Fakultas Ilmu Komputer
Universitas Brawijaya 498
Implementasi Mekanisme Mini Batch Pada Transmisi Data
Elektrokardiografi (EKG) dari Internet of Things (IoT) Gateway Berbasis Perangkat Mobile Android ke Broker MQTT
Dwiyan Ramadhan Dharmanzah1, Adhitya Bhawiyuga2, Dany Primanita Kartikasari3 Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email: 1[email protected], 2[email protected], 3[email protected]
Abstrak
Akuisisi data Elektrokardiografi (EKG) menggunakan teknologi Internet of Things (IoT) seringkali menghasilkan data yang sangat banyak sehingga perlu dipertimbangkan kualitas transmisi data EKG tersebut.Data EKG berpeluang untuk mendeteksi sebuah penyakit seperti penyakit jantung. Sehingga, data EKG memerlukan tingkat kualitas yang tinggi agar tidak terjadi kehilangan data disaat pengirimannya ke berbagai jaringan. Penerapan BLE (Bluetooth Low Energy) digunakan untuk membantu pengambilan data EKG dari sensor detak jantung ke smartphone. Data EKG yang didapat dibentuk menjadi mini-batch pada metode pre-processing. Pembentukkan mini-batch dilakukan dengan mengelompokkan data EKG dari 130 data per detik hingga 650 data per lima detik dan dibentuk menjadi JSON array. Data mini-batch dikirimkan ke MQTT Broker menggunakan protokol MQTT QoS level 2. Pengujian dilakukan dengan mengukur latensi dan success ratio dari setiap transmisi data menggunakan mini-batch dan tanpa menggunakan mini-batch. Hasil pengukuran latensi menggunakan mini-batch yaitu latensi terbesar adalah 1518 ms, latensi terkecil 423 ms dan rata rata latensi 531 ms hingga 663 ms. Sedangkan hasil pengukuran latensi tanpa menggunakan mini- batch yaitu latensi terbesar 3389 ms, minimum latensi 1330 ms, dan rata rata latensi 1938 ms. Selain pengukuran latensi, success ratio juga diukur dan menghasilkan tingkat success ratio menggunakan mini-batch dan tanpa mini-batch sebesar 100% dan 4,261%.
Kata kunci: Akuisisi data EKG, Transmisi data EKG, Mini-batch, Latensi, Success ratio Abstract
Acquisition Electrocardiography (ECG) data using Internet of Things (IoT) technology frequently generate a lot of data that need to considered the quality of ECG data. ECG data has a chance to detect a disease like heart disease. Accordingly, ECG data need high rate of quality for not losing any data when send to any networks. Implementation BLE (Bluetooth Low Energy) is using to support acquisition ECG data from heart sensor to smartphone. ECG data that required are convert to mini- batch in pre-processing method. Formatting mini-batch is done by grouping ECG data from 130 data per second up to 650 data per five seconds and convert to JSON array. Mini-batch data are transmitting to MQTT broker using MQTT QoS level 2 protocol. The testing is done by measuring latency and success ratio from each transmitted data using mini-batch and not using mini-batch. The results of measuring latency using mini batch are maximum latency is 1518 ms, minimum latency is 423 ms and average latency start from 531 ms up to 663 ms. In other measuring test without mini batch are maximum latency is 3389 ms, minimum latency is 1330 ms, and average latency is 1938 ms.
In other measuring latency, success ratio also measured and acquired rate of success ratio using mini batch and without mini batch are 100% and 4,261%.
Keywords: Acquisition of ECG data, Transmission of ECG data, Mini-batch, Latency, Success ratio
1. PENDAHULUAN
Dokter memiliki keterbatasan dalam pengecekan dan pemantauan kesehatan setiap
pasiennya dikarenakan dokter memiliki batas waktu dan kunjungan setiap harinya (Karjagi &
Jindal, n.d.). Topik penggunaan teknologi informasi pada Kesehatan (E-health) berbasis
IoT (Internet of Things) menarik banyak perhatian Peneliti yang digunakan sebagai solusi dalam menjaga status kesehatan seseorang dengan monitoring melewati sebuah device (Santamaria, et al., 2018). E-health berbasis IoT dapat mendeteksi penyakit seperti diabetes dan cardiovascular menggunakan sensor. IoT digunakan dalam melakukan monitoring diabetes, EKG (Elektrokardiografi), dan inform abnormalities (seperti rendah, atau tingginya glukosa, dan abnormal heart rate) secara real-time tanpa mengganggu aktivitas sehari-hari seseorang (Gia, et al., 2018).
EKG (Elektrokardiografi) atau ECG (Electrocardiography) adalah visualisasi detak jantung berupa sinyal elektrik dari jantung yang dikirimkan melewati cairan tubuh menuju ke permukaan kulit dimana tempat terletaknya alat sensor detak jantung diletakkan (Polar, 2017).
EKG memiliki karakteristik berupa QRS kompleks yang berfungsi sebagai sebuah fase sinyal yang digunakan untuk mengukur detak jantung berdasarkan kontraksi ventrikel yang memuat gelombang Q, R, dan S (Silvola, 2019).
Selain itu, penggunaan sensor detak jantung seperti H10 Polar dapat merekam data EKG dalam bentuk satuan microvolts dengan tipe data integer (contoh 120, 210, -32, -46) (Polar, 2020). Pada tahun 2013 penelitian yang dilakukan Barata dan kawan kawan, mereka melakukan sebuah akuisisi data EKG dan Pulse Oximetry menggunakan protokol Bluetooth dengan metode OneCare-Sensing. OneCare- Sensing digunakan untuk melakukan pemantauan status kesehatan pengguna, data EKG dan Pulse Oximetry diakuisisi menggunakan portable medical devices yang digunakan pengguna lalu dikirimkan ke gateway android dan dari gateway android dikirimkan ke database lalu data dapat dilihat pada OneCare Portal berbasis website oleh pihak yang berwajib seperti dokter (Barata, et al., 2013).
Motivasi dari penelitian ini berasal dari dua penelitian yang terdahulu mengenai akuisisi data EKG dari sensor ke pusat data (MQTT Broker) dan IoT stream pada transmisi data.
Merujuk dari hasil penelitian Barata dan kawan kawan yang menjelaskan bahwa penggunaan alat medical secara portable memungkinkan seseorang dapat beraktivitas sambil memantau kesehatan mereka yang bertujuan dalam sebuah pencegahan penyakit (Barata, et al., 2013).
Tidak hanya itu, Perkembangan data yang terus menerus meningkat sangat membutuhkan
teknologi IoT. Dalam kasus IoT seringkali menghasilkan data yang sangat banyak sehingga perlu ditangani datanya sebelum data dikirimkan ke berbagai jaringan (Xhafa, et al., 2020).
Penanganan data yang dilakukan adalah salah satu contohnya menggunakan metode pre- processing yang membentuk data EKG yang terakuisisi dari sensor detak jantung H10 Polar menjadi bentuk mini batch sebelum data tersebut dikirimkan. Mini-batch yang digunakan adalah dengan cara mengelompokkan beberapa data ke satu wadah sebelum data dikirimkan. Pre-processing yang dilakukan adalah dengan cara menggunakan event detection dikarenakan data EKG yang diakuisisi memiliki jumlah yang sangat banyak setiap kali data diterima dalam satu detik.
Penerimaan data EKG yang banyak setiap satu detik mengakibatkan kehilangan beberapa data EKG dalam pengirimannya ke berbagai jaringan jika dilakukan secara real-time. Maka dari itu, diajukanlah sebuah solusi yang memungkinkan untuk mengurangi persentase kehilangan data EKG saat pengirimannya ke berbagai jaringan dengan cara meningkatkan kualitas pengiriman data menggunakan mini- batch dalam metode pre-processing.
2. LANDASAN KEPUSTAKAAN 2.1. Internet of Things
Teknologi yang menghubungkan berbagai macam perangkat untuk melakukan proses pertukaran data dapat dikatakan sebagai IoT atau Internet of Things. Tidak hanya itu, IoT juga dapat dikatakan sebagai sebuah teknologi yang menghubungkan things (devices) dan people (orang orang) yang saling bertukar dan mengumpulkan data dari sekitar mereka dan menggunakan data tersebut sesuai kebutuhan mereka yang dapat disebut sebagai Giant network (Clark, 2016). Smart home, e-health, dan smart city adalah contoh bentuk pemanfaatan informasi informasi yang didapat dari IoT dalam masing masing bidang tertentu (ITU, 2005). IoT memiliki lima fungsi di dalamnya yaitu, sensing (menyadari), identification (identifikasi), actuation (aktuasi), communication (komunikasi), dan management (manajemen). Selain dari lima fungsi IoT, IoT juga memiliki pondasi fungsional yang diantaranya sebagai berikut (Ray, 2016).
Sebelum munculnya IoT, pasien pasien
yang membutuhkan pengecekan kesehatan perlu bertemu dengan dokter dan juga mendapat instruksi dari dokter tersebut sehingga proses menjadi lebih sulit dikarenakan dokter juga memiliki batas kunjungan pasien. Dari pernyataan tersebut dapat dikatakan bahwa tidak memungkinkan dokter atau rumah sakit dapat selalu mengawasi atau mengecek pasien mereka secara terus menerus. Dokter atau pihak rumah sakit dapat memantau Kesehatan pasien secara jarak jauh menggunakan bantuan IoT, sehingga pasien pasien menjadi lebih terpantau kesehatannya dibandingkan sebelum menggunakan bantuan IoT. Tidak hanya itu dengan adanya IoT, pasien juga tidak perlu mengecek ulang kesehatannya ke rumah sakit atau dokter sehingga pemantauan kesehatan menjadi lebih efektif. Pada IoT dalam Kesehatan atau healthcare ada empat interaksi antar people dengan devices, yaitu IoT for Patients, IoT for Physicians (dokter), IoT for Hospitals, dan IoT for Health Insurance Companies (Karjagi & Jindal, n.d.).
2.2. H10 Polar Chest Strap
H10 Polar Chest Strap adalah sensor detak jantung yang dikenakan pada dada pengguna untuk mendapatkan data detak jantung pengguna. Informasi detak jantung pengguna direkam oleh H10 Polar dengan cara single lead. Dengan frekuensi 130 Hz, Polar dapat mengakuisisi informasi EKG pengguna sebanyak 130 data dalam satu detik. Data EKG yang didapat berbentuk integer dan berupa satuan microvolts. Protokol BLE atau Smart Bluetooth digunakan untuk mengirimkan data EKG dari sensor ke android device (Polar, 2020).
Selain didukung oleh BLE, H10 Polar juga tidak memerlukan alat bantu seperti microcontroller untuk mengambil data detak jantung seseorang. H10 Polar hanya perlu dihubungkan ke device android untuk mengambil data detak jantung seseorang.
Dibandingkan dengan perangkat lain seperti smartwatch (up to 264 jam), H10 Polar memiliki daya tahan baterai lebih lama hingga 400 jam (Polar, n.d.).
2.3. Elektrokardiografi (EKG)
EKG (Elektrokardiografi) atau ECG (Electrocardiography) adalah sinyal elektrik berasal dari jantung yang divisualisasikan. Pada saat jantung berdetak, sinyal sinyal elektrik
dibawa melewati cairan tubuh menuju ke kulit dimana tempat terletaknya alat untuk mengukur perubahan dari sinyal sinyal tersebut (Polar, 2017). QRS kompleks pada EKG adalah sebuah fase sinyal yang penting untuk mengukur detak jantung. Detak jantung direkam menggunakan alat sensor detak jantung salah satunya adalah H10 Polar (Silvola, 2019). Data EKG yang didapat dari sensor H10 Polar berupa satuan microvolts dengan tipe data integer (contoh 120, 210, -32, -46) (Polar, 2020).
2.4. Bluetooth Low Energy (BLE)
BLE adalah varian dari protokol Bluetooth.
Bluetooth merupakan protokol standar untuk mengirim dan menerima data dengan sambungan nirkabel 2,4 GHz. Protokol Bluetooth adalah protokol yang aman dan juga sangat cocok dalam pengiriman dan penerimaan data dengan jarak yang dekat, low-power, low- cost, transmisi nirkabel antara dua alat/komponen (JIMB0, 2013). Bluetooth 4.x Core Specification merupakan perpanjangan dari BLE yang dibuat untuk aplikasi-aplikasi pada IoT (Microchip Technology Inc., 2018).
Gambar 1. Arsitektur Bluetooth Low Energy (BLE) Sumber: (Afaneh, 2016)
Merujuk dari gambar 1, BLE memiliki arsitektur yang dibagi menjadi tiga bagian layer atau lapisan yaitu apps, host, dan controller.
Pada bagian controller memiliki empat lapisan yaitu, Host Controller Interface (HCI), Link Layer, Direct Test Mode, dan Physical Layer (PHY). Berikut adalah penjelasan dari setiap layer pada controller (Afaneh, 2016).
• PHY berjalan di ISM band dengan spektrum 2.4 GHz yang berfungsi untuk
berkomunikasi dan
modulating/demodulating data pada physical radio.
• Link layer adalah lapisan yang berinterkasi dengan lapisan fisik (PHY). Lapisan ini memiliki dua fungsi, pertama menyediakan sebuah abstraksi dengan tingkat yang lebih tinggi. Kedua, menyediakan jalan untuk berinteraksi dengan radio melewati sebuah intermediary level yang disebut lapisan HCI. Selain itu, lapisan ini juga bertanggung jawab dalam mengatur status radio dan juga persyaratan waktu mengikuti dari spesifikasi BLE.
• Direct Test Mode adalah tempat pengujian tes operasi dari sebuah radio pada tingkat fisik seperti transmission power, receiver sensitivity, dan lain-lain.
• Lapisan HCI adalah protokol yang sudah ditentukan oleh spesifikasi Bluetooth sebagai standard protokol Bluetooth.
Lapisan ini mengizinkan host layer untuk berkomunikasi dengan controller layer.
Selain controller layer, BLE juga memiliki host layer yang di dalamnya memiliki lima layer yaitu Generic Access Profile (GAP), Generic Attribute Profile (GATT), Attribute Protocol (ATT), Security Manager (SM), dan Logical Link Control and Adaptation Protocol (L2CAP). Berikut penjelasan dari masing- masing layer pada host layer (Afaneh, 2016).
• GAP berfungsi untuk menyediakan bagaimana cara perangkat BLE dapat terhubung dengan perangkat BLE lainnya.
Hal ini termasuk diantaranya yaitu peran dari perangkat BLE, advertisements (seperti broadcasting, discovery, advertisement parameters, dan advertisement datai), pembuatan koneksi, dan keaman (Afaneh, 2016).
• GATT berfungsi untuk menetapkan bentuk data yang dikirimkan oleh perangkat BLE.
pada GATT dibagi menjadi dua peran pada masing-masing perangkat BLE yaitu, server dan client. Peran server adalah sebuah peran yang berjalan sebagai pengirim dari sebuah data yang didapat. Sedangkan client berperan sebagai penerima data yang didapat dari server (Afaneh, 2016).
• ATT adalah lapisan yang sama dengan GATT hanya saja dibedakan pada tingat lapisannya. ATT termasuk dalam lapisan low level sedangkan GATT adalah lapisan high level (O'reilly, n.d.).
• SM adalah lapisan yang terletak pada host layer. SM memiliki tugas yaitu menentukan metode dan protokol yang digunakan untuk pairing dan key distribution (Ren, 2016).
• L2CAP adalah lapisan yang bertidak sebagai lapisan multiplexing protocol.
Lapisan ini berfungsi untuk mengambil dan menempatkan multiple protocol dari lapisan atas ke dalam paket standar BLE yang bergerak menuju ke lapisan bawah (Afaneh, 2016).
Dari gambar 1 terdapat lapisan teratas yaitu lapisan aplikasi. Lapisan aplikasi memiliki fungsi yang sama seperti lapisan aplikasi pada protokol lain. Pada BLE, protokol aplikasi adalah lapisan tertinggi dari lapisan yang lainnya. Lapisan ini bertanggung jawab dalam memuat logika, user interfaces, dan data handling dari segala use case yang diimplementasikan pada aplikasi (O'reilly, n.d.).
2.5. Pre-processing
Proses awal atau pre-processing adalah sebuah cara untuk mendeteksi sebuah keadaan berdasarkan kompleksitas dan jenis data yang dikumpulkan. Proses awal atau pre-processing ini berguna untuk mengontrol data agar dapat mengikuti limitasi dari sebuah perangkat atau jaringan yang digunakan dalam penelitian atau percobaan tertentu. Hal ini dilakukan agar data yang dikumpulkan dapat dikontrol sebelum data tersebut masuk ke dalam berbagai jaringan.
Pre-processing memiliki empat pilihan dalam proses penanggulangannya, yaitu event detection, filtering, data reduction, dan anomaly detection (Xhafa, et al., 2020).
• Event detection adalah sebuah cara untuk mengenali batasan dari sebuah kejadian.
Fungsi fungsi pre-processing diaktifkan ketika sebuah kejadian tertentu terjadi.
Hanya saja dalam mengenali sebuah batasan tidak selalu efektif. Sehingga pada umumnya teknik yang digunakan adalah window-based untuk mengidentifikasi sebuah kejadian tertentu.
• Filtering atau penyaringan dapat diterapkan pada data berdasarkan satu kriteria atau lebih. Penyaringan data dapat berupa otomatis, manual, maupun discarded.
• Data reduction adalah sebuah proses untuk mengurangi representation dari sebuah data. Proses pengurangan data yang
dilakukan adalah tanpa harus terjadi kehilangan data dengan tidak menurunkan tingkat akurasi dan kegunaan data tersebut.
• Anomaly detection adalah sebuah proses dengan cara menggunakan pendekatan statistik untuk memberi nilai sebuah anomali pada data.
2.6. JSON (JavaScript Object Notation) JSON atau JavaScript Object Notation adalah sebuah lightweight data-interchange format (JSON, n.d.). Dalam penelitian ini, JSON digunakan untuk membuat data EKG yang diambil dari sensor detak jantung untuk dikumpulkan dan dijadikan satu menjadi bentuk JSON array dengan tipe data string. Bentuk penulisan pada JSON array berbentuk seperti
“[12,4,-2]”. Setiap angka dipisahkan dengan tanda “,” dan diapit dengan tanda “[“ dan “]”.
Data dari sensor detak jantung yang masih berbentuk terpisah dengan tipe data integer seperti 12, 210, dan -3 dikonversi menjadi JSON array yang akan membentuk menjadi
“[12,210,-3]” dengan tipe data string.
2.7. MQTT (Message Queue Telemetry Transport)
MQTT adalah sebuah teknologi M2M (machine to machine) atau protokol konektivitas Internet of Things yang sangat ringan untuk publish/subscribe sebuah pengiriman pesan berdasarkan TCP/IP. Dalam beberapa kasus seperti terbatasnya penyimpanan data dan terbatasnya bandwidth pada jaringan, MQTT adalah sebuah solusi untuk menyelesaikan permasalahan tersebut.
Selain itu MQTT juga dapat digunakan pada aplikasi mobile yang memerlukan ukuran kecil, hemat energi, memperkecil data paket, dan efisiensi pendistribusian sebuah informasi dari satu ke banyak penerima (MQTT, n.d.).
MQTT memiliki fungsi publish dan subscribe. Fungsi publish digunakan untuk mengirimkan data dari publisher ke MQTT broker. Sedangkan subscribe digunakan untuk menerima data dari MQTT broker ke subscriber. Publisher dan subscriber adalah perangkat dari MQTT client yang terhubung dengan MQTT broker melewati sebuah jaringan. Sedangkan MQTT broker adalah sebuah titik penting yang bertanggung jawab untuk menerima data, menyaring data, mengirim data, dan menghubungkan satu atau
lebih publisher dengan subscriber (HiveMQ, 2020).
Pertukaran data yang dilakukan menggunakan MQTT memiliki tiga tingkatan kualitas layanannya (QoS) diantaranya:
• QoS tingkat 0 (QoS level 0) melakukan pertukuran data dengan paling banyak satu kali pengiriman tanpa menjamin pengirimannya.
• QoS tingkat 1 (QoS level 1) melakukan penjaminan pengiriman data setidaknya satu kali data dikirimkan.
• QoS tingkat 2 (QoS level 2) melakukan pengiriman data dengan cara 4 kali handshake dengan menjamin data sampai ke penerima hanya sekali (HiveMQ, 2020).
2.8. Latensi
Proses perhitungan waktu dari titik awal ke titik akhir, lalu kembali lagi ke titik awal disebut latensi. Bisa dikatakan juga latensi adalah sebuah delay ketika terjadi suatu aksi dan ketika dapat melihat hasilnya. Perhitungan latensi biasa menggunakan milidetik dalam pengukurannya (Edpnet, 2020). Merujuk dari perkataan Akbar dan kawan kawan, latensi dapat digunakan sebagai patokan dalam menentukan maksimal reliability transmission data. Dalam pengukuran latensi, latensi memiliki dua parameter yaitu “waktu dari titik awal” atau “waktu pengiriman” dan “waktu kembali dari titik akhir ke awal” atau “waktu data berhasil dikirimkan” (Akbar, et al., 2016).
Berikut rumus latensi seperti pada persamaan 1.
𝑙𝑎𝑡𝑒𝑛𝑠𝑖 = 𝑤𝑎𝑘𝑡𝑢 𝑑𝑎𝑡𝑎 𝑏𝑒𝑟ℎ𝑎𝑠𝑖𝑙 𝑑𝑖𝑘𝑖𝑟𝑖𝑚𝑘𝑎𝑛
− 𝑤𝑎𝑘𝑡𝑢 𝑝𝑒𝑛𝑔𝑖𝑟𝑖𝑚𝑎𝑛 (1)
2.9. Success Ratio
Success rate atau success ratio adalah sebuah perhitungan persentase penerimaan data dari node tujuan dan pengiriman data dari node asal. Sehingga dalam perhitungan success rate atau success ratio memiliki dua parameter yaitu total data yang dikirimkan dari node asal dan total data yang diterima oleh node tujuan (Zhang, et al., 2015). Perhitungan success ratio pada penelitian ini menggunakan data yang telah dikumpulkan. Data yang digunakan memiliki dua jenis data, yaitu jumlah Penerimaan data EKG yang berhasil diterima oleh cloud MQTT Broker dan jumlah
percobaan pengiriman data EKG ke cloud MQTT Broker.
Merujuk dari pengujian Zhang dan kawan kawan maka rumus yang digunakan dalam perhitungan success ratio adalah seperti pada persamaan 2.
𝑠𝑢𝑐𝑐𝑒𝑠𝑠 𝑟𝑎𝑡𝑖𝑜
= 𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑛𝑔𝑖𝑟𝑖𝑚𝑎𝑛 𝑦𝑎𝑛𝑔 𝑏𝑒𝑟ℎ𝑎𝑠𝑖𝑙
𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑟𝑐𝑜𝑏𝑎𝑎𝑛 𝑝𝑒𝑛𝑔𝑖𝑟𝑖𝑚𝑎𝑛 𝑑𝑎𝑡𝑎100% (2)
3. GAMBARAN UMUM SISTEM
Gambar 2. Topologi Penelitian
Tujuan dari penelitian ini adalah untuk mengatur pengumpulan data EKG yang didapat dari sensor detak jantung sebelum data tersebut dikirimkan ke MQTT Broker agar data tersebut dapat terkirim dengan sebaik mungkin. Alur data EKG mulai dari akusisi hingga transmisi dan berakhir pada subscriber dilakukan dengan alur seperti gambar 2. Dalam penelitian ini menggunakan H10 Polar sebagai sensor detak jantung, android device sebagai tempat pengumpulan, pre-processing data EKG, dan pengiriman data EKG ke MQTT Broker, dan MQTT Broker sebagai tempat untuk berbagi data EKG yang didapat ke device yang melakukan subscribe ke MQTT Broker tersebut.
4. IMPLEMENTASI
Gambar 3. Deskripsi Umum
Implementasi sistem dalam penelitian ini adalah akusisi data EKG dari sensor detak jantung ke cloud MQTT broker melewati smartphone dan berakhir pada subscriber seperti gambar 3. Pertama, data EKG diambil dari sensor ke device android (Smartphone) menggunakan protokol BLE. Kedua, data EKG
masuk ke pre-processing dan membuat data EKG menjadi bentuk mini-batch. Ketiga, data EKG di publish menggunakan protokol MQTT dengan QoS level 2 ke jaringan internet menuju cloud MQTT broker. Keempat, data EKG yang masuk ke dalam cloud MQTT broker dikirim ke subscriber untuk dibentuk menjadi sebuah visualisasi data EKG.
4.1. Penghubungan Sensor dan Cloud MQTT Broker dengan Device Android
Penghubungan sensor dengan device android menggunakan protokol BLE. Proses penghubungan memerlukan sebuah identitas yang berbentuk device ID. Device ID digunakan untuk mengetahui identitas dari sebuah sensor.
Sedangkan penghubungan device android dengan cloud MQTT broker menggunakan protokol MQTT dengan melewati jaringan internet. Penghubungan dengan cloud MQTT broker memerlukan tiga parameter yaitu, alamat:port, username, dan password dari cloud MQTT broker tersebut.
4.2. Pre-processing
Merujuk dari gambar 3 device android memiliki pre-processing data EKG. Proses ini dilakukan dengan cara mengumpulkan data EKG dari sensor ke beberapa bentuk pengelompokkan data. Pengelompokkan data EKG terdiri dari per satu data (default), 130 data, 260 data, 390 data, 520 data, dan 650 data.
Pengelompokkan yang dilakukan adalah dengan memasukkan data ke dalam array.
Setelah data EKG masuk ke dalam array, data EKG dikonversikan menjadi JSON array sebagai bentuk mini batch dengan contoh seperti gambar 4.
Gambar 4. Konversi array ke JSON
Gambar 4 menggambarkan pembentukkan struktur data JSON array. Angka 12, -4, dan 200 adalah contoh angka yang didapat dari
sensor dengan bentuk integer yang memiliki satuan microvolts. Contoh pada gambar 4, angka 12, -4, dan 200 adalah angka pertama, kedua, dan ketiga (urutan) yang masuk ke device android. Angka tersebut disusun sesuai urutan ke dalam array dengan tujuan agar data EKG tidak salah urutan. Setelah data EKG masuk ke dalam array dengan urutan yang sesuai, array tersebut dikonversikan ke JSON array dan dikirim ke cloud MQTT broker.
4.3. Pengiriman Data EKG
Pengiriman data EKG dilakukan ketika pre-processing menggunakan mini batch selesai dilakukan. Dalam setiap pengelompokkan, sistem akan memasukkan data sebanyak pengelompokkan data yang diinginkan. Jika data EKG belum memenuhi kapasitas pengelompokkan, pengiriman data EKG tidak akan berjalan. Pengiriman data EKG berjalan ketika kapasitas pengelompokkan EKG sudah terpenuhi dan sudah dibentuk menjadi sebuah JSON array (mini batch). Berikut gambar 5 adalah logika pengiriman data EKG.
Gambar 5. Logika Pengiriman Data EKG
4.4. Recovery Data EKG
Pengiriman data EKG memerlukan tingkat reliabilitas yang terjamin. Namun jika android device tidak berada dalam jangkauan jaringan Internet karena blank spot atau sebab lain yang mengakibatkan koneksi Internet terputus. Sehingga reliabilitas data EKG yang dikirimkan menjadi terganggu. Untuk mencegah kegagalan pengiriman data akibat terputusnya koneksi internet, diperlukan mekanisme penyimpanan sementara untuk menampung data yang belum terkirim. Data data yang tertunda pengirimannya dikumpulkan dalam bentuk array baru (recovery_array) dan dikirimkan ke cloud MQTT broker setelah internet terhubung kembali dengan bentuk mini-batch.
Berikut gambar 6 adalah logika
pengiriman data EKG dengan pengecekan koneksi internet.
Gambar 6. Logika Pengiriman recovery Data EKG
4.5. Subscribe dan Visualisasi Data EKG
Gambar 7. Proses Visualisasi Data EKG Merujuk dari gambar 7, proses visualisasi dimulai dari pengambilan data EKG dari cloud MQTT broker. Data EKG yang didapat dari cloud MQTT broker berbentuk JSON array.
JSON array yang didapat dikonversi kembali menjadi array dengan tujuan agar dapat mengambil data EKG dari setiap indeks array tersebut. Setelah dikonversi, data EKG dimasukkan satu per satu ke dalam grafik visualisasi pada perangkat subscriber dan menghasilkan grafik seperti pada gambar 8.
Gambar 8. Visualisasi Data EKG
5. HASIL PENGUJIAN
Pengujian dilakukan dengan mengukur seberapa besar latensi dan success ratio dari setiap pengelompokkan data (mini-batch dan tanpa mini-batch atau default). Pengujian dilakukan dengan menguji setiap pengiriman dalam setiap bentuk selama 30 detik. Data yang diuji berbentuk waktu pengiriman (data kirim) dan waktu selesai data terkirim (data selesai) beserta grafik setiap pengiriman.
5.1. Perbandingan Latensi
Dalam pengukuran latensi diambil dari keselurah data yang menghasilkan tiga parameter dari setiap pengiriman. Parameter pengukuran latensi yaitu, maksimum latensi, minimum latensi, dan rata-rata latensi dalam ukuran miliseconds (ms).
Tabel 1. Perbandingan Latensi Data EKG
Jenis
Max Latensi
(ms)
Min Latensi
(ms)
Rata rata (ms)
130 data 812 437 648
260 data 1518 423 531
390 data 891 499 663
520 data 1463 429 625
650 data 768 542 624
default 3389 1330 1938
Gambar 9. Perbandingan Latensi Data EKG dalam Column Chart
Tabel 1 dan gambar 9 menjelaskan bahwa pengiriman menggunakan metode mini batch dengan real time atau default memiliki perbedaan yang cukup besar, dilihat dari maksimum latensi, minimum latensi, dan juga rata rata latensi. Pada metode mini batch memiliki latensi terbesar adalah 1518 ms, latensi terkecil 423 ms dan rata rata latensi 531 ms hingga 663 ms. Sedangkan pengiriman dengan bentuk default memiliki latensi terbesar 3389 ms, minimum latensi 1330 ms, dan rata
rata latensi 1938, sehingga dapat dikatakan pengiriman menggunakan metode mini batch membuat proses pengiriman lebih stabil dibandingkan dengan real time atau default.
5.1. Perbandingan Success Ratio
Tabel 2. Perbandingan Success Ratio Data EKG
Jenis Success Ratio 130 data 100.000%
260 data 100.000%
390 data 100.000%
520 data 100.000%
650 data 100.000%
default 4.261%
Gambar 10. Perbandingan Success Ratio Data EKG dalam Balok Chart
Dalam perbandingan success ratio telah diperlihatkan pada tabel 2 dan gambar 10. Tabel dan gambar tersebut menjelaskan seberapa besar nilai yang didapat dari pengujian yang telah dilakukan. Mini batch memiliki nilai success ratio lebih tinggi dibandingkan dengan default. Default hanya berhasil melakukan pengiriman sebanyak 4.261% dari keseluruhan pengiriman yang dilakukan, sedangkan mini batch berhasil mencapai 100% keberhasilan pengiriman. Sehingga dapat dikatakan mini batch memiliki tingkat reliability dengan MQTT QoS level 2 yang lebih tinggi dibandingkan dengan default.
6. KESIMPULAN DAN SARAN
Pembentukkan mini-batch diawali dengan pengambilan data EKG dari sensor. Setelah data masuk ke dalam device android, data EKG dikelompokkan ke dalam enam jenis pengelompokkan. Pengelompokkan data EKG dibuat dengan mengumpulkan data EKG sebanyak per satu data (default), 130 data / detik, 260 data / 2 detik, 390 data / 3 detik, 520 data / 4 detik, dan 650 data / 5 detik ke dalam sebuah array. Setelah data EKG dimasukkan ke
dalam array, data EKG dikonversi ke JSON array sebelum data dikirimkan ke berbagai jaringan.
Merujuk dari hasil pengujian, pengukuran latensi dan success ratio memiliki nilai yang berbeda-beda. Pada pengukuran latensi didapati tiga nilai yaitu, maksimum latensi, minimum latensi, dan rata-rata latensi. Sedangkan pengukuran success ratio memiliki nilai persentase tingkat keberhasilan dari total pengiriman yang dilakukan. Nilai-nilai tersebut membuktikan penggunaan metode pre- processing dengan bentuk mini-batch memiliki tingkat latensi yang lebih rendah dibandingkan dengan tanpa mini-batch (default) dan tingkat keberhasilan pengiriman data EKG (mini-batch) memiliki nilai yang lebih tinggi dibandingkan tanpa mini-batch.
Dalam penerapan akuisisi data EKG dalam penelitian ini tidak menggunakan sistem keamanan. Sehingga sistem dapat dikatakan memiliki cukup banyak celah keamanan yang salah satu contohnya adalah data dapat dilihat oleh pihak yang tidak berkewajiban jika terjadi serangan Man in Middle. Oleh karena itu, perlu dilakukannya penelitian lanjutan untuk menambah sistem keamanan pada sistem yang telah dibuat.
7. DAFTAR PUSTAKA
Afaneh, M., 2016. The Basics of Bluetooth Low Energy (BLE). [Online] Tersedia di:
https://www.novelbits.io/basics-
bluetooth-low-energy/ [Diakses 30 Oktober 2020].
Akbar, M. S., Yu, H. & Cang, S., 2016. Delay, Reliability, and Throughput Based QoS Profile: A MAC Layer Performance Optimization Mechanism for Biomedical Applications in Wireless Body Area Sensor Networks. Journal of Sensors, pp. 1-17.
Android, n.d. What is Android. [Online]
Tersedia di:
https://www.android.com/what-is- android/ [Diakses 10 Okteber 2019].
Barata, D., Louzada, G., Carreiro, A. &
Damasceno, A., 2013. System of Acquisition, Transmission, Storage and Visualization of Pulse Oximeter and ECG Data Using Android and MQTT.
Procedia Technology, Volume 9, pp.
1265-1272.
Clark, J., 2016. What is the Internet of Things?.
[Online] Tersedia di:
https://www.ibm.com/blogs/internet-of- things/what-is-the-iot/ [Diakses 26 Juni 2020].
Edpnet, 2020. What are ping and latency.
[Online] Tersedia di:
https://www.edpnet.be/en/support/order ing/internet/learn-about-dsl-
technology/what-are-ping-and- latency.html [Diakses 16 Juni 2020].
Gia, T. N. et al., 2018. Energy Efficient Fog- assisted IoT System for Monitoring Diabetic Patiens with Cardiovascular Disease. Future Generation Computer Systems, Volume 93, pp. 198-211.
HiveMQ, 2020. Client, Broker / Server and Connection Establishment - MQTT Essentials: Part 3. [Online] Tersedia di:
https://www.hivemq.com/blog/mqtt- essentials-part-3-client-broker-
connection-establishment/ [Diakses 15 Juni 2020].
ITU, 2005. The Internet of Things, Geneva:
International Telecomunication Union.
JIMB0, 2013. Bluetooth Basics. [Online]
Tersedia di:
https://learn.sparkfun.com/tutorials/blue tooth-basics [Diakses 1 September 2019].
JSON, n.d. Introducing JSON. [Online]
Tersedia di: https://www.json.org/json- en.html [Diakses 15 Juni 2020].
Karjagi, R. & Jindal, M., n.d. What can IoT do for healthcare?. [Online] Tersedia di:
https://www.wipro.com/business- process/what-can-iot-do-for-healthcare- / [Diakses 25 September 2020].
Khalaf, A. & Abdoola, R., 2017. Wireless Body Sensor Network and ECG Android Application for eHealth. 2017 Fourth International Conference on Advances in Biomedical Engineering (ICABME).
Lenovo, n.d. What is a smartphone?. [Online]
Tersedia di:
https://www.lenovo.com/gb/en/faqs/pc- life-faqs/what-is-a-smartphone/
[Diakses 31 Oktober 2020].
Microchip Technology Inc., 2018. Introduction to Bluetooth® Low Energy. [Online]
Tersedia di:
http://microchipdeveloper.com/wireless :ble-introduction#toc1 [Diakses 1 September 2019].
MQTT, n.d. mqtt.org. [Online] Tersedia di:
mqtt.org [Diakses 15 Juni 2020].
O'reilly, n.d. Attribute Protocol (ATT) and Generic Attribute Profile (GATT).
[Online] Tersedia di:
https://www.oreilly.com/library/view/b uilding-bluetooth-
low/9781786461087/3323a094-8c3b- 4c99-b28a-b284745a61b5.xhtml [Diakses 30 Oktober 2020].
O'reilly, n.d. Chapter 2. Protocol Basics.
[Online] Tersedia di:
https://www.oreilly.com/library/view/g etting-started-
with/9781491900550/ch02.html [Diakses 30 Oktober 2020].
Palmer, N., Kemp, R., Kielmann, T. & Bal, H., 2012. The Case For Smartphones As An Urgent Computing Client Platform.
Procedia Computer Science, Volume 9, pp. 1667-1676.
Polar, 2017. WHAT IS OPTICAL HEART RATE TRACKING?. [Online] Tersedia di:
https://www.polar.com/blog/optical- heart-rate-tracking-polar/ [Diakses 26 Juni 2020].
Polar, 2020. SDK for Polar sensors. [Online]
Tersedia di:
https://github.com/polarofficial/polar- ble-sdk [Diakses 27 Juni 2020].
Polar, n.d. Technical specifications. [Online]
Tersedia di:
https://support.polar.com/e_manuals/H 10_HR_sensor/Polar_H10_user_manua l_English/Content/Technical-
Specifications.htm [Diakses 1 September 2019].
Ray, P. P., 2016. A Survey on Internet of Things Architectures. Journal of King Saud University – Computer and Information Services, 2018(30), pp.
291-319.
Ren, K., 2016. Bluetooth Pairing Part 1 – Pairing Feature Exchange. [Online]
Tersedia di:
https://www.bluetooth.com/blog/blueto oth-pairing-part-1-pairing-feature- exchange/ [Diakses 30 Oktober 2020].
Richardson, M., 2018. Transaction Success Rate: What It Is and Why It Rarely Matters. [Online] Tersedia di:
https://www.rebilly.com/blog/transactio n-success-rate-definition-why-it-rarely- matters/ [Diakses 1 Juli 2020].
Santamaria, A. F., Rango, F. D., Serianni, A. &
Raimondo, P., 2018. A real IoT device deployment for e-Health applications
under lightweight communication protocols, activity classifier and edge data filtering. Computer Communications, Volume 128, pp. 60- 73.
Silvola, E., 2019. Polar BLE SDK Technical Documentaion. [Online] Tersedia di:
https://github.com/polarofficial/polar- ble-
sdk/blob/master/technical_documentati on/H10_ECG_Explained.docx [Diakses 26 Juni 2020].
Xhafa, F., Kilic, B. & Krause, P., 2020.
Evaluation of IoT Stream Processing at Edge Computing Layer for Semantic Data Enrichment. Future Generation Computer Systems, Volume 105, pp.
730-736.
Zhang, R., Chu, F., Yuan, Q. & Dai, W., 2015.
A Study on an Energy Conservation and Interconnection Scheme between WSN and Internet Based on the 6LoWPAN. Mobile Information Systems, Volume 2015, pp. 1-11.
