SISTEM PEMANTAUAN TEMPERATUR MESIN BERBASIS ARDUINO PADA MOTOR MATIC 150cc UNTUK PERAWATAN OPTIMAL

Authors

  • Feddy Wanditya Setiawan Program Studi Teknik Otomotif, Politeknik Hasnur, Ray V, Jl. Brigjen H. Hasan Basri, Kabupaten Barito Kuala, Kalimantan Selatan 70582, Indonesia
  • Ikhsan Wahyudi Program Studi Teknik Otomotif, Politeknik Hasnur, Ray V, Jl. Brigjen H. Hasan Basri, Kabupaten Barito Kuala, Kalimantan Selatan 70582, Indonesia

DOI:

https://doi.org/10.51510/sinergipolmed.v6i1.2111

Keywords:

Pemantauan temperatur, arduino, overheating

Abstract

Sistem pemantauan temperatur berbasis Arduino pada sepeda motor matic 150cc merupakan solusi inovatif yang dirancang untuk meningkatkan efisiensi perawatan mesin kendaraan melalui integrasi teknologi sensor dan IoT. Sistem ini menggunakan sensor temperatur LM35 dan MLX90614 untuk pengukuran temperatur akurat dengan metode kontak langsung maupun non-kontak, memiliki toleransi kesalahan masing-masing sebesar ±0,5°C dan ±0,2°C. Arduino Uno bertindak sebagai pusat kendali utama yang mengolah data temperatur secara cepat dan akurat, sementara modul ESP32 memungkinkan pengiriman data secara nirkabel melalui konektivitas Wi-Fi, sehingga pengguna dapat memantau temperatur mesin secara real-time. Sistem ini juga dilengkapi fitur notifikasi otomatis yang mengingatkan pengguna jika temperatur mesin melebihi ambang batas aman. Pengujian menunjukkan bahwa sistem ini stabil dalam rentang temperatur 30°C hingga 85°C, dengan ketahanan tinggi terhadap getaran mesin berkat casing pelindung berstandar IP65. Konsumsi daya yang rendah, rata-rata 175–210 mAh, memastikan sistem ini tidak membebani aki motor, menjadikannya ideal untuk penggunaan harian. Waktu respons yang cepat, hanya 0,1 detik untuk sensor inframerah, serta latensi pengiriman data ke perangkat pengguna yang rendah, yaitu 50–200 milidetik, meningkatkan keandalan sistem dalam mencegah overheating. Desain kompak dan integrasi IoT memudahkan pemantauan dari jarak jauh, menjadikan sistem ini efisien, mudah diimplementasikan, dan relevan untuk pengendara sehari-hari maupun aplikasi industri otomotif. Dengan manfaat tersebut, sistem ini mampu menjaga performa mesin, memperpanjang umur kendaraan, dan mengurangi risiko kerusakan, menawarkan solusi untuk perawatan kendaraan modern.

References

Adithya Manohar G S., Anupama S., & Shakuntala C. (2022). Vehicle Health Monitoring System With Iot Applications. International Journal of Creative Research Thoughts (IJCRT). Volume 10, 9, 857-867.

Ahmadi., Adi Setiawan., Gunawati., & Rozanna Dewi. (2023). Calibration of Arduino based Temperature Sensors for Parabolic Solar Collectors with Phase Change Material. Motivection :Journal of Mechanical, Electrical and Industrial Engineering. Volume 5, 6, 547-556.

Akshay A. Jadhav., Swagat Karve., Sujit Inamdar., & Nandkumar A. Admile. (2021). Intelligent System for Engine Temperature Monitoring and Airbag Deployment in Cars Using IoT. Springer, 43-50.

C. C. Paglinawan., G. A. R. Bordonada., & A. V. D. Roseus. (2023). Infrared Temperature Detection Using MLX90614 Sensor for Wearable Applications. 15th International Conference on Computer and Automation Engineering (ICCAE), 385-388.

Hikma Shabani., Muhammad Rusydi MR., & Muhammad Faqi Muhsin. (2021). Smart Car Control System Based Arduino Uno for Engine Temperature Control. IEEE Symposium on Computers & Informatics (ISCI 2021), 1-6.

Preety Pradhan., Sridhar N. (2022). IoT Based IC Engine Temperature and Lubricating Oil Condition Monitoring System. International Journal of Scientific Research in Science and Technology, 367-375.

Projecthub. (2021). IoT Temperature and Humidity Monitor using Blynk app. Diakses Oktober, 2024 dari https://projecthub.arduino.cc/devansh_tangri/iot-temperature-and-humidity-monitor-using-blynk-app-4c2601

Qahtan, M.H., Mohammed, E.A., & Ali, A.J. (2022). IoT- Based Electrical Vehicle’s Energy Management and Monitoring System. Open Access Library Journal, 9: e9072, 1-15.

Sujanarko., Jamaaluddin. (2023). Arduino Uno-based Brake Safety Design for Matic Motorcycles. Procedia of Engineering and Life Science. Vol. 3, 1-5.

Zin Thein Kyaw. (2021). Applying Embedded Machine Learning to Temperature Monitoring in Cold Chain Applications Embedded Devices. Diakses Oktober, 2024 dari https://edgeimpulse.com/blog/embedded-machine-learning-cold-chain/

Downloads

Published

2025-03-01