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

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.


Keywords


Arus; Daya aktif; Decision Tree; Identifikasi; Jenis beban

Full Text:

PDF

References


W. Krewitt, R. Friedrich, and A. Trukenmüller, “Comparison of health and environmental impacts from electricity generation systems,” Int. J. Risk Assess. Manag., vol. 3, no. 1, 2002, doi: 10.1504/IJRAM.2002.001519.

K. Chooruang and K. Meekul, “Design of an IoT Energy Monitoring System,” Int. Conf. ICT Knowl. Eng., vol. 2018-Novem, pp. 48–51, 2019, doi: 10.1109/ICTKE.2018.8612412.

T. Tantidham, S. Ngamsuriyaros, N. Tungamnuayrith, T. Nildam, K. Banthao, and P. Intakot, “Energy Consumption Collection Design for Smart Building,” 2018 Int. Conf. Embed. Syst. Intell. Technol. Int. Conf. Inf. Commun. Technol. Embed. Syst. ICESIT-ICICTES 2018, no. 4, pp. 1–6, 2018, doi: 10.1109/ICESIT-ICICTES.2018.8442052.

A. Furqon, A. B. Prasetijo, and E. D. Widianto, “Rancang Bangun Sistem Monitoring dan Kendali Daya Listrik pada Rumah Kos Menggunakan NodeMCU dan Firebase Berbasis Android,” Techné J. Ilm. Elektrotek., 2019, doi: 10.31358/techne.v18i02.202.

I. Abed and H. Naser, “ESP32 Microcontroller Based Smart Power Meter System Design and Implementation,” Al-Rafidain Eng. J., vol. 25, no. 2, 2020, doi: 10.33899/rengj.2020.127111.1038.

S. Anwar, T. Artono, N. Nasrul, D. Dasrul, and A. Fadli, “Pengukuran Energi Listrik Berbasis PZEM-004T,” Pros. Semin. Nas. Politek. Negeri Lhokseumawe, vol. 3, no. 1, p. 272, 2020, [Online]. Available: http://e-jurnal.pnl.ac.id/index.php/semnaspnl/article/view/1694.

F. Habibi, S. Setiawidayat, and M. Mukhsim, “Alat Monitoring Pemakaian Energi Listrik Berbasis Android Menggunakan Modul PZEM-004T,” Pros. Semin. Nas. Teknol. Elektro Terap. 2017, vol. 01, no. 01, pp. 157–162, 2017.

Suaibah, S. Martha, and D. Kusnandar, “Pemodelan Double Seasonal Autoregressive Integrated Moving Average Pada Peramalan Penggunaan Beban Listrik,” Bimaster Bul. Ilm. Mat. Stat. dan Ter., vol. 9, no. 1, 2020, doi: 10.26418/bbimst.v9i1.38028.

T. Nusa, S. R. U. A. Sompie, and E. M. Rumbayan, “Sistem Monitoring Konsumsi Energi Listrik Secara Real Time Berbasis Mikrokontroler,” J. Tek. Elektro dan Komput., vol. 4, no. 5, pp. 19–26, 2015, doi: 10.35793/jtek.4.5.2015.9974.

A. Belly, A. Dadan H, C. Agusman, and B. Lukman, “Daya aktif, reaktif & nyata,” Fak. Tek. Univ. Indones., 2010.

J. R. Quinlan, “Induction of Decision Trees,” Mach. Learn., vol. 1, no. 1, 1986, doi: 10.1023/A:1022643204877.

S. Tangirala, “Evaluating the impact of GINI index and information gain on classification using decision tree classifier algorithm,” Int. J. Adv. Comput. Sci. Appl., no. 2, 2020, doi: 10.14569/ijacsa.2020.0110277.

H. Arabshahi and H. Fazlollahtabar, “Classifying Innovative Activities Using Decision Tree and Gini Index,” Int. J. Innov. Technol. Manag., vol. 15, no. 3, 2018, doi: 10.1142/S0219877018500256.




DOI: https://doi.org/10.31284/p.snestik.2021.1785

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Andi Shridivia Nuran

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.