SEMARANG — Tiga mahasiswa Program Studi Teknik Elektro, Fakultas Teknik Universitas Negeri Semarang (FT UNNES), yakni Rakha Alviano Syaputra, Raditya Wahyu Pratomo, dan Ellena Nayla Firdausi, menghadirkan inovasi instrumentasi kelistrikan bertajuk Smart Harmonic Analyzer. Perangkat pemantau kualitas daya listrik berbasis Artificial Intelligence of Things (AIoT) tersebut dipamerkan dalam gelaran EXPO Capstone di Gedung E11 FT UNNES, Rabu (11/11/2026).
Pengembangan Smart Harmonic Analyzer dilatarbelakangi oleh meningkatnya penggunaan beban listrik nonlinear pada peralatan elektronik modern maupun mesin industri. Beban jenis ini kerap memicu distorsi gelombang listrik berupa kandungan harmonisa yang dapat menurunkan kualitas daya, menyebabkan panas berlebih pada instalasi kabel dan transformator, hingga memperpendek usia pakai perangkat elektronik. Sementara itu, alat ukur kualitas daya komersial di pasaran umumnya berharga mahal dan belum terintegrasi dengan sistem pemantauan berbasis kecerdasan buatan.

Untuk menjawab tantangan tersebut, Rakha bersama tim merancang sistem akuisisi data kelistrikan yang presisi dan terintegrasi. Perangkat ini ditenagai oleh mikrokontroler ESP32 yang dipadukan dengan sensor tegangan ZMPT101B, sensor arus SCT-013-030, serta modul Analog-to-Digital Converter (ADC) ADS1115 guna menangkap sinyal gelombang listrik secara akurat. Selain itu, tim turut menyematkan modul PZEM-004T sebagai perangkat pembanding untuk memvalidasi hasil pengukuran parameter kelistrikan dasar.
Data gelombang tegangan dan arus yang berhasil diakuisisi selanjutnya diolah menggunakan metode Digital Signal Processing (DSP), khususnya algoritma Fast Fourier Transform (FFT). Melalui pemrosesan sinyal digital tersebut, sistem mampu menguraikan sinyal listrik guna mengidentifikasi komponen frekuensi fundamental sekaligus mendeteksi kandungan harmonisanya. Berbagai indikator krusial seperti amplitudo harmonisa, rasio harmonisa, nilai Root Mean Square (RMS), hingga Signal-to-Noise Ratio (SNR) dianalisis secara menyeluruh sebagai tolok ukur evaluasi kualitas daya listrik.
Tidak berhenti pada aspek pengukuran, seluruh hasil analisis dikirimkan secara waktu nyata (real-time) melalui protokol komunikasi MQTT menuju server backend berbasis FastAPI untuk kemudian divisualisasikan pada dashboard pemantauan interaktif. Keunggulan sistem semakin menonjol berkat integrasi kecerdasan buatan di sisi pemrosesan data, di mana algoritma Machine Learning Random Forest digunakan untuk mengklasifikasikan jenis beban listrik yang terhubung, sementara metode Fuzzy Logic berperan dalam pengambilan keputusan otomatis serta pemberian peringatan dini apabila terdeteksi penurunan kualitas daya.


Dari sisi efisiensi rekayasa, purwarupa Smart Harmonic Analyzer berhasil dirampungkan pada 14 September 2026 setelah melalui tahapan perancangan perangkat keras, pemrograman DSP dan kecerdasan buatan, serta kalibrasi sistem selama 30 hari. Keseluruhan pengembangan perangkat ini hanya menelan biaya produksi sebesar Rp700.000, membuktikan bahwa instrumen analisis harmonisa kelistrikan berteknologi tinggi dapat dibangun secara mandiri dengan biaya yang sangat terjangkau.
Kehadiran inovasi ini pada pameran EXPO Capstone FT UNNES turut memperkuat kontribusi perguruan tinggi dalam mendukung pencapaian SDG 9 (Industri, Inovasi, dan Infrastruktur). Melalui pengembangan teknologi instrumentasi dan pemantauan kelistrikan berbasis AIoT yang informatif dan ekonomis, mahasiswa Teknik Elektro FT UNNES mendorong terwujudnya infrastruktur energi yang lebih andal, efisien, serta siap mendukung modernisasi sistem kelistrikan industri di masa depan.




