PEMANTAUAN TERMAL BERBASIS IOT UNTUK PERINGATAN DINI HOTSPOT PADA KUBIKEL TEGANGAN MENENGAH (20 KV)

Main Article Content

Mishbahul Azhar
Sinka Wilyanti
Arisa Olivia Putri

Abstract

Pembentukan hotspot pada kubikel tegangan menengah 20 kV merupakan salah satu faktor yang dapat menurunkan keandalan dan keselamatan operasi gardu induk, terutama pada kubikel tipe tertutup (close-type) yang tidak memungkinkan akses langsung untuk inspeksi suhu. Metode inspeksi termovisi yang digunakan dalam pemeliharaan rutin PLN bersifat periodik dan manual, sehingga tidak mampu menyediakan pemantauan suhu secara kontinu. Penelitian ini mengusulkan desain dan implementasi sistem peringatan dini berbasis ESP32 untuk mendeteksi potensi hotspot di dalam kubikel 20 kV dengan mengintegrasikan sensor suhu BME280 dan sensor arus SCT013. Sistem ini melakukan pembacaan suhu dan arus secara simultan, mengirimkan data melalui koneksi Wi-Fi ke aplikasi Android menggunakan Firebase, serta memberikan peringatan melalui alarm buzzer dan notifikasi visual saat terdeteksi kondisi termal abnormal. Pengujian dilakukan di Gardu Induk Jatirangon dengan kondisi terkontrol. Hasil menunjukkan bahwa pengukuran suhu pada jarak 30 cm memiliki rata-rata kesalahan relatif sebesar 2,49% bila dibandingkan dengan kamera termografi FLIR, sedangkan pada jarak 35 cm kesalahan meningkat menjadi 7,29%, menegaskan pentingnya posisi sensor dalam memperoleh akurasi optimal. Pengukuran arus dengan sensor SCT013 menunjukkan kesalahan rata-rata sebesar 2,83% terhadap clamp meter, yang masih dapat diterima untuk validasi awal anomali termal. Sistem berhasil memicu alarm ketika suhu mencapai ?38°C dan selisih suhu dengan ambient (?T) berada pada nilai ?4°C dengan arus melebihi 400 A. Hasil penelitian ini membuktikan bahwa sistem berbasis IoT yang dikembangkan mampu mendeteksi anomali termal secara dini pada kubikel tertutup yang tidak dapat dijangkau oleh metode termovisi konvensional, sehingga menawarkan solusi alternatif yang ekonomis dan real-time untuk mendukung pemeliharaan preventif gardu induk.

Article Details

Section

Articles

How to Cite

PEMANTAUAN TERMAL BERBASIS IOT UNTUK PERINGATAN DINI HOTSPOT PADA KUBIKEL TEGANGAN MENENGAH (20 KV). (2026). Electro Luceat, 11(2), 37-46. https://doi.org/10.32531/mpdzr473

References

[1] Multi, A., & Mubarok, A. (2022). Analisis Hotspot pada PMS Gardu Induk 150 kV Rawadenok Depok Menggunakan Thermovisi. Jurnal Teknik Elektro.
[2] Fahturozi, R., et al. (2024). Evaluasi Hotspot pada Transformator 60 MVA Menggunakan Thermovisi FLIR. Jurnal Energi dan Kelistrikan.
[3] Goyal, A., & Rajapakse, A. (2023). Self-learning approach for hotspot isolation in thermal images. IEEE Transactions on Power Delivery.
[4] Ukiwe, C., et al. (2024). Deep learning-based thermal anomaly detection for electrical equipment. Energy AI.
[5] IEC. (2021). IEC 62271-200: High-Voltage Switchgear and Controlgear – Part 200. International Electrotechnical Commission.
[6] PLN. (2022). SKDIR PLN No. 520: Pedoman Pemeliharaan Peralatan Transmisi dan Distribusi. PT PLN (Persero).
[7] Wang, C., & Kopsidas, K. (2020). Thermal behavior analysis of contact resistance degradation in medium-voltage switchgear. Electric Power Systems Research.
[8] Guan, Y., et al. (2019). Thermal-aging failure mechanisms in power distribution components. IEEE Transactions on Components, Packaging and Manufacturing Technology.
[9] Li, T., et al. (2023). Online monitoring strategies for switchgear thermal reliability using IoT-based sensors. Sensors.

Most read articles by the same author(s)