MONITORING SYSTEM IOT PEMBANGKIT LISTRIK TERAPUNG HYBRID TENAGA SURYA DAN PIKOHIDRO

This is the latest version of this item.

Peningkatan kebutuhan energi listrik mendorong pemanfaatan Energi Baru Terbarukan (EBT) sebagai solusi untuk mengurangi ketergantungan pada sumber energi fosil. Indonesia memiliki potensi besar dalam energi surya dan energi air, Potensi energi surya di Indonesia dapat mencapai hampir 3.000 GW berdasarkan analisis IRENA yang menggunakan sistem informasi geografis (GIS). Rata-rata penyinaran harian berkisar antara 4 kWh hingga 5,8 kWh/m2. Sedangkan pada sisi potensi tenaga air yang merupakan
sumber energi baru terbarukan terbesar di Indonesia memiliki potensi yang berkapasitas hingga 75 GW. Masih banyak ruang untuk membangun pembangkit skala besar maupun skala kecil tambahan. Sehingga dikembangkan dan dikombinasikan dalam bentuk sistem pembangkit listrik terapung hybrid. Tugas akhir ini membahas perancangan dan realisasi Pembangkit Listrik Terapung Hybrid Tenaga Surya dan Pikohidro yang dilengkapi dengan sistem monitoring berbasis Internet of Things (IoT). Sistem ini menggunakan ESP32 DevKit V1 sebagai mikrokontroler utama dengan sensor INA219 untuk membaca tegangan, arus, dan daya, serta Hall Effect Sensor untuk mengukur kecepatan putaran turbin. Data yang diperoleh ditampilkan secara real-time melalui aplikasi Blynk dan disimpan pada Google Spreadsheet sebagai basis data. Alat ini juga dilengkapi sistem switching otomatis dengan parameter switch yang digunakan adalah nilai keluaran
tegangan dari masing-masing pembangkit untuk mengatur sumber pengisian baterai. Saat nilai keluaran tegangan panel surya kurang dari parameter nilai tegangan yang ditetapkan
maka relay module akan aktif dan memindahkan jalur pengisian baterai dari panel surya ke generator DC. Hasil pengujian menunjukkan bahwa sistem mampu menampilkan data parameter dengan baik dan akurat, data yang ditampilkan juga real-time serta dapat melakukan pemantauan dari jarak jauh. Penelitian ini juga menganalisis tingkat error sensor dan mengevaluasi keandalan sistem yang dirancang. Persentase error sensor INA219 terbesar adalah 5,77% pada saat pengujian di lokasi titik B (sungai Ciliwung).
Pada sisi Hall Effect Sensor, persentase error terbesar bernilai 9% yang cukup memengaruhi keakuratan pengukuran pada sensor meskipun tidak banyak memengaruhi pengukuran keseluruhannya.