The building sector is a significant energy consumer, and its share of energy consumption is increasing because of urbanization. Forecasting the electricity load for improving building energy efficiency is imperative for reducing energy costs and environmental impacts. This study first builds a seasonal time-series model, then integrates it with IoT in the energy-predict systems. Notably, the built time-series model gives positive results with an R2 training of 0.814 and an R2 test of 0.803, which are much better than the regression model in accuracy and feature cost. Lastly, the proposed system automatically collects data from an IoT platform, predicts energy consumption, and sends results to end users. This system can help the user control their energy consumption or abnormal energy consumption in a home in real time.Xây dựng là một ngành tiêu thụ năng lượng lớn và chiếm tỉ trọng cao do quá trình đô thị hóa. Dự báo phụ tải tiêu thụ nhằm nâng cao hiệu quả sử dụng năng lượng của các tòa nhà là điều cần thiết để giảm thiểu chi phí năng lượng và tác động tiêu cực đến môi trường. Nghiên cứu này xây dựng mô hình dự báo chuỗi thời gian theo mùa, sau đó tích hợp nó với IoT để tạo ra hệ thống dự đoán năng lượng. Đáng chú ý, mô hình này cho kết quả tích cực với giá trị R2 huấn luyện là 0,814 và R2 thử nghiệm là 0,803, tốt hơn nhiều so với mô hình hồi quy không chỉ ở độ chính xác mà còn cả tính năng chi phí. Hệ thống này sẽ tự động thu thập dữ liệu từ nền tảng IoT, dự đoán và gửi kết quả cho người dùng. Nó có thể giúp người dùng kiểm soát mức tiêu thụ năng lượng và kiểm soát được bất thường về năng lượng tiêu thụ trong nhà theo thời gian thực.