Faiz Listyarto, Fernanda (2026) RANCANG BANGUN DAN ANALISIS KINERJA SISTEM PREDICTIVE BATTERY HEALTH MONITORING BERBASIS IoT MENGGUNAKAN ESP32 PADA SISTEM PLTS SKALA KECIL. Diploma thesis, Institut Tekbologi PLN.
COVER.pdf
Download (169kB)
LEMBAR PENGESAHAN.pdf
Download (526kB)
BAB 1.pdf
Download (221kB)
BAB 2.pdf
Download (555kB)
BAB 3.pdf
Restricted to Registered users only
Download (745kB) | Request a copy
BAB 4.pdf
Restricted to Registered users only
Download (1MB) | Request a copy
BAB 5.pdf
Restricted to Registered users only
Download (208kB) | Request a copy
DAFTAR PUSTAKA.pdf
Download (196kB)
SKRIPSI 202211018 FERNANDA FAIZ LISTYARTO.pdf
Restricted to Registered users only
Download (4MB) | Request a copy
Abstract
Pemanfaatan energi surya melalui sistem Pembangkit Listrik Tenaga Surya (PLTS) semakin berkembang sebagai salah satu solusi energi ramah lingkungan. Baterai sebagai media penyimpanan energi merupakan komponen vital yang memerlukan pemantauan berkelanjutan untuk mengetahui kondisi dan kinerjanya. Penelitian ini bertujuan merancang dan menguji sistem monitoring kesehatan baterai berbasis Internet of Things (IoT) menggunakan ESP32 pada PLTS skala kecil. Metode penelitian yang digunakan adalah eksperimen melalui perancangan perangkat keras, integrasi sensor, pengujian akurasi sensor, pengujian komunikasi IoT, serta pengujian charging dan discharging baterai pada variasi beban. Sistem ini menggunakan sensor tegangan 0–25 V, sensor arus ACS712, dan sensor suhu DHT11. Data pengukuran dikirimkan melalui jaringan WiFi ke Firebase dan ditampilkan pada web dashboard secara real-time. Hasil pengujian menunjukkan rata-rata error sensor tegangan baterai sebesar 0,26%, sensor tegangan PLTS 0,30%, ACS712 baterai 2,84%, ACS712 PLTS 0,91%, dan DHT11 0,34%. Waktu respons pengiriman data berada pada rentang 1,2–1,6 detik secara stabil tanpa kehilangan data. Pengujian charging menunjukkan peningkatan tegangan baterai dari 10,00 V menjadi 12,60 V dalam 360 menit. Pada pengujian discharging, ketahanan baterai mencapai sekitar 12 jam, 8 jam, dan 4 jam masing-masing untuk beban 1, 2, dan 3 lampu 30 W. Analisis State of Health (SoH) menunjukkan penurunan dari 100% menjadi 90,1% pada siklus ke-100 dengan kapasitas riil 9,01 Ah dari kapasitas nominal 10 Ah. Sistem yang dirancang terbukti andal melakukan pemantauan real-time sekaligus menyediakan data historis untuk analisis SoC dan SoH.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | PLTS, Monitoring Baterai, IoT, ESP32, Firebase, SoC, SoH. |
| Subjects: | Bidang Keilmuan > Electrical Engineering Bidang Keilmuan > Monitoring Skripsi Bidang Keilmuan > Solar Cell Bidang Keilmuan > Teknik Elektro |
| Divisions: | Fakultas Ketenagalistrikan dan Energi Terbarukan > S1 Teknik Elektro |
| Depositing User: | Mr Fernanda Faiz Listyarto |
| Date Deposited: | 24 Aug 2026 07:37 |
| Last Modified: | 24 Aug 2026 07:37 |
| URI: | https://repository.itpln.ac.id/id/eprint/7042 |
