Ilham Alfarizi, NIM. 132019051 (2023) SISTEM MONITORING MESIN MOLEN MINI TERHADAP BEBAN BERBASISI IoT MENGGUNAKAN PANEL SURYA. Skripsi thesis, Universitas Muhammaddiyah Palembang.

Preview	Text 132019051_Cover_BAB 1_DAFTAR PUSTAKA.pdf - Published Version Download (842kB) | Preview
	Text 132019051_BAB 2.pdf - Published Version Restricted to Repository staff only Download (1MB)
	Text 132019051_BAB 3.pdf - Published Version Restricted to Repository staff only Download (714kB)
	Text 132019051_BAB 4.pdf - Published Version Restricted to Repository staff only Download (1MB)
	Text 132019051_BAB 5.pdf - Published Version Restricted to Repository staff only Download (335kB)
	Text 132019051_DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (441kB)
	Text 132019051_LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (488kB)
	Text 132019051_Cover_sampai_Lampiran.pdf - Published Version Restricted to Repository staff only Download (2MB)

Abstract

Sistem Monitoring Mesin Molen Mini terhadap Beban Berbasis IoT menggunakan Panel Surya adalah sebuah penelitian yang bertujuan untuk merancang dan mengimplementasikan sistem pemantauan mesin molen mini yang terhubung ke Internet of Things (IoT) dengan menggunakan sumber daya energi dari panel surya. Penelitian ini mencapai tiga hasil utama yakni berhasil merancang dan mengintegrasikan alat sistem pemantauan mesin molen mini yang berbasis IoT. Sistem ini mampu mendeteksi data dari sensor tegangan, sensor arus ACS758, dan sensor suhu DHT11 yang dipasang pada mesin molen mini. Berhasil memprogram alat pemantauan untuk menampilkan data dari sensor tegangan, sensor arus, dan sensor suhu pada layar LCD. Selain itu, data ini dapat diakses dan dimonitor dari jarak jauh melalui aplikasi Blynk, memungkinkan pengguna untuk mengawasi dan mengelola mesin molen mini secara efisien. Untuk mengukur keakuratan sistem, penelitian ini melakukan uji dengan variasi beban antara 5 hingga 25 kg. Hasil pengujian menunjukkan bahwa sensor tegangan memiliki tingkat kesalahan sebesar 2,02%, sensor arus ACS758 50A memiliki tingkat kesalahan sebesar 2,12%, dan sensor suhu DHT11 memiliki tingkat kesalahan sebesar 2,15%. Tingkat kesalahan yang rendah ini menunjukkan bahwa sensor-sensor tersebut memiliki akurasi yang sangat baik dalam memantau mesin molen mini. Kesimpulan dari penelitian ini adalah bahwa sistem monitoring mesin molen mini berbasis IoT dengan panel surya telah berhasil dirancang dan diimplementasikan dengan baik. Sistem ini memiliki tingkat akurasi yang tinggi dalam mengukur berbagai parameter yang relevan dengan operasi mesin molen mini. Hal ini membuatnya menjadi alat yang berguna dalam pemeliharaan dan pengoperasian mesin molen mini secara efisien.

Item Type:	Thesis (Skripsi)
Additional Information:	Pembimbing : 1.Ir.Eliza.,M.T 2.Muhammad Hurairah, S.T.,M.T
Uncontrolled Keywords:	Blynk, mesin molen mini, sensor, dan suhu
Subjects:	Elektro > Elektronika Elektro > Pengujian dan Pengukuran Listrik Elektro > Teknik Listrik
Divisions:	Fakultas Teknik > Teknik Elektro (S1)
Depositing User:	Mahasiswa Fakultas Teknik
Date Deposited:	10 Oct 2023 07:02
Last Modified:	10 Oct 2023 07:02
URI:	http://repository.um-palembang.ac.id/id/eprint/27043

Actions (login required)

View Item