Update Artikelilmiah: 14623

SRI REJEKI

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Peta potensi energi angin merupakan bagian yang sangat penting untuk membuat peta daya dan energi tahunan yang dihasilkan oleh energi angin. Untuk menunjang keperluan potensi energi angin perlu adanya pengukuran dan monitoring data angin yang lebih efektif. Tugas akhir ini bertujuan untuk merancang node sensor nirkabel berbasis Internet of Things untuk pemantauan parameter kelistrikan PLTB berupa arus dan tegangan keluaran PLTB serta parameter lingkungan berupa kecepatan dan arah angin. Untuk pengukuran tegangan digunakan kaidah pembagi tegangan dan untuk pengukuran arus digunakan ACS712, sedangkan untuk pengukuran kecepatan angin dan arah angin digunakan anemometer. Selanjutnya data hasil pengukuran tersebut diolah oleh arduino nano kemudian ditransmisikan secara Wi-Fi menggunakan ESP8266  ke Thingspeak sebagai server. Dari hasil pengujian rancangan didapatkan RMSE untuk sensor tegangan sebesar 4,64%, RMSE untuk sensor arus sebesar 0,034%, RMSE untuk sensor kecepatan angin sebesar 0,03%, dan RMSE untuk sensor arah angin sebesar 0%. Keempat data hasil pembacaan node sensor tersebut berhasil terkirim ke Thingspeak.

Abtrak (Bhs. Inggris)

Map of wind energy potential is a very important part to create a map of the power and the annual energy produced by wind energy. To support the purposes of the wind energy potential need for measuring and monitoring wind data more effectively. This thesis aims to design a wireless sensor nodes based Internet of Things for monitoring electrical parameters such as voltage and current, wind power plant output, and environmental parameters such as wind speed and wind direction. Voltage divider is used for voltage measurement, ACS712 is used for current measurement and anemometer is used for wind speed and wind direction measurement. Furthermore, the measured data is processed by the arduino nano is transmitted via Wi-Fi using ESP8266 to Thingspeak as a server. From the test we obtained RMSE of voltage sensor is 4.64%, RMSE of current sensor is 0.034%, RMSE of wind speed sensor is 0.03% and RMSE of wind direction sensor is 0%. Fourth reading data from the sensor nodes are sent to Thingspeak successfully.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman