Andi Shridivia Nuran
Telkom University

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

Found 1 Documents
Search

Smart Metering untuk Pengidentifikasi Jenis Beban Listrik Rumah Tangga Berbasis IoT Menggunakan PZEM-004T Muhammad Ary Murti; Muhammad Hablul Barri; Andi Shridivia Nuran; Selvy Zelia Sari; Difa Surya Putra; Syafri Akhsanul Iqbal
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2021: SNESTIK I
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (398.287 KB) | DOI: 10.31284/p.snestik.2021.1785

Abstract

Penggunaan listrik yang berlebihan dapat meningkatkan pemanasan global dan dampak negatif lainnya. Memantau penggunaan listrik dengan mengetahui perangkat listrik yang sedang terpakai dapat mencegah terjadinya pemborosan listrik. Pada penelitian ini, dirancang sistem pengidentifikasian jenis beban listrik secara real time berbasis Internet of Things (IoT). Sistem identifikasi beban juga dapat dimanfaatkan di berbagai aplikasi, seperti sistem pemantauan pencurian listrik, sistem penagihan listrik, manajemen energi di smart grid, dan otomatisasi sistem kelistrikan rumah. Sistem menggunakan sensor PZEM-004T yang diintegrasikan dengan Raspberry Pi kemudian data dikirim ke server dengan mengakses API (application programming interface) IoT Antares. Data yang terkirim berupa jenis beban yang dianalisis menggunakan model Decision Tree. Dari penelitian yang dibangun, dilakukan pengujian pada 5 jenis perangkat elektronik yaitu kipas, lampu LED 12 W, rice cooker, TV, dan HP. Diperoleh hasil pengujian bahwa sistem dapat mengenali kelima perangkat elektronik dengan akurasi 100%, dengan rata-rata waktu yang diperlukan sistem untuk mengenali dan mengirimkan data ke Antares adalah kurang dari 1 second.