insight^{(WeMo Insight switch)} menghasilkan banyak informasi terperinci yang sangat berguna jika Anda mencoba mencari tahu berapa banyak energi yang digunakan perangkat atau peralatan tertentu di rumah atau kantor^{(home or office)} Anda .

Meskipun data aplikasi sangat bagus, Anda dapat mengekspor data yang jauh lebih rinci selama 45 hari ke^{(’ worth)} Excel dan^(Excel) kemudian melakukan apa pun yang Anda suka dengannya: membuat bagan dan grafik yang menunjukkan hari mana yang paling banyak menggunakan energi, berapa jam perangkat dalam mode siaga vs^{(mode vs)} aktif, dll.

Dalam posting ini, saya akan berbicara tentang proses untuk mengekspor data dan kemudian membahas bagaimana data diatur dalam spreadsheet Excel^{(Excel spreadsheet)} . Saya juga akan menunjukkan cara membuat grafik cepat untuk menggambarkan penggunaan energi^{(energy usage)} .

Ekspor Data Energi dari WeMo

Secara default, aplikasi WeMo akan memberi Anda data ^{(WeMo app)}penggunaan energi^{(energy usage)} tingkat tinggi seperti berapa lama perangkat menyala hari ini dan pada hari rata-rata, perkiraan biaya bulanan, dan penggunaan watt^{(wattage usage)} rata-rata dan saat ini .

Ini cukup baik untuk kebanyakan orang, tetapi jika Anda adalah seorang geek data^{(data geek)} dan Anda suka menggunakan Excel , Anda akan menyukai kenyataan bahwa Anda dapat mengekspor begitu banyak data ekstra untuk dianalisis sendiri. Untuk melakukan ini, kita perlu mengetuk tombol Edit di kanan atas aplikasi WeMo^{(WeMo app)} . Sakelar akan mengubah tampilannya dan Anda harus mengetuk sakelar WeMo Insight^{(WeMo Insight switch)} .

Di layar berikutnya, Anda akan melihat beberapa opsi di bagian bawah, tetapi yang kami minati adalah Ekspor Data^{(Data Export)} . Beberapa opsi lain juga akan saya jelaskan nanti karena dapat memengaruhi data apa yang diekspor.

Terakhir, di layar terakhir, ketik alamat email^{(email address)} Anda lalu ketuk Ekspor Sekarang^{(Export Now)} . Ini akan segera mengirimi Anda email dengan lampiran CSV^{(CSV attachment)} yang berisi semua data untuk perangkat selama 45 hari terakhir.

Jika mau, Anda juga dapat mengatur ekspor terjadwal setiap hari, mingguan, atau bulanan. Karena data hanya disimpan selama 45 hari, ada baiknya mengekspor data sebulan sekali, agar Anda tidak kehilangan data jika lupa mengekspor secara manual.

Saya juga menyarankan menggunakan frekuensi bulanan karena cara kerjanya sekarang, SEMUA data selama 45 hari terakhir dikirim setiap kali Anda melakukan ekspor. Ini tidak seperti data direset atau semacamnya. Akhirnya, Anda juga harus membuat lembar kerja master dan menyalin^{(master worksheet and copy)} dan menempelkan data dari spreadsheet yang lebih baru ke yang lebih lama jika Anda menginginkan data lebih dari 45 hari dalam^{(’ worth)} satu spreadsheet.

Di email, nama file akan menjadi Export for devicename . Karena ini adalah file CSV^{(CSV file)} , Anda dapat membukanya di Google Spreadsheet^{(Google Sheets)} , Excel , atau sejumlah program lain jika Anda mau. Untuk mempermudah, saya akan menggunakan Excel . Sekarang mari kita lihat spreadsheet.

Di bagian atas, Anda akan mendapatkan beberapa informasi dasar seperti tanggal dan waktu^{(date and time)} terakhir yang diperbarui untuk laporan energi^{(energy report)} ini , nama perangkat^{(device name)} , beberapa ID MAC^{(MAC ID)} , kekuatan sinyal perangkat WeMo^{(WeMo device)} dan kemudian Biaya Energi per kWh^{(Energy Cost per kWh)} dan Ambang Batas (Watt )^{(Threshold (Watts))} . Dua nilai terakhir ini dapat diubah di aplikasi pada layar tempat Anda mengetuk Ekspor Data^{(Data Export)} . Jadi, perkiraan biaya bulanan yang diberikan WeMo kepada Anda didasarkan pada nilai 0,111 per kWh^{(kWh value)} ini , tetapi biaya energi Anda mungkin berbeda.

Cara terbaik untuk mengetahuinya adalah dengan melihat tagihan energi^{(energy bill)} Anda dan membagi Total Jumlah Listrik^{( Electric Amount)} dengan total kWh yang Digunakan^{(kWh Used)} . Anda seharusnya hanya melihat bagian Detail Listrik^{(Electric Details)} dari tagihan Anda, bukan detail gas. Ini contoh tagihan listrik saya biar jelas:

Jadi di sini, saya akan mengambil $267,46 dan membaginya dengan 1830 kWh Digunakan dan itu memberi saya sekitar 0,146^(.146) , yaitu 14,6 sen per kWh^{(14.6 cents per kWh)} sebagai biaya. Jadi sekarang saya masuk ke aplikasi WeMo dan mengubahnya^{(WeMo app and change)} dari .111 menjadi .146 dan itu akan memberi saya perkiraan yang sangat akurat tentang biaya bulanan saya untuk perangkat ini.

Selain itu, Anda dapat menyesuaikan nilai Ambang^(Threshold) , yang pada dasarnya menentukan apakah perangkat dalam keadaan Hidup^(On) atau dalam mode Siaga^(Standby) . Secara default, nilai ini diatur ke 8 Watt^(Watts) . Jika perangkat menggunakan kurang dari itu, dianggap dalam mode siaga. Saya bukan insinyur listrik dan saya tidak begitu yakin berapa nilai terbaik untuk itu, jadi saya membiarkannya di 8w.

Di bawahnya adalah bagian ringkasan penggunaan harian, yang membagi statistik utama berdasarkan hari. Anda dapat melihat waktu aktif, waktu siaga, konsumsi daya^{(power consumption)} rata-rata sepanjang hari, dan biaya hari itu. Jika Anda ingin melihat total daya yang dikonsumsi untuk hari itu, cukup buat rumus dan tambahkan Konsumsi Daya (Aktif)^{(Power Consumption (On))} dan Konsumsi Daya (Siaga)^{(Power Consumption (Standby))} untuk setiap baris. Akhirnya, di bagian bawah, Anda mendapatkan perincian penggunaan selama setengah jam.

Bergantung pada berapa hari data yang Anda miliki, ini dapat menambahkan hingga cukup banyak baris data. Ini juga akan memungkinkan Anda membuat grafik yang bagus untuk melihat penggunaan energi^{(energy usage)} dari waktu ke waktu. Menurut pendapat saya, bagan terbaik untuk melihat jenis data ini adalah plot XY Scatter^{(Y Scatter plot)} . Jika Anda memilih dua kolom data, termasuk heading, klik Insert  –  Chart , dan pilih XY Scatter , Anda akan mendapatkan sesuatu seperti ini:

Seperti yang Anda lihat, lemari es saya menggunakan sekitar 0,006 kWh^{(.006 kWh)} saat tidak digunakan dan melonjak menjadi sekitar 0,012 kWh^{(.012 kWh)} saat didinginkan. Itu juga bergantian antara negara-negara ini sepanjang hari dan malam^{(day and night)} . Penggunaan oleh perangkat lain mungkin akan menghasilkan grafik yang tampak berbeda.

Perhatikan bahwa ada baiknya untuk mengatur ulang WeMo jika Anda memutuskan untuk memindahkannya ke lokasi lain untuk melacak data tentang perangkat yang berbeda. Jika tidak, Anda akan mendapatkan data dari dua perangkat berbeda, yang akan membuat data tidak berguna^{(data useless)} kecuali Anda mengingat hari yang tepat saat Anda memindahkan sakelar.

Secara keseluruhan, sakelar WeMo Insight^{(WeMo Insight switch)} sepadan dengan biayanya jika Anda seorang pecandu data^{(data junkie)} . Menurut pendapat saya, Anda benar-benar hanya perlu satu ini di sekitar rumah untuk melacak perangkat yang berbeda. Setelah Anda memiliki data selama beberapa minggu untuk^{(’ worth)} satu perangkat, itu tidak akan banyak berubah, jadi Anda dapat mengatur ulang data dan mulai melacak perangkat lain. Jika Anda memiliki pertanyaan, jangan ragu untuk berkomentar. Menikmati!

How to Export WeMo Energy Usage Data to Excel

Yesterday, I wrote about controlling a WeMo switch using Alexa and today I wanted to write about how you can export the energy usage data from a WeMo Insight switch to Excel. The WeMo Insight switch generates a lot of detailed information that is really useful if you’re trying to figure out how much energy certain devices or appliances are using in your home or office.

Even though the app data is great, you can export 45 days’ worth of far more detailed data to Excel and then do whatever you like with it: create charts and graphs showing which days the most energy is being used, how many hours the device is in standby mode vs on, etc.

In this post, I’ll talk about the process for exporting the data and then go over how the data is organized in the Excel spreadsheet. I’ll also show you how to make a quick chart to graph out the energy usage.

Export Energy Data from WeMo

By default, the WeMo app will give you high-level energy usage data like how long the device was on today and on an average day, the estimated monthly cost and the average and current wattage usage.

This is good enough for most people, but if you are a data geek and you love using Excel, you’ll love the fact that you can export so much extra data out to analyze on your own. To do this, we need to tap on the Edit button at the top right of the WeMo app. The switches will change how they are displayed and you should tap on the WeMo Insight switch.

On the next screen, you’ll see a couple of options at the bottom, but the one we are interested in is Data Export. Some of the other options I’ll also explain later on as they can affect what data is exported.

Finally, on the last screen, type in your email address and then tap on Export Now. This will immediately send you an email with a CSV attachment containing all data for the device over the last 45 days.

If you like, you can also setup scheduled exports on a daily, weekly or monthly basis. Since data is only kept for 45 days, it’s a good idea to export the data once a month, so that you don’t lose any data if you forget to export manually.

I also suggest using the monthly frequency because the way it works right now, ALL the data for the last 45 days is sent every time you perform an export. It’s not like the data is reset or anything like that. Eventually, you’ll also have to create a master worksheet and copy and paste the data from the newer spreadsheets into the older ones if you want more than 45 days’ worth of data in a single spreadsheet.

In the email, the name of the file will be Export for devicename. Since it’s a CSV file, you can open it in Google Sheets, Excel or a host of other programs if you like. For simplicity, I will be using Excel. Now let’s take a look at the spreadsheet.

At the top, you’ll get some basic information like the last updated date and time for this energy report, the device name, some MAC ID, the signal strength of the WeMo device and then the Energy Cost per kWh and the Threshold (Watts). These last two values can be changed in the app on the screen where you tapped on Data Export. So the estimated monthly cost that WeMo gives you is based on this .111 per kWh value, but your energy costs may be different.

The best way to figure this out is to look at your energy bill and divide the total Electric Amount by the total kWh Used. You should only be looking at the Electric Details part of your bill, not the gas details. Here’s an example of my electric bill just to make it clear:

So here, I would take $267.46 and divide it by 1830 kWh Used and that gives me around .146, which is 14.6 cents per kWh as the cost. So now I go into the WeMo app and change it from .111 to .146 and that will give me a very accurate estimate of my monthly cost for this device.

In addition, you can adjust the Threshold value, which basically dictates whether the device is On or in Standby mode. By default, this value is set to 8 Watts. If the device uses less than that, it is considered in standby mode. I’m no electrical engineer and I’m not really sure what the best value for that is, so I just left it at 8w.

Below that is the daily usage summary section, which breaks down key stats by day. You can see time on, time in standby, average power consumption over the day, and the day’s cost. If you want to see total power consumed for the day, just create a formula and add Power Consumption (On) and Power Consumption (Standby) for each row. Finally, at the bottom, you get a breakdown of usage by half-hour.

Depending on how many days’ worth of data you have, this can add up to quite a lot of rows of data. This will also allow you to create nice graphs to see energy usage over time. In my opinion, the best chart for viewing this type of data is an X Y Scatter plot. If you select the two columns of data, including the headings, click on Insert – Chart, and choose X Y Scatter, you’ll get something like this:

As you can see, my fridge uses around .006 kWh when not running and jumps to about .012 kWh when cooling. It also alternates between these states all day and night. Usage by other devices will probably generate different looking charts.

Note that it’s a good idea to reset the WeMo if you decide to move it to another location to track data about a different device. If you don’t, you’ll get data from two different devices, which will make the data useless unless you remember the exact day you moved the switch.

Overall, the WeMo Insight switch is worth the cost if you are a data junkie. In my opinion, you really only need one of these around the house to track different devices. Once you have a couple of weeks’ worth of data for one device, it’s not really going to change all that much, so you can then reset the data and start tracking another device. If you have any questions, feel free to comment. Enjoy!

Related posts

• Cara Mengontrol Sakelar Wawasan WeMo menggunakan Alexa & Echo

• Cara Mengunduh LinkedIn Data Menggunakan LinkedIn Data Export Tool

• Cara mengunduh Instagram Data menggunakan Instagram Data Export Tool

• Transfer Data ke Amazon S3 dengan Cepat menggunakan AWS Import Export

• Ekspor Data SQL ke Excel dengan Tajuk Kolom

• Best Galaxy Watch Apps dari 2021

• Chromecast Vs Android TV: yang Better?

• Top 10 Gagal Electronic Gadgets and Devices (Wearable)

• Cara Membersihkan Gadget Elektronik Favorit Anda

• 3 Kartu MicroSD Terbaik Untuk Dibeli di Tahun 2020

• Add Sidebar and Desktop Gadgets di Windows 10 dengan 8gadgetpack

• 16 Best Smartphone Accessories untuk bepergian

• 7 Best Bluetooth Earbuds Di bawah $ 100

• 7 Valentine Gifts Terbaik untuk Techie di Your Life

• 5 Best Drones untuk anak-anak

• Mavic Mini vs Mini 2: Haruskah Anda Upgrade?

• Cara mengatur ulang atau menghapus Data Usage di Windows 11/10

• Oculus Quest 2 vs Rift S: yang merupakan Better VR Headset?

• SP Armor A62 Game Drive Review

• 7 Cool Music Gadget Mengambil Pada Your Next Adventure