Pembangkit Listrik Tenaga Diesel (PLTD) merupakan sistem pembangkit yang menggunakan mesin diesel sebagai penggerak utama untuk menghasilkan energi listrik. Salah satu mesin yang digunakan adalah Ruston 16RKC, di mana temperatur gas buang menjadi indikator penting untuk menilai performa pembakaran dan mendeteksi gangguan operasional. Pemantauan suhu gas buang yang masih dilakukan secara manual menyebabkan keterlambatan dalam mendeteksi gejala awal kerusakan, sehingga menurunkan efisiensi serta meningkatkan biaya perawatan.
Penelitian ini bertujuan untuk mengembangkan sistem deteksi dini anomali temperatur gas buang berbasis Internet of Things (IoT) dengan menerapkan metode modifikasi parameter temperatur gas buang. Data hasil pengukuran dikirimkan melalui jaringan IoT untuk memudahkan pemantauan jarak jauh dan analisis performa mesin. Pada tahun 2024 sudah terjadi 10 kali gangguan berulang pada sistem gas buang mesin ruston 16RKC, dengan asumsi proses perbaikan dalam 1 kali gangguan memakan waktu selama 5 hari kalender dengan asumsi kWh yang tidak tersalurkan dalam hitungan rupiah sebesar Rp.381.400.800 dengan tagihan kinerja EAF yang hilang sebesar Rp.131.933.280 sehinggal didapatkan total kerugian ketika mesin ruston 16RKC mengalami kerusakan dalam 1 kali gangguan sebesar Rp.513.334.080. Data temperatur gas buang diperoleh dari 16 titik sensor (A1–A8 dan B1–B8) selama periode operasi harian dengan variasi daya keluaran berkisar antara ±2220 kW hingga 2380 kW. Hasil pengujian menunjukkan
bahwa temperatur gas buang pada kelompok sensor A berada pada kisaran ±300–460 °C, sedangkan pada kelompok sensor B berada pada kisaran ±380–525 °C. Temperatur maksimum yang terukur mencapai sekitar 520 °C, sementara temperatur inimum berada pada kisaran ±300 °C. Selisih temperatur antar silinder (ΔT) maksimum tercatat mencapai ±200–220 °C pada
kondisi tertentu. Berdasarkan hasil tersebut, sistem yang dikembangkan mampu meningkatkan akurasi deteksi dini gangguan termal serta mendukung keandalan operasi mesin melalui pemantauan kondisi yang lebih efektif dan terintegrasi.
Kata Kunci: PLTD, Ruston 16RKC, temperatur gas buang, Internet of Things, deteksi dini,
modifikasi parameter.