Electronic Theses and Dissertation

Penelitian ini muncul sebagai respon terhadap kebutuhan untuk mengembangkan teknologi yang lebih mudah dalam memantau dan memprediksi kapasitas serta sisa baterai pada lampu penerangan jalan berbasis internet of things, terutama yang menggunakan teknologi sel surya. sistem penerangan biasanya dapat mengalami kerusakan kapan saja seperti kerusakan pada komponen bola lampu dan baterai. hal ini tentu disebabkan oleh cuaca dan kondisi eksternal yang memungkinkan lampu sering terjemur di bawah paparan sinar matahari dan juga hujan. sehingga lampu penerangan yang rusak dan mati dapat mengganggu dan memberikan resiko untuk jalan yang digunakan pada malam hari. oleh karena itu penelitian ini bertujuan untuk merancang dan menguji sebuah purwarupa sistem prediksi baterai pada lampu sel surya menggunakan metode moving average untuk mengitung rata-rata bergerak guna mendapatkan hasil prediksi. sehingga penelitian ini memberikan sebuah solusi di mana dapat merancang sebuah purwarupa sistem prediksi baterai pada lampu sel surya dengan memanfaatkan mikrokontroller wemos d1 mini. purwarupa ini dapat mengirimkan data dan informasi ke aplikasi telegram sebagai media pemantauan baterai lampu sel surya berbasis internet of things. penelitian ini juga menghasilkan perhitungan untuk dapat memprediksi baterai pada lampu sel surya dengan tingkat presentase galat sebesar 2,72% . dan dapat menentukan kinerja berdasarkan daya dan kapasitas baterai pada purwarupa sistem prediksi pada lampu sel surya berbasis internet of things. sebagaimana yang telah dihasilkan dari perhitungan pada penelitian ini mendapatkan prediksi waktu untuk baterai pada hari kedua memprediksi dapat menyala 9 jam kedepan, kemudian hari ketiga dapat menyala 7 jam kedepan dan di hari ke lima dapat menyala 10 kedepan. kata kunci : sel surya, moving average, internet of things

This research emerged as a response to the need to develop technology that is easier at monitoring and predicting the capacity as well as battery residues on Internet of Things-based street lighting lamps, especially those using solar cell technology.Lighting system can usually suffer damage at any time such as damage to the light bulb and battery components.This is certainly due to the weather and external conditions that allow the lights to be often sunburned under the sunlight and also rain.So that damaged and dead lighting lights can interfere and pose a risk to the road used at night. Therefore this research aims to design and test a prototype of the battery predictive system on solar cell lights using moving average method to average moving in order to get predictive results.So this research provides a solution where it can design a prototype of battery predictive systems on solar cells by utilizing microcontroller wemos d1 mini.This prototype can transmit data and information to a telegram application as a media monitoring battery solar cells based on the Internet of things. The study also resulted in calculations to be able to predict batteries on solar cell lights with a rate of failure presentation of 2.72%.And can determine the performance based on the battery power and capacity on a predictive system on the internet-based solar cell lights.As resulted from the calculations in this study obtained the time forecast for the battery on the second day predicting could turn up 9 hours in the next day, Then the third day can light 7 hours forward and on the fifth day can light 10 forward. Keywords: solar cells moving average, Internet of Things