Hasan Azhari

Sistem Monitoring PLTS Berbasis IoT: Dari Sensor hingga Dashboard Digital

Sistem Monitoring PLTS Berbasis IoT: Dari Sensor hingga Dashboard Digital

Abstrak

Pembangkit Listrik Tenaga Surya (PLTS) merupakan salah satu teknologi energi terbarukan yang memanfaatkan energi matahari untuk menghasilkan energi listrik. Agar kinerja PLTS dapat diketahui secara optimal, diperlukan sistem monitoring yang mampu mengukur berbagai parameter secara akurat dan menampilkan informasi secara mudah dipahami. Perkembangan Internet of Things (IoT) memungkinkan proses monitoring PLTS dilakukan secara otomatis dan dapat diakses dari jarak jauh melalui jaringan internet.

Sistem monitoring PLTS berbasis IoT menggabungkan sensor, mikrokontroler, jaringan komunikasi, server atau database, dan dashboard digital. Sensor digunakan untuk mengukur parameter seperti tegangan, arus, daya, energi, irradiance, dan temperatur panel. Data tersebut kemudian diproses oleh mikrokontroler seperti ESP32 dan dikirim melalui protokol komunikasi seperti MQTT atau HTTP menuju server. Selanjutnya, data disimpan dalam database dan ditampilkan melalui dashboard dalam bentuk angka, grafik, indikator, maupun notifikasi. Penerapan sistem ini dapat membantu operator mengetahui kondisi PLTS secara real-time, melakukan evaluasi performa, serta mendeteksi kondisi abnormal lebih awal.

Kata kunci: PLTS, Internet of Things, IoT, ESP32, sensor, monitoring energi, MQTT, dashboard.

1. Pendahuluan

Kebutuhan terhadap energi listrik terus meningkat seiring dengan perkembangan teknologi dan aktivitas manusia. Salah satu solusi untuk memenuhi kebutuhan energi sekaligus mengurangi ketergantungan terhadap sumber energi fosil adalah pemanfaatan energi terbarukan, salah satunya melalui Pembangkit Listrik Tenaga Surya atau PLTS.

PLTS memanfaatkan energi radiasi matahari yang kemudian dikonversi menjadi energi listrik menggunakan panel surya. Meskipun prinsip kerjanya relatif sederhana, kinerja PLTS dipengaruhi oleh berbagai faktor seperti intensitas radiasi matahari, temperatur panel, kondisi panel, beban, inverter, dan kondisi lingkungan.

Oleh karena itu, monitoring menjadi bagian penting dalam pengoperasian PLTS. Tanpa sistem monitoring yang baik, operator akan kesulitan mengetahui apakah sistem bekerja secara normal atau mengalami penurunan performa.

Salah satu solusi yang dapat diterapkan adalah Internet of Things (IoT). Dengan IoT, data yang diperoleh dari sensor dapat dikumpulkan secara otomatis, dikirim melalui jaringan, disimpan, dan ditampilkan pada dashboard digital.

Konsepnya dapat digambarkan:

PLTS → Sensor → Mikrokontroler → Internet → Database → Dashboard

Dengan sistem tersebut, kondisi PLTS dapat dipantau tanpa harus selalu berada di lokasi pembangkit.

2. Apa Itu Sistem Monitoring PLTS?

Sistem monitoring PLTS adalah sistem yang digunakan untuk mengukur, mencatat, dan menampilkan parameter operasi PLTS.

Parameter yang dapat dimonitor antara lain:

• Tegangan DC.
• Arus DC.
• Daya DC.
• Tegangan AC.
• Arus AC.
• Daya aktif.
• Daya reaktif.
• Daya semu.
• Faktor daya.
• Frekuensi.
• Energi listrik.
• Irradiance.
• Temperatur panel.

Data tersebut dapat digunakan untuk mengetahui kondisi dan performa PLTS.

Contohnya, jika irradiance tinggi tetapi daya yang dihasilkan panel jauh lebih rendah dari kondisi yang seharusnya, operator dapat melakukan pemeriksaan terhadap panel, kabel, inverter, atau komponen lainnya.

3. Mengapa Monitoring PLTS Penting?

Monitoring diperlukan karena produksi energi PLTS tidak selalu konstan.

Radiasi matahari berubah sepanjang hari dan dipengaruhi oleh kondisi cuaca. Temperatur panel juga berubah, sementara performa sistem dapat dipengaruhi oleh debu, bayangan, degradasi komponen, gangguan inverter, atau masalah pada sistem kelistrikan.

Tanpa monitoring, perubahan tersebut mungkin tidak segera diketahui.

Dengan sistem monitoring, operator dapat memperoleh informasi:

Apakah PLTS bekerja normal?

Berapa daya yang sedang dihasilkan?

Berapa energi yang telah diproduksi?

Apakah terjadi penurunan performa?

Apakah terdapat kondisi abnormal?

Informasi tersebut sangat berguna untuk pengoperasian dan pemeliharaan.

4. Konsep Dasar IoT pada PLTS

Internet of Things merupakan konsep menghubungkan perangkat fisik ke jaringan sehingga perangkat tersebut dapat mengirim dan menerima data.

Dalam sistem PLTS, perangkat fisik dapat berupa:

• Sensor.
• Energy meter.
• Mikrokontroler.
• Inverter.
• Gateway.

Data dari perangkat kemudian dikirim melalui jaringan menuju server atau platform IoT.

Secara sederhana:

Sensor → ESP32 → Wi-Fi → MQTT/HTTP → Server → Database → Dashboard

Operator kemudian dapat mengakses dashboard menggunakan komputer atau smartphone.

5. Komponen Utama Sistem Monitoring PLTS

Sistem monitoring PLTS berbasis IoT terdiri dari beberapa bagian.

5.1 Panel Surya

Panel surya merupakan sumber energi utama sistem PLTS.

Panel mengubah energi radiasi matahari menjadi energi listrik DC.

Besarnya energi yang dihasilkan dipengaruhi oleh:

• Intensitas matahari.
• Temperatur.
• Orientasi panel.
• Sudut kemiringan.
• Kondisi permukaan panel.
• Bayangan.
• Kondisi elektris panel.

5.2 Sensor Tegangan dan Arus

Sensor digunakan untuk mengetahui kondisi listrik yang dihasilkan.

Pengukuran tegangan dan arus dapat digunakan untuk menghitung daya:

P = V × I

dengan:

• P = daya listrik
• V = tegangan
• I = arus

Jika tegangan dan arus dapat dibaca secara kontinu, sistem dapat menghitung perubahan daya sepanjang waktu.

6. Energy Meter

Untuk sistem yang lebih kompleks, pengukuran kelistrikan dapat menggunakan energy meter.

Energy meter dapat menyediakan beberapa parameter sekaligus, seperti:

• Voltage.
• Current.
• Active power.
• Reactive power.
• Apparent power.
• Power factor.
• Frequency.
• Energy.

Pada sistem monitoring industri, energy meter dapat berkomunikasi dengan mikrokontroler melalui antarmuka seperti RS485 dengan protokol Modbus RTU.

Contohnya:

Energy Meter → RS485/Modbus → ESP32

Pendekatan tersebut dapat lebih praktis dibandingkan menggunakan banyak sensor terpisah.

7. Sensor Irradiance

Irradiance adalah intensitas radiasi matahari yang diterima pada suatu permukaan.

Satuan yang umum digunakan adalah:

W/m²

Parameter ini sangat penting dalam analisis performa PLTS karena produksi listrik panel berkaitan erat dengan energi matahari yang diterima.

Sebagai contoh:

Irradiance meningkat → Potensi produksi listrik meningkat

Namun, hubungan tersebut tidak selalu linier sempurna karena terdapat pengaruh temperatur, efisiensi panel, kondisi sistem, dan faktor lainnya.

8. Sensor Temperatur Panel

Temperatur panel juga merupakan parameter penting.

Ketika temperatur panel meningkat, karakteristik listrik panel dapat berubah dan daya maksimum yang dapat dihasilkan dapat menurun tergantung karakteristik modul.

Oleh karena itu, sistem monitoring dapat mengukur temperatur permukaan panel.

Contohnya:

Irradiance + Temperatur + Tegangan + Arus → Analisis Performa

Kombinasi parameter tersebut memberikan informasi yang lebih lengkap dibandingkan hanya mengukur daya.

9. ESP32 sebagai Pengendali

ESP32 merupakan salah satu mikrokontroler yang banyak digunakan untuk proyek IoT.

Salah satu alasan ESP32 populer adalah tersedianya konektivitas Wi-Fi dan Bluetooth serta berbagai antarmuka untuk berkomunikasi dengan sensor dan perangkat lain.

Pada sistem monitoring PLTS, ESP32 dapat berfungsi sebagai:

• Pengumpul data.
• Pengolah data.
• Pengendali komunikasi.
• Pengirim data ke server.
• Pengolah awal data.

Alurnya:

Sensor → ESP32 → Pengolahan Data → Internet

ESP32 kemudian dapat mengirim data ke server secara berkala.

10. Akuisisi Data

Akuisisi data merupakan proses mengambil data dari sensor atau perangkat pengukuran.

Misalnya setiap 5 detik ESP32 membaca:

ParameterNilaiTegangan DC380 VArus DC120 ADaya DC45,6 kWIrradiance850 W/m²Temperatur42°C

Data tersebut kemudian diberi timestamp agar dapat diketahui kapan pengukuran dilakukan.

Contohnya:

14 September 2026 — 10:30:05

Hal ini penting untuk analisis historis.

11. Komunikasi Data dengan MQTT

Salah satu protokol yang dapat digunakan untuk sistem monitoring IoT adalah MQTT (Message Queuing Telemetry Transport).

MQTT menggunakan konsep:

Publisher → Broker → Subscriber

ESP32 berperan sebagai publisher yang mengirim data.

Server MQTT atau broker menerima data tersebut.

Dashboard atau aplikasi dapat berperan sebagai subscriber untuk menerima data.

Contohnya:

ESP32

↓

MQTT Broker

↓

Database

↓

Dashboard

MQTT banyak digunakan dalam IoT karena mekanismenya relatif ringan dan sesuai untuk perangkat dengan keterbatasan sumber daya.

12. Database sebagai Penyimpanan Data

Data monitoring harus disimpan agar dapat digunakan kembali untuk analisis.

Database dapat menyimpan:

• Nilai sensor.
• Waktu pengukuran.
• Status sistem.
• Alarm.
• Data energi.
• Data historis.

Contohnya:

WaktuTeganganArusDayaIrradiance10:00365 V95 A34,7 kW700 W/m²10:05372 V110 A40,9 kW790 W/m²10:10380 V120 A45,6 kW850 W/m²

Data historis tersebut dapat digunakan untuk melihat pola produksi energi.

13. Dashboard Digital

Dashboard merupakan bagian yang berhubungan langsung dengan pengguna.

Dashboard bertugas mengubah data mentah menjadi informasi yang mudah dipahami.

Informasi dapat ditampilkan dalam bentuk:

• Angka.
• Grafik.
• Gauge.
• Status indikator.
• Tabel.
• Alarm.
• Notifikasi.

Contohnya dashboard PLTS dapat menampilkan:

Daya Saat Ini: 45,6 kW

Energi Hari Ini: 215 kWh

Irradiance: 850 W/m²

Temperatur Panel: 42°C

Status: NORMAL

Operator dapat mengetahui kondisi PLTS tanpa membaca data mentah satu per satu.

14. Arsitektur Sistem Monitoring PLTS

Arsitektur sistem dapat dibuat sebagai berikut:

PLTS │ ┌────────┼─────────┐ │ │ │ Voltage Current Irradiance Sensor Sensor Sensor │ │ │ └────────┼─────────┘ │ ESP32 │ Wi-Fi/Internet │ MQTT Broker │ Database │ Backend/API │ ┌────────┴────────┐ │ │ Dashboard Mobile App

Arsitektur tersebut menunjukkan bahwa sistem terdiri dari beberapa lapisan.

Lapisan 1 — Sensing

Sensor membaca kondisi fisik dan kelistrikan PLTS.

Lapisan 2 — Processing

Mikrokontroler membaca dan mengolah data.

Lapisan 3 — Communication

Data dikirim melalui jaringan.

Lapisan 4 — Storage

Data disimpan dalam database.

Lapisan 5 — Visualization

Data ditampilkan melalui dashboard atau aplikasi.

15. Monitoring Secara Real-Time

Salah satu keunggulan IoT adalah kemampuan melakukan monitoring secara hampir real-time.

Sebagai contoh, ketika irradiance meningkat akibat kondisi matahari yang lebih cerah, sensor akan membaca perubahan tersebut.

ESP32 mengambil data:

Irradiance = 900 W/m²

Data dikirim ke server.

Dashboard kemudian memperbarui informasi.

Operator dapat melihat perubahan daya secara langsung.

Dengan sistem seperti ini, operator tidak harus datang ke lokasi hanya untuk melihat nilai pengukuran.

16. Monitoring Data Historis

Selain monitoring real-time, data historis juga sangat penting.

Data yang dikumpulkan selama berhari-hari atau berbulan-bulan dapat digunakan untuk mengetahui:

• Pola produksi energi.
• Perubahan performa.
• Waktu produksi maksimum.
• Penurunan daya.
• Kondisi abnormal.
• Efektivitas pemeliharaan.

Contohnya, grafik harian dapat menunjukkan bahwa produksi listrik selalu mengalami penurunan pada jam tertentu.

Informasi tersebut kemudian dapat menjadi dasar untuk pemeriksaan lebih lanjut.

17. Deteksi Kondisi Abnormal

Sistem monitoring tidak hanya digunakan untuk menampilkan angka.

Data juga dapat digunakan untuk mendeteksi kondisi abnormal.

Misalnya:

Irradiance tinggi + daya sangat rendah

dapat menjadi indikasi bahwa terdapat masalah yang perlu diperiksa.

Kemungkinan penyebab dapat berasal dari:

• Bayangan.
• Kotoran pada panel.
• Gangguan koneksi.
• Masalah inverter.
• Degradasi panel.
• Gangguan sistem lainnya.

Namun, indikator tersebut tidak secara otomatis membuktikan jenis kerusakan tertentu. Pemeriksaan lebih lanjut tetap diperlukan.

18. Integrasi AI pada Monitoring PLTS

Sistem monitoring IoT dapat dikembangkan lebih lanjut dengan Artificial Intelligence.

Data yang dikumpulkan dapat digunakan sebagai dataset untuk machine learning.

Contohnya:

Vdc + Idc + Pdc + Vac + Iac + P + Q + S + PF + Hz + Irradiance + Temperatur

↓

Model Machine Learning

↓

Klasifikasi Kondisi

↓

Normal / Warning / Potential Fault / Overheating Risk

Dengan demikian, sistem tidak hanya menjawab:

"Berapa daya PLTS saat ini?"

tetapi juga:

"Bagaimana kondisi PLTS berdasarkan pola data yang terukur?"

19. Integrasi TinyML dengan ESP32-S3

Jika model AI cukup ringan, proses inferensi dapat dilakukan langsung pada mikrokontroler menggunakan pendekatan TinyML.

Arsitekturnya:

Sensor → ESP32-S3 → Preprocessing → TinyML → Prediksi

Kemudian:

Prediksi → MQTT → Database → Dashboard

Keuntungan pendekatan ini adalah analisis awal dapat dilakukan di perangkat sehingga sistem tidak harus mengirim seluruh data mentah ke server untuk setiap keputusan.

Contohnya, ESP32-S3 dapat mengklasifikasikan kondisi:

Normal

atau

Potential Fault

Kemudian hanya hasil prediksi dan parameter penting yang dikirim ke dashboard.

20. Keamanan Sistem Monitoring

Karena sistem monitoring PLTS berbasis IoT terhubung ke jaringan, aspek keamanan perlu diperhatikan.

Beberapa langkah yang dapat diterapkan antara lain:

• Menggunakan autentikasi.
• Menggunakan kredensial yang aman.
• Mengatur hak akses pengguna.
• Menggunakan koneksi terenkripsi jika diperlukan.
• Melindungi server.
• Melakukan pembaruan firmware.
• Membatasi akses jaringan.
• Melakukan pencadangan data.

Keamanan menjadi semakin penting ketika sistem monitoring terhubung dengan sistem kontrol yang dapat memengaruhi operasi peralatan.

21. Manfaat Sistem Monitoring PLTS Berbasis IoT

Penerapan sistem monitoring berbasis IoT memberikan beberapa manfaat.

21.1 Monitoring jarak jauh

Operator dapat mengetahui kondisi PLTS tanpa selalu berada di lokasi.

21.2 Data tersimpan otomatis

Data dapat direkam secara berkala dan disimpan dalam database.

21.3 Analisis performa

Data historis dapat digunakan untuk menganalisis performa PLTS.

21.4 Deteksi gangguan lebih cepat

Perubahan parameter dapat digunakan sebagai indikator awal adanya kondisi abnormal.

21.5 Pemeliharaan lebih efektif

Data monitoring dapat membantu teknisi menentukan kapan pemeriksaan perlu dilakukan.

21.6 Mendukung pengambilan keputusan

Keputusan pemeliharaan dapat didukung oleh data aktual.

22. Tantangan Implementasi

Meskipun memiliki banyak manfaat, implementasi sistem monitoring PLTS berbasis IoT juga memiliki beberapa tantangan.

22.1 Akurasi sensor

Sensor yang tidak akurat dapat menyebabkan hasil monitoring tidak sesuai kondisi sebenarnya.

22.2 Koneksi internet

Sistem yang menggunakan cloud membutuhkan koneksi jaringan yang stabil.

22.3 Gangguan komunikasi

Data dapat hilang apabila terjadi gangguan komunikasi antara perangkat dan server.

22.4 Ketersediaan daya

Perangkat monitoring sendiri membutuhkan sumber daya listrik yang stabil.

22.5 Keamanan data

Data dan perangkat harus dilindungi dari akses yang tidak sah.

22.6 Pengelolaan data

Semakin lama sistem beroperasi, semakin besar jumlah data yang dikumpulkan sehingga diperlukan pengelolaan database yang baik.

23. Contoh Skenario Sistem

Sebagai contoh, sebuah PLTS dilengkapi sistem monitoring berbasis ESP32.

Sensor membaca:

• Tegangan DC.
• Arus DC.
• Irradiance.
• Temperatur panel.

Setiap 10 detik ESP32 mengambil data.

Data kemudian diproses:

Sensor → ESP32 → Wi-Fi → MQTT Broker

Selanjutnya:

MQTT → Database

Data kemudian ditampilkan:

Database → Dashboard

Operator dapat melihat:

Tegangan: 380 VArus: 120 ADaya: 45,6 kWIrradiance: 850 W/m²Temperatur: 42°CStatus: Normal

Apabila sistem mendeteksi pola yang tidak sesuai, dashboard dapat memberikan indikator peringatan sehingga operator dapat melakukan pemeriksaan.

24. Pengembangan Sistem Monitoring di Masa Depan

Sistem monitoring PLTS dapat terus dikembangkan.

Beberapa pengembangan yang dapat dilakukan antara lain:

Monitoring berbasis smartphone

Operator dapat memantau PLTS melalui aplikasi Android atau iOS.

Notifikasi otomatis

Sistem dapat mengirimkan notifikasi ketika terjadi kondisi abnormal.

Analisis AI

Machine learning dapat digunakan untuk mendeteksi pola dan memprediksi kondisi sistem.

Predictive maintenance

Data historis dapat digunakan untuk memperkirakan kemungkinan terjadinya gangguan.

Digital twin

Data aktual PLTS dapat digunakan untuk membuat representasi digital sistem.

Edge computing

Sebagian proses analisis dapat dipindahkan dari cloud ke perangkat edge.

25. Kesimpulan

Sistem monitoring PLTS berbasis IoT merupakan integrasi antara teknologi energi surya, sensor, mikrokontroler, komunikasi data, database, dan dashboard digital. Sistem ini memungkinkan parameter PLTS seperti tegangan, arus, daya, energi, irradiance, dan temperatur dipantau secara otomatis dan dapat diakses dari jarak jauh.

ESP32 dapat digunakan sebagai perangkat pengumpul dan pengirim data karena memiliki kemampuan komunikasi yang sesuai untuk aplikasi IoT. Data dari sensor dapat dikirim menggunakan protokol seperti MQTT menuju server atau database, kemudian ditampilkan pada dashboard dalam bentuk angka, grafik, indikator, dan alarm.

Penerapan IoT membuat sistem monitoring menjadi lebih efisien dibandingkan pemantauan manual karena data dapat dikumpulkan secara kontinu dan disimpan sebagai data historis. Data tersebut juga dapat digunakan untuk evaluasi performa, pemeliharaan, dan deteksi kondisi abnormal.

Lebih lanjut, sistem dapat dikembangkan dengan teknologi Artificial Intelligence dan TinyML sehingga tidak hanya melakukan monitoring, tetapi juga mampu melakukan klasifikasi kondisi dan membantu mendeteksi potensi gangguan.

Dengan menggabungkan PLTS + Sensor + ESP32/ESP32-S3 + IoT + Database + Dashboard + AI, sistem monitoring dapat berkembang menjadi sistem energi yang lebih cerdas, terukur, dan mendukung pengoperasian serta pemeliharaan PLTS secara lebih efektif.

Daftar Pustaka

1. Espressif Systems. ESP32 Series Documentation. Dokumentasi resmi Espressif Systems.
2. OASIS. MQTT Version 5.0. OASIS Standard.
3. IEC. IEC 61724-1: Photovoltaic System Performance — Part 1: Monitoring. International Electrotechnical Commission.
4. International Renewable Energy Agency (IRENA). Renewable Energy Statistics. IRENA.
5. International Energy Agency (IEA). Renewables. IEA.
6. Sze, V., Chen, Y.-H., Yang, T.-J., & Emer, J. S. (2017). Efficient Processing of Deep Neural Networks. Proceedings of the IEEE, 105(12), 2295–2329.
7. Lin, J., Zhu, L., Chen, W.-M., Wang, W.-C., & Han, S. (2024). Tiny Machine Learning: Progress and Futures. arXiv.
8. Goodfellow, I., Bengio, Y., & Courville, A. Deep Learning. MIT Press.

Berita Terkait

Penerapan Artificial Intelligence (AI) pada Sistem Elektronika dan Otomasi Industri

Strategi Manajemen Sumber Daya Manusia dalam Menghadapi Generasi Z di Dunia Kerja

Cara Menggunakan AI untuk Meningkatkan Produktivitas Kerja di Era Digital

Terpopuler di

Punya Rekan Kerja Beda Karakter? Intip Cara Tim Karasuno Haikyuu Menyikapi Perbedaan

Reskilling atau Tergilas? Tantangan Perencanaan SDM di Era Digital

Generasi Z dan Ecopreneurship: Wirausaha sebagai Jalan Menuju Keberlanjutan

Pemrograman PLC Start-Stop Motor Menggunakan Ladder Diagram

Ketika Iman Ikut Bicara: Belajar Memandang Manusia Secara Utuh

TNI-Polri dan Warga Gotong Royong Bersihkan Irigasi Persawahan