RANCANG BANGUN PENGATUR BEBAN PADA SISTEM PENERANGAN DAN PENDINGIN BERBASIS IOT DENGAN METODE DECISION TREE DI GEDUNG WORKSHOP PT. XYZ

Nadimi, Lita Fanny (2025) RANCANG BANGUN PENGATUR BEBAN PADA SISTEM PENERANGAN DAN PENDINGIN BERBASIS IOT DENGAN METODE DECISION TREE DI GEDUNG WORKSHOP PT. XYZ. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

[img] Text
0421040009 - Lita Fanny Nadimi - Rancang Bangun Pengatur Beban pada Sistem Penerangan dan Pendingin Berbasis IoT dengan Metode _i_Decision Tree__i_ di Gedung _i_Workshop__i_ PT. XYZ.pdf
Restricted to Repository staff only

Download (8MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk membuat dan mengembangkan sistem kontrol rumah pintar berbasis Programmable Logic Controller (PLC) dan Internet of Things (IoT) dengan metode Decision Tree yang diintegrasikan, agar bisa meningkatkan penghematan energi di sistem pencahayaan dan pendingin udara (AC) di workshop. Sistem ini dirancang bisa mengatur beban listrik secara semi otomatis, berdasarkan kondisi lingkungan, terutama suhu, serta menyediakan fitur pengawasan dan pengendalian jarak jauh melalui antarmuka web. Masalah utama yang ditemukan adalah penggunaan perangkat secara manual yang menyebabkan konsumsi energi tinggi dan tidak efisien. Metode yang digunakan mencakup perancangan perangkat keras dan perangkat lunak, pemrograman, simulasi, pengujian sensor, serta analisis penggunaan energi. Sistem ini menggunakan PLC Mitsubishi FX3U yang terhubung dengan sensor suhu, kelembapan, tegangan, dan arus, sedangkan algoritma Decision Tree digunakan untuk pengambilan keputusan secara otomatis. Hasil pengujian dengan beban 25% menunjukkan penghematan energi sebesar 192,42 kWh per bulan atau sekitar Rp 305.755,38. Jika diterapkan pada beban maksimal 100%, penghematan biaya bisa mencapai Rp 1.223.000 per bulan dengan efisiensi energi mencapai 41,7%, yang melebihi target awal 15–20%. Sistem juga mampu mengurangi penggunaan energi hingga 85,57% dalam kondisi tertentu, dengan waktu respons rata-rata kurang dari 1 detik. Temuan ini membuktikan bahwa sistem ini layak diterapkan di sektor industri sebagai solusi efisiensi energi yang adaptif dan terintegrasi.

Item Type: Thesis (Diploma)
Additional Information: No.Inventaris:8787/PE-21/2025 Lokasi:904
Uncontrolled Keywords: Decision Tree, Efisiensi Energi, IoT, Kontrol Cerdas, Monitoring
Subjects: PE - Teknik Kelistrikan Kapal > Mesin Listrik dan Elektronika Daya
Divisions: Jurusan Teknik Kelistrikan Kapal > D3 Teknik Kelistrikan Kapal
Depositing User: Unnamed user with email repository@ppns.ac.id
Date Deposited: 18 Dec 2025 02:10
Last Modified: 18 Dec 2025 02:10
URI: http://repository.ppns.ac.id/id/eprint/7016

Actions (login required)

View Item View Item