PEMANTAUAN GAS BERACUN DAN DEBU DARI ASAP KENDARAAN BERMOTOR MENGGUNAKAN TENOLOGI WIRELESS SENSOR
NETWORK DAN REGRESI LINIER
SKRIPSI
IRWANSYAH 141402044
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
MEDAN 2018
PEMANTAUAN GAS BERACUN DAN DEBU DARI ASAP KENDARAAN BERMOTOR MENGGUNAKAN TENOLOGI WIRELESS SENSOR
NETWORK DAN REGRESI LINIER
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Teknologi Informasi
SKRIPSI
IRWANSYAH 141402044
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
MEDAN 2018
PERNYATAAN
PEMANTAUAN GAS BERACUN DAN DEBU DARI ASAP KENDARAAN BERMOTOR MENGGUNAKAN TEKNOLOGI WIRELESS SENSOR
NETWORK DAN REGRESI LINIER
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing – masing disebutkan sumbernya.
Medan,
Irwansyah
iv UCAPAN TERIMA KASIH
Segala puji serta syukur penulis ucapkan atas kehadirat Allah SWT, karena atas rahmat-Nya penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Komputer pada Program Studi S1 Teknologi Informasi Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
Ucapan terima kasih penulis sampaikan kepada:
1. Bapak Prof. Runtung Sitepu, SH., M.Hum selaku Rektor Universitas Sumatera Utara.
2. Bapak Prof. Dr. Drs. Opim Salim Sitompul, M.Sc. selaku Dekan Fasilkom- TI Universitas Sumatera Utara.
3. Bapak Romi Fadillah Rahmat, B.Comp.Sc., M.Sc., selaku Ketua Program Studi S1 Teknologi Informasi Universitas Sumatera dan juga selaku Dosen Pembanding yang telah memberikan kritik dan saran yang membangun dalam proses penyempurnaan skripsi ini
4. Ibu Sarah Purnamawati, ST., MSc., selaku Sekretaris Program Studi S1 Teknologi Informasi Universitas Sumatera.
5. Bapak Baihaqi Siregar S.Si., MT., selaku Dosen Pembimbing I yang selalu memberi bimbingan, saran dan motivasi kepada penulis.
6. BapakSeniman S.Kom., M.Kom., selaku Dosen Pembimbing II yang selalu memberi bimbingan, saran dan motivasi kepada penulis.
7. BapakAinul Hizriadi, S.Kom., M.T., selaku Dosen Pembanding yang telah memberikan kritik dan saran yang membangun dalam proses penyempurnaan skripsi ini
8. Staff dan pegawai Fasilkom-TI Universitas Sumatera Utara yang membantu segala urusan administasi dalam menyelesaikan skripsi.
9. Ibunda, yaitu Ibu Herlina br Sinuhaji, S.Pd atas kesabaran, dukungan moral maupun materi yang tak hentinya diberikan kepada penulis sehingga penulis bisa menyelesaikan skripsi.
10. Kedua kakak penulis, yaitu Roy Indra, SE dan Isnaini, S.Pd yang selalu mendukung dan menyemangati penulis dalam menyelesaikan skripsi.
v 11. Teman kelas Kom B 2014 yang selalu mendukung dan menyemangati
penulis dalam menyelesaikan skripsi.
12. Srimaya Ulina Br Ginting Manik, yang selalu mendampingi penulis dalam menyelesaikan skripsi.
13. Seluruh pihak yang turut memberikan bantuan dan dukungan, namun tidak dapat penulis tuliskan satu per satu.
Medan, Agustus 2018
Irwansyah
vi ABSTRAK
PEMANTAUAN GAS BERACUN DAN DEBU DARI ASAP KENDARAAN BERMOTOR MENGGUNAKAN TENOLOGI WIRELESS SENSOR
NETWORK DAN REGRESI LINIER
Penelitian ini bertujuan untuk mengetahui dan menganalisis pengaruh gas dan debu terhadap jumlah kendaraan bermotor dengan menggunakan teknologi wireless sensor network dan regresi linier. Sumber data yang digunakan adalah data primer dan data sekunder. Data primer dalam penelitian ini diperoleh dengan hasil monitoring menggunakan alat sensor, dan data sekunder diperoleh dengan studi dokumentasi misalnya rekaman video kendaraan bermotor di jalan raya. Jumlah sample yang digunakan sebanyak 17 video. Penelitian ini menunjukkan bahwa Blob Detection dapat menentukan dan menghitung objek yang bergerak pada jalan raya dengan melakukan perbandingan piksel antara jalan kosong dan jalan yang berisi kendaraan dengan persentase keberhasilan sebesar 81.25% sedangkan sisanya sebesar 18.75% dapat dijelaskan oleh variable-variabel lain yang tidak diteliti dalam penelitian ini. Pengujian hipotesis dalam penelitian ini menggunakan regresi linier sederhana dengan tingkat signifikansi sebesar 0.05. Hasil penelitian ini secara simultan menunjukkan bahwa variable jumlah kendaraan secara bersama-sama mempengaruhi variable gas dan debu secara positif dan signifikan.
Kata Kunci : Sensor gas, sensor debu, kendaraan bermotor
vii ABSTRACT
MONITORING OF TOXIC GAS AND DUST FROM MOTORIZED VEHICLE SMOKE USING TENOLOGY WIRELESS SENSOR NETWORK AND LINEAR
REGRESSION
This study aims to determine and analyze the effect of gas and dust on the number of motorized vehicles using wireless sensor network technology and linear regression. Data sources used are primary data and secondary data. Primary data in this study were obtained with the results of monitoring using sensors, and secondary data obtained by documentation studies such as video recordings of motorized vehicles on the highway. The number of samples used is 17 videos. This study shows that Blob Detection can determine and calculate moving objects on the highway by making a pixel comparison between the empty road and the road containing the vehicle with a percentage of success of 81.25% while the remaining 18.75% can be explained by other variables not examined in this research. Testing the hypothesis in this study using simple linear regression with a significance level of 0.05. The results of this study simultaneously show that the variable number of vehicles together affects the variable of gas and dust positively and significantly.
Keywords: gas sensor, dust sensor, vehicles
viii DAFTAR ISI
Persetujuan ...ii
Pernyataan ...iii
Ucapan Terima Kasih ...iv
Abstrak Indonesia ...vi
Abstrak Inggris ...vii
Daftar Isi ...viii
Daftar Tabel ...x
Daftar Gambar ...xi
BAB I PENDAHULUAN ...1
1.1. Latar Belakang ...1
1.2. Rumusan Masalah ...3
1.3. Batasan Masalah ...4
1.4. Tujuan Penelitian ...4
1.5. Manfaat Penelitian ...4
1.6. Metodologi Penelitian ...4
1.7. Sistematika Penulisan ...5
BAB II KAJIAN PUSTAKA ...8
2.1. Tinjauan Pustaka ...8
2.2. Citra Digital ...15
2.3. Image Processing ...15
2.4. Deteksi Tepi Canny ...16
2.5. Gaussian Filter ...17
2.6. Blob Detection ...17
2.7. Regresi Linier ...18
2.8. Penelitian Terdahulu ...19
BAB III ANALISIS DAN PERANCANGAN SISTEM ...22
3.1 Alat dan Bahan ...22
3.2 Data yang digunakan ...23
3.3 Analisis Sistem ...23
ix
3.4 Perancangan Use Case ...31
3.5 Activity Diagram ...32
3.6. Perancangan Sistem Database ...35
3.7. Perancangan Antarmuka ...38
3.8. Perancangan Instalasi Perangkat Keras ...40
BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM ...44
4.1. Implementasi Sistem ...44
4.2. Pengkodean Sistem ...48
4.3. Pengujian Sistem ...49
BAB V KESIMPULAN DAN SARAN ...62
5.1. Kesimpulan ...62
5.2. Saran ...62
Daftar Pustaka ...64
x
DAFTAR TABEL
Tabel 2.1 Daftar Gas Polutan dan Batas Aman bagi Kesehatan ... 12
Tabel 2.2 Klarifikasi Konsentrasi PM10 di Udara ... 13
Tabel 2.3 Penelitian Terdahulu ... 20
Tabel 3.1 Alat dan Bahan ... 23
Tabel 3.2 Data Percobaan 1 ... 27
Tabel 3.3 Data Percobaan 2 ... 29
Tabel 3.4 Spesifikasi Use Case ... 31
Tabel 3.5 Struktur table data_debu ... 36
Tabel 3.6 Struktur table data_video ... 36
Tabel 3.7 Struktur table dust_count ... 36
Tabel 3.8 Struktur table iot ... 37
Tabel 3.9 Struktur table iot_count ... 37
Tabel 4.1 Perhitungan Jumlah Kendaraan ... 49
Tabel 4.2. Nilai F-Score ... 52
Tabel 4.3. Regresi Linier Jumlah Kendaraan dengan Jumlah Gas ... 54
Tabel 4.4. Output Variabel X1 ... 55
Tabel 4.5. Outut Model Summary X1 ... 55
Tabel 4.6. Uji Anova X1 ... 56
Tabel 4.7. Outut Coefficients X1 ... 56
Tabel 4.8. Regresi Linier Jumlah Kendaraan dengan Jumlah Debu ... 57
Tabel 4.9. Output Variabel X2 ... 59
Tabel 4.10. Outut Model Summary X2 ... 59
Tabel 4.11. Uji Anova X2 ... 60
Tabel 4.12. Outut Coefficients X2 ... 60
xi DAFTAR GAMBAR
Gambar 2.1. Grafik Keluaran dari Sensor ... 8
Gambar 2.2. Arduino Uno ... 10
Gambar 2.3 GSM Shield SIM 908 ... 11
Gambar 2.4. Sensor Gas Mq-135 ... 14
Gambar 2.4. Sensor Debu Dust Sensor SHARP GP2Y1010AU0F ... 15
Gambar 3.1 Arsitektur Umum ... 24
Gambar 3.2 Grayscale and Treshold ... 25
Gambar 3.3 Result Blob Detection ... 26
Gambar 3.4. Grafik Percobaan 1 ... 28
Gambar 3.5. Grafik Percobaan 2 ... 30
Gambar 3.6. Use Case Diagram ... 31
Gambar 3.7 Activity Diagram Aplikasi Monitoring ... 33
Gambar 3.8 Activity Diagram Alat Monitoring ... 34
Gambar 3.9 Perancangan Halawan Awal ... 38
Gambar 3.10 Perancangan Halaman Result Monitoring ... 39
Gambar 3.11 Perancangan Halaman Regresi Linier ... 39
Gambar 3.12 Perancangan Halaman Grafik ... 40
Gambar 3.13 Perancangan Sensor Mq-135 dengan Arduino ... 41
Gambar 3.14 Perancang Sensor Debu dengan Arduino ... 42
Gambar 3.15 Perancang GSM Shield dengan Arduino ... 42
Gambar 3.16 Perancangan Keseluruhan Perangkat ... 43
Gambar 4.1 GSM Shield SIM 908 dengan Arduino ... 44
Gambar 4.2 Rangkaian MQ-135 ... 45
Gambar 4.3 Rangkaian Sensor Sharp Dust ... 45
Gambar 4.4 Rangkaian Keseluruhan ... 46
Gambar 4.5 Tampilan Awal Website ... 46
Gambar 4.6 Halaman Result ... 47
Gambar 4.7 Halaman Perhitungan Regresi Linier ... 47 Gambar 4.8 Halaman Grafik ...
BAB I PENDAHULUAN
1.1. Latar Belakang
Di era globalisasi ini perkembangan ilmu pengetahuan dan teknologi di dunia sudah sangat berkembang dengan sangat pesat. Ilmu pengetahuan dan teknologi dimanfaatkan dan juga dikembangkan untuk dapat membantu pekerjaan menjadi lebih mudah dan efisien. Salah satu perkembangan ilmu pengetahuan yang sangat berkembang pesat adalah di bidang sensor. Menurut ahli D Sharon dkk sensor adalah suatu peralatan yang berfungsi untuk mendeteksi gejala-gejala atau sinyal-sinyal yang berasal dari perubahan suatu energy seperti energy listrik, energy fisika, energy kimia, energy biologi, energy mekanik dan sebagainya. Sensor secara umum berdasarkan fungsi dan penggunaannya dibagi menjadi 3 bagian yaitu, sensor thermal (panas), sensor mekanis, sensor optic(cahaya). Sensor thermal adalah sensor yang digunakan untuk mendeteksi gejala perubahan / temperature/ suhu pada suatu dimensi benda atau dimensi ruang tertentu. Sensor Mekanis adalah sensor yang mendeteksi gerak mekanis, seperti pergerakan atau perpindahan posisi, gerak lurus dan melingkar, tekanan, aliran, level dsb. Sensor optic atau cahaya adalah sensor yang mendeteksi perubahan cahaya dari sumber cahaya, pantulan cahaya ataupun bias cahaya yang mengenai benda atau ruangan.
Udara merupakan salah satu karunia Tuhan yang diberikan kepada kita, agar kita dapat melangsungkan kehidupan. Kualitas udara didalam suatu ruangan maupun diluar ruangan yang kita hirup belum tentu sebaik yang kita harapkan. Di suatu lingkungan seperti perkotaan telah banyak terjadi polusi udara baik itu dari gas-gas hasil pembakaran maupun dari hasil yang lain. Dan disekitaran daerah gunung meletus yang sering terjadi erupsi di suatu kawasan, telah banyak terkena pencemaran udara yang diakibatkan oleh debu yang dikeluarkan gunung tersebut. Juga, asap yang dihasilkan oleh kendaraan- kendaraan dapat mempengaruhi kualitas udara yang terjadi.
Gas merupakan suatu fase benda dimana gas tidak memiliki wujud dan bentuk tetapi gas mempunyai berat. Gas berbeda dengan cairan yang juga tidak memiliki bentuk dan wujud. Air akan mengisi suatu volume yang telah ditentukan, gas akan mengembang dan juga mengisi ruang apapun. Hasil-hasil suatu pembakaran merupakan salah satu contoh gas yang sering ditemukan, seperti asap kendaraan, asap rokok dan lain sebagainya.
Berbeda dengan debu, debu merupakan partikel-partikel yang sangat kecil yang dapat dibawa udara. Partikel-partikel ini akan terbentuk jika terjadi suatu proses disintegrasi seperti penggilingan, penghancuran, atau pemukulan terhadap suatu benda padat.
Kualitas udara yang kita dapatkan saat ini sudah sangat menurun, dikarenakan banyak hal seperti, semakin banyaknya kendaraan pribadi yang digunakan, pabrik-pabrik yang banyak menghasilkan asap, orang-orang yang merokok sembarangan, dan bahkan kejadian alam yang tidak bisa dihindari seperti gunung meletus. Hal-hal tersebut mengakibatkan polusi udara yang sangat berbahaya bagi kesehatan. Tingkat polusi udara yang semakin meningkat, meningkatkan resiko kematian dikarenakan hampir setiap harinya tingkat polusi udara disuatu tempat tidak diketahui. Oleh karena itu dibutuhkan suatu teknologi, agar dapat membantu menilai kualitas udara disuatu lingkungan.
Beberapa penelitian yang pernah dilakukan terkait dengan polusi udara, salah satunya adalah yang dilakukan oleh Riza Mega Umami (Umami, 2010), yang membuat sebuah sistem pengendali asap rokok dengan sistem otomatis yang menggunakan sensor asap TGS 2600 dan sensor suhu LM35. Sensor asap TGS 2600 mendeteksi senyawa kimia gas polutan, seperti CO2, H2, CH4, CO, HCN dan lain-lain. Sensor suhu LM35 digunakan untuk merubah besaran panas menjadi besaran listrik yang dapat dianalisis dengan mudah.
Penelitian Internasional yang pernah dilakukan terkait dengn polusi udara adalah yang dilakukan oleh (Adams & Kanaroglou, 2016) yang membuat suatau sistem memetakan efek dari polusi udara bagi kesehatan dalam suatu lingkungan : Menggabungkan penggunaan Mobile dan pengamatan polusi udara dengan sensor dengan model Neurol Network.
Penelitian lain yang dilakukan oleh Febri Aji Wisnulaksito, Mari Widya Sari, Melani Nonsi Tentua (Wisnulaksito et al., 2017) yang membuat suatu sistem pendeteksian suatu debu yang ada di dalam suatu ruangan yang menggunakan sensor GP2Y1010AU0F.
Penelitian yang menghitung jumlah kendaraan juga sudah pernah ada yang membuat seperti yang dilakukan oleh Dirvi dan Nur Asyik pada tahun 2016 yang melakukan Traffic Monitoring, menghitung jumlah kendaraan fan laju kecepatan pada jalan tiga lajur berbasis optical flow.
Regresi linier adalah metode statistika yang digunakan untuk membentuk model hubungan antara variable terikat (dependen; respon Y) dengan salah satu variable bebas (independen, predicator, X)(Kurniawan, 2008).
Analisis regresi memiliki beberapa kegunaan, yaitu deskripsi dari fenomena data atau kasus yang sedang diteliti, untuk tujuan kontrol, serta untuk tujuan prediksi.
Penggunaan algoritma Regresi Linier pernah digunakan didalam suatu penelitian yang dilakukan oleh Sook-Chin Yip dkk (Yip et al., 2017) yang mempelajari perilaku pemanfaatan energy konsumen dan mengevaluasi konsumen anomaly mereka sehingga dapat memerangi pencurian energy yang disebabkan oleh gangguan meteran dan mendeteksi meter cerdas yang rusak.
Berdasarkan latar belakang tersebut, maka penulis mengajukan sebuah proposal penelitian dengan judul “PEMANTAUAN GAS BERACUN DAN DEBU DARI ASAP KENDARAAN BERMOTOR MENGGUNAKAN TENOLOGI WIRELESS SENSOR NETWORK DAN REGRESI LINIER”.
1.2. Rumusan Masalah
Saat ini setiap orang membutuhkan kepraktisan dan fleksibilitas dalam setiap hal. Dalam hal kendaraan juga lebih banyak menggunakan kendaraan pribadi daripada menggunakan kendaraan umum, yang mengakibatkan peningkatan kendaraan bermotor meningkat sangat drastis. Peningkatan kendaraan bermotor adalah salah satu penyebab polusi udara terjadi. Oleh karena itu dibutuhkan adanya alat untuk mendeteksi kadar konsentrasi gas yang
terpapar di udara sebagai antisipasi kemungkinan gas tersebut beracun atau berbahaya, diperlukan sistem pemantauan berteknologi informasi dini agar dapat diambil langkah antisipasi pencegahan dampak yang lebih buruk.
1.3. Batasan Masalah
Berdasarkan rumusan masalah diatas, adapaun batasan masalah dari penelitian ini adalah:
a. Input berupa hasil deteksi dari sensor.
b. Input dari Image Processing untuk mrnghitung jumlah kendaraan.
c. Ouput berupa hasil pemantauan berdasarkan proses Regresi Linier.
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mendeteksi kadar gas beracun dan debu, yang sesuai dengan jumlah kendaraan di suatu tempat untuk kemudian mencari korelasi variabel-variabel tersebut menggunakan regresi linier, agar dapat menyimpulkan kualitas udara di suatu tempat.
1.5. Manfaat Penelitian
Adapaun manfaat dari penelitian ini adalah:
a. Membantu pengguna untuk mengetahui kadar suatu udara.
b. Membantu pengguna lebih berwaspada
1.6. Metodologi Penelitian
Tahapan-tahapan yang akan dilakukan dalam penelitian ini adalah sebagai berikut:
a. Studi Literatur
Tahapan ini merupakan proses pengumpulan dan pembelajaran informasi mengenai teknologi wireless sensor, image processing dan regresi linier yang diperoleh dari skripsi, jurnal, buku, dan berbagai sumber referensi lainnya yang berkaitan dan mendukung penelitian.
b. Analisis Permasalahan
Tahapan ini merupakan proses analisa informasi yang sebelumnya telah diperoleh dari berbagai sumber yang berkaitan dengan penelitian agar teknologi wireless sensor, image processing dan metode regresi linier yang digunakan dengan tepat dapat menyelesaikan masalah yang diutarakan dalam penelitian ini.
c. Perancangan Sistem
Tahapan ini merupakan proses perancangan sistem untuk menyelesaikan permasalahan yang telah diperoleh dari hasil analisis.
d. Implementasi
Tahapan ini merupakan proses implementasi dari rancangan sistem yang telah dibuat ke dalam bentuk program berdasarkan arstitektur yang sudah dibuat sebelumnya.
e. Pengujian
Tahapan ini merupakan proses pengujian sistem yang telah dibangun untuk memastikan bahwa output yang dihasilkan sesuai dengan yang diharapkan.
f. Dokumentasi dan Penyusunan Laporan
Penulis akan membuat dokumentasi dalam bentuk laporan penelitian yang berisikan hasil penelitian yang sudah dibuat.
1.7. Sistematika Penulisan
Sistematika penulisan dari skripsi ini terdiri dari lima bagian utama sebagai berikut:
Bab 1: Pendahuluan
Bab ini berisi latar belakang, rumusan masalah, tujuan penelitan, batasan masalah, manfaat penelitian, metodologi penelitan dan sistematika penulisan.
Bab 2: Landasan Teori
Bab ini berisi teori-teori yang diperlukan dalam penyelesaian permasalahan yang dibahas dalam penelitian ini.
Bab 3: Analisis dan Perancangan
Bab ini berisi arsitektur umum dan langkah-langkah tahapan teknologi wireless sensor, image processing dengan regresi linier dalam pendeteksian jumlah
kendaraan, jumlah gas, jumlah debu dan regresi linier dari jumlah kendaraan terhadap jumlah gas dan jumlah kendaraan terhadap jumlah debu .
Bab 4: Implementasi dan Pengujian
Bab ini berisi pembahasan tentang implementasi dari perancangan yang telah dijabarkan pada bab 3. Selain itu, hasil yang didapatkan dari pengujian yang dilakukan terhadap implementasi yang dilakukan juga akan dijabarkan pada bab ini.
Bab 5: Kesimpulan dan Saran
Bab ini berisi ringkasan kesimpulan dari rancangan yang telah dibahas pada bab 3, serta hasil penelitian yang dijabarkan pada bab 4. Bagian akhir dari bab ini memuat saran-saran yang diajukan untuk pengembangan penelitian selanjutnya.
8 BAB II
KAJIAN PUSTAKA
2.1. Tinjauan Pustaka 2.1.1. Sensor
Menurut D Sharon dkk sensor adalah suatu peralatan yang berfungsi untuk mendeteksi gejala-gejala atau sinyal-sinyal yang berasal dari perubahan suatu energy seperti energy listrik, energy fisika, energy kimia, energy biologi, energy mekanik dan sebagainya Sensor dalam teknik pengukuran dan pengaturan ini harus memenuhi persyaratan- persyaratan kualitas yakni:
a. Linieritas Sensor
Liniearitas sensor adalah hubungan antara besaran input menghasilkan besaran output dengan hubungan berbanding lurus dan dapat digambarkan secara grafik membentuk garis lurus.
Gambar 2.1 Grafik Keluaran dari sensor
Pada gambar 1.2 kita dapat melihat grafik {a} Tanggapan Linier dikarenakan setiap perubahan tegangan masukan diikuti oleh perubahan tegangan keluaran dan disebut sebagai persamaan garis lurus yang kontinyu , sedangkan yang {b} disebut tanggapan Non Linier, walaupun perubahan tegangan masukan diikuti oleh perubahan tegangan keluaran tetapi tidak membentuk persamaan garis lurus.
9 b. Sensitivitas Sensor
Sensitivitas sensor adalah perbandingan antara sinyal keluaran atau respon tranduser terhadap perubahan masukan atau variable yang diukur. Sensitivitas sensor akan menunjukkan seberapa jauh kepekaan sensor terhadap kuantitas yang diukur. Linieritas sensor juga mempengaruhi sensitivitas sensor, apabila tanggapannya Linier , maka sensitivitas akan sama untuk jangkauan pengukuran keseluruhan, dan apabila tanggapannya Non Linier kepekaan sensor akan lebih peka terhadap temperature yang tinggi daripada temperature yang rendah.
c. Tanggapan waktu sensor (Respon Time)
Tanggapan Waktu Sensor berarti seberapa cepat tanggapannya terhadap perubahan masukan.
Sensor secara umum berdasarkan fungsi dan penggunaannya dibagi menjadi 3 bagian yaitu, sensor thermal (panas), sensor mekanis, sensor optic(cahaya).
a. Sensor thermal adalah sensor yang digunakan untuk mendeteksi gejala perubahan / temperature/ suhu pada suatu dimensi benda atau dimensi ruang tertentu. Contohnya; bimetal, termistor, termokopel, RTD, photo transistor, photo dioda, photo multiplier, photovoltaik, infrared pyrometer, hygrometer, dan sebagainya.
b. Sensor Mekanis adalah sensor yang mendeteksi gerak mekanis, seperti pergerakan atau perpindahan posisi, gerak lurus dan melingkar, tekanan, aliran, level dsb. Contoh; strain gage, linear variable deferential transformer (LVDT), proximity, potensiometer, load cell, bourdon tube, dan sebagainya.
c. Sensor optic atau cahaya adalah sensor yang mendeteksi perubahan cahaya dari sumber cahaya, pantulan cahaya ataupun bias cahaya yang mengenai benda atau ruangan. Contoh; photo cell, photo transistor, photo diode, photo voltaic, photo multiplier, pyrometer optic, dan sebagainya.
10 Jenis sensor secara garis besar dibedakan menjadi 2 yaitu, Sensor fisika dan Sensor kimia.
a. Sensor Fisika adalah sensor yang mendeteksi suatu besaran berdasarkan hukum-hukum fisika , yang termasuk di dalam sensor fisika adalah:
1. Sensor Cahaya 2. Sensor Suara 3. Sensor Suhu 4. Sensor Gaya 5. Sensor percepatan
b. Sensor Kimia adalah sensor yang mendeteksi suatu besaran berdasarkan hokum-hukum kimia, yang termasuk di dalam sensor kimia adalah:
1. Sensor ph 2. Sensor Gas 3. Sensor Oksigen 4. Sensor Debu 5. Sensor Ledakan
2.1.2. Arduino
Gambar 2.2. Arduino UNO
Arduino adalah pengendali mikro single-board yang bersifat open- source, diturunkan dari Wiring platform, dirancang untuk memudahkan penggunaan elektronik dalam berbagai bidang. Hardwarenya memiliki
11 prosesor Atmel AVR dan softwarenya memiliki bahasa pemrograman sendiri.
Kelebihan Arduino adalah tidak perlu perangkat chip programmer karena didalamnya sudah ada bootloadder yang akan menangani upload program dari komputer. Memiliki modul yang siap pakai (Shield) yang bisa disambungkan dengan arduino. Contohnya Shield GPS, Ethernet, dan lain- lain.
2.1.3. GSM Shield Sim 908
Gambar 2.3. GSM Shield SIM908
GSM/GPRS Shield adalah modul ekspansi untuk Arduino yang memungkinkan Arduino dapat terhubung dengan jaringan seluler GSM.
Dengan modul ini, Arduino dapat menerima dan mengirim SMS, melakukan panggilan suara, serta dapat terhubung ke Internet dengan menggunakan port koneksi pada GSM/GPRS Shield. Pada dasarnya, fungsi GSM/GPRS Shield mirip dengan telepon genggam, namun dengan bentuk yang lain yang memang dikhususkan untuk Arduino. Cara pemasangan modul ini adalah dengan menumpuk nya diatas modul Arduino, oleh karena itu modul ini disebut juga dengan istilah shield.
2.1.4. Gas Polutan
Gas-gas polutan adalah gas-gas yang menyebabkan terjadinya polusi udara. Gas polutan menyebabkan berbagai macam penyakit mulai
12 penyakit pernapasan hingga penuakit organ dalam. Jumlah polutan yang dikeluarkan ke udara dalam satuan waktu dinamakn emisi. Emisi bisa disebabkan oleh biogenic emission (Proses Alam) contoh CH4 hasil aktivitas penguraian bahan organik oleh mikroba dan antropogenic amission (Kegiatan Manusia) contoh asap kendaraan, asap pabrik, asap rokok dan lain-lain.
Tabel 2.1 Daftar Gas Polutan dan Batas Aman bagi Kesehatan
NO Nama GAS Batas Aman
1 Hidrokarbon 0,24ppm/3 jam
2 Karbon Monoksida (CO2) 5000 ppm / 8 jam 3 Karbon Dioksida (CO) 35 ppm / 1 jam 4 Nitrogen Dioksida (NO2) 100 ppb / jam 5 Hidrogen Sulfida (H2S) 15 ppm / 15 menit
6 Etanol (C2H5OH) 1000 ppm / jam
7 Amoniak(NH3) 25 ppm / jam
8 Hidrogen(H2) -
Ketika konsentrasi gas-gas beracun terdeteksi dalam jangka waktu yang melebihi batas aman maka akan langsung mengakibatkan gangguan kesehatan pada manusia.
2.1.5. Partikel Debu dan Efek Negatif
Debu adalah salah satu pencemaran udara yang sering kali kita terkena tanpa disadari. Debu dapat terjadi karena alam seperti gunung meletus, dan juga dapat terjadi karena ulah manusia hasil pergerakan yg menimbulkan seperti pengeboran dan lain-lain. Debu dapat menimbulkan bahaya bagi kesehatan, misalnya seperti iritasi mata, batuk, gangguan pernapasan, dan bahkan alergi. BKMG mengklarifikasi tingkat pencemaran PM10 di udara.
13 Tabel 2.2. Klarifikasi Konsentrasi PM10 di Udara
Konsentras PM10 (μg/m3)
Kategori ISPU Efek
0 – 50 Baik Tidak Ada efek
50 – 150 Sedang Terjadi Penurunan
pada jarak pandang 150 – 250 Tidak Sehat Jarak Pandang Turun
dan terjadi Pengotoran udara
dimana-mana 250 – 350 Sangat tidak Sehat Sensitivitas
meningkat pada pasien berpenyakit asma dan bronchitis
>350 Berbahaya Tingkat berbahaya bagi semua populasi
yang terpapar
2.1.6. Sensor Gas
Sensor Gas yang dipergunakan adalah sensor gas MQ-135. MQ-135 Air Quality Sensor adalah sensor yang memonitor kualitas udara untuk mendeteksi gas amonia (NH3), natrium-(di)oksida (NOx), alkohol / ethanol (C2H5OH), benzena (C6H6), karbondioksida (CO2), gas belerang / sulfur- hidroksida (H2S) dan asap / gas-gas lainnya di udara. Sensor ini melaporkan hasil deteksi kualitas udara berupa perubahan nilai resistensi analog di pin keluarannya. Pin keluaran ini bisa disambungkan dengan pin ADC (analog to digitial converter) di mikrokontroller / pin analog input Arduino dengan menambahkan satu buah resistor saja (berfungsi sebagai pembagi tegangan / voltage devider).
14 Gambar 2.4. Sensor Gas MQ-135
Spesifikasi Sensor MQ-135 dapat diuraikan sebegai berikut:
1. Sumber catu daya menggunakan tegangan 5 Volt.
2. Menggunakan ADC dengan resolusi 10 bit.
3. Tersedia 1 jalur output kendali ON/OFF.
4. Pin Input/Output kompatibel dengan level tegangan TTL dan CMOS.
5. Dilengkapi dengan antarmuka UART TTL dan I2C.
6. Signal instruksi indikator output;
7. Output Ganda sinyal (output analog, dan output tingkat TTL);
8. TTL output sinyal yang valid rendah; (output sinyal cahaya rendah, yang dapat diakses mikrokontroler IO port)
9. Analog Output dengan meningkatnya konsentrasi, semakin tinggi konsentrasi, semakin tinggi tegangan;
10. Memiliki umur panjang dan stabilitas handal;
11. karakteristik pemulihan respon cepat.
2.1.7. Sensor Debu
Sensor debu adalah sensor yang mengukur kepadatan partikel kompak. Prinsip kerja sensor debu yaitu pemanas pada sensor menginduksi aliran udara ke modul, sehingga partikel debu di udara juga mengalir ke modul.
15 Gambar 2.5. Dust Sensor SHARP GP2Y1010AU0F
Spesifikasi dari sensor debu dust sensor Sharp GP2Y1010AU0F dapat diuraikan sebegai berikut:
1. Tegangan Operasi : 5 V
2. Suhu Operasional : -10 sampai +65C
3. Penggunaan daya rendah (ICC : Max 20 mA) 4. Dapat membedakan asap dari debu
5. Output berupa level tegangan analog yang dapat dikonversi dengan mudah oleh ADC builtin Arduino (analog pin)
2.2. Citra Digital
Citra digital dapat dinyatakan sebagai fungsi dua dimensi f(x,y), dimana x dan y adalah posisi koordinat sedangkan f adalah amplitude diantara x dan y atau yang sering disebut grayscale atau intensitas. Nilai intensitas diskrit mulai dari 0 sampai dengan 255, begitu pula dengan nilai x, y, dan f(x,y) harus terletak pada range tertentu yang terbatas jumlahnya. Citra yang ditangkap oleh kamera dan telah dikuantisasi dalam bentuk diskrit disebut citra digital.
2.3.Image Processing (Proces Citra)
Image Processing adalah suatu proses menganalisis dan memanipulasi data menjadi data yang memiliki kualitas citra yang lebih baik dan yang kita inginkan (Aynurrohmah, Sunyoto, & Kunci, 2011). Dalam melakukan proses, image processing melibatkan 3 langkah dalam prosesnya yaitu:
16 a. Input
Mengambil suatu image menggunakan alat optical scanner yang hasilnya berupa digital image
b. Proses
Setelah proses input maka data tersebut diproses menggunakan suatu teknik yang ditentukan
c. Output
Data yang diproses akan ditampilkan dengan cara tertentu. Output yang dihasilkan dapat berupa image atau data.
2.4. Deteksi Tepi Canny
Canny merupakan salah satu algortima deteksi tepi yang banyak digunakan dan diperkenalkan oleh Marr dan Hildreth. Terdapat beberapa kriteria pendeteksi tepi optimum yang dapat dipenuhi oleh algortima Canny, yaitu:
a. Mendeteksi dengan Baik (Kriteria Deteksi)
Kemampuan untuk menandai semua tepi yang ada sesuai dengan pemilihan parameter-parameter konvlusi yang dilakukan. Canny juga mampu menentukan tingkat deteksi ketebalan tepi sesuai yang diinginkan.
b. Melokalisasi dengan Baik (Kriteria Lokalisasi)
Canny mampu untuk menghasilkan jarak minimum antara tepi yang dideteksi dengan tepi yang asli.
c. Respon yang Jelas (Kriteria Respon)
Canny hanya menyediakan satu respon untuk tiap tepi, sehingga memudahkan pendeteksian dan tidak akan menimbulkan kerancuan pada pengolahan citra selanjutnya.
Algoritma Canny berjalan dalam 5 langkah terpisah yaitu:
a. Smoothing
Mengaburkan gambar untuk menghilangkan noise.
b. Finding Gradien
17 Tepian yang ditandai pada gambar memiliki gradient yang besar.
c. Non Maximum Suppresion
Hanya maxima local yang ditandai sebagai edge.
d. Double Thresholding
Tepian yang berpotensi ditentukan oleh thresholding.
e. Edge Tracking by Hysteresis
Tepian akhir ditentukan dengan menekan semua sisi yang tidak terhubung dengan tepian yang sangat kuat.
2.5.Gaussian Filter
Gaussian filter adalah linear filter yang biasanya digunakan sebagai pengolah citra agar dapat lebih halus. Gaussian filter yang banyak digunakan dalam memproses gambar. Gaussian filter bertujuan untuk menghilangkan noise pada citra dan meningkatkan kualitas detil citra.
Gaussian merupakan model noise yang mengikuti distribusi normal standard dengan rata-rata nol dan standard deviasi 1. Efek dari gaussian ini, pada gambar muncul titik-titik berwarna yang jumlahnya sama dengan presentase noise. Noise speckle merupakan model noise yang memberikan warna hitam pada titik yang terkena noise. Sedangkan noise salt &
pepper seperti halnya taburan garam, akan memberikan warna putih pada titik yang terkena noise.
2.6.Blob Detection
Blob detection atau deteksi blob yaitu mendeteksi kumpulan titik-titik piksel yang memiliki warna berbeda (lebih terang atau lebih gelap) dari latar belakang dan menyatukannya dalam suatu region. Dalam deteksi blob, algoritma yang dipakai adalah algoritma growing regions. Algoritma ini digunakan untuk menemukan blob di dalam sebuah citra, serta bisa diaplikasikan pada sequence image. Konsep algoritma growing regions adalah menampilkan image sebagai matrik piksel dan nilai garis yang sudah pasti.
Contohnya, jika image adalah image grayscale, setiap piksel dari image tersebut
18 pasti memiliki nilai yang mengindikasikan tingkat kecerahan dari image tersebut pada titik piksel tersebut. Dalam algoritma yang dipakai adalah format biner. Frame yang diolah dengan algoritma ini adalah frame asli dan frame hasil segmentasi yang dalam tipe biner.
Sebagian besar metode blob detection didasarkan pada representasi skala ruang. Tujuan utama representasi skala ruang adalah untuk memahami struktur citra pada semua tingkat resolusi secara bersamaan dan citra dalam berbagai skala. Skala ruang diperoleh dengan menerapkan smoothing kernel, misal Gaussian.
2.7.Regresi Linier
Regresi linier adalah metode statistika yang digunakan untuk membentuk model hubungan antara variable terkait (depnden; respon; Y) dengan satu atau lebih variabel bebas (independen, prediktor, X) (Deny Kurniawan, 2008). Apabila variabel bebas hanya satu, disebut sebagai regresi linier sederhana, sedangkan apabila terdapat lebih dari 1 variabel bebas, disebut sebagai regresi linier berganda.
Analisis regresi setidak-tidaknya memiliki 3 kegunaan, yaitu untuk tujuan deskripsi dari fenomena data atau kasus yang sedang diteliti, untuk tujuan kontrol, serta untuk tujuan prediksi. Regresi mampu mendeskrpsikan fenomena data melalui terbentuknya suatu model hubungan yang bersifat numerik.
Regresi juga dapat digunakan untuk melakukan pengendalian (kontrol) terhadap suatu kasus atau hal-hal yang sedang diamati melalui penggunaan model regresi yang diperoleh. Selain itu, regresi juga dapat dimanfaatkan untuk melakukan prediksi untuk variabel terikat.
2.7.1. Regresi Linier Sederhana
Analisis regresi linier sederhana adalah hubungan secara linear antara satu variabel independen (X) dengan variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah positif atau negatif dan untuk memprediksi nilai
19 dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan.. Data yang digunakan biasanya berskala interval atau rasio.
Rumus regresi linear sederhana sebagi berikut:
Y = a + bX Keterangan:
Y = Variabel dependen (nilai yang diprediksikan) X = Variabel independen
a = Konstanta (nilai Y apabila X = 0)
b = Koefisien regresi (nilai peningkatan ataupun penurunan)
2.7.2. Regresi Linier Berganda
Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel independen (X1, X2,….Xn) dengan variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio.
Persamaan regresi linear berganda sebagai berikut:
Y = a + b1X1+ b2X2+…..+ bnXn
Keterangan :
Y = Variabel Dependen (nilai yang diprediksikan) X1 dan X2 = Variabel Independen
a = Konstanta (nilai Y apabila X1, X2, … , Xn = 0 )
b = Koefisien Regresi ( nilai Peningkatan ataupun penurunan )
2.8.Penelitian Terdahulu
Sebelumnya, penelitian yang ingin diajuakan penulis mungkin sudah banyak menyinggung ataupun sudah melakukan beberapa penelitia, berikut
20 adalah beberapa peneletian terdahulu yang sesuai dengan penelitian yang diajukan oleh penulis :
Tabel 2.3 Penelitian Terdahulu
No Judul / Tahun Penulis Keterangan
1 Pemodelan Regresi Linier dalam konsumsi kwh listrik
di kota batu menggunakan algoritma genetika
Arini indah permatasari , wayan firdaus
mahmudy
Membuat model regresi linier dalam konsumsi kwh listrik
dan menggunakan metode genetika
2 Deteksi dan Monitoring Polusi Udara berbasis Array
Sensor Gas / 2013
Hafizh Ashiddiqi, Prabowo Jati, Danang Lelono
Mendeteksi kadar gas diudara menggunakan beberapa Sensor gas
3 Wireless sensor system untuk monitoring
konsentrasi debu menggunakan algoritma Ruled Based partikel debu
dan efek negative / 2016
Agus Sulistyo, Pemantauan konsentrasi debu di
udara secara real time menggunakan sistem telemetri dan
memanfaatkan jaringan wifi
4 Mapping Real Time pollution health risk for
environmental management : Combining
Mobile and stationary air pollution monitoring with neural network / 2016
Matthew D Adams, Pavlous S Kanaroglu
Memetakan resiko kesehatan secara real
time dalam pengelolaan suatu
lingkungan
21
No Judul / Tahun Penulis Keterangan
5 Sistem Klarifikasi jenis kendaraan melalui teknik
olah citra digital
Bagus Pribadi, Muchammad
Nasser
Menghitung jumlah kendaraan dan juga
laju kendaraan dengan menggabungkan kamera pengawas
jalan dan metode optic flow
22 BAB III
ANALISIS DAN PERANCANGAN SISTEM
Perancangan sistem meliputi perancangan pada perangkat keras (Hardware) dan perangkat lunak (software). Pada Perancangan perangkat keras adalah mengenai cara merangkai seluruh perangkat keras yang akan digunakan. Antara lain rangkaian pada sensor seperti MQ135, Dust Sensor SHARP GP2Y1010AU0F, Regulator dan Modul GSM Shield yang seluruh rangkaian pada perangkat keras tersebut akan dihubungkan dengan Arduino uno sebagai pusat sistemnya.
Rangkaian bekerja sesuai dengan program yang dibuat dan diunggah kedalam ic kontroler. Proses kerja rangkaian setelah diaktifkan adalah membaca sensor, mengkalibrasi data sensor dan mengirim ke website melalui modul GSM Shield.
Sedangkan perancangan perangkat lunak (Software) dibagi menjadi dua bagian. Bagian pertama perancangan perangkat lunak menggunakan bahasa pemrograman Python (versi 2.7) yang digunakan untuk mendapatkan jumlah kendaraan bermotor dan mengirim data jumlah kendaraan ke website. Bagian kedua perancangan perangkat lunak menggunakan bahasa pemrograman PHP untuk mendapatkan data yang telah dikirim dari hardware dan dari software Python yang terhubung dan sebagai tampilan untuk memantau data pada sistem.
3.1. Alat dan Bahan
Adapun alat dan bahan yang digunakan untuk membangun system pemantauan ini ialah sebagai berikut:
Tabel 3.1 Alat dan Bahan
Alat Software
Arduino UNO IDE Arduino
Sensor MQ – 135 Xampp
Dust Sensor SHARP GP2Y1010AU0F Fritzing
Regulator Sublime
Modul GSM Shield SIM 908 MS Visio 2013
23 3.2. Data yang digunakan
Pada pembangunan sistem ini, menggunakan data berupa pemantauan Gas, dan Debu, yang masing-masing data tersebut diukur dengan sensor yang telah ditentukan, dan rekaman video di suatu jalan yang rekaman tersebut akan diolah menggunakan bahasa pemrograman python.
3.3. Analisis Sistem
Analisis sistem ini bertujuan untuk mengidentifikasi sistem yang akan dikembangkan. Analisis sistem diperlukan sebagai dasar perancangan sistem. Pada penelitian ini, analisa yang akan dilakukan berupa arsitektur umum. Arsitektur umum akan menggambarkan keseluruhan metode yang diterapkan. Arsitektur umum mengenai system pemantauan gas beracun dan debu dari kendaraan bermotor dengan menggunakan modul GSM shield secara real time berbasis web dapat dilihat pada gambar 3.1 berikut ini :
24 Gambar 3.1 Arsitektur Umum
Berikut adalah penjelasan dari tahap-tahapan arsitektur umum dari penelitian ini:
a. Input
Adapun yang diinput dalam sistem ini adalah hasil pendeteksian dari sensor gas beracun, debu, dan Video.
b. Process Hardware
Rancangan sensor ini yang nantinya akan diletakkan pada lokasi di luar ruangan untuk memantau kondisi gas dan debu disekitar, secara umum deskripsi dari alat ini dimulai dari sensor yang akan mendeteksi masing masing besaran yang telah diukur kemudian dengan signal condition
25 keluaran sensor disesuaikan dengan kebutuhan masukan Arduino uno yang digunakan sebagai pemroses dan penghitungan data kemudian mengupload kode program ke board sensor.
Pertama dilakukan perangkaian pada seluruh sensor agar tersambung dan terhubung pada arduino, setelah melakukan pemasangan kartu GSM terhadap GSM Shield, arduino dihubungkan ke catu daya untuk mendapatkan pasokan tegangan untuk menyalakannya, kemudian kode program akan di upload, sebelum dilakukan pengirim nilai sensor dari masing-masing perangkat sensor ke dalam arduino, nilai sensor diinisialisasi terlebih dahulu agar semua perangkat yang terhubung dapat dikenali. Setelah Arduino menghitung dan memproses data dari sensor maka data tersebut akan dikirim ke dalam web server untuk kemudian dapat dilakukan proses monitoring secara real time, pengiriman data ke server menggunakan GSM Shield yang sebelumnya telah dihubungkan pada arduino. Setelah data telah terkirim maka nilai data sensor akan tertera pada website monitoring dengan mengaksesnya melalui web browser.
c. Pra Processing, Grayscale and Treshold:
Dalam tahapan ini adalah setelah tahapan inputan video diterima oleh program proses selanjutnya adalah grayscale dan threshold. Citra pada rekaman video akan diubah menjadi citra abu-abu dengan nilai threshold untuk menghasilkan objek yang lebih terang daripada backgroundnya. Pada penelitian ini citra akan diubah menjadi citra hitam putih atau biner.
Gambar 3.2 Grayscale and Treshold
26 d. Processing, Blob Detection
Blob detection atau deteksi blob yaitu mendeteksi kumpulan titik- titik piksel yang memiliki warna berbeda (lebih terang atau lebih gelap) dari latar belakang dan menyatukannya dalam suatu region.
e. Result
Proses terkahir adalah proses pelabelan terhadap objek yang sudah diklasifikasikan pada proses sebelumnya. Untuk objek yang sudah di identifikasi akan diberikan label kotak putih, dan juga diberikan tanda garis merah jika objek melewati garis tersebut maka objek akan dihitung.
Gambar 3.3 Result Blob Detection f. Processing Regresi Linier
Data yang diterima olleh web server akan di proses di dalamnya menggunakan metode regresi linier sederhana. Regresi linier yang pertama adalah regresi linier sederhana antara jumlah kendaraan terhadap jumlah gas, dan regresi linier yang kedua adalah regresi linier sederhana antara jumlah kendaraan dengan jumlah debu.
1. Regresi linier sederhana antara jumlah kendaraan dan jumlah gas Pada bagian ini, kita akan mencoba membuat regresi linier sederhana dari dua variable tersebut. Pada bab 2 tepatnya pada bagian regresi linier telah di jelaskan persamaan regresi linier sederhana dengan persamaan:
27
Y = a + bX (1)
Untuk mencari nilai a, kita dapat mencarinya dengan rumus:
𝑎 = (Σ𝑦 ∗ Σ𝑥2) − (Σ𝑥 ∗ Σ𝑥𝑦) 𝑛 ∗ Σ𝑥2− (Σ𝑥)2 Dimana n adalah jumlah data
Untuk mencari nilai b, kita dapat mecarinya dengan rumus:
𝑏 = 𝑛 ∗ (Σ𝑥𝑦) − (Σ𝑥 ∗ Σ𝑦) 𝑛 ∗ Σ𝑥2− (Σ𝑥)2
Data yang akan di uji:
Tabel 3.2 Data Percobaan 1
No Jumlah
Kendaraan (Y) Jumlah Gas (X) X2 XY
1 24 88.66 7860.6 2127.84
2 31 104.12 10840.97 3227.72
3 51 150.03 22509 7651.53
4 63 184.01 33859.68 11592.63
5 49 95.97 9210.24 4702.53
n = 5 𝚺𝒚 = 218 𝚺𝒙 = 622.79 𝚺𝒙𝟐= 84280.49
𝚺𝒙𝒚 = 29302.25
Dari table diatas kita bisa mencari nilai dengan dengan rumus a yang sudah tertera di atas:
𝑎 = (218 ∗ 84280.49) − (622.79 ∗ 29302.25) 5 ∗ 84280.49 − (622.79)2
𝑎 = 18373146.82 − 18249148.2775 421402.45 − 387867.3841 𝑎 = 123998.5425
33535.0659 𝑎 = 3.6975 𝑎 = 3.7
(2)
(3)
28 Dari table diatas kita bisa mencari nilai dengan dengan rumus b yang sudah tertera di atas:
𝑏 =(5 ∗ 29302. 25) − (622.79 ∗ 218) 5 ∗ 84280.29 − (622.79)2 𝑏 = 146511.25 − 135768.22
421402.45 − 387867.3841 𝑏 = 10743.03
33535.0659 𝑏 = 0.32
Dari hasil a dan b kita bisa menentukan persamaan regresi liniernya:
Y = 3.7 + 0.32X
Grafik regresi linier dari data tersebut adalah:
Gambar 3.4 Grafik Percobaan 1
2. Regresi linier sederhana antara jumlah kendaraan dan jumlah debu Data yang akan di uji:
y = 0.3204x + 3.6976
0 10 20 30 40 50 60 70
0 50 100 150 200
Regresi Linier Jumlah Gas terhadap Jumlah Kendaraan
(4)
29 Tabel 3.3 Data Percobaan 2
No Jumlah
Kendaraan (Y)
Jumlah Debu
(X) X2 XY
1 24 130.09 16923.41 3122.16
2 31 180.8 32688.6 5604.8
3 51 201.99 40799.96 10301.49
4 63 250.3 62650.1 15768.9
5 49 150.7 22710.5 7384.3
n = 5 𝚺𝒚 = 218 𝚺𝒙 = 913.88 𝚺𝒙𝟐= 175772.57
𝚺𝒙𝒚 = 42181.65
Dari table diatas kita bisa mencari nilai dengan dengan rumus a yang sudah tertera di atas:
𝑎 = (218 ∗ 175772.57) − (913.88 ∗ 42181.65) 5 ∗ 175772.57 − (913.88)2
𝑎 = 38318420.26 − 38548966.302 878862.85 − 835176.6544 𝑎 = −230546.042
43686.1956 𝑎 = −5.277
Dari table diatas kita bisa mencari nilai dengan dengan rumus b yang sudah tertera di atas:
𝑏 =(5 ∗ 42181.65) − (913.88 ∗ 218) 5 ∗ 175772.57 − (913.88)2 𝑏 = 210908.25 − 199225.84
878862.85 − 835176.6544 𝑏 = 11682.4
43686.1956 𝑏 = 0.267
30 Dari hasil a dan b kita bisa menentukan persamaan regresi liniernya:
Y = -5.277+ 0.267X Grafik regresi linier dari data tersebut adalah:
Gambar 3.5 Grafik Percobaan 2 g. Output
Nilai sensor yang sudah diproses dan jumlah kendaraan yang telah ditransmisikan ke dalam PC server, kemudian dilakukan pembuatan kode program untuk melakukan pengiriman perintah pembacaan data dari nilai sensor, setelah nilai sensor dan jumlah kendaraan diterima data tersebut akan dilakukan penyimpanan kedalam database Mysql. Kemudian sekumpulan data tersebut selanjutnya dapat diproses agar dapat ditampilkan dalam bentuk grafik dan diolah agar bisa ditampilkan secara real time sesuai input nilai-nilai sensor seperti informasi mengenai keadaan gas, keadaan debu, dan jumlah kendaraan. Data yang telah melewati pemrosesan dan telah tersimpan dalam database akan ditampilkan dalam bentuk tabel dan grafik secara real time, data tersebut akan tampil dalam periode 180 detik sekali dan akan tampil sesuai dari data terbaru. Data tersebut dapat
y = 0.2674x - 5.2772
0 10 20 30 40 50 60 70
0 50 100 150 200 250 300
Y-VALUES
(5)
31 digunakan sebagai bahan acuan untuk membandingkan data yang telah diteliti.
3.4. Perancangan Use Case
Pada bagian ini akan dijelaskan mengenai perancangan use case untuk system monitoring. Use case pada gambar akan menerangkan mengenai interaksi apa saja yang dapat dilakukan user saat melakukan sistem monitoring melalui aplikasi web.
Gambar 3.6 Use Case Diagram
3.4.1. Spesifikasi Use Case
Tabel 3.4 Spesifikasi Use Case
Nama Usecase Hal Utama / Menampilkan data
Aktor Pengguna computer / user
32 Deskripsi Usecase ini digunakan oleh user untuk melihat data sensor dan data jumlah kendaraan
Pre-condition Sistem monitoring dihudupkan, sistem menghitung jumlah kendaraan di jalankan
Characteristic of activation Dapat dilakukan oleh siapapun
Basic flow User melihat data sensor dan jumlah kendaraan
Post condition User dapat melihat data setiap ada perubahan pada hasil monitoring Limitations User hanya dapat monitoring kondisi
gas, debu dan jumlah kendaraan
3.5. Avtivity Diagram
Activity diagram juga membahas alur yang dapat ditempuh user dalam menjalankan aplikasi maupun alur proses pada alat monitoring.
3.5.1. Activity Diagram Aplikasi Monitoring Gas dan Debu
Pada diagram ini jelaskan, user dapat memilih untuk melihat konten yang tersedia pada aplikasi web. Dalam halaman utama, user dapat melihat menu konten yang akan dipilih. Pada halaman result user dapat melihat hasil monitoring dan jumlah kendaraan. Pada halaman regresi linier, user dapat melihat table regresi dan persamaan regresi linier. Pada halaman grafik, user dapat melihat grafik dari regresi linier.
33 Gambar 3.7 Activity Diagram Aplikasi Monitoring
3.5.2. Activity diagram alat monitoring
Diagram ini merupakan bagan yang menunjukkan alur kerja atau apa yang sedang dikerjakan oleh sistem secara keseluruhan serta prosedur yang digunakan dalam pengoperasiannya.
34 Gambar 3.8 Gambar Activity Diagram Alat Monitoring
Adapun tahapan pada diagram tersebut adalah :
1. Pada saat perangkat dinyalakan atau diberi tegangan listrik. Sistem akan mendeteksi seluruh perangkat yang terhubung dengannya.
2. Setelah seluruh perangkat terdeteksi, dilakukan proses inisialisasi data.
3. Setelah seluruh perangkat diinisialisasi maka dilakukan pembacaan sensor.
35 4. Pembacaan sensor pertama pada sensor MQ-135 untuk mengambil data Gas.
5. Pembacaan sensor kedua pada Dust Sensor SHARP GP2Y1010AU0F untuk mengambil data debu.
6. Setelah pembacaan sensor koneksi data pada GSM Shield.Tetapi, jika tidak terkoneksi dengan pc, maka sistem akan melakukan perulangan dan kembali pada inisialisasi awal.
7. Sebelum data dikirim ke server, dilakukan koneksi pada GSM menggunakan kartu GSM agar data dapat terkirim ke server.
8. Setelah GSM Shield terkoneksi maka data seluruh sensor akan dikirim ke web server.
3.6. Perancangan Sistem Database
Dalam Perancangan sistem monitoring gas dan debu terhadap jumlah kendaraaan ini diperlukan perancangan sistem database, dengan adanya database,sistem monitoring dapat dilakukan secara real time sesuai dengan waktu nyata. Selain itu database berfungsi sebagai penyimpanan data dari pengukuran pada tiap waktunya, sehingga ketika pengguna akan melakukan pengecekan ulang data terdahulu dapat dilihat dalam database. Secara tidak langsung database ini dirancang sebagai sarana untuk memback-up keseluruhan data yang diukur, agar data tersebut dapat tersimpan dengan aman. Program database Mysql ini dikomunikasikan dengan perangkat lunak Arduino uno dan juga dikomunikasikan dengan bahasa pemrograman Python (versi 2.7). Program komunikasi tersebut dilakukan dalam program arduino, database Mysql hanya bertugas mendapatkan dan menyimpan data melalui script PHP. Dalam pembangunan desain database pada sistem informasi inidibuat dengan bahasa pemograman MySQL yang ter-install pada Xampp.
Database yang digunakan pada sistem monitoring ini adalah satu buah database yang bernama database “tugas_akhir” yang terdiri dari beberapa buah tabel utama.
36 3.6.1 Struktur table
1. Struktur table data_debu
Tabel 3.5 Struktur table data_debu
Nama Kolom Tipe data Keterangan
Id Integer Auto_increment
Jumlah_debu Double Null default
Table data_debu ini berfungsi untuk menampung data sensor debu yang berubah.
2. Struktur table data_video
Tabel 3.6 Struktur table data_video
Nama Kolom Tipe data Keterangan
Id Integer Auto_increment
Jumlah Integer Null default
Table data_video ini berfungsi untuk menampung data jumlah kendaraan yang berubah.
3. Struktur table dust_count
Tabel 3.7 Struktur table dust_count
Nama Kolom Tipe data Keterangan
Id Integer Auto_increment
Jumlah Double Null default
Tanggal Varchar Null default
Waktu Varchar Null default
Table dust_count ini berfungsi untuk menyimpan data sensor debu dalam sehari yang ditambahkan dari data_debu yang berubah.
37 4. Struktur table iot
Tabel 3.8 Struktur table iot
Nama Kolom Tipe data Keterangan
Id Integer Auto_increment
Val_num Double Null default
Table data_debu ini berfungsi untuk menampung data sensor gas yang berubah.
5. Struktur table iot_count
Tabel 3.9 Struktur table iot_count
Nama Kolom Tipe data Keterangan
Id Integer Auto_increment
Jml_shri Double Null default
Tanggal Varchar Null default
Waktu Varchar Null default
Table iot_count ini berfungsi untuk menyimpan data sensor gas dalam sehari yang ditambahkan dari data_iot yang berubah.
6. Struktur table vehicles
Tabel 3.10 Struktur table vehicles
Nama Kolom Tipe data Keterangan
Id Integer Auto_increment
Jumlah_kendaraan Double Null default
Tanggal Varchar Null default
Waktu Varchar Null default
Table vehhicles ini berfungsi untuk menyimpan data jumlah kendaraan dalam sehari yang ditambahkan dari data_video yang berubah.
38 3.7. Perancangan Antarmuka
Perancangan antarmuka bertujuan untuk merancang tampilan yang dapat menghubungkan pengguna dengan program. Perancangan antarmuka dilakukan sebelum tahapan implementasi sistem agar memudahkan dalam pengembangan sistem. Perancangan antarmuka dirancang khusus untuk user dalam memonitoring dari perangkat arduino.
3.7.1. Perancangan Halamana Awal
Pada tampilan halaman awal ini, sistem akan menampilkan tampilan home.
Gambar 3.9 Perancangan Halaman Awal
Pada halaman awal ini sistem akan menampilkan nama aplikasi, daftar menu, logo usu, dan text.
3.7.2. Perancangan halaman Result monitoring
Pada halaman result monitoring terdapat informasi mengenai seluruh data sensor dan jumlah kendaraan dengan hasil yang update.
39 Gambar 3.10 Perancangan Halaman Result Monitoring
3.7.3. Perancangan Halaman Regresi Linier
Pada halaman akan ditampilkan data sensor dan juga data jumlah kendaraan dalam bentuk table. Dan didalam table tersebut sudah di tentukan nilai-nilai yang akan dihitung untuk mendapatkan persamaan regresi linier nya.
Gambar 3.11 Perancangan Halaman Regresi Linier
40 3.7.4. Perancangan Halaman Grafik
Pada halaman ini akan ditampilkan 2 grafik, dari hasil regresi linier.
Gambar 3.12 Perancangan Halaman Grafik
3.8. Perancangan Instalasi Perangkat Keras
Perancangan instalasi pada perangkat keras merupakan cara untuk membentuk media penghubung pada seluruh perancangan perangkat keras sehingga antara satu alat dengan alat lainnya dapat terhubung. Pada perancangan instalasi perangkat keras dilakukan pemberian perintah kepada masing-masing perangkat keras untuk bekerja dan berjalan sesuai dengan fungsinya. Dalam perancangan perangkat keras ini dilakukan pengaturan perintah pada Arduino uno untuk kemudian bisa diterima oleh perangkat keras lainnya agar berjalan sesuai dengan fungsinya masing-masing.
Arduino uno merupakan pusat dari keseluruhan sistem karena seluruh perintah yang diberikan pada masing-masing perangkat kerasakan diproses dalam Arduino uno.
41 3.8.1 Perancangan sensor Mq-135 dengan Arduino
Pada perancangan perangkat ini, sensor Mq-135 dihubungkan pada rangkaian arduino sebagai pendeteksi gas dan asap, sensor Mq-135 memiliki keluaran sinyal Analog yang dikalibrasi dengan sensor gas dan asap yang kompleks. Data tersebut kemudian dibaca oleh kontroler melalui port A0.
Penjelasan pada rangkaian ini adalah sebagai berikut:
1. Menghubungkan kabel jumper dari kaki ke-1 atau kata dengan Vcc kedalam 5V Arduino
2. Menghubungkan kabel jumper dari kaki ke-2 DHT11 atau dengan kata GND(Ground) kedalam pin GND Arduino
3. Menghubungkan kabel jumper dari kaki ke-3 atau kata dengan A kedalam pin A0 Arduino
‘
Gambar 3.13 Perancangan Sensor Mq-135 dengan Arduino
42 3.8.2. Perancangan Sensor debu dengan Arduino
Pada perancangan perangkat ini, Dust Sensor SHARP GP2Y1010AU0F dihubungkan pada rangkaian arduino sebagai pendeteksi debu, Dust Sensor SHARP GP2Y1010AU0F memiliki keluaran sinyal Analog yang dikalibrasi dengan sensor debu yang kompleks. Data tersebut kemudian dibaca oleh kontroler melalui port A6.
Gambar 3.14 Perancang Sensor Debu dengan Arduino
43 3.8.3. Perancangan Sistem secara keseluruhan
Gambar 3.16 Perancangan Keseluruhan Perangkat
44 BAB IV
IMPLEMENTASI DAN PENGUJIAN SISTEM
4.1. Implementasi Sistem
4.1.1 Spesifikasi software dan hardware yang digunakan
Spesifikasi perangkat lunak (software) dan perangkat keras (hardware) yang digunakan dalam membangun sistem ini adalah sebagai berikut:
a. Sistem operasi yang digunakan adalah Microsoft Windows 8.1 64 Bit b. Arduino Uno
c. Scratch Arduino Uno
d. Processor AMD A8-7410 APU with AMD Radeon R5 Graphics 2.20 Ghz
e. Memory 3.41 Gb RAM f. Kapasitas Hardisk 464 GB g. XAMPP
h. Google Chrome i. Python ide versi 2.7 j. GSM Shield SIM 908 k. Sensor Mq-135
l. Dust Sensor SHARP GP2Y1010AU0F
4.1.2. Implementasi Rangkaian modul GSM Shield SIM 908
Gambar 4.1 GSM Shield SIM908 dengan Arduino
45 Pada Gambar 4.1 rangkaian modul GSM Shield dihubungkan ke arduino dengan bagian GSM Shield dimasukkan ke port arduino. Cara kerja modul ini adalah, sama dengan Arduino dengan menggunakan kartu GSM.
4.1.3. Implementasi Rangkaian MQ-135
Gambar 4.2 Rangkaian MQ-135
Pada Gambar 4.2 MQ-135 dihubungkan pada arduino, pada rangkaian ini terdapat 1 buah regulator. Posisi dari rangkaian sensor MQ- 135 dihubungkan dengan sebuah tiang kecil yang berbentuk L. Cara kerja rangkaian regulator ini adalah, jika pasokan tegangan sebesar 12 Volt diubah menjadi daya 5 volt agar tidak terjadi kekurangan daya.
4.1.4. Implementasi Rangkain Sensor Sharp Dust
Gambar 4.3 Rangkaian Sensor Sharp Dust
46 Pada Gambar 4.3 sensor sharp dust dihubungkan pada arduino, dan dihubungkan dengan papan board. Didalam papan board ada resistor 220V , dan Elco 220uF yang berguna mengataur daya yang masuk.
4.1.5 Rangkaian Keseluruhan
Gambar 4.4 Rangkaian Keseluruhan
4.1.6 Implementasi Perancangan Antar Muka
Adapun implementasi perancangan antar muka yang telah dilakukan sebelumnya pada sistem adalah:
1. Halaman Awal
Pada halaman awal aplikasi terdapat diatas sebelah kiri terdapat nama aplikasi diatas sebelah kanan kita bisa memilih menu.
Gambar 4.5 Tampilan Awal Website
47 2. Halaman Result
Pada halaman result menampilkan hasil monitoring sensor dan jumlah kendaraan
Gambar 4.6. Halaman Result
3. Halaman Regresi Linier
Pada halaman regresi linier menampilkan data sensor dan jumlah kendaraan dengan table, kemudian seluruh table sudah di hitung dan menampilkan persamaan regresi liniernya.
Gambar 4.7. Halaman Perhitungan Regresi Linier
48 4. Halaman Graphic
Halaman ini menunjukkan grafik dari hasil persamaan regresi linier.
Gambar 4.8. Halaman Grafik
4.2. Pengkodean Sistem
Pada tahap ini, dilakukan pembuatan kode program untuk merealisasikan perancangan prototipe yang sebelumnya telah dibuat. Dalam pengkodean sistem dibuat dengan tiga kode program yaitu untuk alat monitoring lingkungannya dengan IDE Arduino dengan bahasa pemrograman C, penghitungan jumlah kendaraan menggunakan bahasa pemrograman Python serta kode program untuk mengambil dan mengirim data hasil monitoring ke server dengan bahasa pemrograman PHP. Kode program pada alat yang dibuat terdiri dari beberapa fungsi, yaitu:
1. Fungsi untuk mendeteksi gas atau asap di udara.
2. Fungsi untuk mendeteksi debu.
3. Fungsi untuk mendeteksi menghitung jumlah kendaraan.
4. Fungsi untuk mengirim data monitoring ke server.
4.3. Pengujian Sistem
49 4.3.1. Pengujian Pengiriman Data dari GSM Shield ke Server
Pada tahap ini pengujian kinerja sistem akan dilakukan untuk mengetahui kinerja sistem dalam melakukan pendeteksian apakah sudah berjalan dengan baik. Untuk pengujian sistem pengiriman data dari GSM Shield Main Board ke server dengan menggunakan kartu GSM Telkomsel memiliki perbedaan waktu antara data awal dengan data berikutnya berkisar antara 20-30 detik. Pada program perangkat keras, pengiriman data diprogram dengan jeda waktu 10 detik namun waktu tersebut bukan merupakan waktu total dikarenakan dalam proses pengiriman data dengan modul GSM Shield diperlukan waktu untuk proses koneksi ke jaringan.
4.3.2. Pengujian Perhitungan Jumlah Kendaraan
Hasil pengujian perhitungan jumlah kendaraan seperti pada table 4.1 kurang lebih berdurasi 3 menit untuk setiap videonya.
Tabel 4.1 Perhitungan Jumlah Kendaraan
NO Image Result
Jumlah Kendaraan (menggunakan bahasa Python)
Jumlah Kendaraan
secara hitung manual
Persentasi Keberhasilan
1 173 240
173 / 240 * 100% =
72%
2 165 172
165 / 172 * 100% =
95%
50 NO Image Result
Jumlah Kendaraan (menggunakan bahasa Python)
Jumlah Kendaraan
secara hitung manual
Persentasi Keberhasilan
3 132 113
113 / 132 * 100% =
70%
4 178 125
125 / 178 * 100% =
70%
5 142 159
142 / 159 * 100% =
89%
6 167 174
167 / 174 * 100% =
95%
7 198 224
198 / 224 * 100% =
88 %
8 155 164
155 / 164 * 100 % =
94%
51 NO Image Result
Jumlah Kendaraan (menggunakan bahasa Python)
Jumlah Kendaraan
secara hitung manual
Persentasi Keberhasilan
9 153 157
153 / 157 * 100% =
97%
10 169 155
155 / 169 * 100% =
91%
11 172 155
155 / 172 * 100% =
90%
12 152 150
150 / 152 * 100% =
98%
13 119 102
102/119 * 100% =
85%
14 118 126
118/126 * 100% =
93%
52 NO Image Result
Jumlah Kendaraan (menggunakan bahasa Python)
Jumlah Kendaraan
secara hitung manual
Persentasi Keberhasilan
15 182 155
155 / 182 * 100% =
85%
16 138 145
138 / 145 * 100% =
95%
Berdasarkan hasil data uji pada tabel 4.1, Blob Detection pada tahapan image processing dalam menentukan kepadatan kendaraan di jalan raya dihitung dengan menggunakan perhitungan precision dan recall. Precision adalah tingkat ketepatan informasi yang diminta oleh user terhadap sistem dan recall adalah tingkat keberhasilan sistem dalam menemukan kembali informasi.
Tabel 4.2. Nilai F-Score
TP TN FP FN
Precision
( 𝑻𝑷
𝑻𝑷 + 𝑭𝑷)
Recall
( 𝑻𝑷
𝑻𝑷 + 𝑭𝑵)
10 0 0 6
𝟏𝟎
𝟏𝟎= 𝟏 ∗ 𝟏𝟎𝟎%
= 𝟏𝟎𝟎%
𝟏𝟎 𝟏𝟔
= 𝟎. 𝟔𝟐𝟓
∗ 𝟏𝟎𝟎%
= 𝟔𝟑, 𝟓%
