PLTS Overview

Ringkasan performa energi, jejak karbon, dan status site untuk mendukung keputusan strategis.

Current Power vs kemarin

3.8 kW

Energy Today +8%

24.3 kWh

Est. 12.6 MWh/year

CO₂ Avoided -85%

7.2 kg

vs PLN baseline

Carbon Intensity Very Low

130 g/kWh

PLN: 895 g/kWh

Solar Generation (24h) – Simulasi

Pola tipikal: matahari terbit → puncak tengah hari → turun saat senja.

06:0009:0012:0015:0018:00

System Status Healthy

• 1 site utama online (PLTS-1 10 kWp)
• MQTT broker terkoneksi (simulasi)
• Tidak ada critical alert

Value Stream – Data → Keputusan

1. Sensor PLTS mengirim data via MQTT.
2. TimescaleDB menyimpan time-series energi.
3. LCA & faktor emisi menghitung jejak karbon.
4. Dashboard menampilkan insight & alert.
5. ESG report menjadi bahan keputusan manajemen.

IoT Monitoring & MQTT Stream (Simulasi)

Halaman ini mewakili integrasi dengan broker MQTT: bisa dihubungkan ke Node-RED, Python, atau FastAPI.

Power

3.8 kW

Topic: sensors/power

Voltage

228.5 V

Topic: sensors/voltage

Current

16.7 A

Topic: sensors/current

Inverter Temp

52 °C

Warning threshold: 60 °C

Power Output (60 min) Simulated

Temperature (60 min) Simulated

MQTT Topics (Sample) Connected (simulasi)

Topic	Last Payload	Status
carbonx/plts1/sensors/power	3812	OK
carbonx/plts1/sensors/voltage	228.5	OK
carbonx/plts1/sensors/temperature	43.2	OK
carbonx/plts1/system/status	"OK"	OK

Broker Configuration (mock)

host: mqtt://broker.mydomain.com
port: 1883
username: carbonx
password: ••••••••

Di implementasi nyata, halaman ini bisa memicu reconnect, ubah QoS, dan menampilkan statistik pesan.

Carbon Calculator (LCA-based)

Modul ini merepresentasikan integrasi dengan model LCA (openLCA atau Python) untuk menghitung jejak karbon PLTS.

Input Parameters

PLTS Size (kWp)

Battery Capacity (kWh)

Annual Energy (kWh/year)

Grid EF (kgCO₂/kWh)

Manufacturing EF (kgCO₂/kWp)

Recycling Rate (%)

Di implementasi nyata, tombol ini memanggil API (mis. FastAPI) yang menghubungkan ke openLCA / model Python.

Result (Simulated)

Embedded Emission 8.5 tCO₂

Annual Emission (PLTS) 1.2 tCO₂eq

Baseline PLN 8.1 tCO₂eq

Reduction vs baseline -85%

EPBT (Energy Payback) 1.7 years

ESG & Carbon Reporting

Yearly Emissions Summary (Simulated)

Scope 2 & baseline PLN untuk studi kasus PLTS 10 kWp.

Scope 2 – PLTS

1.2 tCO₂eq

Annual

Baseline PLN

8.1 tCO₂eq

Annual, same load

Reduction

-85%

GHG Protocol aligned

Narrative Summary (bisa langsung kamu adaptasi)

Sistem PLTS 10 kWp yang dimonitor berhasil menurunkan intensitas karbon dari sekitar 895 gCO₂/kWh (PLN grid) menjadi 130 gCO₂/kWh. Dengan asumsi produksi energi tahunan 12.6 MWh, pengurangan emisi mencapai ±6.9 ton CO₂eq per tahun. Informasi ini dapat dimasukkan ke laporan keberlanjutan perusahaan dan dikaitkan dengan target net-zero.

Compliance & Frameworks

• ISO 14064 – Greenhouse gas quantification
• ISO 14067 – Product carbon footprint
• GHG Protocol – Scope 2 & Scope 3 kategori energi
• TCFD – Climate-related financial disclosures

LCA Database

Emission Factors Library (Sample)

Bisa disinkronkan dengan openLCA / Ecoinvent v3.

Component	EF (kgCO₂/unit)	Source	Last Updated
Mono-Si PV module 1 kWp	850	Ecoinvent v3 (literature)	2025-01-10
Battery storage 1 kWh	120	LCA study XYZ	2025-01-12
Inverter unit	320	Internal database	2025-01-15

Di Bab Perancangan, bagian ini bisa dianggap sebagai “tabel master faktor emisi” yang menjadi basis kalkulasi jejak karbon di seluruh modul.

Asset Management

PLTS Sites

Name	Capacity (kWp)	Location	Status	Commissioned
PLTS-1 – HQ Rooftop	10	Bandung	Online	2023-10-01
PLTS-2 – Factory	30	Karawang	Warning	2024-02-15
PLTS-3 – Warehouse	5	Surabaya	Offline	2022-07-10

User Management

Users

Name	Email	Role	Status
Faizurrahman Allam	allam@company.com	Admin	Active
Budi Santoso	budi@company.com	Operator	Active
Maya Lestari	maya@consulting.com	Auditor	Active

Settings

MQTT Configuration

Broker URL

Username

Password

openLCA / LCA Engine

API Base URL

API Token

Risk & Mitigation

Risk Register (contoh)

Risk	Impact	Likelihood	Mitigation
Data IoT tidak stabil / hilang	Perhitungan emisi kurang akurat	Medium	Buffer lokal, retry MQTT, dan pengisian data manual terkontrol untuk gap tertentu.
Faktor emisi usang	Laporan tidak representatif kondisi terbaru	Medium	Jadwal review berkala database LCA & locking versi faktor emisi yang digunakan per laporan.
Kesalahan konfigurasi sistem	Downtime dashboard / salah interpretasi data	Low–Medium	Dokumentasi konfigurasi yang jelas, environment staging, dan SOP deployment.

Implementation Roadmap

Tahapan Implementasi

Phase 1

Assessment & Design

Pengumpulan data LCA, kebutuhan sistem, dan desain arsitektur (ArchiMate).

Durasi: ±1 bulan

Phase 2

IoT Monitoring

Instalasi sensor, integrasi MQTT, dan dashboard energi awal.

Durasi: ±2 bulan

Phase 3

Carbon Calculator

Integrasi faktor emisi dan model LCA untuk perhitungan jejak karbon.

Durasi: ±2 bulan

Phase 4

Validation & Report

Simulasi skenario, validasi hasil, dan penyusunan laporan GHG/ESG.

Durasi: ±2 bulan

Documentation – Penjelasan untuk Tugas Besar S2

1. Tujuan Sistem

Sistem ini dirancang sebagai artefak utama dalam tugas besar S2 untuk: (1) memonitor energi PLTS secara real-time, (2) menghitung jejak karbon berbasis Life Cycle Assessment (LCA), (3) menyediakan laporan ESG yang terstruktur sesuai standar internasional, dan (4) memetakan arsitektur enterprise yang mendukung transformasi digital pengelolaan emisi.

2. Layer Arsitektur

Motivation: didorong oleh target net-zero, regulasi, dan kebutuhan transparansi.
Business: proses monitoring, perhitungan, dan pelaporan emisi.
Application: modul dashboard, kalkulator karbon, reporting, dan database LCA.
Technology: IoT devices, broker MQTT, database time-series, dan LCA engine.

3. Keterhubungan dengan Laporan

Bab Pendahuluan: memotret masalah fragmentasi data dan kebutuhan sistem terintegrasi.
Bab Tinjauan Pustaka: mengulas LCA, GHG Protocol, ArchiMate, dan IoT.
Bab Perancangan: dimapping ke halaman-halaman di dashboard ini (Overview, IoT, Calculator, dlsb.).
Bab Implementasi: roadmap dan konfigurasi teknis (MQTT, database, LCA engine).
Bab Hasil dan Pembahasan: contoh output EPBT, pengurangan emisi, dan analisis risiko.

Platform Manajemen Jejak Karbon PLTS Terintegrasi dari Sensor hingga Laporan ESG

Mengapa penting ini?

1 Pendekatan Holistik

2 Keterlacakan & Transparansi

3 Nilai Tambah Praktis

Architecture Map – Versi Arsitektur Tugas Besar

Motivation Layer

Business Layer

Application Layer

Technology Layer

Fungsi Utama yang Dimapping

Monitoring Energi & IoT

Perhitungan Jejak Karbon

Pelaporan ESG Otomatis

Manajemen Aset & Stakeholder

PLTS Overview

IoT Monitoring & MQTT Stream (Simulasi)

Carbon Calculator (LCA-based)

ESG & Carbon Reporting

LCA Database

Asset Management

User Management

Settings

Risk & Mitigation

Implementation Roadmap

Documentation – Penjelasan untuk Tugas Besar S2

1. Tujuan Sistem

2. Layer Arsitektur

3. Keterhubungan dengan Laporan

Platform Manajemen Jejak Karbon PLTS Terintegrasi dari Sensor hingga Laporan ESG

Mengapa penting ini?

1 Pendekatan Holistik

2 Keterlacakan & Transparansi

3 Nilai Tambah Praktis

Architecture Map – Versi Arsitektur Tugas Besar

Motivation Layer

Business Layer

Application Layer

Technology Layer

Fungsi Utama yang Dimapping

Monitoring Energi & IoT

Perhitungan Jejak Karbon

Pelaporan ESG Otomatis

Manajemen Aset & Stakeholder

Admin Login

Konsep Penelitian Singkat

PLTS Overview

IoT Monitoring & MQTT Stream (Simulasi)

Carbon Calculator (LCA-based)

ESG & Carbon Reporting

LCA Database

Asset Management

User Management

Settings

Risk & Mitigation

Implementation Roadmap

Documentation – Penjelasan untuk Tugas Besar S2

1. Tujuan Sistem

2. Layer Arsitektur

3. Keterhubungan dengan Laporan