JTE UNIBA. Vol. No. April 2026 Perancangan Sistem Manajemen Energi PLTS pada Mini Smart Grid Skala Rumah Tangga Hanif Rifai Adha1*. Yogi Dwi Mahandi2. Langlang Gumilar3 Pendidikan Teknik Elektro,Fakultas Teknik Universitas Negeri Malang Teknik Elektro,Fakultas Teknik Universitas Negeri Malang Email: 1hanif. ft@um. id, 2yogi. ft@um. id, 3langlang. ft@um. *Penulis Korespondensi AbstractAi The energy transition target towards Net Zero Emission (NZE) 2060 encourages the use of new renewable energy, especially solar power plants. The intermittent and variable characteristics of residential loads pose challenges in maintaining reliable energy supply. This study aims to design and evaluate a household-scale mini smart grid solar energy management system with the integration of a fuzzy logic-based Battery Management System (BMS). This method uses an experimental systems engineering approach through simulation, including the design of solar power plants, batteries, household loads, and PLN network interconnections, as well as the implementation of the Mamdani method fuzzy controller. Input variables include solar irradiation, household load, battery State of Charge (SoC), and PLN electricity tariff. A 50-hour simulation showed the solar power plant generated 44. 14 kWh of energy to support a load consumption of 52. 67 kWh, with energy imports from PLN of 35. 52 kWh and energy exports of 22. 19 kWh. The battery SoC increases from 50% to approximately 75% without any discharge. The system is capable of adaptive energy management, maximizing solar energy utilization, and lowering household energy costs, potentially supporting the development of reliable and sustainable household solar power plants. IntisariAi Target transisi energi menuju Net Zero Emission (NZE) 2060 mendorong pemanfaatan energi baru terbarukan, khususnya Pembangkit Listrik Tenaga Surya (PLTS) skala rumah tangga. Karakteristik yang intermiten dan variasi beban residensial menimbulkan tantangan dalam menjaga keandalan suplai energi. Penelitian ini bertujuan merancang dan mengevaluasi sistem manajemen energi PLTS mini smart grid skala rumah tangga dengan integrasi Battery Management System (BMS) berbasis logika fuzzy. Metode ini menggunakan pendekatan rekayasa sistem eksperimental melalui simulasi, meliputi perancangan PLTS, baterai, beban rumah tangga, dan interkoneksi jaringan PLN, serta implementasi kontroler fuzzy metode Mamdani. Variabel input terdiri atas iradiasi matahari, beban rumah tangga. State of Charge (SoC) baterai, dan tarif listrik PLN. Hasil simulasi selama 50 jam menunjukkan PLTS menghasilkan energi sebesar 44,14 kWh untuk mendukung konsumsi beban 52,67 kWh, dengan impor energi dari PLN sebesar 35,52 kWh dan ekspor energi sebesar 22,19 kWh. SoC baterai meningkat dari 50% menjadi sekitar 75% tanpa proses Sistem mampu mengelola energi secara adaptif, memaksimalkan pemanfaatan energi surya, serta menurunkan biaya energi rumah tangga, sehingga berpotensi mendukung pengembangan PLTS rumah tangga yang andal dan Kata KunciAi EMS. Fuzzy logic, mini smart grid. SoC. PENDAHULUAN Perkembangan Ilmu Pengetahuan dan Teknologi (IPTEK) pada sektor energi berkembang secara masif. Berfokus pada pembangunan nasional guna mencapai swasembada energi dan memperkuat pendidikan, sains, teknologi serta digitalisasi . Perkembangan tersebut mewujudkan target transformasi Net Zero Emission (NZE) 2060 melalui peta jalan transisi energi nasional. Transformasi tersebut di dorong oleh lima prinsip utama, yaitu peningkatan pemanfaatan energi baru terbarukan, pengurangan fosil, elektrifikasi sektor transportasi, peningkatan konsumsi listrik di rumah tangga dan industri serta penerapan Carbon Capture and Storage (CCS) . Pada tahun 2021 kebijakan strategis diterapkan melalui regulasi energi terbarukan dan pengehentian pembangunan Pembangkit Listrik Tenaga Uap (PLTU). Tahapan transisi mencakup peningkatan bauran energi baru terbarukan hingga 23% pada tahun 2025, serta percepatan pemanfaatan Pembangkit Listrik Tenaga Surya (PLTS) sebagai tulang punggung energi nasional. Pada tahun 2060, bauran energi terbarukan ditargetkan mencapai 100% didukung dengan sistem kelistrikan berkelanjutan dan elektrifikasi menyeluruh . PLTS merupakan salah satu teknologi dengan potensi energi yang melimpah, ramah lingkungan, dan biaya operasi rendah untuk skala rumah tangga. Sistem tersebut mengadopsi konfigurasi off grid atau mini smart grid yang menjadi solusi dalam mengatasi keterbatasan jaringan listrik. Sehingga, dapat mengurangi ketergantungan terhadap listrik dari jaringan utama . tanpa mengorbankan kontinuitas suplai energi Sifat intermitten dan fluktuatif menimbulkan tantangan serius dalam memastikan stabilitas suplai energi listrik. Ketergantungan terhadap kondisi cuaca dan intensitas penyinaran matahari menyebabkan variasi output energi yang Oleh karena itu diperlukan integrasi sistem penyimpanan energi yang efektif. Baterai sebagai Energy Storage System (ESS) menjadi ujung tombak dalam menjaga kontinuitas supla, meningkatkan self-consumption, dan mendukung operasi sistem yang andal. Sehingga manajemen energi yg efektiv dapat meningkatkan perfoma dan reliabilitas sistem . Baterai yang digunakan dipengaruhi oleh Battery Management System (BMS) yang mampu mengatur proses charging dan discharging baterai. Selain itu, memantau kondisi baterai, serta melakukan penyeimbangan sel . ell Hanif Rifai Adha dkk: Perancangan Sistem Manajemen Energi PLTS . E/P-ISSN: 2549-0842/2528 Ae 6498 JTE UNIBA. Vol. No. April 2026 balancin. guna memaksimalkan umur pakai baterai dan efisiensi operasional baterai . Pada beberapa penelitian sebelumnya telah membahas mengenai manajemen baterai yang kurang tepat dapat menyebabkan kerusakan pada baterai akibat overcharge, undercharge, dan ketidakseimbangan antar sel baterai. Hal tersebut berakibat pada performa dan umur baterai . Namun demikian penelitian mengenai EMS masih berorientasi pada microgrid atau sistem hibrid skala besar, sedangkan kajian terhadap keputusan yang spesifik residensial masih memerlukan penguatan, terutama pada sistem mini smart grid rumah tangga. Dalam pengambilan keputusan yang dipengaruhi ketidakpastian, logika fuzzy mampu menangani ketidakpresisian data dan memodelkan melalui linguistik IFTHEN. Sehingga cocok untuk strategi manajemen energi adaptif dan robust. Pada studi penelitian yang sudah dilakukan bahwa fuzzy logic dapat meningkatkan kualitas EMS pada mikrogrid/mikrogrid hibrid . Selaras dengan itu, penelitian terkait pemanfaatan fuzzy yang diterapkan pada manajemen energi skala rumah tangga, namun integrasi yang lebih komprehensif dan evaluasi pada skenario residensial masih menjadi pengembangan secara terbatas . Kajian secara spesifik mengangkat terkait mini smart grid PLTS skala rumah tangga dengan mempertimbangkan dinamika beban residensial yang fluktuatif. Kondisi SoC baterai serta interaksi adaptif dengan jaringan PLN masih relatif terbatas, khususnya pada dalam hal yang aplikatif dan Selain itu pemanfaatan fuzzy logic dalam Baterai manejemen yang masih digunakan sebagai kontrol tambahan dan belum terintegrasi secara menyeluruh sebagai inti pengambilan keputusan . Oleh karena itu, penelitian ini terletak pada perancangan sistem menejamen baterai berbasis logika fuzzy yang terintegrasi secara langsung dengan arsitektur PLTS mini smart grid rumah tangga dengan mempertimbangkan kondisi operasional nyata. II. TINJAUAN PUSTAKA Tinjaun pustakan disusun untuk memberikan landasan teoretis terkait sistem manajemen energi PLTS mini smat grid skala rumah tangga. Kajian mencakup pemanfaat PLTS, peran sistem pemyimpanan energi, serta fungsi Energy Magement System (EMS) dalam menjaga keandalan dan keselamatan operasi sistem. PLTS Rumah Tangga Pembangkit Listrik Tenaga Surya (PLTS) rumah tangga merupakan salah satu bentuk pemanfaatan energi baru terbarukan pada skala rumah tangga. Pemanfaatan ini terus berkemabnag sebagai respon terhadap energi berkelanjutan dan desentralisasi sistem kelistrikan. PLTS rumah tangga memanfaatkan energi radiasi matahari yang dikonversi melalui modul Photovoltaik. Meskipun memiliki potensi besar. PLTS menghadapi keterbatasan seperti sifat produksi energi yang intermiten dan sangat dipengaruhi oleh kondisi cuaca . Sehingga dipengaruhi strategi pengelolaan energi yang tepat untuk menjaga keandalan suplai listrik. Energy Management System Sistem penyimpanan energi berbasis baterai memiliki peran penting dalam meningkatkan fleksibilitas dan keandalan PLTS. Baterai berfungsi menyimpan energi surplus saat produksi energi PLTS melebihi kebutuhan beban dan menyuplai saat energi menurun. Keberhasilan pemanfaat energi ditentukan oleh Energy Management System (EMS) atau juga yang bisa disebut Battery Management System (BMS). Manajemen tersebut bertugas memantau parameter baterai seperti tegangan, arus, dan state of charge (SoC). Selain itu juga mengendalikan proses charging dan discharging agar baterai tetap berada pada batas operasi aman. EMS berperan dalam memperpanjang umur baterai dan meningkatkan efisiensi secara keseluruhan . Mini Smart Grid Mini smart grid merupakan pengembangan dari sistem kelistrikan konvensional yang saling terintegrasi. Integrasinya meliputi pembangkitan terdistribusi, penyimpanan energi, beban, dan jaringan listrik utama dalam satu sistem yang Pada kasus skala rumah tangga, mini smart grid memungkinkan terjadinga aliran energi dua arah antara PLTS, baterai beban, dan jaringan listrik. Konsep ini mendukung pengambilan keputusan yang lebih cerdas terkait prioritas penggunaan energi . Sehingga mampu meningkatkan pemanfaatan energi surya dan mengurangi ketergantungan terhadap jaringan listrik. Fuzzy Logic Logika fuzzy merupakan metode kecerdasan buatan yang ketidakpresisian data melalui representasi linguistik. Pada sistem manajemen energi, logika fuzzy memungkinkan pemodelan dalam bentuk aturan IF-THEN guna menetukan keputusan charging dan discharging yang berinteraksi dengan jaringan listrik. Logika fuzzy memiliki keunggulan dalam menghasilkan keputusan yang adaptif tanpa memerlukan model matematis yang kompleks . Sehingga sesuai untuk diterapkan pada PLTS rumah tangga yang bersifat dinamis . Berdasarkan kajia pustaka yang telah diuraikan bahwa integrasi PLTS rumah tangga, baterai, mini smart grid, dan sistem manajemen adaptif merupakan pendekatan yang relevan dalam mendukung transisi energi. Akan tetapi penerapan logika fuzzy pada pengambulan keputusan EMS masih memerlukan pengkajian lebih lanjut. Oleh karena itu, penelitian ini berfokus pada perancangan sistem manajemen energi berbais logika fuzzy yang aplikasi sesuai dengan karakteristik operasional PLTS rumah tangga. METODE Pada penelitian ini menggunakan skema rekayasa sistem dengan metode perancangan dan pengujian eksperimental menggunakan simulasi dengan software matlab R2020a dan dengan perangkap laptop dengan spesifikasi Intel core i5 Nvidia Geforce RTX. Penggunaan tersebut untuk merancang dan mengevaluasi kinerja sistem manajemen baterai pada PLTS mini smart grid skala rumah tangga. Metode ini dipilih dikarenakan sistem yang di uji coba menggunakan data uji berdasarkan parameter operasional nyata. Beberapa langkah untuk mendapatkan hasil dari perancangan manajemen energi PLTS mini smart grid skala rumah tangga meliputi identifikasi masalah dan literature review, desain dan control systme fuzzy logic . endekatan rule Hanif Rifai Adha dkk: Perancangan Sistem Manajemen Energi PLTS . E/P-ISSN: 2549-0842/2528 Ae 6498 JTE UNIBA. Vol. No. April 2026 base. , implementasi EMS, pengujian sistem, dan analisis yang ditunjukkan pada Gambar 1. Gambar 2. Desain Arsitektur EMS Spesifikasi Sistem Variabel sistem ini menguraikan mengenai representasi dari kondisi operasional meliputi sumber energi, sistem penyimpanan, beban, serta guna mendukung pengambilan keputusan pada EMS. Sedangkan varibel sistem dikelompokkan menjadi variabel masukan, variabel keluaran, dan variabel evaluasi kinerja. Pada sistem yang digunakan ada beberapa komponen yang terdapat pada simulasi. Komponen tersebut meliputi panel surya, baterai, beban rumah tangga, dan tarif jaringan PLN. Spesifikasi sistem yang digunakan pada simulasi PLTS mini smart grid dirangkum pada Tabel 1. TABEL 1. SPESIFIKASI SISTEM Gambar 1. Diagram Alir Penelitian Desain PLTS Mini Smart Grid Sistem ini menjelaskan mengenai skema konfigurasi PLTS mini smart grid yang diimplementasikan dengan EMS. Pada sistem ini mengkoordinasikan interaksi antara PLTS, baterai, beban rumah tangga, serta jaringan PLN sebagai cadangan. Konfigurasi ini memungkinkan sistem dapat beroperasi secara adaptif dalam berbagai fluktuasi beban. Sistem penyimpanan dikendalikan oleh EMS untuk memantau dan mengatur parameter seperti tegangan, arus. SoC. Apabila dilihat dari sisi fungsionalitas EMS memastikan proses charging dan discharging baterai dalam operasi yang aman guna mendukung umur pemakaian baterai. Data dari EMS nantinya digunakan sebagai masukan utama dalam sistem untuk melakukan strategi penglolaan daya berdasarkan kondisi sistem. Manajemen energi pada sistem ini diterapkan melalui mempertimbangkan keseimbangan daya antara PLTS dan beban rumah tangga. Sehingga nanti akan menentukan prioritas penggunaan energi PLTS secara langsung, pengisian atau pengosongan baterai serta interaksi jaringan PLN. Skema konfigurasi ditunjukkan oleh Gambar 2. Spesifikasi Panel Surya (PLTS) Luas panel Efisiensi panel Efisiensi sistem Kapasitas maks Baterai Kapasitas baterai State of Charge Batas charge/discharg Efisiensi charge/discharge Beban Rumah Tangga Beban dasar 10 Beban puncak Jaringan PLN 11 Tarif dasar 12 Tarif beban puncak 13 Tarif beban normal/rendah Satuan Kapasitas yco2 3,06 2,5 kW Rp/kWh Rp/kWh Rp/kWh 1500 - 3000 1000 - 1500 Daya keluaran dari PLTS dihitung menggunakan persamaan. ycEycEycO = ycOycEycO . yaycEycO Daya beban rumah tangga dihitung dengan persamaan. ycEycoycuycaycc = ycOycoycuycaycc . Perancangan Sistem Kendali Logika Fuzzy Logika fuzzy dirancang untuk mengoptimalkan energi pada sistem mini smart grid berdasarkan beberapa variabel utama meliputi variabel input dan variabel output . , . Variabel input meliputi iradiasi matahari, beban rumah tangga. SoC baterai, dan tarif listrik yang telah dirangkum pada Tabel 2. Hanif Rifai Adha dkk: Perancangan Sistem Manajemen Energi PLTS . E/P-ISSN: 2549-0842/2528 Ae 6498 JTE UNIBA. Vol. No. April 2026 Sedangkan untuk parameter output terdapat dua aksi yaitu aksi baterai dengan -1 . dan 1 . , sedangkan untuk aksi grid -1 . dan 1 . TABEL 2. VARIABEL INPUT Spesisikasi Iradiasi matahari Beban rumah tangga SOC Tarif Listrik PLN Satuan ycO/yco2 Rp/kWh Kapasitas 0 - 1000 0Ae3 0 Ae 100 1000 - 2000 Setiap variabel dimodelkan dalam tiga himpunan linguistik seperti low, medium, dan high guna merepresentasikan kondisi sistem secara gradual. Derajat keanggotaan dimodelkan secara matematis dengan fungsi keanggotaan segitiga yang dituliskan pada persamaan 3 . Hasil inferensi kemudian dikonversi menjadi nilai crisp melalui proses defuzzikfikasi metode centroid. Metode ini berfungsi untuk menghitung pusat massa dari kurva keanggotaan output yang dituliskan sebagai berikut . ycO = O yc . yccyc O yuN. Berdasarkan persamaan tersebut nilai hasil defuzzifikasi dipergunakan sebagai sinyal keputusan untuk menentukan aksi baterai pada charging, holding, atau discharging, serta aksi pada sistem grid melakukan impor atau ekspor. Oleh karena itu dengan pendekatan logika fuzzy mampu menghasilkan dan mendukung optimalisasi pemanfaatan PLTS, serta menjaga SoC baterai dalam batas aman. ycuOyca ycuOeyca yca . , sedangkan dalam kondisi ycEycaycayc = ycOycaycayc . Nilai daya baterai menunjukkan arah dan besarnya aliran Nilai positif ( ) menunjukkan proses pengosongan baterai, sedangkan nilai negatif (-) menunjukkan proses pengisian baterai. Kondisi direpresentasikan dengan SoC dan dihitung menggunakan metode coloumb counting di persamaan 4 . , . ycIycCya. = ycIycCya. O yaycaycayc . yaycaycayc yc0 Pada persamaan tersebut yaycaycayc merupakan kapasitas normal baterai (A. Batasan operasi baterai berdasarkan nilai operasi dan tegangan dengan retang sebagai berikut. ycIycCyaycoycnycu O SOC O ycIycCyaycoycaycu Berdasarkan persamaan 5 operasi baterai akan dihentikan apabila SoC dibawah batas minimum untuk menghindari deep Berlawanan dengan itu baterai akan berhenti beroperasi apabila SoC di atas nilai maksimum untuk mencegah overcharge. Keseimbangan daya PLTS dengan beban rumah tangga dihitung dengan persamaan berikut. OIycE = ycEycEycO Oe ycEycoycuycaycc Hanif Rifai Adha dkk: Perancangan Sistem Manajemen Energi PLTS . E/P-ISSN: 2549-0842/2528 Ae 6498 JTE UNIBA. Vol. No. April 2026 defisit (OIycE < . Evaluasi kinerja pada EMS sebagai bentuk pengelolaan energi ditunjukkan pada persamaan. yuCycaycayc = yayccycnyc yaycaEayci 1000 ycO/yco2 pada siang hari dan menjadi 0 ycO/yco2 pada malam Produksi PLTS berbanding lurus dengan iradiasi matahair dengan nilai puncaknya mencapai 3 kW saat iradiasi IV. HASIL DAN PEMBAHASAN Penelitian ini dilakukan dengan tahapan identifikasi masalah, desain dan kontrol fuzzy logic dengan pendekatan rule based, implementasi BMS, dan analisis. Hasil data yang diuraikan didapatkan dari simulasi sistem menggunakan Matlab R2020a yang di jalankan pada sistem komputasi intel Core i5 dengan Nvidia Geforce RTX. Simulasi dilakukan selama 50 jam guna melihat performa sistem dalam berbagai kondisi operasi. Keluaran hasil simulasi mencakup data iradiasi matahari, produksi PLTS, pola beban rumah tangga. State of Charge (SOC) baterai, aliran daya pada grid, dan biaya Parameter utama sistem PLTS mini smart grid selama peridode simulasi ditunjukkan pada Tabel 3. TABEL 3. PARAMETER HASIL SIMULASI Parameter Satuan Nilai Total energi PLTS Total energi beban Total impor grid Total ekspor grid Total daya pengisian baterai Total daya pengosongan baterai Kemandirian energi Pemanfaatan PLTS Total biaya energi 44,14 52,67 22,19 4,80 0,00 3256,33 4973,09 Gambar 3. Grafik Iradiasi Matahari dan Produksi PLTS Pola produksi PLTS menunjukkan dua sikluas harian dengan periode produksi energi yang berlangsung sekitar 12 jam per hari . am ke-6 sampai jam ke-. Hal tersebut sesuai dengan karakteristik PLTS yang bersifat intermiten. Sehingga menjadi tantangan dalam integrasi PLTS ke dalam sistem jaringan kelistrikan. Selain itu variasi produksi PLTS disebabkan oleh salah satu faktornya cuaca. Beban Rumah Tangga Beban rumah tangga selama periode simulasi menunjukka pola yang fluktuatif dengan beberapa puncak yang terjadi pada waktu-waktu tertentu. Grafik pola beban rumah tangga ditunjukkan pada Gambar (X). Beban dasar berada pada kisaran 0,4 Ae 0,5 kW, sementara beban puncak sekitar 2,5 kW. TABEL 4. DISTRIBUSI ENERGI UTAMA Sumber Energi PLTS Baterai PLN Kontribusi . 20,00 0,00 30,00 Persentase (%) 40,00 0,00 60,00 Berdasarkan Tabel 3 dan Tabel 4, total energi yang dihasilkan oleh PLTS selama periode simulasi sebesar 44,14 kWH, sementara total energi yang dikonsumsi rumah tangga sebesar 52,67 kWh. Hal tersebut menunjukkan bahwa produksi PLTS tidak sepenuhnya mencukupi kebutuhan beban, sehingga perlu impor energi dari jaringan PLN sebesar 32,52 kWh. Selain itu ketika produk PLTS melebihi kebutuhan beban dan baterai penuh terjadi ekspor energi ke jaringan PLN sebesar 22,29 kWh. Distribusi sumber energi menunjukkan bahwa 40% energi berasal dari PLTS dan 60% dari PLN. Meskipun terdapat aktivitas pengisian baterai sebesar 4,80 kWh, tidak ada energi yang diambil dari baterai untuk menyuplai beban selama periode simulasi. Hal tersebut menunjukkan bahwa strategi kontrol fuzzy logic lebih memprioritaskan penggunaan PLTS secara langsung dan impor dari grid menggunakan energi dari Iradiasi Matahari dan Produksi PLTS Pola iradiasi matahari dan produksi PLTS selama periode 50 jam ditunjukkan pada Gambar 3. Iradiasi matahari mengikuti pola siklus harian dengan nilaim maksimum mencapai sekitar Gambar 4. Grafik Beban Rumah Tangga Puncak beban terjadi pada beberapa periode, meliputi jam ke-5 hingga jam ke-8, jam ke-15 hingga jam ke-20, jam ke-30 hingga jam ke-33, dan jam ke-40 hingga jam ke-45. Pola tersebut merepresentasikan aktivitas penghuni rumah yang umumnya tinggi di pagi hari, sore hingga malam, dan akhir Fluktuasi beban yang signifikan menimbulkan tantangan pada pengelolaan energi di tingkat rumah tangga, terumata ketika dikombinasikan dengan sifat intermiten PLTS. Sistem mini smart grid dengan kontroler fuzzy dirancang untuk mengatasi tantangan ini dengan mengoptimalkan aliran energi pada berbagai komponen sistem. State of Charge dan Aliran Daya Baterai SoC baterai dimulai dari 50% dan mengalami perubahan sesuai dengan aliran daya dari dan ke baterai. SOC baterai cenderung meningkat selama peridoe simulasi, mencapai 75%. Grafik perubahan SoC ditunjukkan melalui Gambar 5. Hanif Rifai Adha dkk: Perancangan Sistem Manajemen Energi PLTS . E/P-ISSN: 2549-0842/2528 Ae 6498 JTE UNIBA. Vol. No. April 2026 Gambar 5. Grafik SoC Baterai Gambar 7. Grafik Aliran Daya Grid Peningkatan SoC menunjukkan bahwa sistem berhasil mengoptimalkan energi dari PLTS guna mengisi baterai saat produksi PLTS melebihi kebutuhan beban. Hal ini sangat penting karena untuk memastikan ketersediaan energi saat produksi PLTS rendah atau tidak ada. Gambar 8. Grafik Biaya Energi (PLN) Gambar 6. Grafik Aliran Daya Baterai Berdasarakn grafik aliran daya baterai pada Gambar 6, pengisian . daya baterai terjadi dua periode, sekitar jam ke-10 dan jam ke-35 dengan daya pengisian 1,2 kW. Hal ini konsisten dengan peningkatan SoC yang ditunjukkan pada grafik SoC pada Gambar 5. Berdasarkan perbandingan kedua grafik tersebut menariknya tidak ada aktvitas pengosongan baterai . Hal itu menunjukkan bahwa fuzzy logic lebih memprioritaskan penggunaan energi PLTS secara langsung dan impor dari grid menggunakan daya dari baterai. Strategi ini didasarkan pada pertimbangan guna menjaga umur baterai dengan menghindari siklus pengisian dan pengosongan yang terlalu sering. Selain itu didasarkan pada tarif listrik PLN yang relatif rendah pada waktu-waktu tertentu. Sehingga lebih ekonomis melakukan impor dari grid daripada energi dari baterai. Pengololaan SoC baterai merupakan aspek krusial pada sistem penyimpanan energi. Oleh karena itu FLC digunakan untuk memprioritaskan kesehatan baterai atau optimasi biaya berdasarkan aturan yang ditetapkan. Aliran Daya dan Biaya Energi Aliran daya pada bagian ini merupakan penjelasan mengenai periode impor yang direpresentasikan nilai positif ( ) dan ekspor yang direpresentasikan dengan nilai negatif (-). Sesuai dengan yang ditunjukkan oleh Gambar 7, impor terjadi pada malam hari pada saat beban tinggi tetapi produksi PLTS rendah, seperti jam ke-1 sampai jam ke-7, jam ke-18 sampai jam ke-25, dan jam ke-40 sampai jam ke-48. Ekspor ke grid terjadi pada waktu siang hari ketika produksi PLTS melebihi kebutuhan beban dan kondisi baterai terisi penuh. Kondisi ini terjadi pada jam ke-10 sampai jam ke-15 dan jam ke-35 sampai jam ke-40. Grafik biaya energi menunjukkan bahwa biaya terjadi saat terdapat impor energi, dengan nilai yang proporsional terhadap jumlah energi dan tarif layanan pada waktu tersebut. Biaya tertinggi terjadi pada periode dengan impor tinggi dan tarif Periode tersebut terjadi pada jam ke-18 hingga jam ke22, dan jam ke-40 hinggal jam ke-45. Total biaya energi selama periode sebesar Rp 60. 061,00, relatif rendah karena adanya kontribusi energi dari PLTS yang mengurangi kebutuna impor. Apabila tanpa PLTS, maka total biaya energi akan jauh lebih tinggi karena sekuruh kebutuhan beban harus dipenuhi dari grid. Distribusi Energi Utama Gambar 9 menunjukkan mengenai distribusi energi utama dengan representasi warna kuning merupakan kontribusi dari jaringan PLN sebesar 60%. Warna biru merepresntasikan kontribusi energi dari PLTS sebesar 40%. Baterai tidak memiliki kontribusi sebagai energi utama karena hasil analisis sebelumnya menunjukkan tidak ada aktivitas pengosongan baterai selama periode berjalan. Gambar 9. Distribusi Energi Utama Meskipun kontribusi PLTS sebesar 40% hasl ini cukup Dikarenakan PLTS bersifat yang intermiten dari energi surya yang hanya tersedia pada siang hari. Berkat optimasi lebih lanjut pada sistem kendali dan kapasitas Hanif Rifai Adha dkk: Perancangan Sistem Manajemen Energi PLTS . E/P-ISSN: 2549-0842/2528 Ae 6498 JTE UNIBA. Vol. No. April 2026 komponen, kotribusi PLTS dapat ditingkatkan, sehingga mengurangi ketergantungan pada jaringan PLN dan menurunkan biaya energi Perbandingan Sumber Energi dengan Beban Gambar 10 menunjukkan perbandingan kontribusi sumber energi dalam memenuhi kebutunan beban rumah tangga selama periode operasi sistem. Gambar 10. Grafik Perbandingan Sumber Energi dengan Beban Berdasarkan gambar tersebut warna biru merepresentasikan produksi PLTS, warna kuning merepresentasikan impor dari jaringan yang dominan pada malam hari dan pagi hari, warna oranye merepresentasikan proses discharge baterai yang tidak Hal itu menandakan bahwa baterai jarang beroperasi untuk menyuplai beban secara langsung. Grafik tersebut menunjukkan bahwa pada beberapa periode produksi PLTS melebihi beban yang direpresentasikan oleh area biru diatas garis putus-putus hitam. Area tersebut menunjukkan adanya kelebihan energi yang dapat disimpan dalam baterai untuk diekspor ke grid. KESIMPULAN Sistem manajemen energi PLTS mini smart grid skala rumah tangga dengan intergrasi Battery Management System (BMS) berbasis fuzzy logic dinilai berhasil untuk perancangan dan evaluasi. Hasil simulasi menunjukkan bahwa selama periode pengujian PLTS menghasilkan energi sebesar 44,14 kWH untuk mendukung beban sebesar 52,67 kWh. Selama pengujian sistem memerlukan impor energi dari jaringan PLN sebesar 35,52 kWh. Pada kondisi surplus, sistem mampu mengekspor energi ke jaringan sebesar 22,19 kWh. Kontroler fuzzy memprioritaskan pemanfaatan energi PLTS secara langsung dan menjaga baterai tetao berada pada kondisi aman. Sesuai dengan peningkatan SoC dari 50% menjadi 75% tanpa terjadi proses pengosongan baterai. Secara keseluruhan penerapan fuzzy logic control pada sistem manajemen baterai terbukti mampu meningkatkan pemanfaatan energi surya, menjaga kesehatan baterai, serta menurunkan biaya energi rumah tangga menjadi Rp 60. 061,00 selama pengujian. Hal ini menunjukkan bahwa sistem yang diusulkan berpotensi menjadi solusi aplikatif dalam mendukung pengembangan PLTS rumah tangga yang lebih andal dan selarah dengan transisi energi nasional. REFERENSI