M 74
Framework Remote Monitoring Industri Kecil dan Menengah Berbasis Komputasi Awan
1st Sujoko Sumaryono Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik
Universitas Gadjah Mada Yogyakarta, Indonesia
2nd Adelina
Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik
Universitas Gadjah Mada Yogyakarta, Indonesia
3rd Dennis Baskara Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik
Universitas Gadjah Mada Yogyakarta, Indonesia
Abstrak— Dalam tren revolusi industri 4.0, sistem monitoring dan kontrol dapat dipadukan dengan suatu perangkat antarmuka yang dapat berdialog dengan manusia atau pengguna secara intuitif. Berbagai piranti mobile dapat dimanfaatkan sebagai media kontrol seperti smartphone dan tablet. Perangkat smartphone telah menjadi barang umum dan mudah didapat yang telah banyak dimanfaatkan di berbagai bidang. Selain itu, smartphone memiliki kemampuan berkomunikasi yang sangat fleksibel, yaitu melalui sistem jaringan komunikasi bergerak (mobile) 3G/4G maupun Wifi. Pada industri yang bersekala besar teknologi SCADA, dan layanan komputasi awan telah banyak digunakan, namun demikian untuk industri kecil dan menegah tidak dapat mengimplementasikannya ditinjau dari biaya pengadaan dan operasionalnya. Penelitian ini mengusulkan suatu kerangka kerja remote monitoring dan kontrol melalui cloud untuk industri kecil dan menengah dengan mempertimbangkan keterjangkauan dan ketersedian. Berdasar hasil pengujian konektivitas dan respon sistem, memberikan kinerja tunda waktu kurang dari dari 1 detik. Sehingga framework dapat diimplementasikan pada industri-industri yang memenuhi nilai respon tersebut.
Kata Kunci: remote monitoring, realtime monitoring, komputasi awan, SCADA.
I. PENDAHULUAN
Industri 4.0 [1] telah muncul sebagai respons terhadap meningkatnya permintaan untuk pengawasan serta kontrol yang andal dan stabil dari setiap masing-masing proses, yang terutama terlibat dalam proses manufaktur dengan menggunakan sistem cerdas untuk mengontrol sistem produksi.
Sistem SCADA (Supervisory Control and Data Acquisition) yang ada saat ini pada dasarnya adalah sistem kontrol industri, dalam pemrosesan dan monitoring atau pemantauan secara real time. Pemrosesan data real time membantu dalam mengendalikan dan memantau operasi berbagai jenis industri.
Permasalahan sistem monitoring melalui SCADA hanya dapat dilakukan secara lokal, atau berada dalam kawasan lokasi industri tersebut.
Dalam tren revolusi industri 4.0, sistem monitoring dan kontrol dapat dipadukan dengan suatu perangkat antarmuka yang dapat berdialog dengan manusia atau pengguna secara intuitif. Berbagai piranti mobile yang dapat dimanfaatkan sebagai media kontrol misalnya smartphone dan tablet. Piranti smartphone telah menjadi barang umum dan mudah didapat
yang telah banyak dimanfaatkan di berbagai bidang. Selain itu, smartphone memiliki kemampuan berkomunikasi yang sangat fleksibel, yaitu melalui sistem jaringan komunikasi bergerak (mobile) 3G/4G maupun Wifi.
Permasalahan, untuk dapat melakukan monitoring atau kontrol secara remote, memerlukan infrastruktur jaringan Internet, dan layanan komputasi awan (cloud computing).
Untuk industri-industri yang bersifat enterprise, telah tersedia solusi yang secara komersial seperti GE-Predix, AWS, Azure, dan layanan cloud lainnya. Namun demikian layanan-layanan tersebut memerlukan biaya operasional yang mahal dan tidak terjangkau untuk industri kecil dan menengah.
Dari studi pustaka, terdapat beberapa penelitian yang berkaitan dengan sistem monitoring berbasis cloud: a.
Perancangan framework untuk monitoring dan kontrol dan data logging berbasis SCADA untuk industri, dan berbasis OPC (Open Platform Communication) [2]; b. Sistem Remote Monitoring untuk Lini Produksi Penyembelihan Cerdas Berbasis Internet of Things (IoT) dan Cloud Platform, merbasis protocol MQTT [3]; c. Sistem pemantauan lingkungan jarak jauh berbasis cloud dengan stasiun cuaca berbasis WSN terdistribusi [4]. Pada penelitian ini berbasis pada protokol Modbus, yang merupakan protokol standar industri, yang telah terbukti memiliki interoperabilitas yang tinggi dengan piranti akses berupa smartphone berbasis Android.
Penelitian ini mengusulkan suatu Framework yang nantinya dapat memenuhi kebutuhan industri berskala kecil dan menengah, bersifat terbuka (open system) dan terjangkau (affordable).
II. METODE PERANCANGAN FRAMEWORK
Perancangan dilakukan dengan pendekatan rekayasa perancangan (engineering design). Beberapa kriteria untuk memilih teknologi didasarkan atas; ketersediaan teknologi (availability), sistem terbuka (open system), keterjangkauan investasi dan biaya operasional.
A. Arsitektur Sistem Remote Monitoring
Gambar 1. Memperlihatkan arsitektur sistem remote monitoring berbasis cloud terdiri atas plant, PLC, HMI, Gateway, Cloud Service, Android Application.
M 75 Gambar 1. Framework Sistem Remote Monitoring
B. Plant
Plant terdiri atas piranti lapangan (Field Device), yang terdiri dari objek yang memiliki berbagai sensor dan aktuator [5]. Nilai sensor dan aktuator inilah yang umumnya diawasi dan dikendalikan supaya objek/plant berjalan sesuai dengan keinginan pengguna. Pada penelitian ini plant merupakan sistem monitoring tangki air. Sistem pengendali tangki air sederhana digunakan untuk mewakili plant secara umum, seperti diperlihatkan pada Gambar 2.
Gambar 2. Plant Pengendali Tangki Air
C. Programmable Logic Controller (PLC)
PLC (Programmable Logic Controller) merupakan piranti kontrol, yang terdiri atas rangkaian elektronik berbasis mikroprosesor yang beroperasi secara digital dengan menggunakan programmable memory untuk menyimpan program atau instruksi yang berorientasi pada pengguna. PLC secara umum dapat menjalankan fungsi khusus seperti logika, sequencing, timing, arithmetic, melalui modul input-output baik analog maupun digital untuk mengukur dan mengendalikan berbagai proses kerja mesin. Penggunaan alamat register pada PLC dalam penelitian diperlihatkan seperti pada Tabel 1.
TABEL I.ALAMAT REGISTER PADA PLC DAN NAMA TAGS
Alamat Register
Alamat Modbus Tipe Data
Nama Tags
%M0 00000 Boolean SYSTEM
%M2 00002 Boolean PUMP_IN
%MW0 40000 Integer HIGH_LEVEL
%MW1 40001 Integer LOW_LEVEL
%MW2 40002 Integer CURRENT_LEVEL
%Q0.0 None(I/O Object) Boolean ALARM_LOW
%Q0.1 None(I/O Object) Boolean ALARM_HIGH
%Q0.3 None(I/O Object) Boolean MOTOR_IN
Gambar 3. Diagram Ladder untuk kontrol plant Tangki Air
Gambar 3 merupakan program dalam bentuk ladder diagram pada PLC untuk mengontrol ketinggian air pada tangki atau plant water level control secara otomatis yang akan dihubungkan dengan Vijeo Designer untuk simulasi plant tersebut melalui jaringan LAN dengan protocol Modbus/TCP.
D. Modbus TCP/IP
Seluruh Modbus TCP/IP atau yang biasa juga disebut Modbus TCP, adalah protokol komunikasi Modbus dengan antarmuka TCP yang berjalan pada Ethernet. Protokol ini bersifat terbuka (open system), sehingga semua merek PLC yang memikili spesifikasi ini, dapat bekerja pada framework ini.
E. Gateway
Fungsi gateway dimaksudkan untuk menghubungkan piranti PLC (MTU/RTU) dengan layanan cloud. Komunikasi gateway dengan PLC melalui jaringan lokal Ethernet dengan Modbus-TCP di atas protocol TCP/IP sedangkan komunikasi
M 76 gateway dengan layanan cloud melalui jaringan internet publik
dengan protocol TCP/IP.
Dalam penelitian ini piranti gateway menggunakan raspberry pi yang merupakan SBC (Single Board Computer) yang dapat menjalankan sistem operasi Rasbian yang berbasis linux. Pemilihan Raspbery 3 ini sangat olehkarana sangat terjangkau dan ketersediaannya di pasaran. Raspberry Pi akan berperan sebagai gateway yang memiliki sejumlah fungsi yang diprogram dalam program python. Fungsi-fungsi tersebut adalah sebagai berikut:
1. Membaca dan menulis nilai dari dan ke alamat coil atau register PLC
2. Membaca dan menulis nilai dari dan ke Firebase Realtime database, pada program python ini diperlukan library yang dapat di-Install dengan perintah ‘pip’ sebagai berikut:
a. pyModbusTcp 0.1.10: untuk menuliskan fungsi read- write menggunakan Modbus TCP/IP [6]
b. firebase-admin 4.5.3: untuk mengakses Firebase termasuk melakukan fungsi read-write [7], struktur program python ini, dibagi menjadi tiga file program python sesuai dengan fungsinya yaitu;
‘program_pymodbus.py’ untuk melakukan fungsi komunikasi Modbus, ‘program_firebase.py’ untuk melakukan fungsi akses dan komunikasi dengan Firebase, dan ‘program_utama_raspi.py’ untuk memanggil kedua fungsi tersebut dan fungsi lain bersifat looping.
program_firebase.py import firebase_admin
from firebase_admin import credentials, db class FirebasePLC:
def __init__(self, key, database_url):
def database_listen(self, path_firebase, listen_function):
# Fungi Listener Firebase def kirim_ke_firebase(self, firebase_ref, data):
# Fungsi mengupdate data ke Firebase Program_pymodbus.py
import pyModbusTCP class ModbusPLC:
def __init__(self, ip_address, port):
# Inisasi PLC ke program python def try_connect(self): # Mencoba koneksi ke PLC def read_coil(self, alamat_register, jumlah_alamat):
# ...
def write_coil(self, alamat_register, nilai_register):
# ...
def read_register(self, alamat_register, jumlah_alamat):
# ...
def write_register(self, alamat_register, nilai_register): # ...
program_utama_raspi.py import program_firebase import program_pymodbus import time
d = program_firebase.FirebasePLC() e = program_pymodbus.ModbusPLC() def database_listener(event):
# ... Me-retrieve data dari database
d.database_listen(path_firebase, database_listener) while True:
# Meng-update data ke database
Gambar 4. Diagram Alir Komunikasi PLC dengan Firebase
Gambar 4 merupakan diagram alir program python pada Raspberry Pi. Mula-mula Raspberry Pi akan menginisiasi koneksi dengan PLC melalui Ethernet dan dengan Firebase melalui internet. Jika tidak berhasil, maka Raspi akan mengulang inisiasi koneksi dengan kedua perangkat tersebut.
Jika berhasil maka Raspi akan menjalankan dua perintah sekaligus. Perintah pertama adalah apabila terjadi event pada firebase, yaitu High Level atau Low Level. Jika terjadi, maka Raspi akan membaca nilai event dan menginputnya pada PLC.
Perintah kedua adalah membaca nilai alamat register pada PLC yaitu SYSTEM dan CURRENT_LEVEL kemudian melakukan update nilai tersebut ke Firebase. Jika salah satu dari kedua perintah tersebut gagal, maka Raspi akan mengulang iterasi koneksi.
F. Layanan Komputasi Awan (Cloud Services)
Pada Framework ini akan menggunakan Android sebagai OS, Android sendiri merupakan sebuah open-source platform yang dikembangkan oleh Google[8]. Untuk mengembangkan aplikasi pada perangkat android tersebut, akan memanfaatkan Flutter. Flutter adalah teknologi open source dari Google yang bisa digunakan untuk membuat aplikasi android dan juga IOS[9]. Aplikasi ini nantinya akan disambungkan pada sistem penyimpanan cloud secara langsung, tujuan dari disambungkannya sistem ini untuk menyimpan data dan juga sebagai perantara antara sistem android dengan sistem Raspberry Pi yang nantinya akan menerima data untuk PLC.
Sistem penyimpanan cloud sendiri merupakan cara yang dikembangkan agar bisa melakukan komputasi melalui internet.
cloud merupakan sebuah gambaran yang biasa digunakan dalam istilah jaringan yang melambangkan internet. Sehingga komputasi awan sendiri merupakan sebuah cara dimana bisa melakukan komputasi, penyimpanan data, layanan dan berbagai hal lain melalui internet. Penyimpanan yang digunakan pada dalam framework ini adalah Firebase. Firebase memiliki layanan sebagai Realtime Database yang merupakan sistem penyimpanan secara online yang dikembangkan oleh Google.
M 77 Pemilihan Firebase Realtime Database sendiri dikarenakan
sistem ini sangat cukup untuk sistem berskala kecil dan menengah [10]. Dengan menggunakan Firebase Realtime database pengiriman data dapat berlangsung secara realtime pada seluruh perangkat yang tersambung tanpa perlu melakukan konfigurasi yang rumit pada tempat penyimpanan data tersebut.
G. Firebase Sebagai Layanan Cloud
Firebase merupakan sebuah platform untuk yang dapat digunakan untuk mengembangkan aplikasi mobile dan website [11]. Dengan bantuan Firebase pengguna dapat meningkatkan kualitas dari aplikasi tersebut dengan memanfaatkan servis yang terdapat didalam Firebase seperti autentikasi, machine learning, realtime database, dan penyimpanan data [12].
Firebase sendiri dikembangkan oleh Google dan sudah dipercaya oleh berbagai macam perusahaan multinasional. Pada kasus ini akan digunakan Firebase Realtime database dan autentikasi untuk melengkapi kebutuhan aplikasi. Pemilihan Firebase sendiri dibandingkan komputasi awan lain karena Firebase sudah sangat memenuhi kebutuhan untuk industri berskala kecil dan menengah [13]. Dalam penelitian ini juga tidak diperlukankan basis data yang berhubungan atau relasional database, sehingga basis penggunaan Firebase sudah sangat cukup karena mendukung database bersifat NoSQL dan juga pengiriman data dengan format JSON, selain itu juga jika dibandingkan dengan komputasi awan lainnya Firebase Realtime Database mendukung penggunaan komputasi awal secara realtime.
H. Analisis Biaya Pengembangan sistem
Pembiayaan pengembangan aplikasi dan operasional untuk sistem monitoring, ada beberapa pilihan berdasar layanan cloud-nya. Komponen pembiayaan terdiri atas; pengembangan aplikasi dan pengadaan gateway sebagai aset; dan biaya operasional sewa cloud, diperlihatkan pada Tabel 2.
TABEL II.PEMBIAYAAN SISTEM MONITORING BERBASIS CLOUD
Komponen Biaya
Sewa Cloud IaaS Server
Sewa Cloud PaaS Google Firebase
Sewa Cloud SaaS GE-Predix Pengeluaran biaya pengembangan hardware dan software dalam IDR
Pengembangan Gateway (Raspberry
phi 3 + Aplikasi)
10.000.000 10.000.000 10.000.000
Pengembangan aplikasi Cloud
10.000.000 0 5.000.000
Pengembangan Aplikasi Android
5.000.000 5.000.000 5.000.000 Total biaya 25.000.000 15.000.000 20.000.000
Pengeluaran biaya operasional per bulan dalam IDR Sewa Cloud
(Domain/Hosting)
100.000 170.000 50 jt Server OS 0 (Open
Source)
0 (paket) 0 (paket) Total biaya Rp 100.000 Rp 170.000 Rp 50 jt Untuk pemilihan sistem monitoring untuk usaha kecil dan menegah, ada dua pilihan yaitu dengan sewa cloud Iaas Server atau Sewa Cloud SaaS. Untuk biaya pengembangan
sesungguhnya dapat dihemat oleh karena penggembangan aplikasi dapat direplikasi dengan mudah, sehingga dapat digunakan untuk industri lain yang sejenis atau biaya pengembangan aplikasi dapat ditanggung bersama yaitu Rp 25 jt. untuk sewa Cloud IaaS atau Rp15 jt. untuk Cloud SaaS Google Firebase. Biaya operasional adalah Rp 100.000 per bulan untuk Cloud IaaS dan Rp 170.000 per bulan untuk Cloud SaaS Google Firebase.
Berdasar UU No.20 Tahun 2008 [14], yang dikeluarkan oleh Otoritas Jasa Keuangan, dalam pasal 6, Usaha kecil dengan nilai aset dari 50 juta sampai dengan 500 juta Rupiah dan Usaha menengah memiliki aset antara 500 juta sampai dengan 10 milyar Rupiah (tidak termasuk tanah dan bangunan). Oleh karena itu pembiayaan sistem monitoring adalah terjangkau untuk usaha kecil maupun menengah.
III. HASIL DAN PEMBAHASAN A. Pengujian PLC dan Simulasi Plant
Pengujian juga dilakukan untuk menguji PLC dan simulator plant ketika air menyentuh nilai maksimum dan saat sistem otomatis tidak bekerja dengan semestinya. Hasilnya adalah, ketika air menyentuh batas maksimum maka fungsi fill in (Input Valve) akan mati dan PLC berhenti menambahkan ketinggian air dalam tangki. Sedangkan ketika sistem bekerja anomaly yaitu ditandai dengan tidak berhentinya fungsi fill in ketika air melebihi batas maksimum atau tidak aktifnya fungsi fill in ketika air menyentuh batas minimum, maka PLC akan segera mematikan fungsi sistem secara otomatis.
Gambar 5 memperlihatkan plant untuk monitoring tangki air saat level air menyentuh batas minimum.
Gambar 5. Tampilan Plant untuk Level Air Menyentuh Batas Minimum Gambar 5 merupakan hasil simulasi ketika air dalam tangki memiliki ketinggian sama dengan input nilai batas minimum.
Dapat dilihat pada diagram ladder bahwa ketika CURRENT_LEVEL sama dengan LOW_LEVEL, maka coil output ALARM_LOW akan menyala atau ON pada Rung kedua. Pada saat itu juga, karena CURRENT_LEVEL tidak sama dengan HIGH_LEVEL, maka ALARM_HIGH tidak menyala atau OFF pada Rung pertama. Kemudian, pada Rung kelima, CURRENT_LEVEL tidak memenuhi kondisi, yaitu tidak berada di bawah LOW_LEVEL dan atau di atas HIGH_LEVEL yang mengakibatkan coil output pada Rung kelima bernilai 0 atau OFF.
M 78 B. Aplikasi mobile untuk Antarmuka Mesin-Manusia (HMI)
Dalam perancangan aplikasi antarmuka manusia dengan mesin pada piranti mobile Android terdiri atas; halaman login, halaman dashbord dan halaman monitoring, Halaman monitoring diperlihatkan seperti pada Gambar 6.
Pada halaman ini pengguna bisa melakukan monitoring terhadap plant yang digunakan. Pada menu ini pengguna dapat melakukan pengaturan (set point) minimum dan maksimum ketinggian air terhadap plant tangka air.
Gambar 6. Halaman monitoring
Seperti yang dapat dilihat pada halaman monitoring tersebut, terdapat beberapa bagian yang bisa dimonitoring, pengguna dapat melihat ketinggian air sesuai dengan yang terjadi plant.
C. Pengujian Framework
Pengujian dilakukan untuk menguji bagaimana konektifitas antara setiap bagian yang ada pada arsitektur yang telah dirancang, yaitu pengujian PLC dan simulasi plant, pengujian komunikasi antara Raspi dan PLC dengan Modbus TCP/IP, dan pengujian antara gateway (Raspbery pi) dengan cloud.
Pengujian terhadap arsitektur yang telah dirancang dilakukan dalam bentuk simulasi. Plant yang diuji bukan merupakan plant sebenarnya melainkan dalam bentuk virtual atau disimulasi menggunakan aplikasi Vijeo Designer. Dalam pengujian ini, proyek pada Vijeo Designer berperan sebagai simulator plant yang dijalankan pada PC dengan sistem operasi Windows.
D. Waktu Tunda Aplikasi Mobile
Pada sistem monitor dan kendali jarak jauh untuk PLC ini memiliki waktu tunda antara masukan atau perintah dari aplikasi dan keluaran pada PLC. Waktu tunda ini disebabkan karena adanya proses program pada Python, Google Firebase, PLC, Flutter dan juga jalur komunikasi data antar perangkat seperti internet. Waktu tunda pada menjalankan program sudah dijadikan rata - rata yang dilakukan 10 percobaan, dan menghasilkan seperti pada Tabel 3.
TABEL III.WAKTU TUNDA ANTARA DATABASE DENGAN PLCMELALUI
GATEWAY DAN APLIKASI
Fungsi Variabel Waktu Tunda
rerata (detik) Update keadaan sistem
PLC menuju Aplikasi
SYSTEM 0.508248
Input High Level dari aplikasi ke PLC
Aplikasi ke PLC HIGH_LEVEL
0.017181 Input Low Level dari
aplikasi ke PLC
LOW_LEVEL 0.016496
Update ketinggian air dari PLC ke aplikasi
CURRENT_LEVEL 0.519148
Pada program Python dan PLC sendiri, terdapat waktu yang diperlukan untuk memproses perintah yang diberikan.
Perbedaan ini waktu tersebut bisa terjadi tergantung dari bagaimana kode program yang dibuat (source code). Pada waktu diatas bisa dilihat bahwa waktu yang cukup lambat ketika program python harus mengirimkan data menuju smartphone, hal ini dikarenakan pada program python memanfaatkan sistem while untuk menjalankan program secara terus menerus, dikarenakan terdapat dua buah fungsi yang akan dijalankan untuk mengirim data sehingga terjadi keterlambatan bila perubahan data tidak bersamaan dengan jalannya fungsi pada program python. Karena tidak pastinya perubahan data dan jalannya fungsi tersebut sehingga membutuhkan waktu yang lebih panjang, namun proses tersebut dapat ditoleransi karena waktu jeda masih dibawah spesifikasi. Sedangkan pada proses read yang dilakukan oleh python dan program smartphone memanfaatkan sistem listen yang akan mengambil data bila terjadi perubahan. Pada program ini terdapat beberapa hal yang mempengaruhi keterlambatan pengiriman data. Seperti banyaknya jumlah baris yang di eksekusi, semakin banyak jumlah baris kode pada program bisa menambah waktu bekerja, kecepatan internet dan bahkan jumlah logika diagram yang diterapkan pada PLC.
IV. KESIMPULAN
Secara fungsional sistem monitoring plant secara jarak jauh telah berhasil dilakukan. Pada aplikasi dan raspberry pi akan disambungkan pada firebase untuk melakukan pengiriman dan pengambilan data. Pengiriman dan pengambilan data ini memiliki waktu yang cukup baik yaitu kurang 1 detik, dengan 0.5 detik rata – rata pengiriman PLC menuju aplikasi mobile, dan 0.1 detik rata – rata pengiriman aplikasi menuju menuju PLC. Karena rerata waktu tersebut sistem ini dapat digunakan untuk melakukan monitoring karena waktu tundanya yang berada dibawah 1 detik. Namun, memanfaatan sistem tidak dapat digunakan pada industri yang memerlukan respon yang cepat. Layanan Firebase Realtime database bisa memiliki kemampuan untuk menghubungkan beberapa perangkat secara simultan.
Untuk pengembangan framework selanjutnya diharapkan dapat berkembang lebih jauh lagi, menampilkan data historis sehingga data akan disimpan dalam suatu database, sehingga pengguna bisa melihat data secara historis dari tanggal tertentu dengan rentang waktu tertentu. Aplikasi dibuat sedemikian rupa sehingga pengguna dapat berinteraksi dan dapat melakukan kustomisasi penambahan plant yang sesuai dengan kebutuhan industri. Kinerja sistem dapat ditingkatkan untuk memiliki waktu tunda yang lebih singkat atau real time. Berdasar hasil analisa pembiayaan bahwa sistem remote berbasis cloud dalam yang usulkan pembiayaan sistem monitoring adalah terjangkau untuk usaha kecil maupun menengah.
REFERESI
[1] M.S. Almas et al., “Synhcrophasor Network, Laboratory and Software Applications Developed in the Strong grid Project”, submitted to IEEE Power and Energy Society, 2014 General Meeting, July 2018.
M 79 [2] Syed Sheraz Mohani, Muhammad Khalid, SCADA System Framework
for Monitoring, Controlling and Data Logging of Industrial Processing Plants, International Conference on Computational Intelligence (ICCI) 2020.
[3] Fang Wu, Zhonghua Miao, Remote Monitoring System for Intelligent Slaughter Production Line Based on Internet of Things and Cloud Platform, Published in: 2020 11th International Conference on Prognostics and System Health Management (PHM-2020 Jinan).
[4] E. Kanagaraj, L. M. Kamarudin, A. Zakaria, Cloud-based remote environmental monitoring system with distributed WSN weather stations, Published in: IEEE SENSORS, Busan, Korea, 2015.
[5] B. Setiawan, Peningkatan Keamanan Supervisory Control and Data Acquisition (SCADA) pada Smart Grid Sebagai Infrastruktur Kritis, Jurnal Penelitian Pos dan Informatika, vol.6, no.1, Aug. 2016. [Online].
Available: https://www.researchgate.net/publication/
310659035_PENINGKATAN_KEAMANAN_SUPERVISORY_CON TROL_AND_DATA_ACQUISITION_SCADA_PADA_SMART_GRI D_SEBAGAI_INFRASTRUKTUR_KRITIS. [Accessed November 24, 2020].
[6] Noname, Understanding Android, Androdi [Daring]. Available:
www.android.com/everyone/facts/ [Diakses: 06-Jun-2021]
[7] T. Ismi, Flutter: Pengertian serta Kelebihan dan Kekurangannya, Glints Blog, 17-Feb-2021. [Online]. Available:
https://glints.com/id/lowongan/flutter-adalah/#.YLzCtPkzZPY.
[Accessed: 13-Jun-2021].
[8] S. F. AppWorks, Comparing Firebase vs. AWS, SF AppWorks, 2020.
[Online]. Available: https://www.sfappworks.com/blogs/firebase-vs- aws-comparision/. [Accessed: 11-Dec-2020].
[9] “Welcome to pyModbusTCP’s documentation”, pymodbustcp.readthedocs.io, 2020. [Online] Available:
https://pymodbustcp.readthedocs.io/en/latest/ [Accessed: 11- December2020]
[10] Noname, Firebase Admin Python SDK, Firebase, 2020. [Online].
Available: https://firebase.google.com/docs/reference/admin/python.
[Accessed: 01- March- 2021]
[11] S Ashok Kumar, Mastering Firebase for Android Development: Build Real-time Scalable and Cloud-enabled Android Apps with Firebase.
Packt Publishing, 2018
[12] A. Rajappa, A. Upadhyay, A. S. Sabitha, A. Bansal, B. White, and L.
Cottrell, Implementation of PingER on Android Mobile Devices Using Firebase, 2020 10th International Conference on Cloud Computing, Data Science & Engineering (Confluence), 2020.
[13] S. F. AppWorks, Comparing Firebase vs. AWS, SF AppWorks, 2020.
[Online]. Available: https://www.sfappworks.com/blogs/firebase-vs- aws-comparision/. [Accessed: 11-Dec-2020]. [35] M. Clark, “Firebase vs AWS,” Back4App Blog, 25-Nov-2020. Online]. Available:
https://blog.back4app.com/firebase-vs-aws/. [Accessed: 11-Dec-2020].
[14] UU No.20 Tahun: 2008, https://www.ojk.go.id/ sustainable- finance/id/peraturan/undang-undang/Pages/Undang-Undang-Republik- Indonesia-Nomor-20-Tahun-2008-Tentang-Usaha-Mikro,-Kecil,-dan- Menengah.aspx.
