SEANINSTITUTESEANINSTITUTE

INFOKUMINFOKUM

Penelitian ini berhasil merancang dan mengimplementasikan sistem Maximum Power Point Tracking (MPPT) berbasis IoT menggunakan algoritma Perturb and Observe (P&O) untuk panel surya polikristalin 100 Wp. Tujuan penelitian adalah menyediakan solusi terintegrasi dan hemat biaya untuk mengoptimalkan ekstraksi energi surya di iklim tropis Indonesia. Metode yang digunakan meliputi pemodelan matematis, simulasi sistem di MATLAB/Simulink, dan implementasi perangkat keras menggunakan mikrokontroler ESP32 dengan sensor tegangan, arus, iradiasi, dan suhu, yang diintegrasikan dengan platform IoT ThingSpeak untuk pemantauan waktu nyata. Validasi sistem menunjukkan akurasi tinggi dengan Root Mean Square Error sebesar 0,83 W. Sistem perangkat keras mencapai efisiensi pelacakan MPPT rata-rata 95,36% dengan waktu respons 2,05 detik dan osilasi daya 3,17%, berkontribusi pada peningkatan hasil energi harian sebesar 24,8% dibandingkan sistem tanpa MPPT. Metrik kinerja IoT menunjukkan tingkat keberhasilan transmisi data 97,08%, latensi rata-rata 2,82 detik, dan waktu aktif sistem 99,12%. Sistem MPPT-IoT terintegrasi ini menawarkan solusi teknologi yang praktis dan terjangkau, menyediakan data dasar empiris untuk kondisi tropis, serta mendukung transisi energi nasional Indonesia dan target emisi nol bersih melalui pengambilan keputusan berbasis data yang lebih baik.

Penelitian ini berhasil merancang dan mengimplementasikan sistem MPPT berbasis IoT dengan algoritma Perturb and Observe pada panel surya 100 Wp, mencapai efisiensi pelacakan 95,36%, peningkatan energi harian 24,8%, serta tingkat keberhasilan transmisi data IoT 97,08%.Meskipun demikian, studi ini memiliki keterbatasan seperti penggunaan panel surya tunggal, algoritma langkah tetap, kurangnya pengujian kondisi partial shading yang kompleks, durasi pengujian yang relatif singkat, serta analisis ekonomi dan keamanan sistem IoT yang masih terbatas.Secara keseluruhan, sistem yang dikembangkan menyediakan solusi hemat biaya dan data empiris relevan untuk kondisi tropis Indonesia, berkontribusi pada upaya transisi energi sesuai target nasional.

Untuk memperkaya penelitian ini dan mengatasi keterbatasan yang ada, disarankan untuk melakukan studi lebih lanjut yang fokus pada beberapa aspek krusial. Pertama, perlu dieksplorasi penggunaan algoritma Maximum Power Point Tracking (MPPT) yang lebih canggih di luar variasi Perturb and Observe (P&O) atau hibrida P&O. Misalnya, penelitian dapat menguji implementasi algoritma berbasis kecerdasan buatan seperti logika fuzzy, jaringan saraf tiruan, atau optimasi berbasis metaheuristik (seperti Particle Swarm Optimization) yang dikenal memiliki kinerja unggul dalam menghadapi perubahan iradiasi yang sangat dinamis dan kondisi partial shading yang kompleks. Perbandingan mendalam terhadap kompleksitas komputasi, konsumsi daya, dan peningkatan efisiensi yang dihasilkan oleh algoritma-algoritma tersebut akan sangat berharga, khususnya dalam konteks iklim tropis Indonesia yang fluktuatif. Kedua, penting untuk melakukan investigasi komprehensif terhadap arsitektur keamanan siber pada sistem IoT yang terintegrasi ini. Penelitian lanjutan dapat mengevaluasi berbagai protokol keamanan, teknik enkripsi data, metode otentikasi perangkat, serta mekanisme deteksi intrusi dan anomali yang dapat diimplementasikan pada mikrokontroler seperti ESP32 tanpa mengorbankan latensi dan efisiensi energi secara signifikan. Ini krusial untuk memastikan keandalan dan integritas data dalam jangka panjang, terutama saat sistem diterapkan di lokasi terpencil dengan infrastruktur keamanan yang terbatas. Ketiga, perlu dilakukan kajian tentang skalabilitas sistem MPPT-IoT ini untuk berbagai kapasitas panel surya, dari skala rumah tangga hingga aplikasi komersial kecil, serta interoperabilitasnya dengan sistem manajemen energi rumah pintar atau jaringan mikro. Memahami bagaimana sistem ini dapat beradaptasi dan berinteraksi dengan komponen energi lain akan membuka peluang besar untuk adopsi yang lebih luas dan terintegrasi dalam ekosistem energi nasional.

  1. IoT based MPPT techniques for photovoltaic frameworks management under different environmental conditions:... doi.org/10.11591/ijict.v13i2.pp306-313IoT based MPPT techniques for photovoltaic frameworks management under different environmental conditions doi 10 11591 ijict v13i2 pp306 313
Read online
File size626.91 KB
Pages14
DMCAReport

Related /

ads-block-test