DESAIN SISTEM PENGUKURAN GETARAN DAN SUHU MESIN BERBASIS ESP32 DENGAN PROTOKOL MQTT

Penelitian ini dilatarbelakangi oleh tingginya potensi gangguan mekanis pada mesin industri yang sering tidak terdeteksi secara dini sehingga dapat menyebabkan kegagalan mesin yang berdampak pada terhentinya proses produksi. Metode pemeliharaan konvensional berbasis waktu dinilai kurang efektif karena tidak merepresentasikan kondisi aktual mesin secara real-time.
Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring getaran dan suhu mesin industri berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 sebagai upaya deteksi dini gangguan mekanis mesin guna mendukung penerapan pemeliharaan berbasis kondisi (condition-based maintenance). Keterbaruan penelitian ini terletak pada integrasi sistem monitoring
multi-sensor yang secara langsung mengacu pada standar industri ISO 10816-3, dengan pemrosesan parameter getaran berbasis nilai Root Mean Square (RMS) dan Fast Fourier Transform (FFT), tanpa menggunakan algoritma prediktif atau
pembelajaran mesin yang kompleks.
Metode penelitian dilakukan melalui perancangan dan implementasi sistem monitoring menggunakan dua sensor getaran ADXL345 dan dua sensor suhu MAX6675 yang terintegrasi dalam satu node ESP32. Data getaran diolah dalam bentuk RMS dan FFT untuk mengidentifikasi karakteristik frekuensi dominan mesin, kemudian dikirimkan secara real-time ke platform IoT ThingsBoard melalui
protokol Message Queuing Telemetry Transport (MQTT).
Hasil pengujian menunjukkan bahwa sistem mampu melakukan akuisisi, pemrosesan, dan pengiriman data secara stabil. Nilai RMS getaran berada pada rentang 2,15–2,17 mm/s dengan variasi sekitar 19-25%, sedangkan suhu operasi mesin tercatat sekitar 67 °C dengan variasi sekitar 3,3% selama periode pengujian. Analisis FFT menunjukkan adanya frekuensi dominan yang sesuai dengan karakteristik operasi mesin. Berdasarkan klasifikasi ISO 10816-3, kondisi mesin berada pada kategori aman. Indikator visual berupa LED berfungsi dengan baik sebagai penanda kondisi sistem secara lokal.
Sebagai kontribusi utama, penelitian ini menghasilkan sistem monitoring kondisi mesin yang mudah diimplementasikan, dengan tingkat ketersediaan sistem (availability) mencapai 100% selama pengujian, sistem ini terbukti andal dan siap
diimplementasikan pada lingkungan industri nyata sebagai solusi monitoring kondisi mesin berbasis IoT.