Prototipe Sistem Monitoring pada Produksi dan Pemurnian Biogas Berbasis Internet of Things

Abstract

Ketergantungan terhadap bahan bakar fosil yang tidak terbarukan mendorong perlunya pengembangan sumber energi alternatif yang ramah lingkungan dan mudah diakses, salah satunya adalah biogas. Biogas dihasilkan dari proses fermentasi anaerobik bahan organik seperti limbah pertanian dan kotoran hewan, dan mengandung komponen utama gas metana (CH₄), serta gas pengotor seperti karbon dioksida (CO₂) dan hidrogen sulfida (H₂S). Kualitas biogas sangat dipengaruhi oleh suhu selama proses fermentasi dan kandungan gas di dalamnya. Kandungan CO₂ yang tinggi dapat menurunkan nilai kalor pembakaran, sedangkan H₂S yang bersifat korosif dapat merusak komponen logam dan elektronik. Pemanfaatan biogas di masyarakat masih belum optimal karena tidak tersedianya sistem pemantauan gas secara real-time, serta harga alat monitoring dan pemurnian yang relatif mahal. Oleh karena itu, dibutuhkan sistem pemantauan berbasis Internet of Things (IoT) yang mampu memantau kondisi produksi dan pemurnian biogas secara langsung dan terus-menerus, dengan menggunakan sensor dan komponen berbiaya rendah. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem monitoring biogas berbasis IoT yang dapat mendeteksi suhu serta kandungan CH₄, CO₂, dan H₂S, sekaligus meningkatkan kualitas biogas melalui proses pemurnian menggunakan metode adsorpsi larutan kapur (Ca(OH)₂). Sistem ini diharapkan dapat meningkatkan efisiensi produksi biogas dan memperluas pemanfaatannya secara praktis di masyarakat. Sistem ini menggunakan ESP32 sebagai unit pemroses, dengan sensor MQ-4 untuk mengukur gas metana, MQ-136 untuk mengukur gas hidrogen sulfida, MG-811 untuk mengukur gas karbon dioksida, DHT22 untuk mengukur suhu lingkungan, serta BMP280 untuk mengukur tekanan biogas. Setiap komponen dan sensor akan diuji secara sebelum dilakukan pengujian sistem secara keseluruhan guna memastikan bahwa seluruh bagian berfungsi dengan baik. Pemantauan dapat dilakukan secara langsung melalui LCD maupun secara real-time dari jarak jauh melalui InfluxDB. Hasil pengujian menunjukkan Kinerja sistem monitoring menunjukkan hasil baik dengan pengiriman data yang stabil ke Google Sheets dan InfluxDB tanpa kehilangan data. Pada Google Sheets, waktu delay meningkat seiring jarak, dari 3736,1 ms (2 m) - 3880,2 ms (8 m). Sementara itu, delay pada InfluxDB tidak selalu meningkat akibat beban server, seperti 337,7 ms (4 m) - 310,5 ms (6 m). Nilai RSSI menurun seiring bertambahnya jarak, dan estimasi jarak menunjukkan akurasi tinggi dengan error 0,28%–5,11% serta akurasi maksimal 99,17% pada 6,05 m. Pada pengujian keseluruhan diketahui nilai RSSI tertinggi -58 dBm (error 9,69%) dan terendah -47 dBm (error 11,12%). Secara umum, jarak dan gangguan lingkungan berpengaruh besar terhadap kekuatan sinyal dan keakuratan estimasi. Dengan demikian, sistem yang dibangun dapat melakukan monitoring dengan baik dan dapat melakukan pengukuran dengan menggunakan biaya rendah, sehingga dapat dimanfaatkan secara luas dimasyarakat.