INTEGRASI SCADA BERBASIS RASPBERRY PI DENGAN AI UNTUK PENJADWALAN BEBAN PADA SISTEM MANAJEMEN ENERGI RUMAH

Ardiyanto Nursya'banni, Akbar (2026) INTEGRASI SCADA BERBASIS RASPBERRY PI DENGAN AI UNTUK PENJADWALAN BEBAN PADA SISTEM MANAJEMEN ENERGI RUMAH. Masters thesis, ITN MALANG.

	Text 24131005_BAGIAN AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text 24131005_BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (202kB)
	Text 24131005_BAB II.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (412kB) | Request a copy
	Text 24131005_BAB III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (534kB) | Request a copy
	Text 24131005_BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy
	Text 24131005_BAB V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (137kB) | Request a copy
	Text 24131005_DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (174kB)
	Text 24131005_LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (4MB) | Request a copy

Abstract

Home Energy Management System (HEMS) bertujuan mengelola konsumsi energi rumah tangga agar pemanfaatan pembangkit energi terbarukan, khususnya photovoltaic (PV) terhubung grid, menjadi lebih optimal sehingga dapat mengurangi ketergantungan terhadap energi impor dari jaringan listrik (grid import). Penelitian ini mengusulkan integrasi sistem SCADA yang dapat di-deploy pada Raspberry Pi dengan metode penjadwalan beban menggunakan Genetic Algorithm (GA) untuk meminimalkan energi impor dari grid (sebagai proxy biaya). Penjadwalan dilakukan dengan resolusi waktu 10 menit dalam horizon harian (24 jam) yang dievaluasi selama satu minggu (7 hari). Sistem diimplementasikan secara end-to-end menggunakan Node-RED sebagai antarmuka SCADA (Human Machine Interface dan API) yang terintegrasi dengan mesin optimasi berbasis Python. Evaluasi sistem menggunakan dataset time-series yang mencakup profil PV, beban dasar (fridge, freezer, lampu, pompa air), serta beban terjadwal (water heater, mesin cuci, rice cooker, oven/microwave) dengan batasan jendela waktu operasi. Hasil pengujian menunjukkan bahwa metode GA mampu menurunkan total energi impor grid dan meningkatkan rasio pemanfaatan PV (PV utilization) dibandingkan dengan skenario jadwal tetap (fixed schedule). Penelitian ini juga menyertakan artefak implementasi berupa dataset, alur Node-RED, dan kode Python untuk mendukung replikasi sistem.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	HEMS, PV grid-connected, Node-RED, SCADA, Genetic Algorithm, Raspberry Pi, optimasi beban
Subjects:	Engineering > Electrical Engineering
Divisions:	Program Pasca Sarjana > Teknik Elektro S2 > Teknik Elektro S2 (Tesis)
Depositing User:	Akbar Nursya'banni Ardiyanto
Date Deposited:	11 Jun 2026 06:47
Last Modified:	11 Jun 2026 06:47
URI:	http://eprints.itn.ac.id/id/eprint/16249

Actions (login required)

View Item