MONITORING DAYA JARINGAN LISTRIK RUMAH TANGGA BERBASIS IOT DENGAN PERBAIKAN FAKTOR DAYA OTOMATIS MENGGUNAKAN METODE NEURAL NETWORK

NUGROHO, DANANG CHANDRA (2021) MONITORING DAYA JARINGAN LISTRIK RUMAH TANGGA BERBASIS IOT DENGAN PERBAIKAN FAKTOR DAYA OTOMATIS MENGGUNAKAN METODE NEURAL NETWORK. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

[img] Text
0916040013 - Danang Chandra Nugroho - _i_Monitoring__i_ Daya Jaringan Listrik Rumah Tangga Berbasis _i_IoT__i_ dengan Perbaikan Faktor Daya Otomatis Menggunakan Metode _i_Neural Network__i_.pdf
Restricted to Repository staff only

Download (4MB)

Abstract

Perkembangan kapasitas terpasang pada pembangkit listrik pada tahun 2018 adalah sebesar 41.696 MW atau naik dari tahun sebelumnya yaitu tahun 2017 sebesar 39.652 MW (Statistik PLN, 2018). Hal ini berdampak pada semakin berkurangnya ketersediaan bahan bakar akibat eksploitasi yang berlebihan. Energi terjual per kelompok pelanggan pada tahun 2018 tertinggi adalah kelompok pelanggan rumah tangga yaitu 41,7% lebih tinggi dari kelompok pelanggan sektor industri sebesar 32,8% (Statistik PLN, 2018). Saat ini penggunaan peralatan elektronik untuk kebutuhan rumah tangga semakin beragam. Banyak peralatan yang sering digunakan pada kehidupan sehari-hari adalah peralatan elektronik yang bersifat beban induktif. Beban induktif menyebabkan nilai faktor daya turun sehingga penggunaan daya (W) menjadi kurang optimal. Untuk mengatasi masalah yang ditimbulkan oleh banyaknya beban induktif dibutuhkan kompensator daya reaktif yaitu menggunakan kapasitor. Pada tugas akhir dirancang sistem yang mampu mengukur dan memperbaiki faktor daya secara otomatis menggunakan metode Neural Network serta dapat melakukan monitoring daya secara online berbasis IoT. Hasil pengujian sitem perbaikan faktor daya didapatkan keberhasilan sebesar 97,8% pada beban listrik terlatih dan 94,8% pada beban listrik tidak terlatih.

Item Type: Thesis (Diploma)
Additional Information: No. Inventaris : 6010/TO-16/2020 Lokasi TA : 364
Uncontrolled Keywords: Kata Kunci : Faktor daya, Beban induktif, Kapasitor, Metode Neural Network, Internet of things.
Subjects: TO - Teknik Otomasi > Prototype
Divisions: Jurusan Teknik Kelistrikan Kapal > D4 Teknik Otomasi
Depositing User: Unnamed user with email repository@ppns.ac.id
Date Deposited: 13 May 2022 02:58
Last Modified: 19 May 2022 02:50
URI: http://repository.ppns.ac.id/id/eprint/4141

Actions (login required)

View Item View Item