IMPLEMENTASI JARINGAN SENSOR NIRKABEL DALAM MENENTUKAN POSISI SUARA MENGGUNAKAN METODE TDOA

Seminar Nasional Fortei Regional 7

SinarFe7-3 158

IMPLEMENTASI JARINGAN SENSOR NIRKABEL DALAM MENENTUKAN POSISI SUARA MENGGUNAKAN METODE

TDOA

1

Mohammad Faizin Zaini,

²

Riza Alfita,

³

Achmad Fiqhi Ibadillah

123 Teknik Elektro, Universitas Trunojoyo Madura, Bangkalan.

1 150431100084@student.trunojoyo.ac.id, ² riza.alfita@trunojoyo.ac.id³ fiqhi.ibadillah@trunojoyo.ac.id,

Abstract - Wireless sensor network technology is developing rapidly. One development can detect the position of an object. One technology to determine the position that is often used is GPS.

However, GPS technology must be installed first to the target, so it is difficult to detect objects whose positions are unknown. So to find the position of the object can use the object parameters such as sound.

Using the Time Difference Of Arrival (TDOA) method to determine the sound position, the Generalized Cross Correlation - Phase Transform algorithm can be used to find the difference in receive time from each sensor node.

This research goes through several stages to detect the sound position including the sound recording stage carried out by 4 sensor nodes. Stage of sending voice recordings to a laptop which is then processed by TDOA calculation using the Generalized Cross Correlation - Phase Transform algorithm and the last stage displays the estimated position.

The results of testing the system with WSN design using 4 sensor nodes at noise conditions below 10 dB, the estimated results of sound positions using the GCC-PHAT algorithm obtained an error value of 6.86 cm which in percentage became 3.4%. From these results the GCC-PHAT algorithm is almost close to the original position estimate.

Keywords — WSN, TDOA, GCC PHAT, Sensor Node, GPS Abstrak - Teknologi jaringan sensor nirkabel berkembang dengan pesat. Salah satu perkembangannya dapat mendeteksi posisi suatu objek. Salah satu teknologi untuk menentukan posisi yang sering digunakan adalah GPS. Namun Teknologi GPS harus dipasang terlebih dahulu ke target, sehingga sulit untuk mendeteksi objek yang belum diketahui posisinya. Sehingga untuk mencari posisi objek tersebut dapat menggunakan parameter objek tersebut seperti suara.

Penggunaan metode Time Difference Of Arrival (TDOA) untuk menentukan posisi suara dapat digunakan algoritma Generalized Cross Corelation – Phase Transform dalam mencari perbedaan waktu terima dari setiap sensor node.

Penelitian ini melewati beberapa tahapan untuk mendeteksi posisi suara diantaranya adalah tahap perekaman suara yang dilakukan oleh 4 sensor node. Tahap pengiriman rekaman suara ke laptop yang kemudian diolah dengan perhitungan TDOA dengan menggunakan algoritma Generalized Cross Corelation – Phase Transform serta tahap terakhir menampilkan estimasi posisi.

Hasil pengujian sistem dengan desain JSN menggunakan 4 sensor node pada kondisi noise dibawah 10 dB, didapatkan hasil estimasi posisi suara dengan menggunakan algortime GCC-PHAT mendapatkan nilai error 6,86 cm yang dalam persentase menjadi

3,4%. Dari hasil tersebut algoritme GCC-PHAT hampir mendekati dengan estimasi posisi asli.

Kata Kunci— JSN, TDOA, GCC PHAT, Sensor Node, GPS

I. PENDAHULUAN

Jaringan Sensor Nirkabel (JSN) merupakan teknologi yang mengalami perkembangan yang sangat pesat. Sensor – sensor yang digunakan sangat beragam, bisaanya sensor tersebut digunakan untuk mendeteksi objek tertentu seperti kelembapan, suhu, suara, dan beberapa aplikasi lainnya. JSN terbentuk dari kumpulan node yang sangat banyak dan tersebar tidak beraturan dalam suatu area yang disebut sensor field [1]. Node – node dapat diletakkan secara beraturan (diatur terlebih dahulu) maupun disusun secara acak.

Penempatan node akan mempengaruhi berbagai hal seperti routing jaringan, protocol, dan daya yang dikonsumsi. Implementasi dari Jaringan Sensor Nirkabel (JSN) digunakan untuk mencari posisi.

Dalam menentukan posisi suatu objek, umumnya digunakan infrasruktur/alat seperti Global Positioning System (GPS). GPS merupakan suatu sistem navigasi yang menggunakan satelit yang didesain agar dapat menyediakan posisi secara instan, cepat, dan dapat informasi waktu di hampir seluruh tempat di muka bumi ini, setiap saat dalam kondisi cuaca apapun. GPS menggunakan satelit – satelit untuk menentukan posisi pada luar ruangan. Teknik penentuan posisi pada GPS harus dipasang pada target. Oleh karena itu, sangat sulit untuk memasang GPS pada target yang belum diketahui keberadaanya seperti tempat terjadinya ledakan. Oleh karena itu, untuk mengetahui posisi target dapat menggunakan parameter lain dari target. Parameter lain yang digunakan adalah suara.

Penentuan posisi berdasarkan suara yang di pancarkan oleh target dapat menggunakan Jaringan Sensor Nirkabel (JSN). Penggunaan ini untuk menentukan posisi suara dengan menggunakan mikrofon sebagai alat pengindraan suara pada setiap sensor node untuk mengenali target. Salah satu metode untuk menentukan mencari posisi suara adalah Interval Time Differences (ITD). Metode ini (ITD) terinspirasi oleh sistem pendengaran manusia. ITD mengunakan perbedaan waktu untuk mengetahui posisi sebuah suara [2]. Untuk memperkirakan posisi sumber berdasarkan perbedaan waktu terima dari masing – masing sensor node dapat menggunakan metode ITD berbasis Time Differences Of Arrival (TDOA) sehingga dalam pengaplikasiannya sangat mudah dan sederhana. Hal yang sangat penting pada metode ini adalah hubungan antara sensor node satu dengan yang lainnya dan informasi tentang posisinya. Dalam

SinarFe7 -2 159 tingkatan analisis yang cukup berperan adalah informasi posisi sensor

node.

Permasalahan – permasalahan seperti pengaruh noise, akurasi estimasi posisi, dan komputasi paling sering ditemui pada sistem penentuan posisi. Berdasarkan penelitian yang dilakanakan oleh (Hirano dkk., 2016), penelitian tersebut membuat sebuah sistem deteksi posisi suara kata jepang. Pada penelitian ini untuk mencari nilai TDOA, digunakanlah algoritma Croos-Correlation. Nilai error yang didapat dari posisi asli sejauh 10,1 – 46,1 cm. penelitian tersebut menyimpulkan bahwa akurasi estimasi posisi pada sistem penentuan posisi suara dapat dpengaruhi oleh hardware yang digunakan, jumlah node, dan sinkronisasi waktu setiap node [3].

Sedangkan menurut penelitian (Chaudhary dkk., 2014) dapat bekerja sangat baik di lingkungan Signal to Noise Ratio (SNR) yang tinggi dipilih algoritma GCC-PHAT untuk menentukan nilai TDOA [4].

Oleh karena itu, penggunaan algoritma GCC-PHAT dalam menentukan nilai TDOA diharapkan dapat meminimalisir kesalahan dalam menentukan posisi sumber suara.

Berikut ini merupakan penelitian terdahulu tentang deteksi posisi suara dengan berbagai metode yang dijadikan acuan penulis bisa dilihat di tabel 1.

Tabel 1. Tinjauan Pustaka

No Peneliti Metode Keterangan

1 (Kachhoria dkk., 2014)

[5]

TDOA dan algoritme

SSL Heuristic

Simulasi penentuan posisi suara dengan menggunakan metode

TDOA dan algoritme SSL Heuristic menggunakan software matlab, dan desain sistem terdiri 4 sensor node terdapat mikrofon di setiap node, serta sebuah posisi suara

yang belum diketahui.

2 (Chaudhary dkk., 2014)

[4]

TDOAdan GCC – PHAT

penelitian mengenai solusi penentuan posisi suara dalam ruang 2D dengan menggunakan 3 microfon sebagai posisi acuan dan sebuah suara yang akan dicari. Metode yang digunakan

Time Difference Estimation yang merupakan hasil improvisasi dari GCC–PHAT

pada TDOA.

3 (Dong dan Yu, 2015)

[6]

TDOA, Parameter Identication

dan Cross- Correlation

Melakukan perbandingan metode Cross-Correlation dengan metode Parameter Identifcation pada TDOA untuk penentuan posisi suara

berdasarkan microfon array akustik.

4 Hirano dkk., 2016)

[3]

TDOA dan CC

penentuan posisi sumber suara katak jepang yang frekuensinya 2000Hz menggunakan metode TDOA – algoritme CC pada jaringan sensor nirkabel dengan

desain sistem menggunakan 4 buah sensor node. Setiap node berjarak 1,8 meter membentuk kotak persegi. Estimasi posisi

suara didapat menggunakan algoritme hyperbolic.

II. M^ETODE P^ENELITIAN

Untuk menghasilkan sisstem deteksi posisi suara yang maksimal, penelitian ini menggunakan 4 sensor node dengan menggunakan metode TDOA (Time Difference Of Arrival). Untuk menghitung TDOA digunakan Algoritma GCC-PHAT (Generalized Cross Corelation Phase Transform). Tahapan – tahapan yang dilakukan dalam penelitian ini antara lain:

1. Analisis Kebutuhan Sistem

Pada tahap ini akan dijelaskan tahapan proses dalam mendeteksi posisi estimasi suara.

2. Peralatan Penelitian

Tahap ini akan dilakukan identifikasi kebutuhan – kebutuhan yang diperlukan untuk membangun sistem yang berpatokan pada analis sistem.

3. Rancangan Sistem Keseluruhan

Tahap ini akan dijelaskan desain sistem dan flowchart alur sistem demi terciptanya sistem deteksi posisi suara yang optimal.

4. Rancangan Pengujian Sistem.

Pengujian sistem dilakukan untuk mengetahui tingkat keberhasilan metode TDOA dalam mendeteksi posisi suara.

III. HASIL DAN PEMBAHASAN Hasil penelitian menunjukkan bahwa :

1. Analis Kebutuhan Sistem

Pada penelitian ini menggunakan 4 sensor node. Sistem penentuan estimasi posisi suara ini secara umum mempunyai beberapa proses yang terdiri dari tiga tahapan proses yakni perekaman suara, proses pengolahan dan perhitungan TDOA, dan proses estimasi posisi. Proses perekaman hingga pengiriman data dilakukan oleh setiap sensor node. Data hasil perekaman tersebut dikirimkan ke laptop kemudian diolah untuk dilakukan proses perhitungan nilai TDOA menggunakan algoritme GCC- PHAT. Hasil dari perhitungan TDOA digunakan untuk menentukan estimasi posisi dari sumber suara. Gambar 1 menunjukan blok diagram sistem.

Gambar. 1 Blok Diagram Sistem 2. Peralatan Penelitian.

Berdasarkan analisis kebutuhan sistem, pada penelitian sistem deteksi sumber suara ini diperlukan beberapa peralatan yang menunjang terbentuknya sistem yang diinginkan. Peralatan yang

SinarFe7 -2 160 digunakan ini sudah mencangkup untuk keperluan perekaman

suara, pengiriman data, serta untuk pengolahan data. Daftar peralatan dalam penelitian ini ditunjukkan pada Tabel 2

Tabel 2 Peralatan Penelitian No. Peralatan Kegunaan

1. Laptop (Sudah Terinstall Software)

Sebagai media pemroses dan pengolahan data sensor dan media yang menampilkan visualisasi estimasi posisi suara.

2. Wemos D1 Mini

Sebagai alat yang digunkan untuk melakukan proses sistem

3. Modul ESP 8266

Sebagai alat jalur komunikasi antar node

4. Sensor Max9814

Sebagai alat yang melakukan pengindraan suara

5. Power bank

Sebagai penyuplai tegangan ke komponen 6. Speaker Sebagai media sumber suara

3. Rancangan Sistem Keseluruhan

Penempatan posisi dari semua node ditentukan terlebih dahulu dengan beberapa pertimbangan seperti jangkauan sensor suara dan jangkauan modul komunikasi. Gambar 2 menunjukan desain jaringan sensor nirkabel. Pada sistem ini, processing unit yang digunakan untuk setiap node adalah Wemos. processing unit pada sensor node digunakan untuk memproses nilai input dari sensor suara, mengatur waktu perekaman, penyimpanan file hasil pembacaan sensor suara dan mengatur waktu pengiriman data yang akan dikirim melalui communication unit yaitu modul esp8266. Sensing unit yang digunakan untuk setiap sensor node adalah modul sensor MAX9814. Modul sensor MAX9814 dapat merekam suara dengan hasil noise yang kecil. Data hasil sensing kemudian dikirim ke laptop untuk diolah.

Gambar 2. Desain Jaringan Sensor Nirkabel Untuk alur jalannya sistem secara keseluruhan dapat dilihat melalui flowchart yang tedapat pada gambar 3

Gambar 3. Flowchart Alur Sistem 4. Rancangan Pengunjian Sistem

Dalam pengujian sistem deteksi posisi suara ini setidaknya ada 3 tahpan pengujian. Tahapan pertama adalah tahapan pengiriman variasi data. Tahap kedua adalah tahap pengujian jarak mjangkau. Tahap ketiga adalah tahap pengujian estimasi posisi.

tabel pengujian sistem bisa dilihat di tabel 3.

Tabel 3. Pengujian Sistem No. Pengujian Parameter Keberhasilan 1. Pengujian variasi

pengiriman data.

Didapatkan jumlah optimal pengiriman data yang akan dikirimkan sensor node Ke laptop

2. Pengujian jarak jangkau modul esp8266.

Didapatkan jarak jangkau maksimum dari modul komunikasi esp8266 yang berhasil mengirimkan data keseluruhan.

3. Pengujian penentuan estimasi posisi sumber suara

Didapatkan informasi posisi sumber suara yang dicari dan nilai error dari metode yang digunakan.

a. Pengujian Variasi Pengiriman Data

Pengujian variasi pengiriman data dilakukan untuk mengetahui jumlah data yang optimal untuk satu kali pengiriman dari sensor node ke laptop sehingga meminimalisir kegagalan dalam pengiriman data. Pengujian pengiriman data

SinarFe7 -2 161 dilakukan dengan mengirim data dari sensor node ke laptop

dengan karakter.

Tabel 4. Hasil Pengujian Variasi Pengiriman Data No Jumlah karakter Jumlah data optimal

1 1 Karakter 128

2 2 Karakter 78

3 3 Karakter 51

Hasil pengujian variasi pengiriman menunjukan bahwa Esp8266 dapat mengirimkan data yang berisi 1 karakter dengan pengiriman sebanyak 128 data dalam satu kali pengiriman, sehingga karakter yang dikirimkan dalam satu kali pengiriman sebanyak 256 karakter. Sedangkan apabila data berisi 2 karakter Esp8266 dapat mengirimkan data sebanyak 78 data dalam satu kali pengiriman, sehingga karakter yang dikirimkan dalam satu

kali pengiriman sebanyak 234 karakter. Sedangkan apabila data berisi 3 karakter Esp8266 dapat mengirimkan data sebanyak 51 array dalam satu kali pengiriman, sehingga karakter yang dikirimkan dalam satu kali pengiriman sebanyak 204 karakter. Hasil pengujian tersebut digunakan untuk proses pengiriman data, Satu data hasil rekaman suara berisi 2-3 karakter sehingga sesuai dengan hasil pengujian yang telah dilakukan maka data yang dikirimkan adalah 51 data dalam sekali pengiriman. Jumlah data yang harus dikirimkan oleh sensor node adalah 15300, maka pengiriman esp8266 dilakukan sebanyak 300 kali.

b. Pengujian Jarak Jangkau ESP8266

Pengujian jarak jangkauan pada modul esp8266 dilakukan untuk mengetahui jarak jangkau maksimal dari modul esp8266 yang digunakan dan hasil pengujian ini digunakan untuk mendesain area dari jaringan sensor nirkabel. Pengujian jarak jangkau modul Esp8266 dilakukan dengan sensor node mengirimkan data sejumlah data hasil pengujian variasi pengiriman ke laptop. Jarak antara sensor node dan laptop divariasikan hingga memperoleh jarak jangkau maksimum antar node sudah tidak dapat saling menerima semua data. Variasi jarak jangkau dibatasi sampai 5 meter. Pada penelitian tersebut jangkauan esp8266 dapat berkomunikasi sejauh 5 meter. Variasi jarak terdiri dari 1 meter, 2 meter, 3 meter, 4 meter, dan 5 meter.

Jarak tersebut merupakan jarak antara sensor node dan laptop.

Gambar 4. menunjukan pengujian jarak jangkau esp8266.

Gambar 4. Pengujian jarak jangkau esp8266

Pengujian jarak jangkau esp8266 dilakukan dengan tujuan untuk mencari jangkauan maksimal dari esp8266 yang

digunakan dalam melakukan proses pengiriman dan penerimaan data. Esp 8266 dapat berkomunikasi hingga 5 meter.. Kemudian laptop akan mengirimkan data perintah untuk memulai mengirimkan data ke laptop. Sensor node akan mengirimkan data berjumlah 15300 data, dari hasil pengujian variasi pengiriman data maka sensor node mengirimkan data berjumlah 51 data dalam satu kali pengiriman. Sehingga terdapat 300 kali pengiriman data. Pengujian ini dilakukan sebanyak 3 kali dalam setiap jarak yang kemudian dicari nilai rata-rata dari setiap jaraknya untuk semua sensor node. Hasil pengujian jarak jangkau ditunjukan oleh tabel 5.

Tabel 5. Hasil Pengujian Jarak Jangkau

Hasil pengujian jarak jangkau menunjukan bahwa esp8266 yang digunakan oleh semua sensor node dapat berkomunikasi dengan data terkirim semua pada jarak 2 meter. Salah satu penyebab jarak jangkau setiap sensor node berbeda-beda adalah antena esp8266 dan kondisi dari esp8266 tersebut. Hasil pengujian ini digunakan untuk penempatan posisi dari setiap sensor node agar meminimalisir kesalahan saat pengiriman data dari sensor node ke laptop. Sehingga penempatan posisi antar sensor node ditunjukan oleh Gambar .5

Gambar 5 Peletakan Sensor Final c. Pengujian Estimasi Posisi Suara

Pengujian estimasi posisi suara dilakukan pada kondisi minim noise yang dilakukan pada noise dibawah 10 dB. Untuk menghitung nilai noise menggunakan aplikasi sound meter pada smartphone. Suara bom dibunyikan menggunakan speaker yang terhubung dengan smartphone dan posisi speaker berada Jarak (m) Node 1 (%) Node 2 (%) Node 3 (%) Node 4 (%)

5 99,6 99,6 95,3 94,7

4 99,8 99,8 96,2 96

3 100 100 99,5 97,7

2 100 100 100 100

1 100 100 100 100

SinarFe7 -2 162 didalam area jaringan sensor nirkabel. Pengujian dilakukan

dengan dengan beberapa proses dan diulang sebanyak 3 kali setiap posisi. Proses awal yaitu menghidupkan semua node dan kemudian mengatur ulang semua node. Kemudian melakukan perekaman suara, kemudian pengiriman data suara yang dilakukan secara berurutan dari sensor node 1, sensor node 2, sensor node 3, dan sensor node 4 ke laptop. Kemudian data yang diterima tadi dilakukan pengolahan data pada software.

Gambar 6 menunjukan pengujian estimasi posisi.

Koordinat posisi setiap sensor node ditentukan terlebih dahulu berdasarkan desain yang dibuat berdasarkan jarak jangkau xbee. Posisi sumber suara dilakuakn variasi posisi.

Posisi suara akan divariasikan sebanyak 5 posisi, posisi tersebut terdiri dari P1, P2, P3, P4, dan P5. Gambar 4.6 menunjukan variasi posisi sumber suara. Pada pengujian estimasi posisi ini dilakukan dengan menggunakan algoritme GCC-PHAT untuk kemudian dibandingkan dengan estimasi posisi asli.. Hasil antara estimasi posisi dari algoritma GCC-PHAT dengan posisi sebenarnya digunakan untuk memperoleh akurasi penentuan posisi dalam bentuk nilai error yang dihasilkan. Pengecekan error dilakukan dengan cara membandingkan koordinat (x,y) estimasi posisi dengan koordinat (x,y) sebenarnya.

Gambar 6 Pengujian Estimasi Posisi Suara

Hasil pengujian estimasi posisi ini ditunjukan oleh Tabel 6 Hasil tersebut merupakan hasil terbaik dari setiap titik pengujian. Penggunaan algoritme GCC-PHAT mendapatkan nilai error terkecil didapat pada titik P1 dan error terbesar didapat pada titik P4. Nilai error didapatkan dengan cara membandingkan koordinat (x,y) estimasi posisi dengan koordinat (x,y) sebenarnya.

Tabel 6 Hasil Pengujian Estimasi Posisi Suara Pengujian Estimasi Posisi GCC-PHAT No Titik Posisi Estimasi posisi

(cm)

Error (cm)

Error (%)

1 P1 (100, 50) (104.6, 49.6) 4.6 2,3

2 P2 (150, 100) (145.9, 103.5) 5.3 2,7 3 P3 (100, 150) (105.5, 150.6) 6.3 3,1 4 P4 (50, 100) (54.2, 116.2) 10.7 5,3 5 P5 (100, 100) (101.0, 107.3) 7.4 3,7

Simbol ‘O’ pada Gambar 7 menunjukan posisi estimasi menggunakan algoritme GCC-PHAT, Sedangkan simbol ‘+’

menunjukan posisi asli sumber suara. Warna mewakili titik variasi estimasi posisi suara. Warna biru mewakili titik P1, warna magenta mewakili titik P2, warna kuning mewakili titik P3, warna hijau mewakili titik P4, dan warna cyan mewakili titik P5.

Gambar 7 Hasil estimasi posisi menggunakan algoritme GCC-PHAT IV. KESIMPULAN

Berdasarkan pembahasan diatas maka dapat disimpulkan bahwa Akurasi estimasi posisi suara dengan menggunakan algoritme GCC- PHAT mendapatkan nilai rata-rata error 3,4% perbedaan posisi estimasi dengan posisi asli suara sejauh 6,8 cm. Sehingga akurasi estimasi posisi dengan menggunakan GCC-PHAT sebesar 96,6%.

V. D^AFTAR P^USTAKA

[1] A. H. Alasiry, A. Suhariyanto, A. Husein, and E. S.

Ningrum, “Penentuan Posisi Node Jaringan Sensor Dengan Menggunakan Metode Trilaterasi Berdasarkan Kekuatan Sinyal Radio,” no. February, 2016, [Online]. Available:

https://www.researchgate.net/publication/277034413.

[2] M. C. Catalbas and S. Dobrisek, “3D moving sound source localization via conventional microphones,” Elektron. ir Elektrotechnika, 2017, doi: 10.5755/j01.eie.23.4.18724.

[3] Y. Hirano, T. Iwai, D. Kominami, I. Aihara, and M. Murata,

“Implementation of a sound-source localization method for calling frog in an outdoor environment using a wireless

sensor network,” 2016, doi:

10.1109/WiSPNET.2016.7566585.

[4] N. K. Chaudhary, S. Verma, and A. Aditya, “Sound Source Localization using GCC-PHAT with TDOA Estimation,”

Number, vol. 1, no. 11, pp. 54–58, 2014, [Online].

Available: http://www.krishisanskriti.org/jbaer.html.

[5] R. Kachhoria, P. Gupta, S. Varma, and R. Maringanti,

“Sound source localization in large area wireless sensor networks - A heuristic approach,” 11th IEEE India Conf.

Emerg. Trends Innov. Technol. INDICON 2014, Feb. 2015, doi: 10.1109/INDICON.2014.7030558.

[6] D. Zhe and Y. Ming, “Research on TDOA based microphone array acoustic localization,” 2016, doi:

10.1109/ICEMI.2015.7494388.

SinarFe7 -2 163