Implementasi Sistem Otomatisasi dan Monitoring Penyemprotan Pelumas Berbasis Sensor Getaran pada Mesin Packaging Zelda 1

Abstract

Pelumasan manual pada mesin packaging Zelda 1 di PT URC Indonesia belum memiliki pencatatan digital dan konsistensinya bergantung pada operator, berisiko terhadap keselamatan, dan tidak memiliki pencatatan digital. Mengatasi masalah tersebut, penelitian ini mengimplementasikan sistem otomatisasi dan monitoring pelumasan berbasis Internet of things (IoT) menggunakan ESP32-S3 dan akselerometer MPU6050. Data percepatan tiga sumbu diolah menjadi Root Mean Square (RMS) deviasi magnitude terhadap nilai dasar dalam jendela 1 detik. Ambang 0,5 m/s² digunakan untuk membedakan status operasi, 3,0 m/s² untuk mengizinkan penyemprotan rutin setelah interval 5 jam, dan 10 m/s² sebagai ambang anomaly operasional sementara. Aktuasi penyemprotan dilakukan oleh motor servo TD8120MG melalui modul relay 5 v. Hasil pengujian menunjukkan sensor mampu membedakan kondisi mesin aktif dan tidak aktif secara akurat, dengan tingkat keberhasilan aktuator mencapai 100% pada lima kali pengujian. Data operasional berhasil dikirim ke backend Laravel secara stabil dan divisualisasikan pada dashboard berbasis website dengan basis data PostgreSQL secara real-time. Sistem ini menghasilkan interval dan takaran pelumasan yang seragam, mengurangi kebutuhan intervensi manual operator, serta menyediakan prasyarat data bagi penerapan perawatan predikti di industri.

Manual lubrication of the Zelda 1 packaging machine at PT URC Indonesia has no digital record, its consistency depends on the operator, and it poses safety risks. To address these issues, this study implements an Internet of Things (IoT) based automated lubrication and monitoring system using an ESP32-S3 microcontroller and an MPU6050 accelerometer. Three-axis acceleration data are processed into the Root Mean Square (RMS) of the magnitude deviation from a baseline value within a one-second window. A threshold of 0.5 m/s² is used to distinguish the machine operating status, 3.0 m/s² to permit routine spraying after a five-hour interval, and 10 m/s² as a temporary operational anomaly threshold. Spraying actuation is performed by a TD8120MG servo motor through a 5 V relay module. The test results show that the sensor is able to accurately distinguish between active and idle machine conditions, with an actuator success rate of 100% in five trials. Operational data were stably transmitted to a Laravel backend and visualized in real time on a web-based dashboard with a PostgreSQL database. The system produces uniform lubrication intervals and dosages, reduces the need for manual operator intervention, and provides the data prerequisite for implementing predictive maintenance in industry.