Portable Smart Biogas Digester Using Pressure Sensor and Safety Valve Based on Internet of Things
AbstractPemanfaatan energi baru dan terbarukan, khususnya biogas, semakin berkembang dengan penggunaannya dalam kompor gas dan pembangkit listrik tenaga biogas (bio-digester). Proses produksi biogas melibatkan fermentasi anaerobik bahan organik, menghasilkan bakteri metanogen yang mengubahnya menjadi sumber energi terbarukan. Namun, ada tantangan seperti kerugian waktu, kebocoran, dan ketidakpastian lain yang perlu diperhatikan. Oleh karena itu, diperlukan monitoring berkala terhadap energi biogas. Saat ini, monitoring energi biogas umumnya dilakukan secara on-site, di mana data diambil pada waktu-waktu tertentu oleh teknisi atau produsen yang harus mendatangi lokasi. Hal ini mengakibatkan data yang diperoleh tidak merepresentasikan energi yang dihasilkan setiap saat. Sistem on-site memiliki keterbatasan karena pihak berkepentingan harus mendatangi lokasi. Oleh karena itu, dibutuhkan sistem kontrol dan monitoring yang dapat diakses dari jarak jauh secara akurat dan real-time. Dengan memanfaatkan teknologi Internet of Things (IoT), sistem monitoring energi biogas dapat diakses dan dikontrol melalui perangkat seperti smartphone atau komputer yang terhubung dengan internet. Teknologi IoT mendukung monitoring real-time, memungkinkan produsen memantau data energi biogas secara jarak jauh dan otomatis tanpa harus hadir di lokasi. Penelitian ini mengembangkan sistem kontrol dan monitoring energi biogas, terutama pada presure, yang dapat diakses dan dikontrol dengan cepat dan akurat dari mana saja dan kapan saja melalui jaringan internet. Mikrokontroler digunakan sebagai komponen utama dalam sistem ini, memungkinkan pengolahan data dari sensor presure dan pengiriman informasi melalui internet untuk monitoring dan kontrol secara real-time. Penelitian ini merupakan kontribusi terhadap pengembangan solusi berbasis IoT untuk pengelolaan energi biogas yang lebih efektif dan efisien.
|
Keywords
Full Text:
References
A. Mardiana, D. Abdurahman, and P. Putriani, “SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BANK INDONESIA STUDI KASUS UNIVERSITAS MAJALENGKA,” INFOTECH journal, vol. 8, no. 1, pp. 13–21, Jan. 2022, doi: 10.31949/infotech.v8i1.1664.
N. Afriani Manihuruk, M. Zarlis, E. Irawan, and H. Satria Tambunan, “Penerapan Data Mining Dalam Mengelompokkan Calon Penerima Beasiswa Dengan Menggunakan Algoritma K-Means,” vol. 4, no. 1, 2020, doi: 10.30865/komik.v4i1.2575.
“tik-52-9-hal-penerapan-algoritma-k-nearest-neighbor-untuk-prediksi-pengelompokkan-tingkat-risiko-penyebaran-covid-19-jawa-barat”.
A. Saleh, “Pendeteksian Penggunaan Masker Untuk Pencegahan Penyebaran Covid-19 Menggunakan Algoritma K-nearest neighbor.” [Online]. Available: https://www.kaggle.com/datasets/jamesnogra/face-
D. Desa et al., “Arifin, Shudiq, Maghfiroh-Penerapan Metode Knn (K-Nearest Neighbor) Dalam Sistem Pendukung Keputusan Pen-erimaan KIP (Kartu Indonesia Pintar) PENERAPAN METODE KNN (K-NEAREST NEIGHBOR) DALAM SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KIP (KARTU INDONESIA PINTAR) DI DESA PANDEAN BERBASIS WEB DAN MYSQL.”
J. Khatib Sulaiman and H. Hendri, “Implementasi Data Mining Dengan Metode C4.5 Untuk Prediksi Mahasiswa Penerima Beasiswa,” Indonesian Journal of Computer Science Attribution-ShareAlike, vol. 4, no. 2, pp. 2021–312.
J. Penelitian Ilmu Komputer and M. Fauzi Firdaus, “ANALISIS ALGORITMA C 4.5, NAÏVE BAYES DAN K-NEAREST NEIGHBOR UNTUK MENENTUKAN PENERIMAAN BEASISWA,” 2023. [Online]. Available: https://mypublikasi.com/index.php/JUPIK/156
M. Riziq sirfatullah Alfarizi, M. Zidan Al-farish, M. Taufiqurrahman, G. Ardiansah, and M. Elgar, “PENGGUNAAN PYTHON SEBAGAI BAHASA PEMROGRAMAN UNTUK MACHINE LEARNING DAN DEEP LEARNING,” 2023.
L. Setiyani, M. Wahidin, D. Awaludin, and S. Purwani, “Analisis Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Data Mining Naïve Bayes : Systematic Review,” Faktor Exacta, vol. 13, no. 1, p. 35, Jun. 2020, doi: 10.30998/faktorexacta.v13i1.5548.
Y. Andini, J. Tata Hardinata, Y. Pranayama Purba, and P. A. Studi Sistem Informasi STIKOM Tunas Bangsa JlJend Sudirman Blok No, “PENERAPAN DATA MINING TERHADAP TATA LETAK BUKU DI PERPUSTAKAAN SINTONG BINGEI PEMATANGSIANTAR MENGGUNAKAN METODE APRIORI,” 2022. [Online]. Available: http://ejournal.stmik-time.ac.id
F. Alghifari and D. Juardi, “Fauzan Alghifari Penerapan Data Mining Pada Penerapan Data Mining Pada Penjualan Makanan Dan Minuman Menggunakan Metode Algoritma Naïve Bayes.”
A. Al Arif, M. Firdaus, Y. Maruhawa, S. AMIK Riau, and J. Purwodadi Panam, “SENTIMAS: Seminar Nasional Penelitian dan Pengabdian Masyarakat Comparison of Data Mining Methods for Predition of Rainfall with C4.5, Naïve Bayes, and KNN Algorithm Perbandingan Metode Data Mining untuk Prediksi Curah Hujan dengan Algoritma C4.5, Naïve Bayes, dan KNN.” [Online]. Available: https://journal.irpi.or.id/index.php/sentimas
M. Muslim, S. Windarti, D. Manajemen, I. Kesehatan, S. Akbidyo, and J. Parangtritis, “Visualisasi Data Mining Untuk Skiring Digital Covid-19 Pada Instansi,” Jurnal Teknik Informatika Kaputama (JTIK), vol. 7, no. 1, 2023.
M. N. Muttaqin and I. Kharisudin, “Analisis Sentimen Pada Ulasan Aplikasi Gojek Menggunakan Metode Support Vector Machine dan K Nearest Neighbor,” UNNES Journal of Mathematics, vol. 10, no. 2, pp. 22–27, 2021, [Online]. Available: http://journal.unnes.ac.id/sju/index.php/ujm
R. Bahtiar, “Implementasi Data Mining Untuk Prediksi Penjualan Kusen Terlaris Menggunakan Metode K-Nearest Neighbor.” [Online]. Available: https://jurnal.publikasitecno.id/index.php/jim203
10.33650/jeecom.v6i1.8540 |
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Sulistiyanto Sulistiyanto, Imam Mawardi
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.