Wardani, Anisah Putri (2025) Pengembangan Sistem Monitoring Energi Listrik Flywheel Generator. Other thesis, Institut Teknologi Sepuluh Nopember.
![]() |
Text
2042211068-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (4MB) | Request a copy |
Abstract
Sistem monitoring energi listrik flywheel generator secara real-time pada teknologi flywheel permanent magnet generator masih belum tersedia dan masih dilakukan secara manual sehingga kurang efektif untuk pemantauan real-time. Penelitian ini bertujuan merancang sistem monitoring berbasis Internet of Things untuk memantau kualitas energi listrik pada input dan output flywheel generator secara real-time. Sistem monitoring ini memanfaatkan power meter FORT FCN300 dengan protokol Modbus sebagai komunikasi, Node-RED untuk pemrosesan dan visualisasi data, serta Firebase Realtime Database untuk penyimpanan cloud. Fitur unggulan pada sistem ini meliputi pencatatan data historis yang dapat diunduh user dan antarmuka web untuk akses jarak jauh. Hasil pengujian menunjukkan akurasi sistem di atas 97% dengan rata-rata error pembacaan antara antarmuka web dengan display power meter berkisar pada angka 0,15%-1,58% dan latensi antarmuka web 391 ms pada kondisi multi-user. Nilai-nilai ini mengindikasikan bahwa sistem yang dikembangkan memenuhi kriteria kinerja untuk aplikasi real-time. Dengan demikian, penelitian ini menghadirkan solusi inovatif untuk masalah pemantauan manual untuk optimasi pengelolaan energi pada flywheel generator.
========================================================================================================================
A real-time monitoring system for flywheel generators using permanent magnet flywheel generator technology is not yet available and is still done manually, making it less effective for real-time monitoring. This study aims to design an Internet of Things-based monitoring system to monitor the quality of electrical energy at the input and output of flywheel generators in real time. This monitoring system utilizes the FORT FCN300 power meter with the Modbus protocol as a communication, Node-RED for data processing and visualization, and Firebase Realtime Database for cloud storage. Key features of this system include historical data logging that can be downloaded by users and a web interface for remote access. Test results show system accuracy above 97%, with an average reading error between the web interface and the power meter display ranging from 0.15% to 1.58%, and web interface latency of 391 ms under multi-user conditions. These values indicate that the developed system meets performance criteria for real-time applications. Thus, this research presents an innovative solution to the problem of manual monitoring for energy management optimization in flywheel generators.
Actions (login required)
![]() |
View Item |