Anda di halaman 1dari 4

JURNAL TEKNIK POMITS Vol. 2, No.

1, (2013) ISSN: 2337-3539 (2301-9271 Print)

Rancang Bangun Sistem Pemantau Udara secara


Adaptif dengan Mikrokontroler Arduino
Annisaa Sri Indrawanti, Waskitho Wibisono, dan Hudan Studiawan
Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia
e-mail: waswib@if.its.ac.id
AbstrakKarbonmonoksida merupakan salah satu zat
pencemar udara. Karbonmonoksida merupakan zat pencemar
yang sulit terdeteksi oleh indera manusia. Oleh karena itu,
diperlukan suatu sistem pemantau udara dengan cara
mendeteksi zat kandungan udara termasuk karbonmonoksida.
Namun, setiap sistem pemantau udara pasti memiliki
keterbatasan resource pada perangkat sistem. Pada artikel ini,
sistem pemantau yang diusulkan bersifat adaptif terhadap
kondisi yang ada. Pengembangan sistem pemantau secara
adaptif ini diharapkan dapat menghemat resource yang ada
dalam penggunaan bandwidth, baterai dan local storage. Sifat
adaptif ditentukan dengan menggunakan metode fuzzy logic.
Metode fuzzy logic merupakan metode yang berdasar pada
logika dasar manusia. Metode ini menggunakan derajat
keanggotaan sebagai penentuan kecenderungan output (derajat
keanggotaan) dari input dengan menggunakan sebuah tabular
matriks if X and Y then Z. Nilai derajat keanggotaan berada
pada nilai 0 sampai dengan 1. Dari hasil uji coba, sistem dapat
menghemat
penggunaan
bandwidth
sebesar
46.81%,
penggunaan baterai sebesar 28%, dan storage consumption
sebesar 96.712%.

Gambar 1. Arsitektur sistem secara umum

Kata KunciAdaptif, Arduino, Fuzzy Logic, Mikrokontroler,


Pemantau Kondisi Udara.

diminimalisasi dengan menjadikan suatu sistem pemantau


udara bersifat adaptif terhadap lingkungannya. Artinya,
Perangkat sensor akan bekerja lebih berat atau lebih ringan
tergantung pada kondisi udara yang ada saat itu. Oleh karena
itu, tugas akhir ini memberikan solusi aplikasi pemantau
kondisi udara secara adaptif pada smoking area menggunakan
mikrokontroler Arduino.

I. PENDAHULUAN

II. URAIAN PENELITIAN

ALAH
satu
zat
pencemar
tersebut
adalah
karbonmonoksida. Karbonmonoksida dihasilkan dari
pembakaran tak sempurna. Karbonmonoksida bersifat
tak berbau, tak berasa, dan tak berwarna. Beberapa upaya
juga telah dilakukan manusia seperti penanaman hutan
kembali untuk mengimbangi pencemaran udara. Pencemaran
udara diakibatkan dari aktivitas pabrik ataupun kendaraan
bermotor dan pembuatan smoking area untuk meminimalisasi
kerugian bagi perokok pasif.
Untuk melakukan upaya yang sesuai dengan kondisi udara
yang ada, manusia harus melakukan suatu pemantauan
terlebih dahulu. Pemantauan ini dilakukan dengan bantuan
suatu sistem pemantau kualitas udara. Sistem pemantau
kondisi udara telah banyak diciptakan oleh manusia. Salah
satu sistem pemantau udara yang telah diciptakan manusia
adalah e-mote. E-mote merupakan salah satu sistem pemantau
kualitas udara pada lalu lintas yang diterapkan di negara
Inggris. Pengiriman data kondisi udara pada sistem ini
dikirim secara real time.
Namun,
pengiriman
data
tersebut
tidak
mempertimbangkan kondisi lingkungan yang ada ketika itu
[1]. Pada dasarnya, perangkat pemantau udara memiliki
keterbatasan kinerja. Keterbatasan kinerja tersebut akan dapat

Sistem pemantau udara merupakan suatu sistem untuk


memantau kondisi udara. Sistem pemantau ini bekerja secara
adaptif. Tujuannya agar sistem bekerja lebih efisien sesuai
dengan kebutuhan kondisi udara. Kondisi udara tidak sama
setiap waktu. Kondisi udara dapat memiliki berbagai macam
kondisi, yaitu berbahaya, sedang atau tidak berbahaya.
Kondisi udara dapat dipantau melalu sebuah web oleh user.
Arsitektur umum sistem adaptif dapat dilihat pada Gambar 1.
Pada Gambar 1 ditunjukkan arsitektur sistem secara umum.
Data kondisi udara diperoleh dari perangkat sensor.
Kemudian, data diolah pada sebuah proses agregasi data
adaptif pada mikrokontroler dengan input nilai konsentrasi
debu dan output n jumlah data yang akan diagregasi. Setelah
proses agregasi data selesai, dilakukan proses pengiriman
data secara adaptif. Proses pengiriman data dipengaruhi oleh
input karbonmonoksida dan baterai laptop dan menghasilkan
output waktu tunggu kirim. Data yang telah dikirim ke server
dapat dibaca oleh user melalui sebuah antar muka web.
Manfaat yang dapat diambil dari sistem adaptif ini
diantaranya adalah penghematan penggunaan bandwidth,
baterai dan local storage. Agar manfaat tersebut terpenuhi,
sistem dibuat adaptif dan disesuaikan dengan kondisi udara

JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print)
Sensor
debu

Sensor
karbonmonoksida
dan baterai laptop

user

Konsentrasi
debu

Konsentrasi
karbonmonoksida,
nilai baterai laptop

Fuzzy logic

Data hasil
agregasi

Delay time kirim


ke server

Menentukan IP
address yang
dikenali

Fuzzy logic
Menghitung
rata-rata data
n jumlah
data
Baca input
karbonmonoksida
dan suhu sejumlah
panjang data

Total
karbonmonoksida
dan suhu

user

Sensor
debu

user
Konsentrasi
debu

n jumlah
data

Konsentrasi debu,
panjang data,
karbonmonoksida,
suhu, mode short

Eksekusi rentang
data short (high
concentration)
Mode short

Cek file

n jumlah
data
Agregasi data

Server
menyimpan
data ke
database

Data
diterima

Server
menerima
data

Data
terkirim

Mengirim data
ke IP address
yang dikenali

Gambar 4 Proses pengiriman data secara adaptif

Gambar 2 Proses agregasi data secara adaptif

Fuzzy logic

Waktu, konsentrasi
karbonmonoksida,
suhu, kondisi udara

IP address

File ada
Karbonmonoksida,
suhu
Melakukan
penyimpanan
data

Evaluasi

Konsentrasi debu,
panjang data,
karbonmonoksida,
suhu, mode short

Gambar 3 Penyimpanan data di local storage secara adaptif

yang ada ketika itu. Dalam hal ini, sifat adaptif terdapat pada
proses agregasi data, penyimpanan data dan pengiriman data.
A. Agregasi Data secara Adaptif
Pada aplikasi, terdapat fungsi agregasi data yang dilakukan
secara adaptif yang dipengaruhi oleh input konsentrasi debu
yang dihasilkan dari asap rokok. Tujuan agregasi data adaptif
ini adalah agar data dapat diperoleh lebih detil dengan rentang
waktu yang lebih pendek-pendek ketika konsentrasi debu
tinggi atau dalam keadaan yang gawat dan begitu pula
sebaliknya, ketika konsentrasi debu rendah, data diperoleh
tidak terlalu detil dengan rentang waktu yang lebih panjangpanjang karena kondisi tidak terlalu gawat. Nilai panjang data
diperoleh dari output metode. Panjang data digunakan untuk
menentukan seberapa panjang data yang harus diagregasi.
Proses agregasi data secara adaptif dapat dilihat pada Gambar
2.
B. Penggunaan Local Storage secara Adaptif
Penyimpanan Data di Local Storage merupakan salah satu
fungsionalitas yang diperlukan karena fitur ini berfungsi
sebagai salah satu fitur penyimpanan data history pada
perangkat sensor. Penyimpanan data history diperlukan
sebagai data backup agar user tetap dapat memperoleh data
history ketika sewaktu-waktu aplikasi gagal melakukan
pengiriman data ke database server. Fungsionalitas
penyimpanan data dilakukan secara adaptif seperti pada
Gambar 3.
Nilai panjang data diperoleh dari output metode. Ketika
nilai input sensor debu menunjukkan nilai konsentrasi
yang

tinggi, maka output metode menghasilkan nilai panjang data


pendek. Nilai panjang data pendek menunjukkan jumlah
agregasi data semakin banyak. Ketika nilai panjang data
menunjukkan nilai yang pendek, aplikasi akan melakukan
penyimpanan data ke dalam sebuah SD card. Data yang
disimpan tersebut adalah suhu, karbonmonoksida, konsentrasi
debu, panjang data dan mode panjang data.
C. Pengiriman Data secara Adaptif
Pada aplikasi ini terdapat fungsi pengiriman data ke
server yang dilakukan secara adaptif. Fungsi pengiriman data
secara adaptif ini dipengaruhi oleh nilai input nilai baterai
laptop dan konsentrasi karbonmonoksida. Adanya fungsi
pengiriman data secara adaptif ini bertujuan agar pengiriman
data dilakukan tidak dengan waktu delay pengiriman yang
sama. Pengiriman data tergantung dari tingkat kegawatan
konsentrasi karbonmonoksida dan nilai baterai laptop. Selain
itu, user juga tidak akan menerima data yang sama secara
terus-menerus yang akan memberatkan server.
Data yang akan dikirim ke server merupakan data hasil
agregasi lanjutan. Ketika telah diperoleh data agregasi pada
waktu delay yang telah ditentukan, maka aplikasi akan
mengirimkan data ke server dengan menggunakan sebuah
XML-RPC. Sistem kerja XML-RPC menggunakan sebuah
remote procedure call untuk menjalannkan fungsi yang ada
pada server. Data tersebut dikirim dengan parameter data
tertentu ke server dan server akan menjalankan fungsi untuk
melakukan insert atau penyimpanan data ke dalam database.
Proses pengiriman data dapat dilihat pada Gambar 4.
D. Metode Fuzzy Logic
Metode fuzzy logic merupakan metode yang digunakan
untuk menentukan niai adaptif dari sistem. Metode ini
memiliki dasar penentuan berdasarkan logika manusia.
metode fuzzy logic ini memiliki tiga tahap, yaitu fuzzifikasi
(penentuan derajat keanggotaan dari membership yang ada),
fuzzy processing (eksekusi rule) dan defuzzifikasi
(pengembalian nilai output).
1) Fuzzifikasi
Fuzzification atau fuzzifikasi merupakan sebuah proses
dalam menerjemahkan input ke dalam bentuk fuzzy. Proses
fuzzifikasi terbagi menjadi dua komponen, yaitu membership
function dan labels [2]. Selama proses fuzzifikasi, fuzzy logic
controller menerima input yang disebut sebagai fuzzy
variable.

JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print)

Tabel 1. Hasil uji coba pengiriman data secara adaptif

Waktu
ke

T1

T2

T3

input

Nilai
Nilai

baterai

54

low
middle

0.1
0.9

CO

4543.54

very low
low

0.39
0.61

baterai

43

low
middle

0.28
0.72

CO

5326.76

very low
low

0.28
0.72

baterai

37

low
middle

0.38
0.62

CO

7125.54

very low
low

0.04
0.96

Min
(x; y)
Low; VL
0.1
L; L
0. 1
M; VL
0.39
M; L
0. 61
L; VL
0.28
L; L
0.28
M; VL
0.28
M; L
0.72
L; VL
0.04
L; L
0.38
M; VL
0.04
M; L
0.62

Waktu tunggu
kirim

1979
Gambar 5. Penggunaan bandwidth sistem adaptif

2001
Gambar 6. Penggunaan bandwidth sistem non-adaptif

1958

Fuzzy variable tersebut dianalisis melalui sebuah grafik


yang dinamakan membership function. Membership function
mengelompokkan data ke dalam beberapa kelompok data.
Bentuk grafik yang diperbolehkan juga bervariasi, yaitu
bentuk S, bentuk Z, triangle dan trapezoid. Grafik
membership function harus memiliki nilai derajat keanggotan
minimal 0 dan maksimal 1. Grafik membership function yang
memiliki nilai derajat keanggotaan minimal kurang dari atau
lebih dari 0 dan maksimal kurang dari atau lebih dari 1 tidak
diperbolehkan dalam fuzzy logic controller ini.
2) Fuzzy processing
Fuzzy processing merupakan proses untuk mengolah input
data setelah proses fuzzifikasi (hasil definisi dari membership
function) menjadi sebuah output. Pada fuzzy processing ini
terdapat dua proses yaitu rule evaluation dan fuzzy outcome
calculation. Pada fuzzy processing, rule merupakan sebuah
aturan IFTHEN dimana setiap aturan atau rule yang dibuat
menghasilkan output yang tidak selalu sama. Pada dasarnya,
sebuah rule akan dieksekusi ketika input memenuhi kriteria
dari kondisi IF pada rule. Sedangkan output dari eksekusi
rule tersebut terletak pada bagian THEN.
Fuzzy logic controller dapat memiliki banyak rule
disesuaikan dengan kondisi input yang ada dari suatu
sistem.Pada setiap rule yang dibuat, dapat memiliki satu input
atau lebih dan dapat pula memiliki satu output atau lebih.
Kombinasi input yang lebih dari satu dapat menggunakan
AND, OR, atau AND dan OR.
Setiap derajat keanggotaan yang dihasilkan dari masingmasing input digabungkan dengan operasi logika AND. Pada
Artikel ini akan menggunakan satu input dan satu output

Gambar 7. Perbandingan penggunaan baterai pada sistem adaptif dan nonadaptif

untuk menentukan panjang data agregasi dan melakukan


penyimpanan data di local storage. Selain itu, akan
digunakan dua input dan satu output untuk menentukan waktu
delay kirim data ke server
3) Defuzzifikasi
Proses defuzzification adalah proses untuk mengembalikan
nilai derajat keanggotaan dari hasil fuzzy processing ke dalam
bentuk nilai output yang sebenarnya. Rumus defuzzifikasi
ditunjukkan pada Persamaan 1.
=

=1 =1 =1

=1 =1

(1)

a = jumlah membership yang tereksekusi


n = skala pembagi untuk mencari increment, misal 100
z = nilai-nilai membership output yang di-increment setiap i
i = zmax/n
x = membership yang tereksekusi
weight = 1, derajat keanggotaan maksimal adalah 1
output = hasil akhir defuzzifikasi

JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print)

agregasi data dilakukan (tiap 30 detik). Kondisi ini


mengakibatkan penggunaan local storage pada sistem adaptif
lebih sedikit (lebih hemat) bila dibandingkan dengan sistem
non-adaptif.
IV. KESIMPULAN/RINGKASAN

Gambar 8. Perbandingan penggunaan local storage pada sistem adaptif dan


non-adaptif

III. HASIL DAN DISKUSI


A. Fungsionalitas Sifat Adaptif
Pembuatan sistem secara adaptif merupakan tujuan utama
dari artikel ini. Pada Artikel ini dibahas mengenai sifat
adaptif dari sistem dari segi agregasi data, penyimpanan data
di local
storage dan pengiriman data. Sistem berhasil melakukan
pemantauan kondisi udara secara adaptif dengan salah satu
hasil uji coba fungsionalitas pengiriman data secara adaptif
seperti yang ditunjukkan pada Tabel 1.
B. Penggunaan Bandwidth
Uji coba performa ini menjabarkan perbandingan rata-rata
penggunaan bandwidth pada aplikasi adaptif dan non-adaptif
(Gambar 5 dan Gambar 6). Hasil yang diperoleh dari uji coba
ini adalah penghematan penggunaan bandwidth. Sistem
aplikasi adaptif juga dapat berpengaruh dalam penggunaan
bandwidth. Pada aplikasi adaptif rata-rata penggunaan
bandwidth adalah sebesar 0.025 Mbit/sec. Berbeda dengan
aplikasi non-adaptif, rata-rata pengguaan bandwidth nonadaptif sebesar 0.047 Mbit/sec. Aplikasi adaptif dapat
menghemat penggunaan bandwidth sebesar 0.047-0.025
Mbit/sec = 0.022 Mbit/sec atau sebesar 46.81% dari rata-rata
penggunaan bandwidth aplikasi non-adaptif.
C. Penggunaan Baterai Laptop
Uji coba performa ini menjabarkan perbandingan battery
consumption pada aplikasi adaptif dan non-adaptif (Gambar
7). Hasil yang diperoleh dari uji coba ini adalah penghematan
pengunaan battery consumption. Jumlah akumulasi agregasi
dan pengiriman data yang dihasilkan aplikasi adaptif lebih
kecil bila dibandingkan dengan aplikasi non-adaptif. Kondisi
ini menyebabkan aplikasi adaptif akan membutuhkan
konsumsi baterai laptop yang lebih sedikit.
D. Penggunaan Local Storage
Penggunaan local storage diperlukan sebagai backup
data ketika sewaktu-waktu sistem tidak dapat terhubung
dengan internet. Uji coba performa ini menjabarkan
perbandingan penggunaan local storage pada aplikasi adaptif
dan non-adaptif (Gambar 8). Hasil yang diperoleh dari uji
coba ini adalah penghematan storage consumption. Aplikasi
adaptif menyimpan data di local storage ketika kondisi udara
berbahaya. Aplikasi non-adaptif menyimpan data setiap

Dari penelitian ini, dapat diperoleh beberapa kesimpulan


sebagai berikut:
1. Pengiriman secara adaptif dapat menghemat
penggunaan bandwidth sebesar 46.81% dari rata-rata
penggunaan bandwidth aplikasi non-adaptif dengan
kejadian pengiriman data yang dilakukan setiap 60
detik dan agregasi data yang dilakukan setiap 30 detik.
2. Pengiriman dan agregasi data yang dilakukan pada
aplikasi adaptif dapat menghemat penggunaan baterai
sebesar 28% dibandingkan dengan aplikasi non-adaptif
dengan kejadian pengiriman data yang dilakukan
setiap 60 detik dan agregasi data yang dilakukan setiap
30 detik.
3. Penyimpanan data di local storage pada aplikasi
adaptif ketika kondisi udara berbahaya dapat
menghemat
media
penyimpan
data
pada
mikrokontroler sebesar 96.712% dibandingkan dengan
aplikasi non-adaptif dengan jumlah kejadian
penyimpanan data yang dilakukan setiap 30 detik.
UCAPAN TERIMA KASIH
Penulis A.S. mengucapkan terima kasih kepada Jurusan
Teknik Informatika Fakultas Teknologi Informasi Institut
Teknologi Sepuluh Nopember yang telah bersedia menjadi
sponsor penyedia dana penelitian.
DAFTAR PUSTAKA
[1]

[2]

[3]

Thomas, Rik. 2013. E-mote Air QualityMonitoring, <URL:


http://www.tdcsystems.co.uk/solutions/air-quality-monitoring/air-qualitymonitoring>, diakses pada tanggal 15 Mei 2013.
Bryan, L.A. dan Bryan, E.A., 1997. Programmable Controllers Theory
and Implementation Second Edition, Chapter 17 Fuzzy Logic. USA:
Industrial Text Company.
Kamelia. 2011. Melihat Lebih Dekat Alat Pemantau Kualitas Udara
Ambien Surabaya. <URL:http://siklus.lmb.its.ac.id/?p=519>, diakses pada
tanggal 23 Mei 2013