Abstrak
Faktor penentu keberhasilan komunikasi dalam wireless sensor network atau jaringan sensor nirkabel
adalah konektivitas dari node sensor dalam jaringannya. Konektivitas dari node sensor tergantung pada
posisi node sensor tersebut, sehingga dalam perancangan wireless sensor network perlu memperhatikan
peletakan node sensor agar dapat meningkatkan kinerja jaringan sensor. Algoritma Genetika merupakan
sutu metode yang memiliki sifat yang lentur sehingga dapat digunakan untuk menentukan posisi node.
Terdapat penelitian dengan menggunakan algoritma genetika untuk menentukan posisi terbaik yang
belum melakukan implementasi. Oleh sebab itu dilakukan implementasi dan analisis pada performa
jaringan sensor nirkabel yang peletakan nodenya telah diimplementasikan dengan algoritma genetika.
Analisis dilakukan dengan menganalisa nilai quality of service (delay, jitter, throughput) dari
komunikasi antar node-node sampai ke komputer pengguna, serta dengan menganalisa hasil uji dari
coverage area sensor api 5 channel. Dan untuk membuat sistem sebelumnya menjadi dinamis, dilakukan
penambahan fitur. Hasil dari analisis tersebut menunjukkan nilai dari quality of service delay sebesar
7,66 s. Nilai dari jitter adalah 1,01 dan nilai dari throughput sebesar 77,01. Analisis dari hasil uji sensor
api 5 channel adalah sensor tersebut dapat meng-cover dengan jarak lebih dari 100 cm dengan volume
api sedang atau besar. Hasil uji dari sistem agar dapat lebih dinamis memiliki keberhasilan 100%, yaitu
dengan menambahkan fitur bagian masukan jari-jari dari sensor dan luas ruangan sesuai dengan
kebutuhan pengguna.
Kata kunci: Algoritma Genetika, wireless sensor network, quality of service, delay, jitter, throughput
Abstract
The critical success factor of communication in a wireless sensor network is the connectivity of the
sensor nodes in the network. Connectivity of the sensor nodes depends on the position of the sensor
nodes, so in the design of wireless sensor network need to pay attention to the laying of sensor nodes in
order to improve the performance of sensor networks. Genetic Algorithm is a method that has a bending
property that can be used to determine the position of the node. There are studies using genetic
algorithms to determine the best position that has not been implemented. Therefore, the implementation
and analysis on the performance of wireless sensor networks that laying the node has been implemented
with genetic algorithm. Analysis is done by analyzing the value of quality of service (delay, jitter,
throughput) from communication between nodes to user's computer, and by analyzing test result from 5
channel flame sensor coverage area. And to make the previous system become dynamic, the feature is
added. The result of the analysis shows the value of quality of service delay of 7.66 s. The value of jitter
is 1.01 and the value of throughput is 77.01. Analysis of the 5 channel flame sensor test results is the
sensor can cover with a distance of more than 100 cm with medium or large fire volume. Test results
from the system to be more dynamic has a 100% success, that is by adding features of the radius input
section of the sensor and the room width according to user needs.
Keywords: Genetic Algorithm, wireless sensor network, quality of service, delay, jitter, throughput
Penelitian yang dilakukan oleh Elis (2016) genetika bekerja dengan membuat beberapa
mengatakan bahwa posisi sensor yang tidak solusi acak, tentu saja dari tahapan pertama ini
beraturan dan letak ruangan yang tersebar solusinya kemungkinan masih buruk. Solusi
membuat masalah baru yaitu tidak menjamin tersebut akan mengalami proses evolusi secara
bahwa semua ruangan dapat tercover oleh terus menerus, dan akan menghasilkan suatu
sensor. Oleh karena itu perlu diperoleh coverage solusi yang lebih baik. Setiap solusi yang
area yang maksimal dengan jumlah sensor yang terbentuk mewakili satu individu dan satu
sudah ditentukan. Penelitian tersebut individu terdiri sari satu kromosom. Kumpulan
mengunakan algoritma genetika sebagai metode dari individu-individu ini akan membentuk suatu
dalam penentuan posisi node. Algoritma populasi, dari populasi ini akan lahir populasi-
Genetika merupakan algoritma pencarian populasi baru sampai dengan sejumlah generasi
heuristic yang didasarkan atas mekanisme yang ditentukan.
evolusi biologis. Algoritma genetika memiliki Proses dalam melakukan pencarian hasil
beberapa keunggulan dibandingkan dengan terbaik dengan mengunakan algoritma genetika
metode komputasi konvensional. dimulai dari mendefinisikan individu.
Penelitian tersebut masih berupa simulasi Mendefinisikan individu atau
belum melakukan implementasi penerapan merepresenstasikan kromosom yang akan
secara nyata pada perangkat wireless sensor diproses, dilakukan dengan mendefinisikan tipe
network atau jaringan sensor nirkabel, sehingga dan jumlah dari gen yang digunakan yang
dibutuhkan pengembangan sistem dengan mewakili solusi permasalahan yang diangkat.
menganalisis performa jaringan sensor nirkabel Persamaan dari jumlah gen dalam konteks
yang penentuan lokasi nodenya telah penelitian ini adalah:
diimplementasikan berdasarkan algoritma
genetika. Dalam implementasinya node 𝐽𝑚𝑙 𝐺𝑒𝑛 = 𝐽𝑚𝑙 𝑘𝑟𝑜𝑚𝑜𝑠𝑜𝑚 ∗ 𝐽𝑚𝑙 𝑁𝑜𝑑𝑒 (1)
diletakkan pada koordinat sesuai dari hasil
simulasi matlab. Konteks keadaan kebakaran Selanjutnya tahap pemilihan induk
berdasarkan dari simulasi sistem sebelumya berdasarkan nilai individu terbaik secara acak.
yang menerapkan konteks kebakaran. Analisa Tahap ini akan menghasilkan sebuah generasi
dilakukan dengan menguji quality of service dari baru.
sistem tersebut. Selanjutnya melakukan proses crossover.
Selain itu juga dilakukan pengembangan Jumlah kromosom yang mengalami crossover
sistem dengan membuat sistem menjadi lebih dipengaruhi oleh parameter crossover_rate (pc).
dinamis dengan penambahan fitur yaitu Dalam penelitian ini menggunakan perhitungan
pengguna dapat memasukkan nilai dari jari-jari crossover aritmatika. Berikut persamaan
node serta luas ruangan sesuai dengan kebutuhan crossover aritmatika:
sistem.
𝑂1 = 𝜆1. 𝑥1 + 𝜆2. 𝑥2
(2)
2. PERHITUNGAN 𝑂2 = 𝜆1. 𝑥2 + 𝜆2. 𝑥1
𝜆1 + 𝜆2 = 1 )_)
Dasar perhitungan dari penelitian ini
tersusun atas perhitungan metode genetika dan 𝜆1 = Bilangan Acak
perhitungan nilai quality of service. x = Bilangan yang akan di crossover
1. Delay
Delay merupakan lamanya waktu atau
keterlambatan didalam proses transmisi paket
data ke penerima. Factor yang mempengaruhi
delay transmisi adalah jumlah paket data yang
dikirim (bit) dan laju kecepatan pengiriman
paket data untuk setiap detik. Persamaan dari
delay adalah sebagai berikut:
𝑝𝑎𝑛𝑗𝑎𝑛𝑔 𝑝𝑎𝑘𝑒𝑡 (𝑏𝑦𝑡𝑒)
𝐷𝑒𝑙𝑎𝑦 𝑡𝑟𝑎𝑛𝑠𝑚𝑖𝑠𝑖 = (3) Gambar 1 Alur Perancangan Sistem
𝑏𝑎𝑛𝑑𝑤𝑖𝑑𝑡ℎ (𝐾𝑏𝑝𝑠)
3. Throughput
Throughput menunjukkan kecepatan rata-rata
yang diterima dalam selang waktu pengamatan
tertentu, throughput disebut juga sebagai
bandwidth yang sebenarnya. Pengukuran
throughput dilakukan dalam satuan bits per
second (bps). Persamaan throughput adalah:
program sensor api 5 channel pada node sensor dan dengan out 1 sampai dengan out 5. Kondisi
node koordinator. apakah nilai out 1 sampai dengan out 5 bernilai
lebih dari sama dengan 200, jika iya maka nilai
tersebut akan masuk atau disimpan pada variable
data1=1 yang berarti terdeteksi. Jika tidak maka
akan masuk pada data1=0 yang berarti tidak
terdeteksi dan selesai. Nilai 200 merupakan
batas nilai dari pembacaan sensor ketika
terdeteksi api. Selanjutnya merupakan proses
mencari rata-rata nilai dari 5 channel sensor yang
terdeteksi. Dengan menjumlahkan nilai out 1
sampai dengan out 5 yang selanjutnya dibagi 5.
Hasil dari operasi rata-rata tersebut disimpan dan
menghasilkan data2.
Selanjutnya adalah perancangan node
sensor dan node koordinator. Gambar 5
merupakan diagram alur perancangan perangkat
lunak node sensor.
deteksi api menghasilkan data/informasi. Fungsi send memiliki beberapa tahapan untuk
Selanjutnya proses terima data dari node sensor. proses pengambilan dan pengiirman data dari
Data dari node sensor digabung dengan database. Alur perancangan web tersebut dapat
data/informasi sebelumnya. Proses selanjutnya disimpulkan pada Gambar 7.
adalah proses analisis parameter uji yaitu delay,
throughput, dan jitter. Ketika proses analisis uji
telah dilakukan maka akan menghasilkan data
hasil dari analisis tersebut. Data hasil selanjutnya
dikirim/disimpan pada database mysql. Proses
dari perancangan program tersebut dapat dilihat
pada gambar 6 berikut:
Pengujian coverage area sensor api 5 Pengujian sistem ini dilakukan dengan
channel dengan mendekatkan api jarak 20 cm, mengisi input pada sistem matlab dengan nilai
40 cm, 60 cm, 80 cm, 100 cm, dan 120 cm dari populasi berubah dari 5 hingga 20 dengan range
bagian depan, samping kiri, kanan, dan belakang 5. Setiap nilai populasi melakukan pengujian 5
sensor api 5 channel. Posisi sensor dalam kali, total pengujian 20 kali. Nilai dari iterasi
keadaan menggantung 5-10 cm dari lantai. adalah 10, jumlah node 1 adalah 1, jumlah node
Berikut gambar implementasi sensor api 5 2 adalah 3, jari-jari dari node 1 dan node 2 adalah
channel. sama yaitu 1, dan panjang ruang 3 m, lebar 2,5
m. Setelah pengujian dari 4 populasi yang
berbeda, maka diambil nilai fitness yang paling
besar yang akan diambil nilai koordinatnya.
Berikut nilai koordinat dengan nilai fitness
tertinggi.
Tabel 2 Koordinat Hasil
Nama Node X Y
A/1 2 2
Koordinator/4 0 2
Gambar 15 menunujukkan api dengan
volume yang cukup besar diletakkan pada jarak B/2 2 1
100 cm dengan sudut 90° tepat depan sensor
yang tergantung. Dari proses pengujian berikut
dapat dilakukan analisis dari pengujian sensor Tabel 2 menunjukkan titik koordinat letak
api 5 channel. Hasil dari pengujian sensor api node. Node A atau node 1 dengan nilai koordinat
tersebut ditunjukkan pada tabel 1. (2, 2), Node B koordinat (0, 2) dan seterusnya.
Dari hasil diatas menunjukkan bahwa sistem
Tabel 1 Hasil Uji Sensor berjalan dengan baik dapat mendeteksi letak
posisi node. Pengembangan yang dilakukan
Sudut dengan merubah nilai jari-jari node dan luas
Jarak (cm) ruangan menjadi dinamis berjalan sesuai tujuan,
60° 120° 180° 240° 270° 360°
dengan tingkat akurasi 100%. Jumlah populasi
20 mempengaruhi hasil nilai fitness, semakin
40 jumlah populasi besar maka peluang kromosom
yang digunakan untuk penentuan individu
60
terbaik menjadi lebih tinggi. Selain itu juga jika
80 dilihat dari gambar hasil simulasi, ruang tidak
100 ter-cover maksimal oleh node. Hal tersebut
disebabkan karena posisi darisetiap coverage
120
node/sensor masih terdapat banyak
irisan/bertumpuk. Maka berdasarkan hal tersebut
Tabel 1 menunjukkan bahwa sensor api akurasi sistem matlab terhadap coverage area
5 channel dapat terdeteksi hingga jarak lebih dari sensor masih rendah kurang lebih 50%
100 cm dan sudut 360° apabila api bervolume
cukup besar dan channel-channel sensor api 5 4.3 Pengujian Keakuratan Sistem Pendeteksi
channel dihadapkan pada berbagai arah dari Kebakaran Berbasis Nirkabel
depan, samping kiri, samping kanan, dan
belakang. Hal ini tidak sesuai dengan datasheet Prosedur pengujian sistem pendeteksi
sensor yang menyatakan bahwa coverage sensor kebakaran berbasis wireless sensor network
adalah 100 cm. adalah dengan melihat hasil pada serial
monitor, apakah data dari node sensor tampil
4.2 Pengujian Sistem Penentuan Posisi Node pada serial monitor node koordinator atau tidak.
Menggunakan Algoritma Genetika Pada Data nilai analog sensor api pada node sensor
Matlab dikirim pada node koordinator yang selanjutnya
diolah oleh node koordinator menjadi data yang