Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Malcom: Indonesian Journal of Machine Learning and Computer Science
Saputra, M. Fajar Edwin
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Sistem Monitoring Arus Listrik Berbasis Internet of Things (IoT) pada Solar Panel di Laboratorium Pembangkit Listrik Tenaga Surya (PLTS) UIN Suska Riau: Electric Current Monitoring System Based on IoT (Internet of Things) On Solar Panel In Solar Electric Power Plant (PLTS) Laboratory of UIN Suska Riau Sari, Linna Oktaviana; Saputra, M. Fajar Edwin; Safrianti, Ery
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1033

Abstract

Salah satu energi yang dapat dimanfaatkan dari intensitas cahaya matahari yang tinggi di Indonesia ini adalah dengan memaksimalkan alat pengkonversi cahaya matahari menjadi energi listrik yang disebut dengan panel surya, besar daya keluaran yang dihasilkan oleh panel surya dipengaruhi oleh beberapa kondisi lingkungan dimana sebuah panel surya ditempatkan seperti suhu, intensitas cahaya matahari, arah datangnya sinar matahari dan spektum cahaya matahari. Kondisi lingkungan yang selalu berubah-ubah setiap waktu menyebabkan daya keluaran panel surya juga ikut berfluktuasi. Pemantauan terhadap parameter keluaran solar panel sangat diperlukan untuk menilai kinerja sebuah solar panel pada perubahan intensitas cahaya matahari. Pemantauan menggunakan software bertujuan agar pemantauan bersifat realtime sehingga dalam pemantauan tidak memerlukan cara manual dengan menggunakan alat ukur pada umumnya. Tujuan dari penelitian ini adalah untuk membuat sistem monitoring arus listrik berbasis IoT (Internet of Things) pada solar panel di laboratorium Pembangkit Listrik Tenaga Surya (PLTS) UIN SUSKA Riau. Hasil penelitian yang dilakukan menunjukkan bahwa pengiriman data dari NodeMCU yang telah dihubungkan dengan sensor ACS712 dan DHT22 menggunakan aplikasi blynk yang dilakukan selama 6 jam mampu mendeteksi arus, suhu, kelembaban dan daya yang ditampilkan dengan baik, monitoring dapat digunakan dengan menggunakan jaringan internet dan aplikasi blynk. 
Co-Authors Ery Safrianti Linna Oktaviana Sari