Penelitian ini membahas perancangan dan pembuatan alat pemantauan factor lingkungan yang berpotensi menyebabkan terjadinya corona discharge secara real-time menggunakan mikrokontroler ESP32. Corona discharge merupakan fenomena pelepasan muatan listrik yang dapat menyebabkan kerusakan pada peralatan listrik bertegangan tinggi. Kejadian ini dapat dipengaruhi oleh beberapa faktor lingkungan seperti suara desis akibat pelepasan muatan listrik, suhu, dan kelembapan udara di sekitar peralatan listrik. Oleh karena itu, penelitian ini berfokus pada pemantauan perubahan nilai dari ketiga faktor tersebut guna menganalisis keterkaitannya terhadap kemungkinan terjadinya corona discharge. Sistem ini menggunakan sensor untuk mendeteksi suara desis, suhu, dan kelembapan secara real-time. Data yang diperoleh dikirim ke platform IoT Ubidots serta dibandingkan dengan data yang diperoleh secara offline menggunakan Arduino IDE. Hasil pengujian menunjukkan bahwa terdapat perbedaan akurasi pada sensor, yaitu suara desis memiliki akurasi -1489,623%, suhu -0,00451183%, dan kelembapan 0,00481998%. Keterlambatan data hampir tidak signifikan, dengan contoh data pertama yang dikirim secara offline pada pukul 15:50:13.697 dan diterima di IoT pada pukul 15:50:13.329. Namun, terdapat kehilangan data pada pengujian selama satu jam, di mana dari 720 data yang seharusnya diterima, hanya 529 data yang tercatat. Gangguan sinyal menjadi faktor utama dalam kehilangan data saat pengiriman ke IoT. Dengan penelitian ini, diharapkan sistem pemantauan ini dapat menjadi alternatif dalam analisis faktorfaktor lingkungan yang berpotensi memicu corona discharge serta memberikan gambaran mengenai keterbatasan dalam pengiriman data secara real-time menggunakan IoT.

This research discusses the design and development of a real-time monitoring system for environmental factors that may trigger corona discharge using the ESP32 microcontroller. Corona discharge is a phenomenon of electrical charge release that can cause damage to high-voltage electrical equipment. This occurrence can be influenced by several environmental factors, such as hissing sounds due to electrical discharge, temperature, and humidity around the electrical equipment. Therefore, this study focuses on monitoring changes in these three factors to analyze their correlation with the likelihood of corona discharge. The system utilizes sensors to detect hissing sounds, temperature, and humidity in real time. The acquired data is transmitted to the IoT platform Ubidots and compared with offline data obtained via Arduino IDE. The test results indicate differences in sensor accuracy, with the hissing sound sensor showing an accuracy of -1489.623%, temperature -0.00451183%, and humidity 0.00481998%. The data transmission delay is almost negligible, with the first offline data sent at 15:50:13.697 and received on the IoT platform at 15:50:13.329. However, there was data loss during a one-hour test, where out of 720 expected data points, only 529 were recorded. Signal interference was identified as the primary factor causing data loss during IoT transmission. This study is expected to serve as an alternative for analyzing environmental factors that have the potential to trigger corona discharge and provide insights into the limitations of real-time data transmission using IoT.