Professional Documents
Culture Documents
02 (2020) 70-81
Artikel Penelitian
INFORMASI ARTIKEL A B S T R A C T
Sejarah Artikel: Indonesia has considerable wind energy potential. Energy generation system
Diterima Redaksi: 05 September 2020 performance can be monitored and controlled through the Internet of Things
Revisi Akhir: 15 September 2020 (IoT) technology. However, research and development of IoT technology in
Diterbitkan Online: 08 Oktober 2020 wind turbines in Indonesia is still low. Therefore, in this study, the author
seeks to conduct research related to the development of a website-based wind
KATA KUNCI turbine control and data monitoring system. This research uses a 3 blade
horizontal axis wind turbine (NACA 2410). The monitoring system uses the
Sitem kontrol Raspberry Pi 3B + microcontroller and several sensor devices such as the IR
LM393 speed sensor to measure wind speed and shaft rotation speed, and the
Monitoring
INA219 current-voltage sensor to measure the voltage and current of a 350
Turbin Angin Watt DC generator. The website was created using the Laravel 5.8 PHP
framework and Chart.js. Furthermore, the sensor calibration process and
Website
system testing are carried out. Based on the test results, it was found that the
Raspberry Pi 3B+ monitoring data system was functioning properly. The data has been
successfully sent to the server and can be monitored in real-time via the
KORESPONDENSI website. Based on the results of the IR LM393 sensor calibration test, the
linear regression equation y = 0.7881x + 13.837, and the value of R2 = 0.9934
E-mail: meikieruputra@gmail.com is obtained. And the value of R2 = 0.9934 indicates that the sensor calibration
process is well correlated. The results of testing the control system and
monitoring of wind turbine data monitored through the website for 1 x24 show
that the highest wind potential occurs at 13.00 to 14.00 WIB, namely at a wind
speed of 3.74 m / s.
teknologi IoT untuk memonitor secara real-time Daya Listrik Berbasis IoT (Internet of Thing)” [3].
penyimpanan energi listrik dari wind turbine Penelitian tersebut bertujuan untuk mendapatkan
Lentera Angin Nusantara (LAN) [1]. Perangkat informasi-informasi yang berhubungan dengan
monitoring yang digunakan berbasis komunikasi pengukuran energi listrik antara lain daya semu
machine to machine (M2M) dan Internet of Things (VA), tegangan (V), dan Arus (A) secara real-time
(IoT) dengan menggunakan protokol MQTT yang dapat diakses dari Jaringan Internet. Untuk
(Message Queueing Telemetry Transport). MQTT menghubungkan ke internet alat ini menggunakan
Client Publisher adalah mikrokontroler Arduino ethernet shield, dan untuk tampilan monitoring di
Uno yang tertanam program C++ atau platform internet menggunakan Ubidot. Sistem monitoring
perangkat lunak berbasis mikrokontroler dengan ini dalam 1 menit menghasilkan data sebanyak 60
menggunakan library PubSubClient. Data arus dan data, data dimonitoring dalam waktu per detik.
tegangan diperoleh dari sensor arus dan tegangan. Untuk nilai perbandingan antara daya yang terbaca
Kemudian diakuisisi oleh mikrokontroler, setelah pada tampilan monitoring dengan alat ukur watt
itu di-publish secara real-time ke broker dengan meter memiliki tingkat akurasi diatas 90 % dengan
nama topik tertentu “sensors/energymonitor”. persentase error 2,96 –7,28 % [4]. Meskipun
Sebagai MQTT broker adalah HiveMQ. Pada platform Ubidot tersebut bersifat gratis, namun
broker data energi listrik pada topik tertentu yang fiturnya banyak yang telah dibatasi, untuk
dikirimkan oleh mikrokontroller dan di simpan mendapatkan afitur penuh maka pengguna harus
dalam log file. Namun, penelitian tersebut masih berlangganan aplikasi tersebut.
terbatas pada monitoring data arus dan tegangan
penyimpanan dengan menggunakan protokol Winasis. Dkk, mencoba menyajikan purwarupa
MQTT. sistem monitoring nirkabel baterai dan beban pada
PLTH surya – angin berbasis website yang mampu
Ada juga yang telah memanfaatkan teknologi memantau secara remote kinerja PLTH [4].
smart phone android untuk memonitor turbin Rancangan perangkat keras sistem monitoring
angin [2]. Monitoring turbin angin yang yang digunakan meliputi: perangkat wireless node
dilakukan mencakup parameter kecepatan angin pemantauan baterai, perangkat wireless node
dan kecepatan putaran turbin. Data parameter pemantauan beban dan perangkat pusat
ini diperoleh dari sensor kecepatan angin dan pamantauan. Besaran energi listrik pada baterai
kecepatan putaran yang diolah dengan arduino dan beban meliputi: tegangan, arus, daya, frekuensi,
mega 2560. Data dari arduino ini dikirim dan faktor daya diukur dan diproses pada node
melalui modul Bluetooth HC-04 untuk pemantauan untuk dikirimkan ke pusat
ditampilkan pada smartphone android. Hasil pemantauan secara nirkabel melalui wireless
pengujian menunjukan bahwa sistem monitoring tranceiver menggunakan protokol komunikasi
turbin angin yang diusulkan telah bekerja dengan 802.11 b/g/n. Pengiriman data hasil pemantauan
baik. Data kecepatan angin dan kecepatan ke jaringan internet dilakukan oleh pusat
putaran turbin yang ditampilkan pada android pemantauan melalui sebuah modem GSM.
sudah persis sama dengan data pada alat ukur. Rancangan prototipe sistem monitoring yang
Namun, penelitian terebut terbatas pada diusulkan diimplementasikan pada skala
penggunakan teknologi bluetooth yang hanya laboratorium dengan menggunakan DC power
mampu di akses dengan perangkat android pada supply (battery charger) sebagai sumber arus DC,
jarak yang terbatas. baterai nominal 2x12V dan inverter 1 kW. Hasil
pengujian menunjukkan bahwa keseluruhan
Selain itu, ada beberapa penelitian yang perangkat node monitor dan sentral monitor dapat
menafaatkan IoT berbasis web untuk proses bekerja dengan baik. Fungsi pencatatan (logging),
monitoring turbin angin. Seperti yang dilakukan pengolahan data, serta penampilan dan akses data
oleh Handarly. D dan Jefri Lianda, pada secara lokal maupun melalui jaringan internet pada
penelitiannya yang berjudul “Sistem Monitoring penelitian ini dikembangkan dengan menggunakan
layanan Thingspeak yang merupakan open data pada website.Sensor yang digunakan antara lain
platform untuk IoT. Aplikasi yang dapat dilakukan adalah IR LM319 Speed Sensor dan INA219
antara lain: mengumpulkan data sensor secara real Current Voltage Sensor.
time dan mengirimkan ke cloud, penyimpanan data
hasil pengukuran, analisis dan visualisasi data, Penelitian terkait penggunaan Rasperry Pi sebagai
fungsi alarm, dan penjadwalan. Berdasarkan mikrokontroler dalam monitoring data telah
informasi yang diperoleh dari website resmi dilakukan oleh Muck dan Homan [9]. Dimana
Thingspeak, layanan untuk versi gratis Thingspeak stasiun cuaca dirakit menggunakan SparkFun
hanya tersedia untuk proyek kecil non-komersial Weather Shield dan Weather Meter dan Arduino
(~ 8.200 pesan/hari) dan tidak diizinkan untuk Uno R3 untuk mengumpulkan parameter cuaca.
skalabel lebih besar. Data yang dikumpulkan dari sensor kemudian
disimpan ke dalam Google Cloud SQL
Beberapa penelitian lain juga telah membahas menggunakan Raspberry Pi 3 Model B yang
berbagai aplikasi sistem monitoring data bertindak sebagai gateway di antara sensor tersebut
pembangkit energi terbaukan. Shariff, dkk dan dilakukan analisis data cuaca.
melakukan penelitian terkait dengan pemantauan
sistem PV di area remote menggunakan modem Website monitoring data turbin angin ini akan
GSM sebagai transmisi data [5]. Selain itu, dibuat dengan menggunakan teknologi framework
pemanfaatan teknologi website untuk monitoring Laravel yang bersifat open-source dan mudah
data sistem pembangkit listrik terbarukan juga untuk dikembangkan kedepan dalam skala yang
dilakukan oleh Li [6] dan Kopacz [7]. Soetedjo [8] jauh lebih besar. Laravel adalah framework PHP
meneliti implementasi web – scada untuk yang paling canggih, elegan dan membuat proses
memonitor dan mengontrol sistem pembangkit pengembangan menjadi sederhana. Framework
hibrida surya – angin secara remote melalui Laravel memiliki tiga komponen arsitektur yang
jaringan internet. Pada penelitian ini antara saling berhubungan yang disebut Model, View dan
sensor, remote terminal dan komputer server Controller. Model terdiri dari data dan logika
masih memakai jaringan kabel menggunakan bisnis. Kelas controller digunakan untuk mengatur
komunikasi serial dan local area network. perilaku logika penanganan permintaan. Paket
Beberapa penelitian telah membahas berbagai pihak ketiga dapat diintegrasikan dengan mudah ke
aplikasi sistem monitoring pembangkit yang dalam aplikasi Laravel dengan menulis beberapa
memanfaatkan sumber energi terbarukan. Namun perintah artisan. Paket ini menghemat banyak
pada penelitian tersebut masih memakai jaringan waktu pengembangan. Sebagian besar paket ini
kabel menggunakan komunikasi serial dan local telah diuji dengan baik, stabil, dan tersedia secara
area network untuk mentransmisikan data. gratis [10].
Oleh sebab itu, pada penelitian ini penulis Dalam pengembangan IoT, pengolahan dan analisa
berupaya melakukan penelitian terkait data yang terfokus pada pengukuran data yang
pengembangan perangkat lunak IoT berbasis besar membutuhkan sensor yang banyak dan dapat
website yang bersifat open-source untuk melakukan pengukuran secara real-time
monitoring data turbin angin. Penelitian ini dimulai merupakan hal yang menantang[11]. Stonebraker
dari merancang sistem kontrol dan website dkk. mengatakan bahwa pada sebuah alat/mesin
monitoring data turbin angin menggunakan pemrosesan secara real time harus memenuhi
Raspberry Pi 3B+ sebagai mikrokontroler. persyaratan yaitu [11] :
Mikrokontroller bertugas untuk membaca serta a. Kemudahan dalam akses data, yang mengacu
mengolah data dari sensor dan mengirimkannya ke pada pemrosesan data saat bepergian tanpa
database server sehingga dapat diakses dimana perlu biaya penyimpanan data.
saja. Data yang telah dikirim akan ditampilkan b. Menangani berkas/data yang tidak teratur,
secara real-time berupa tabel dan grafik analisis hilang, dan tertunda.
c. Dapat diakses secara berulang dengan hasil website (Gambar 2). Turbin angin berfungsi
yang tetap setelah memproses serangkaian sebagai sumber data yang akan diolah olah sensor
atau sejumlah berkas data. dan dikirim ke server untuk ditampilkan pada
d. Selalu terhubung dan data tetap tersimpan halaman website yang dapat diakses secara real-
yang terintegrasi dengan sistem database yang time melalui perangkat komputer, laptop, atau
telah tertanam. hand phone. Data yang dikukur dan dimonitoring
e. Jaminan ketersedian data yang tinggi, dengan antara lain adalah kecepatan angin, kecepatan
sistem keamanan real-time dan mekanisme putaran poros turbin, voltase dan arus dari
pencadangan panas. generator.
f. Mendukung penskalaan otomatis dan dapat
dioperasikan dengan aplikasi (software).
2. METODOLOGI
menyimpan data terkait reset password oleh pada seitap varibel data (60 menit terakhir,
pengguna, dan tabel migrations untuk proses 24 jam terakhir, 7 hari terakhir terakhir,
migrasi data dari fitur migrasi yang terdapat 30 hari terakhir, 12 bulan terakhir, dan
pada framework Laravel. semua data) (Gambar 8).
3. Tabel data turbin angin. Pada bagian ini
ditampilkan semua varibel data turbin
angin yang dikirim oleh mikrokontroller
ke server dan diurutkan berdasarkan
waktu terakhir data diambil (Gambar 9).
untuk mengatur akses halaman website Kecepatan putran poros atau disc encoder dari
website. hasil perhitungan jumlah celah yang dibaca oleh
7. Pembuatan script program pada komponen sensor (Na) pada periode yang ditetapkan (Pr)
controllers. dibagi dengan jumlah celah yang terdapat pada
8. Pembuatan script program pada komponen disc encoder dalam waktu 1 menit (60 detik),
models. sehingga diperoleh kecepatan putaran dalam satuan
9. Pembuatan script program pada komponen rpm. Nilai rata-rata yang terbaca oleh sensor akan
views. dibandingkan dengan nilai kecepatan putaran pada
mesin bubut. Kemudian dilakukan proses kalibrasi
Program lengkap website monitoring data turbin dengan menambahkan offset value pada script
angin dapat di akses melalui link github berikut ini: program. Pengujian dilakukan secara berulang
https://github.com/meiki/data_monitoring_pltb_uni pada variasi kecepatan putaran 45 rpm hingga 255
dha/website.zip. rpm. Proses kalibrasi sensor IR LM393 dapat
dilihat pada Gambar 12.
Kalibrasi dilakukan pada variasi rentang kecepatan Grafik hasil pengujian awal pada website data
antara 45 rpm hingga 255 rpm pada mesin bubut. monitoring PLTB yang dilakukan selama 24 jam
Data pada Tabel 1 di ubah kedalam bentuk grafik dapat dilihat pada grafik data hasil monitoring
dan dicari persamaan regresi liniernya kecepatan angin (Gambar 16), grafik data hasil
menggunakan Microsoft Excel (Gambar 15). monitoring kecepatan putaran poros (Gambar 17),
sehingga diperoleh persamaan regresi linier pada grafik data hasil monitoring voltase (Gambar 18),
grafik tersebut adalah y = 0,7881x+13,837 dan grafik data hasil monitoring arus (Gambar 19),
nilai R2 = 0,9934. Dimana nilai x adalah nilai grafik data hasil monitoring daya turbin (Gambar
kecepatan putaran yang dihasilkan oleh sensor dan 20).
y adalah kecepatan putaran pada mesin bubut.
Dengan nilai R2 = 0,9934 yang mendekati 1
menunjukkan bahwa nilai variabel x dan y dari
proses kalibrasi sensor tersebut terkorelasi dengan
baik.
Gambar 17. Grafik Hasil Monitoring Data menjadi angin laut. Kecepatan angin yang terukur
Kecepatan Putaran Poros Turbin melalui Website pada waktu tersebut berkisar antara 0,5 m/s-1,5
m/s.