<![CDATA[Pemeliharaan AC split yang bersifat reaktif tanpa data kondisi operasional aktual menyebabkan penurunan performa tidak terdeteksi dan pemborosan energi. Penelitian ini merancang dan membangun sistem monitoring berbasis Internet of Things (IoT) untuk indikasi maintenance AC split yang mengintegrasikan analisis performa sisi udara dan konsumsi daya secara real-time. Sistem menggunakan arsitektur dual ESP32 yang berkomunikasi melalui protokol ESP-NOW, dilengkapi sensor SHT31 (outlet evaporator), DHT22 (inlet evaporator dan ruangan), serta SCT-013 (arus listrik). Cooling capacity aktual dihitung melalui pendekatan psikrometrik entalpi udara, sedangkan hasil monitoring ditampilkan melalui aplikasi Blynk, Google Spreadsheet, SD Card, dan LCD I2C lokal dengan indikator LED dan buzzer. Diagnosis kondisi AC menggunakan algoritma Decision Tree multi-parameter berdasarkan selisih temperatur evaporator, konsumsi daya, temperatur, dan kelembaban ruangan, menghasilkan empat klasifikasi status. Hasil kalibrasi menunjukkan MAE sensor DHT22 sebesar 0,26°C, SHT31 sebesar 0,13°C, dan SCT-013 sebesar 0,02 A. Pengujian 60 menit pada set point 20°C menghasilkan cooling capacity aktual rata-rata 2,4 kW (8.260,8 BTU/h) dari kapasitas nominal 3,75 kW dengan performance ratio 58,4%. Distribusi status menunjukkan 58% data berstatus NORMAL, 29% PERLU OBSERVASI, dan 13% AC OFF, tanpa satu pun data berstatus kritis.]]>
Copyrights © 2026
