Pengembangan Sistem Deteksi Karbon Monoksida Berbasis IoT
Salman Al Farizi1, Eko Sakti Pramukantoro2, Heru Nurwarsito3Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email: 1kendi20anam@gmail.com, 2ekosakti@ub.ac.id, 3heru@ub.ac.id
Abstrak
Faktor kesehatan menjadi salah satu peran penting dalam meningkatkan kualitas hidup manusia. Rendahnya kualitas udara di kota padat penduduk dapat menyebabkan penurunan tingkat kesehatan secara signifikan. Karbon monoksida sebagai polutan utama berhak mendapatkan sorotan lebih dalam penanganannya. Penelitian ini fokus terhadap pendeteksian gas karbon monoksida di dalam ruangan. Pada penelitian sebelumnya telah dikembangkan IoT middleware yang dapat memecahkan masalah interoperabilitas sintaksis. Sistem yang dikembangkan akan diintegrasikan dengan IoT middleware yang sudah ada. Untuk memudahkan interaksi dengan pengguna, pengembangan dilakukan dengan pembuatan aplikasi untuk telepon pintar berbasis sistem operasi Android yang memberikan antarmuka yang lebih mudah dimengerti oleh pengguna dan dapat memberikan pemberitahuan di aplikasi apabila nilai pembacaan sensor melebihi batas aman. Terdapat beberapa parameter untuk menguji sistem yang dikembangkan, diantaranya integrasi, pengujian sistem berbasis konteks, dan Quality of Service (QoS). Berdasarkan hasil pengujian pada sistem ini, didapatkan bahwa sistem yang dikembangkan memiliki integritas data yang sempurna. Disisi lain, sistem yang dikembangkan memenuhi kaidah komputasi berbasis konteks.
Kata kunci: Internet of Things, sensor, karbon monoksida, middleware, integritas
Abstract
Health factors become one of the important role in improving the quality of human life. Low air quality in densely populated cities can lead to a significant drop in health care. Carbon monoxide as the main pollutant of the capital deserves more spotlight in its handling. This research focuses on indoor detection of carbon monoxide gas. In the previous research, IoT middleware was developed which can solve syntactical interoperability problem. This developing system will be integrated with existing IOT middleware. To facilitate user interaction, the development is done by making apps for smart phones based on the Android operating system that provide a user-friendly interface and can provide notifications in the app if the sensor readout value exceeds the safe limit. There are several parameters to test the developed system, including integration, context-awareness testing, and Quality of Service (QoS). Based on the results of testing on this system, it was found that the developed system has perfect data integrity. On the other hand, developed systems meet the rules of context-awareness computing. Keywords: Internet of Things, sensor, carbon monoxide, middleware, integrity
1. PENDAHULUAN
1Faktor kesehatan menjadi 1salah satu peran penting dalam meningkatkan kualitas hidup manusia. Penggunaan berbagai macam sensor secara langsung sudah banyak diaplikasikan di beberapa negara maju untuk memonitor kondisi lingkungan, seperti kualitas air, udara, dan tanah. Salah 1satu ciri udara bersih adalah terbebas dari zat polutan, baik polutan primer maupun sekunder. Karbon Monoksida yang memiliki rumus kimia CO merupakan polutan terbesar, terutama pada kota
– kota metropolitan. Gas CO tidak dapat terbentuk dari aktifitas alami, namun bisa dihasilkan dari pembakaran yang tidak sempurna seperti pada kendaraan bermotor yang tidak memiliki catalytic converter dan asap pabrik. CO sering dijuluki “Silent Killer” karena sifatnya yang tidak berwarna dan tidak berbau. Hemoglobin (Hb) dalam darah manusia yang bertugas untuk mengikat Oksigen (O2) dan mengedarkannya ke seluruh tubuh, akan lebih tertarik untuk mengikat CO dikarenakan berat jenisnya yang lebih ringan. 1Oleh karena sifatnya yang dapat mengganggu kinerja Hemoglobin di dalam tubuh dalam mengikat
Oksigen, CO dianggap sebagai polutan dan masuk ke dalam golongan zat berbahaya (Sac, 2015).
Beberapa peneliti telah melakukan riset mengenai penggunaan Internet of Things untuk memonitor kualitas udara seperti (Dutta, 2016) yang meneliti tentang peluang mendeteksi keramaian berdasarkan tingkat kualitas udara. Peneliti lain (Jangid, 2016) 1memaparkan sebuah model prototype pengembangan monitoring kualitas udara menggunakan modul GSM untuk pengiriman datanya. Di sisi lain, (Yang, 2015) menampilkan sebuah sistem yang mampu memonitoring kualitas udara dalam ruangan. Disisi lain (Charith Perera, 2014)
menerangkan tentang pentingnya maksud
dari sebuah data yang ada pada Internet of
Things.
Berdasarkan penelitian yang telah dilakukan oleh Anwari dan pentingnya memantau kualitas udara, dikembangkanlah sistem middleware yang sudah ada untuk memantau kadar karbon monoksida dalam ruangan. Data dari sensor MQ-7 1yang digunakan akan diteruskan ke middleware yang dikembangkan (Anwari, 2017), dari middleware dikirimkan untuk diolah oleh data center sebelum diterima perangkat akhir pengguna. 2. DASAR TEORI
2.1 Internet of Things
Internet of things pada dasarnya menghubungkan semua perangkat yang memiliki tombol on dan off ke internet. Perangkat yang dimaksud bisa berupa telepon genggam, mesin penggiling kopi, mesin cuci, lampu, jam tangan pintar, dan hampir semua barang yang dapat dibayangkan. Bagian dari sebuah sistem juga dapat dikendalikan, seperti pintu pada rumah, bor pada mesin pengebor minyak. Istilah Internet of Things 1sering disebut sebagai teknologi masa kini, yaitu teknologi yang memanfaatkan perangkat komputer berukuran mini dan dapat terhubung dengan jaringan lokal ataupun internet. Perangkat yang digunakan didesain untuk menggunakan daya yang kecil, sehingga perangkat tersebut hanya bisa menjalankan perintah – perintah sederhana. Internet of Things sudah banyak diaplikasikan pada Smart Home saat ini. Perangkat ini diatur untuk melakukan tugas – tugas tertentu saja seperti layaknya sistem yang tertanam untuk membaca data dari sensor. Internet of Things juga dapat digunakan
sebagai perangkat perantara antara sensor dengan pengguna dan dapat berperan juga untuk mengontrol aktuator (Morgan, 2014).
2.2 AirSense
Dutta menawarkan sebuah perangkat yang ringan, rendah daya, dan murah untuk memonitor kualitas udara. Perangkat ini disebut dengan Air Quality Monitoring Device (AQMD) (Dutta, 2016). Dutta juga mendemonstrasikan bagaimana AQMD dan smartphone dalam keramaian berkolaborasi mengumpulkan dan berbagi data menarik ke penyimpanan cloud.
Dutta menggunakan Arduino Pro Mini dalam merancang AQMD. Sensor yang digunakan untuk menentukan kualitas udara adalah MQ-135. Sensor tersebut peka terhadap gas amonia dan benzena. Koneksi antara sensor dan perangkat akhir pengguna menggunakan Bluetooth. Perangkat akhir pengguna berupa smartphone atau tablet berbasis android yang kemudian perangkat tersebut dipasang sebuah aplikasi untuk menerima data dari Arduino Pro Mini melalui Bluetooth.
2.3 An Embedded System Model for Air
Quality Monitoring
Jangid menawarkan sebuah rancangan sistem embedded untuk memantau kualitas udara (Jangid, 2016). Dalam rancangannya, Jangid menggunakan Arduino yang memiliki processor ATmega328. Sensor yang ditempelkan pada Arduino ada tiga macam, yaitu MQ-7, DHT-22, dan Sharp GP2Y1010AU0F. Untuk masalah komunikasinya, Arduino dipasangkan dengan modul GSM sebagai wireless modem agar dapat menjangkau jaringan internet. Pada perancangan sistem ini, Arduino juga akan dilengkapi dengan sebuah layar untuk melihat data hasil pembacaan oleh sensor. Apabila data yang dibaca sensor melebihi batas tresshold, maka Arduino akan mengirimkan pesan SMS kepada pengguna. Kemudian pengguna akan membaca dan membalas sms tersebut dengan perintah khusus. Di sini Jangid menggunakan Air purifier dan dehumidifier sebagai aktuator. Pengguna mengirimkan pesan perintah khusus yang nantinya akan dapat menyalakan atau mematikan Air purifier dan dehumidifier. 2.4 Middleware
Anwari mengatakan bahwa Internet of Things merupakan perpaduan antara internet dan ubiquitos computing. IoT melibatkan interaksi antara beragam perangkat seperti sensor,
agregator, aktuator dan aplikasi dalam berbagai macam domain. Pada dasarnya IoT terdiri dari dua komponen utama yakni internet dan things. Internet merupakan gabungan infrastruktur jaringan dalam skala masif dan berkembang dinamis berdasarkan standar dan protokol komunikasi yang mendukung interoperabilitas. Sedangkan things merupakan benda atau perangkat baik konkret maupun virtual yang memiliki identitas, atribut, karakteristik dan dapat berkomunikasi satu sama lain melalui sebuah interface. Salah satu permasalahan utama Internet of Things adalah interoperabilitas.
Middleware yang digunakan merupakan middleware multi-protokol berbasis CoAP dan
MQTT. Middleware dikembangkan
menggunakan paradigma event-driven dan arsitektur ends-to-middle oleh (Anwari, 2017). Middleware yang telah dikembangkan oleh Anwari memiliki arsitektur yang terdiri dari tiga bagian, yaitu sensor gateway, service unit, dan application gateway. Arsitektur middleware dijelaskan pada gambar 1 sebagai berikut.
Gambar 1. Arsitektur Middleware
Middleware dijalankan menggunakan raspberry pi 2 model B yang sudah terpasang USB Adapter TL-WN722N – TP-Link sebagai wireless adapter dan dapat dimanfaatkan oleh raspberry pi sebagai access point. Pengiriman data menggunakan pola publish-subscribe. Sensor gateway menyediakan antarmuka bagi sensor untuk mengirimkan data melalui protokol mqtt dan qoap. Service unit berfungsi untuk mengatur topik yang di-subscribe oleh subscriber dan bertanggung jawab mengirimkan data yang diminta oleh subscriber. Application gateway menyediakan antarmuka bagi subscriber untuk meminta topik dan menerima data melalui protokol websocket.
3. METODOLOGI
Metodologi penilitian menjelaskan urutan langkah-langkah yang akan digunakan dalam penelitian ini. Dengan adanya sistematika penulisan ini, proses penelitian diharapkan dapat dipahami dengan baik. Urutan penelitian akan dijelaskan pada gambar 2 dibawah ini.
Gambar 2. Metodologi Penelitian 3.1 Dasar Teori
Peneliti akan menggunakan Internet of Things sebagai objek penelitian dengan menggunakan NodeMCU. Dasar teori yang digunakan 1diambil dari referensi 1ilmiah, jurnal penelitian yang diterbitkan oleh institusi terpercaya, dan beberapa penelitian yang dilakukan sebelumnya.
3.2 Perancangan Sistem
Peneliti akan mengembangkan sebuah sistem untuk mendeteksi kadar karbon monoksida dengan memanfaatkan IoT middleware berbasis event-driven yang sudah ada. Peneliti menggunakan sebuah sensor MQ7 pada setiap node. MQ7 merupakan sensor yang sensitif terhadap karbon monoksida (CO). Berikut di sediakan gambar rancangan sistem yang akan dibangun pada gambar 3 dibawah ini.
Gambar 3. Rancangan Sistem Deteksi Karbon Monoksida
3.3 Implementasi Sistem
Dari perancangan tersebut, sensor dihubungkan dengan NodeMCU yang memiliki integrasi dengan modul WiFi ESP8266, sehingga data hasil pembacaan sensor dapat langsung dikirim ke IoT middleware melalui. jaringan WiFi. Bahasa Lua akan digunakan dalam memberikan perintah kepada NodeMCU. Perintah itu digunakan untuk menginisialisasi GPIO yang akan digunakan, beserta fungsi masing – masing GPIO yang digunakan. Perintah yang dituliskan dalam bahasa Lua juga digunakan untuk mengonfigurasi koneksi WiFi yang digunakan 1untuk mengirim data 1sensor
ke middleware.
Pada middleware, peneliti dapat langsung mengirim data ke middleware yang sudah di konfigurasi sebelumnya. Data dari node sensor diterima oleh middleware dan di teruskan ke data center. Di data center, akan dijalankan logika, yaitu jika nilai pembacaan sensor melebihi batasan aman, maka data center akan mengirimkan status kadar CO meningkat dan berbahaya. Namun jika nilai pembacaan sensor tidak melebihi batasan aman, maka data center akan mengirimkan status kadar CO di udara normal dan dalam keadaan aman. Data center juga bertugas menyediakan nilai rata – rata untuk aplikasi telepon pintar. Untuk mencapai itu semua, dibuat sebuah program menggunakan bahasa Python.
3.4 Pengujian dan Analisis
Pengujian akan dilakukan pada sebuah ruangan berukuran 5×5 meter. Node sensor akan diletakkan di sebuah ruangan tersebut. Node sensor akan dinyalakan dan dibiarkan selama 60 detik untuk memanaskan sensor dan mendapatkan hasil pembacaan sensor yang akurat. Setelah 60 detik, node sensor akan mulai mengirim data ke middleware setiap 30 detik sekali. Pada ruangan pengujian, disediakan middleware yang telah dikembangkan sebelumnya. Selanjutnya data dari middleware akan diteruskan ke data center untuk diolah dan disimpan. Data yang selesai diolah akan dikirmkan ke perangkat pengguna berupa laptop atau smartphone yang memiliki akses ke jaringan. Pada pengiriman data dari sensor ke middleware, akan diuji kinerja sistem berdasarkan Quality of Service.
3.5 Kesimpulan
Tahap akhir dari penelitian ini adalah pengambilan kesimpulan dan saran. Pengambilan kesimpulan dilakukan setelah proses perangkuman hasil analisis. Kesimpulan diharapkan dapat menjawab seluruh rumusan masalah yang telah disampaikan pada Bab I. Setelah itu, peneliti akan menerima saran dari hasil yang telah dicapai, yang akan digunakan untuk memperbaiki kesalahan pada pengembangan yang akan datang.
4. IMPLEMENTASI 4.1 Alur Komunikasi Sistem
Pada sistem ini ada tiga bagian utama berdasarkan tugasnya, yaitu node sensor CO
menjadi publisher, 1Raspberry Pi 2 model B akan 1menjadi middleware, dan komputer beserta telepon pintar akan menjadi subscriber. Model dan ukuran data serta Quality of Service yang digunakan ditentukan oleh peneliti. Perancangan alur komunikasi sistem dapat dilihat pada gambar 4 berikut ini.
Gambar 4. Alur Komunikasi Sistem 4.2 Implementasi Node Sensor
ESP8266 harus diprogram yang berfungsi memerintahkan NodeMCU untuk dapat membaca data dari sensor dan mengonversi data yang didapat kedalam bentuk angka yang mudah dimengerti. Fungsi program lainnya yaitu untuk mengirimkan data tersebut ke middleware setiap 30 detik sekali. Program yang dibuat juga memerintahkan NodeMCU untuk mengambil data waktu terlebih dahulu dari server lokal, dalam hal ini adalah middleware. Data waktu dari server digunakan oleh NodeMCU untuk menginisialisasi waktu pengiriman data sensor berdasarkan waktu pada middleware. Berikut merupakan alur program node sensor yang dijelaskan pada gambar 5 dibawah ini.
Gambar 5. Diagram Alur Node Sensor (a) CoAP dan (b) MQTT
4.3 Perancangan Data Center
Pada data center akan dilakukan pengolahan data yang dikirimkan oleh middleware. Data center akan melakukan
subscribe ke topik home/CO dan home/udara, dan mendapatkan data dari middleware. Data dari middleware akan disimpan dalam basis data mongoDB. Data tersebut kemudian diolah agar dapat mudah dimengerti oleh pengguna. Pengolahan data ini menggunakan sebuah program berbahasa Python bernama logic.py. Terdapat tiga fungsi utama dalam program tersebut, yaitu:
1. Fungsi pengambilan data terakhir Pengambilan data terakhir ditujukan agar pengguna dapat mendapatkan data yang terakhir kali masuk ke data center. Ketika aplikasi pengguna melakukan request kepada data center agar dikirimkan data terakhir, maka data center akan melakukan fungsi ini. Gambar 6 merupakan sequence diagram dari fungsi pengambilan data terakhir.
Gambar 6. Diagram Pengambilan Data Terakhir
2. Fungsi pengambilan data setiap jam Pengambilan data setiap jam ditujukan agar pengguna dapat mendapatkan histori data yang lebih detail. Ketika aplikasi pengguna melakukan request kepada data center agar dikirimkan data pada tanggal tertentu, maka data center akan melakukan fungsi ini. Gambar 7 merupakan sequence diagram dari fungsi pengambilan data setiap jam.
Gambar 7. Diagram Pengambilan Data Setiap Jam 3. Fungsi pengambilan data setiap lima
menit
Pengambilan data setiap lima menit dalam satu jam ditujukan agar pengguna dapat mendapatkan data yang lebih detail. Saat aplikasi pengguna melakukan request kepada data center agar dikirimkan data pada tanggal tertentu, kemudian fungsi pengambilan data setiap jam dijalankan, maka fungsi ini akan dipanggil. Gambar 8 merupakan sequence diagram dari fungsi pengambilan data setiap lima menit.
Gambar 8. Diagram Pengambilan Data Lima Menit 4.4 Aplikasi Android
Aplikasi telepon pintar yang dirancang berdasarkan perangkat yang sering digunakan oleh pengguna, yaitu telepon pintar berbasis sistem operasi Android. Peneliti menggunakan Android Studio untuk membuat aplikasi ini. Seperti yang sudah dijelaskan pada bab perancangan, bahwa aplikasi ini memiliki dua tampilan utama dan satu tampilan tambahan.
Aplikasi yang dirancang juga memiliki kemampuan untuk memberikan pemberitahuan berupa pemberitahuan heads-up, suara pemberitahuan default, dan getaran kepada perangkat pengguna apabila nilai sensor melebihi batas normal yang ditentukan. Berikut dijelaskan pada gambar 9 mengenai tampilan dari aplikasi Android yang dirancang.
Gambar 9. Tampilan Utama Aplikasi Android 5. PENGUJIAN DAN ANALISIS
5.1 Pengujian Integritas
Pengujian integritas dilakukan untuk mengetahui apakah aplikasi sesuai dengan kebutuhan fungsional. Pengujian integritas merupakan black box testing yang dilakukan untuk menguji dua atau lebih komponen dari sistem untuk menjalankan satu fungsi tertentu. Pada pengujian ini akan digunakan tools Behave yang akan melakukan pengujian ini secara otomatis. 1Pengujian dikatakan berhasil jika tidak ada hasil pengujian yang menunjukkan kesalahan. Pengujian pada data center dilakukan dengan bantuan tools Behave, yaitu tools Behaviour Driven Development (BDD) yang setara dengan Cucumber.js. Kemudian untuk pengujian pada aplikasi Android, dilakukan dengan menggunakan logging pada saat melakukan debug aplikasi di Android Studio. Ketika menjalankan aplikasi debug, akan muncul jendela run yang dapat menampilkan log aplikasi yang dijalankan. Peneliti menambahkan log pada program aplikasi, sehingga ketika aplikasi dijalankan dan memenuhi skenario pengujian, maka log akan menampilkan bahwa hasil sesuai dengan pengujian.
5.2 Pengujian Quality of Service
Pengujian Quality of Service dilakukan untuk mengetahui throughput, delay, dan jitter dari masing – masing protokol yang digunakan. 5.2.1 Pengujian Throughput
Pengujian ini dilakukan untuk mengetahui rata – rata throughput dari masing – masing protokol yang di uji. Berikut akan ditampilkan tabel hasil pengujian dari masing – masing protokol MQTT dan CoAP pada tabel 1 berikut.
Tabel 1. Hasil Pengujian Throughput Pengujian ke MQTT (B/s) CoAP (B/s) 1 7.727 8.525 2 7.221 8.474 3 8.123 8.686 4 7.121 8.774 5 7.727 9.086 6 8.243 8.735 7 7.637 8.286 8 7.249 9.123 9 8.211 8.615
Berdasarkan data pada tabel 1, maka dapat dibuat grafik perbandingan hasil pengujian throughput dari masing – masing protokol pada gambar 10 berikut.
Berdasarkan data pengujian pada tabel 1 dapat diambil nilai rata – rata throughput untuk protokol MQTT sebesar 7.69 B/s. Sedangkan untuk protokol CoAP memiliki nilai rata – rata throughput sebesar 8.70 B/s. Nilai rata – rata throughput untuk sistem yang dikembangkan
Gambar 10. Grafik Hasil Pengujian Throughput yaitu 8.19 B/s. Berdasarkan data tersebut dapat disimpulkan bahwa protokol CoAP memiliki nilai rata – rata throughput yang lebih besar dibandingkan dengan protokol MQTT.
5.2.2 Pengujian Delay
Pengujian ini dilakukan untuk mengetahui rata – rata delay dari masing – masing protokol yang di uji. 1Berikut akan ditampilkan tabel hasil pengujian dari masing – masing protokol MQTT dan CoAP pada tabel 2 berikut.
Tabel 2. Hasil Pengujian Delay Pengujian ke MQTT (detik) CoAP (detik) 1 0.004480113 0.002765414 2 0.004295311 0.002875414 3 0.004585463 0.003438793 4 0.004471824 0.003168159 5 0.003993265 0.003713265 6 0.004875414 0.003471824 7 0.004438793 0.003168159 8 0.004713265 0.002875414 9 0.004575414 0.003471824
1Berdasarkan data pada tabel 2, 1maka dapat dibuat grafik perbandingan 1hasil pengujian delay dari masing – masing protokol pada gambar 11 berikut.
Gambar 11. Grafik Hasil Pengujian Delay Berdasarkan data pengujian pada tabel 2 dapat diambil nilai rata – rata delay untuk protokol MQTT sebesar 4.49 ms. Sedangkan untuk protokol CoAP memiliki nilai rata – rata delay sebesar 3.21 ms. Nilai rata – rata delay untuk sistem yang dikembangkan yaitu 3.85 ms. Dari data tersebut dapat disimpulkan bahwa protokol CoAP memiliki nilai rata – rata delay yang lebih kecil dibandingkan dengan protokol MQTT. Hal ini dapat terjadi karena protokol CoAP menggunakan UDP untuk pengiriman datanya, sehingga tidak memerlukan ACK seperti yang terdapat dalam protokol MQTT yang menggunakan TCP.
5.2.3 Pengujian Jitter
Pengujian ini dilakukan untuk mengetahui rata – rata jitter dari masing – masing protokol yang di uji. 1Berikut akan ditampilkan tabel hasil pengujian dari masing – masing protokol MQTT dan CoAP pada tabel 3
berikut.
Tabel 3. Hasil Pengujian Jitter Pengujian ke MQTT (detik) CoAP (detik) 1 0.000371929 0.000207619 2 0.000399429 0.0003559905 3 0.000348414 0.000298692 4 0.000204135 0.000204135 5 0.000140609 0.0003559905 6 0.000172397 0.000248414 7 0.000399429 0.000204135 0 2 4 6 8 10 1 2 3 4 5 6 7 8 9 Th rou ghp u t (B /s ) Percobaan
Throughput
MQTT CoAP 0 0,001 0,002 0,003 0,004 0,005 0,006 1 2 3 4 5 6 7 8 9 Wa kt u (d etik ) PercobaanDelay
CoAP MQTT8 0.000204135 0.000172397
9 0.000371929 0.000428692
1Berdasarkan data pada tabel 3, 1maka dapat dibuat grafik perbandingan 1hasil pengujian jitter dari masing – masing protokol pada gambar 12 berikut.
Gambar 12. Grafik Hasil Pengujian Jitter Berdasarkan data pengujian pada tabel 3 dapat diambil nilai rata – rata jitter untuk protokol MQTT sebesar 0.53 ms. Sedangkan untuk protokol CoAP memiliki nilai rata – rata jitter sebesar 0.52 ms. Nilai rata – rata jitter untuk 1sistem yang dikembangkan yaitu 0.52 ms. Dari data tersebut dapat disimpulkan bahwa protokol CoAP memiliki nilai rata – rata jitter yang lebih kecil dibandingkan dengan protokol MQTT. Dari hasil nilai rata – rata jitter sistem yang dikembangkan, 1dapat diketahui bahwa nilai yang dimiliki masuk kedalam kategori baik. 6. KESIMPULAN
Berdasarkan rumusan masalah, pengujian beserta hasil analisis terhadap data uji didapat beberapa kesimpulan, berikut adalah kesimpulan yang dapat diambil, yaitu sebagai berikut: 1. Implementasi merancang dan membangun
node sensor MQ-7 pada NodeMCU dapat dilakukan dengan menyambungkan pin GPIO yang ada pada NodeMCU dengan pin GPIO yang ada pada sensor MQ-7.
2. Integrasi node sensor, baik menggunakan protokol CoAP maupun MQTT, dengan IoT middleware sebagai gateway antaracc sensor dengan data center dapat terlaksana dengan menghubungkan node sensor dan IoT middleware menggunakan jaringan Wi-Fi. 3. Pengolahan data dari sensor dapat terjadi
dengan menggunakan skema data yang sama antara node sensor dan data center. Skema
atau model data dari node sensor selanjutnya dijadikan patokan dalam pembuatan program untuk mengolah data.
4. Berdasarkan hasil pengujian dapat disimpulkan bahwa sistem yang dikembangkan memiliki nilai rata – rata throughput sebesar 8.19 B/s, dimana throughput terkecil di peroleh menggunakan
protokol MQTT. Sistem yang
dikembangkan memiliki nilai delay terkecil 3.21 ms pada protokol CoAP dikarenakan CoAP menggunakan UDP untuk pengiriman datanya. Sedangkan nilai rata – rata jitter sebesar 0.28ms berarti tidak terjadi tumbukan data proses pengiriman data. 7. DAFTAR PUSTAKA
Anwari, H. (2017). PENGEMBANGAN IOT MIDDLEWARE BERBASIS EVENT-BASED DENGAN PROTOKOL KOMUNIKASI COAP, MQTT DAN WEBSOCKET. Malang: Universitas Brawijaya.
Charith Perera, A. Z. (2014). Context Aware Computing for The Internet of Things: A Survey. IEEE COMMUNICATIONS SURVEYS & TUTORIALS, 16(1), 1-25. Dutta, J. (2016). AirSense: Opportunistic
Crowd-Sensing based Air. (p. 10.1109/ICSENS.2016.7808730). IEEE.
Jangid, S. (2016). An Embedded System Model for Air Quality . IEEE Conference Publications, 3003 - 3008.
Morgan, J. (2014). A Simple Explanation Of 'The Internet Of Things'. Retrieved March 2, 2017, from
https://www.forbes.com/sites/jacobmor gan/2014/05/13/simple-explanation- internet-things-that-anyone-can-understand/
Sac, R. U. (2015). Characteristics of Children with Acute Carbon Monoxide
Poisoning in Ankara: A Single Centre Experience. Retrieved March 10, 2017, from
https://www.ncbi.nlm.nih.gov/pmc/artic les/PMC4689829/
Yang, Q. (2015). Air-Kare: A Wi-Fi Based, Multi-Sensor, Real-Time Indoor Air Quality Monitor. (pp. 1 - 4). Shenzen: IEEE International Wireless
Symposium. 0 0,0002 0,0004 0,0006 1 2 3 4 5 6 7 8 9 Wa kt u (d etik) Percobaan
