PROTOTIPE SISTEM MONITORING DAYA LISTRIK BERBASIS INTERNET OF THINGS (IoT) MENGGUNAKAN METODE EXPONENTIAL SMOOTHING UNTUK PREDIKSI KEBUTUHAN ENERGI

Riyadi Hartono, Dwi (2023) PROTOTIPE SISTEM MONITORING DAYA LISTRIK BERBASIS INTERNET OF THINGS (IoT) MENGGUNAKAN METODE EXPONENTIAL SMOOTHING UNTUK PREDIKSI KEBUTUHAN ENERGI. Masters thesis, Universitas Islam Sultan Agung Semarang.

	Text Magister Teknik Elektro_20601900016_fullpdf.pdf Download (2MB)
	Text Magister Teknik Elektro_20601900016_pernyataan_publikasi.pdf Restricted to Registered users only Download (177kB)

Abstract

APP (Alat Pengukur dan Pembatas) listrik adalah piranti yang digunakan masyarakat untuk bertransaksi listrik. APP berfungsi sebagai alat pengukur dan pembatas daya, mencatat daya yang terpakai, sebagai saklar pemutus utama, dan pengaman saat terjadi hubung singkat di dalam sistem instalasi listrik. Permasalahannya APP saat ini masih konvensional karena hanya bisa dibaca secara langsung di tempat APP terpasang. Seiring dengan perkembangan Teknologi Informasi dan Komunikasi (TIK), Internet of Things (IoT) kemudian muncul menjadi tren solusi karena mampu menghubungkan antara mesin dengan manusia untuk mengendalikan dan memonitor kinerja mesin dari jarak jauh. Penelitian ini berfokus pada pengembangan Alat Monitoring dan Prediksi Daya (AMPD) berbasis IoT. AMPD mengambil parameter tegangan dan arus listrik pada beban menggunakan sensor PZEM004. Data tegangan dan arus beban diolah di dalam mikrokontroller ESP32. Fungsi Simpel Exponential Smoothing (SES) ditambahkan ke dalam pemrograman Arduino IDE untuk memprediksi kebutuhan energi dan biaya listrik pada periode berikutnya. Hasil pemrograman dikirim ke modul mini LCD OLED 128x64 untuk ditampilkan layaknya APP dan ke server Blynk melalui modul wifi yang melekat di ESP32. Aktivitas monitoring jarak jauh dilakukan melalui Smartphone Android dan Laptop/PC yang terhubung dengan internet. Hasil pengujian menunjukkan bahwa AMPD berhasil mengukur dan menampilkan jumlah energi dan biaya listrik terpakai dan mampu menampilkan informasi prediksi jumlah kebutuhan energi dan biaya listrik pada periode berikutnya secara real-time dan akurat. Aktivitas monitoring berhasil dilakukan dari jarak jauh menggunakan Smartphone Android dan Laptop/PC yang terhubung dengan internet. Adapun ketepatan ramalan kebutuhan energi dan biaya dihitung dengan metode Mean Absolute Deviation (MAD), Mean Squared Error (MSE), Mean Absolute Percent Error (MAPE). Untuk beban resistif MAD: 0,01010 dan 136,6129, MSE: 23149,1735 dan 23149,1735, MAPE: 2,43% dan 2,42% menunjukkan hasil peramalan sangat baik. Beban Kapasitif MAD: 0,0005 dan 0,6598, MSE: 0,000000370 dan 0,6770, MAPE 0,32% dan 0,32% menunjukkan hasil peramalan cukup baik. Beban Induktif MAD: 0,0005 dan 0,6772, MSE: 0,000000357 dan 0,6523; MAPE: 0,26% dan 0,26% menunjukkan hasil peramalan cukup baik. Adapun nilai MAD dan MSE mendekati nol menunjukkan bahwa hasil prediksi AMPD sesuai dengan data aktual dan bisa dijadikan untuk perhitungan peramalan di periode mendatang. Kata kunci: monitoring daya listrik, IoT, prediksi, Simple Exponential Smoothing.

Item Type:	Thesis (Masters)
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknologi Industri Pascasarjana > Magister Teknik elektro
Depositing User:	Pustakawan 5 UNISSULA
Date Deposited:	17 Jul 2023 02:20
Last Modified:	17 Jul 2023 02:20
URI:	http://repository.unissula.ac.id/id/eprint/29708

Actions (login required)

View Item