Metode Transmisi Citra pada Jaringan Sensor Nirkabel.

DIREKTORAT JENDERAL HAK KEKAYAAN INTELEKTUAL Jl. H.R. Rasuna Said Kav. 8-9 Jakarta Selatan 12190

Telepon: (021) 5790561 1 Faksimiti: (021) 5790561 1 Laman: http://www.dgip.go.id Surel; dopatent@dgip.go.id

Nomor :

HK|.3-H1.05.01.02.P00201407239

Jakarta, 15 Januari2015 Lampiran

:

1 (satu)berkas

Hal

:

Pemberitahuan Persyaratan Formalitas Telah Dipenuhi

Yth. LPPM Universitas Udayana Kampus Bukit Jimbaran, Bali80364

Dengan ini diberitahukan bahwa Permohonan paten: Tanggal

Pengajuan

:

21 November2014

(21)

Nomor Permohonan

:

P00201407239

---

---$a)--?trdulTnvcnsi

(30)

Data

Prioritas

:-

: ANsENSOR

lrrRrnael

--(74)

Konsultan

HKI

:

(22)

Tanggal Penerimaan

:

21 November 2014

telah melewati tahap pemeriksaan formalitas dan semua persyaratan formalitas telah dipenuhi. Untuk itu ekan dilakukan:

1.

Pengumuman, _{segera setelah 18 (delapan belas) bulan sejak tanggal penerimaan atau segera setelah} 18 (bulan) sejak tanggal prioritas apabila permohonan _{diajukan dengan hak prioritas, dalam hal} paten

'

Biasa; atau segera setalah 3 (tiga) bulan sejak tanggal penerimaan, dalam hal Paten Sederhana (pasal

42ayat2 UU No 14 Tahun 2001)

2. Pemeriksaan Substantif

segera setelah masa publikasi selesai dan pemohon telah mengajukan permohonan pemeriksaan substantif.

Selain itu hal-halyang perlu diperhatikan adalah sebagai berikut:

.

1.

Permohonan pemeriksaan substantif diajukan selambatlambatnya 36 (tiga puluh enam) bulan sejak tanggal penerimaan untuk permohonan paten biasa dan selambat-lambatnya

6

(enam) bulan sejak tanggal penerimaan untuk permohonan paten sederhana, dengan disertai biaya sesuai yarlg tercantum pada PP No. 45 Tahun 2014.

2.

Tidak diajukan permohonan pemeriksaan substantif dalam jangka waktu yang ditentukan tersebut akan mengakibatkan permohonan paten ini dianggap ditarik kembali.

3. Harap melakukan pembayaran kelebihan 0 buah klaim (@50.000)

sebesar Rp. 0.

4. Pembayaran tambahan biaya aklbat kelebihanjumlah

*taim, _{dilakukan selambat-lambatnya pada saai} pengajuan pemeriksaan substantif. Apabila tambahan biaya tidak dibayarkan dalam jangka waktu sebagaimana dimaksud maka kelebihan jumlah _{klaim dianggap ditarik kembati (Pasal 28 ayal2 dan 3} pp 34 Tahun 1991).

5.

Jumlah halaman deskripsi yang terbayar halaman (Bila halaman deskripsi lebih dari30 Halagnan)

an. Direktur

dan Publikasi

Tembusan:

Direktur Jenderal HKl.

Form HKI/3/003/2013 15 Januari 2015

r-fias0

Deskripsi

METODE TRANSMISI CITRA PADA JARINGAN SENSOR NIRKABEL

Bidang Teknik Invensi

Invensi ini berhubungan dengan metode transmisi citra yang 5

hemat energi pada Jaringan Sensor Nirkabel (JSN). Lebih khusus

invensi ini memberikan suatu metode mendapatkan nilai

parameter-parameter kompresi citra, yaitu laju bit (bpp), ukuran tile,

ukuran block code yang digunakan untuk mentransmisikan citra

pada sistem dengan sumber energi, kemampuan komputasi, dan 10

ketersediaan pita frekuensi yang terbatas dan di sistem operasi

linux OS.

Latar Belakang Invensi

JSN yang menggunakan sensor visual sebagai sensornya 15

disebut juga Jaringan Sensor Visual Nirkabel (JSVN). JSVN

merupakan platform sistem komunikasi yang terdiri dari node

sensor visual berukuran kecil yang disebut kamera, mempunyai

embedded processor, dan mampu berkomunikasi secara nirkabel. Hal

yang sangat membedakan dengan sensor network lain adalah 20

kemampuan JSVN mentrasmisikan data visual berupa citra ataupun

video. JSVN mempunyai kemampuan mentransmisikan data multimedia

yang mempunyai ukuran yang relative lebih besar dari data

skalar. Secara umum JSVN memiliki karakteristik life-time yang

dibatasi oleh penggunaan energi, meliputi konsumsi energi untuk 25

sensing, pemrosesan, dan pentransmisian data karena JSVN

beroperasi menggunakan baterai. Selain itu, karakteristik JSVN

adalah mempunyai kemampuan dalam melakukan pengolahan data

visual pada sensor node dan kemampuan dalam mentransmisikan data

secara real-time. 30

Keterbatasan resouce pada JSN, berupa energi, kemampuan

komputasi, bandwidth, dan memory merupakan hal-hal yang menjadi

kendala implementasi untuk aplikasi visual. Kendala yang paling

besar bagi JSVN adalah terutama pada keterbatasan energi.

tinggi daripada konsumsi energi yang diperlukan untuk komputasi

[Min Wu dkk, 2007]. Sehingga untuk mengurangi konsumsi energi

selama pentransmisian citra, sistem harus mampu mengurangi

durasi waktu pentransmisian tanpa mengurangi kualitas citra.

Untuk mengurangi durasi waktu pentransmisian maka ukuran data 5

yang ditransmisi perlu dikurangi, oleh sebab itu diperlukan

metode pengolahan citra untuk memperkecil ukuran data. Salah

satu metode tersebut adalah pemanfaatan teknik kompresi citra

dengan parameter-parameter kompresinya yang dapat dioptimalkan

untuk mengefisiensikan penggunaan energi, memori, dan bandwidth, 10

serta menjaga kualitas citra yang diinginkan.

Untuk tujuan pentransmisian citra, CN 203057366 mengklaim

sistem untuk mentransmisikan citra pada Jaringan Sensor Nirkabel

JSN, tetapi patent ini tidak mengklaim efisiensi energi akibat

adanya kompresi citra pada JSN. Sedangkan US Patent 7,715,928 B1 15

mengklaim mengenai komunikasi efisien dan kompresi data

menggunakan DWT pada Jaringan Sensor Nirkabel. Tetapi Paten ini

tidak membuat suatu optimasi efisiensi energi dari level-level

DWT-nya.

Tujuan invensi ini adalah menyediakan metode untuk 20

mentransmisikan citra pada JSN yang hemat energi. Untuk tujuan

penghematan energi. Penggunaan JPEG 2000 (Marcellin, D.S.T.,

2002) sebagai kompresi citra pada invensi ini ditujukan mencari

nilai-nilai optimal pada parameter-parameter tile, tingkat

kompresi, bit rate per pixel, block code, dan level DWT sehingga 25

dapat mengefisiensikan penggunaan energi dalam proses transmisi

citra.

Uraian Singkat Invensi

Sesuai invensi ini disediakan suatu metode untuk 30

implementasi kompresi citra di lingkungan JSN atau sistem yang

mempunyai keterbatasan resource. Implementasi sistem ini pada

Linux OS Embedded dan JPEG 2000 sebagai metode kompresi citra.

Metode sesuai invensi ini meliputi langkah-langkah berikut:

instalasi/porting Linux OS pada radio board Jaringan Sensor

Network, Kompilasi dan Instalasi JPEG 2000 untuk lingkungan JSN

yang dilanjutkan dengna transmisi citra menggunakan Standard

IEEE 802.15.4/Zigbee. Implementasi kompresi citra dengan metode

ini lebih lanjut dapat dikembangkan untuk mencari nilai-nilai 5

paramater-parameter laju bit (bpp), ukuran tile, ukuran block

code, dan Level DWT yang lebih hemat energi. Implementasi ini

juga akan mengurangi jumlah data yang terkirim menggunakan

saluran komunikasi nirkabelnya sehingga konsumsi energi untuk

proses pentransmisianpun akan berkurang. 10

Uraian Singkat Gambar

Gambar 1 Adalah langkah-langkah implementasi kompresi citra pada

JSVN.

Gambar 2 adalah tahapan atau langkah-langkah transmisi citra 15

pada Jaringan Sensor Visual Nirkabel.

Gambar 3 adalah grafik yang menunjukkan perbandingan konsumsi

energi terhadap: (a) perubahan Level DWT, (b) laju bit, (c)

ukuran tile, dan (d) ukuran block code.

Gambar 5 adalah grafik yang menunjukkan perbandingan nilai PSNR 20

terhadap laju bit pada level DWT yang berbeda.

Gambar 5 adalah grafik yang menunjukkan perbandingan waktu

transmisi pada laju bit yang berbeda

Gambar 6 adalah grafik yang menunjukkan perbandingan konsumsi

energi transmisi pada durasi waktu tertentu dengan jarak 25

transmitter (pengirim) dan receiver (penerima) yang diubah-ubah.

Uraian Lengkap Invensi

Invensi ini mengajukan metode untuk menghemat energi pada

pentransmisian citra di lingkungan JSVN yang telah ditanamkan 30

Linux OS sebagai sistem operasinya. Langkah-langkah implementasi

seperti terlihat pada gambar 1. Dengan langkah-langkah ini, maka

citra dalam bentuk raw data dapat dihasilkan oleh sensor visual

(kamera). Selanjutnya, citra dalam bentuk raw data dikompresi

PSNR, dan kebutuhan memory dilakukan pada nilai-nilai parameter

JPEG 2000 baik pada pra pemrosesan dan pemrosesan yaitu laju bit

(bpp), ukuran tile dan ukuran block code serta pada Level

DWT-nya.

Invensi ini diimplementasikan pada Jaringan Sensor Visual 5

Nirkabel yang mempunyai processor Xscale, senosr visual berupa

kamera, dan komunikasi nirkabel IEEE 802.15.4 (CC2420) dan telah

terintegrasi.

Gambar 2 merupakan tahapan komunikasi nirkabel yang

digunakan. Untuk mentransmisikan citra terkompresi, file-file 10

tersebut dibagi menjadi paket-paket tergantung dari ukuran file,

dengan panjang payload untuk setiap paketnya adalah 28 byte.

Ada dua tahap yang dilakukan pada proses transmisi, yaitu

pada bagian request node/receiver dan pada sender node/visual

sensor node. Aliran komunikasi terjadi ketika pengguna dari 15

request node meminta node pentransmisi untuk

menangkap/mengambil (capturing) sebuah citra. Request node akan

mengaktifkan IEEE 802.15.4 dan bertindak sebagai coordinator

sedangkan camera node secara periodik akan melakukan

pengaktifkan dan penonaktifkan komunikasi IEEE 802.15.4 untuk 20

mendapatkan informasi permintaan pengambilan citra dari sensor

visual. Selanjutnya citra akan ditangkap oleh Camera OV7670

yang terdapat pada camera node melalui perintah yang akan

menjalankan library Video 4 Linux 2 (V4L2). Setelah citra

ditangkap, raw citra akan dikompresi JPEG2000 menggunakan 25

library OpenJPEG. Hasil dari kompresi ini dibagi-bagi menjadi

paket-paket berukuran 28 byte sebagai payload dari komunikasi

IEEE 802.15.4.

IEEE 802.15.4 merupakan standar low-rate wireless network

yang menspesifikasikan physical layer dan medium access control 30

(MAC) layer. Data yang telah dibagi-bagi menjadi 28 byte payload

per paket akan dienkapsulasi menjadi frame-frame MAC layer untuk

selanjutnya ditransmisikan ke user/penerima. Pada komunikasi MAC

layer ini tidak dilakukan proses error control untuk setiap

Performance indicator diukur dari konsumsi energi transmisi

suatu citra dan Peak Signal to Noise Ratio (PSNR). Konsumsi

energi untuk mentransmisikan suatu citra pada JSN terdiri dari

energi penangkapan/pengambilan citra menggunakan sensor visual,

energi komputasi, dan energi transmisi citra, sesuai dengan 5

rumus (1)

(1)

Konsumsi Energi dapat didefinisikan juga sebagai selisih

energi antara nilai energi awal dengan energi akhir, seperti

persamaan (2) berikut 10

P_konsumsi=P_end−P_{start (2)}

Peak Signal to Noise Ratio (PSNR) merupakan representasi

pengukuran error. Sedangkan MSE (Mean Square Error) adalah

kumulatif rata-rata kuadrat error antara citra terkompresi

dengan citra asli. Semakin rendah nilai MSE, maka error semakin

15

rendah. PSNR dan MSE dijelaskan pada rumus (3) dan (4).

MSE

=

1

m

.

n

[

I

(

i

,

j

)

−

K

(

i

,

j

)

]

2

j=0

n−1

∑

i=0

m−1

∑

(3)

sehingga kualitas citra dilihat berdasarkan PSNR dengan

perhitungan sebagai berikut:

PSNR

=

20. log

10

MAX

I

MSE

!

"

#

$

%

&

(4) 20 Metode Pengukuran

Citra sumber adalah citra yang dihasilkan dari pengambilan

citra menggunakan sensor multimedia dan mempunyai ukuran 640x480

pixels. Lebih lanjut, dua pendekatan dilakukan untuk pengujian

JPEG 2000 (OpenJPEG library di lingkungan Linux OS) pada 25

lingkungan JSN. Pendekatan pertama adalah menguji OpenJPEG, yang

merupakan library JPEG 2000, pada parameter default-nya.

Pengujian kedua adalah memodifikasi parameter JPEG 2000 pada

tile, dan maupun ukuran block code. Pengujian dilakukan

sebanyak 250 kali proses encoding secara simultan.

Table 1. Testing Parameters

DWT Level 1, 2, 3, 4, 6

Compression Lossless

Bit Rate 1, 0.1, 0.05, 0,017, 0.01

Size of Block code (bc)

32 x 32 (300 bcs), 64x32 (150 bcs) 64 x 64 (75 bcs)

Tile size 640 x 480 (1 tile), 320 x 240 (8

tile), 128 x 128 ( 20 tile)

5

Dari implementasi ini ada beberapa kondisi dilakukan, yaitu

sebagai berikut.

1.Kondisi I: Pengukuran terhadap penggunaan energy dan durasi

waktu encoding pada level DWT 1,2,3,4 dan 6 pada laju bit 1

bpp. dan pada laju bit 0.017. 10

2.Kondisi II: Pengukuran terhadap konsumsi energy durasi proses

encoding dan konsumsi energi, serta perhitungan PSNR untuk

optimasi parameter tile pada laju bit tertentu.

3.Kondisi III: Pengukuran terhadap konsumsi energy, durasi waktu

encoding, dan perhitungan PSNR pada ukuran block code yang 15

berbeda.

4.Kondisi IV: Melakukan pengujian terhadap durasi waktu

transmisi untuk perubahan parameter ratio kompresi terhadap

perubahan jumlah tile pada jarak 10, 20, dan 30 meter

5.Kondisi V: Pengukuran penggunaan energy dan waktu proses untuk 20

tranmisi data pada jarak 10, 20, dan 30 meter.

Kondisi I

Pada laju 1 bit per pixel (bpp), terlihat bahwa level DWT

berpengaruh pada konsumsi energy. Gambar 3a menunjukkan konsumsi

energi akan meningkat seiring dengan bertambahnya level DWT. 25

Konsumsi energy pada saat melakukan encoding sebanyak 250 kali

untuk Level DWT 1 adalah sebesar 25.51% dari energy awal yang

ada dan merupakan konsumsi energy terendah jika dibandingkan

jumlah encoding yang sama, 250 kali, konsumsi energy tertinggi

adalah pada implementasi level DWT 6, yaitu hampir 40% dari

energy awal yang ada. Secara umum dapat dipaparkan bahwa

konsumsi energy untuk melakukan encoding sebanyak 250 kali akan

lebih rendah pada level DWT yang lebih rendah, yaitu dengan 5

persentasenya berturut-turut 8.45%, 7,03%, 5,70% dan 3,65% lebih

rendah pada level DWT l, 2, 3, dan 4 jika dibandingkan dengan

DWT level 6 dengan laju 1 bpp.

Level DWT mempunyai pengaruh pada waktu proses encoding.

Pada laju bit 1 bpp waktu proses encoding bervariasi terhadap 10

level DWT yaitu 107, 115, 115, 116, dan 118 menit untuk DWT

level 1, 2, 3, 4, dan 6.

Pada laju 1 bpp, karena sifatnya lossless, tidak terlihat

bahwa perubahan level DWT memengaruhi nilai PSNR. Jika percobaan

yang dilakukan pada laju bit yang lebih rendah, nilai PSNR 15

berubah, sesuai dengan yang ditunjukkan pada gambar 3a. Nilai

PSNR pada laju bit 0.1, untuk level DWT 1, 2, 3, 4, dan 6

berturut-turut adalah 37.84, 41.89, 42.32, 42.68, dan 42.64 dB.

Dari data ini, terlihat bahwa pada level DWT lebih tinggi nilai

PSNR juga menjadi lebih tinggi dibandingkan pada level DWT lebih 20

rendah. PSNR pada level DWT 1 lebih rendah 11.26% jika

dibandingkan dengan PSNR pada level DWT 6. Pada level DWT 2

nilai PSNR lebih rendah 1.77%, sedangkan PSNR pada level DWT 3

lebih rendah 0.76% dari PSNR level DWT 6. PSNR pada level DWT 4

ternyata lebih tinggi 0.1 % dari level DWT 6. 25

Kondisi II

Perubahan laju bit perpixel memengaruhi konsumsi energy.

Gambar 3b menunjukkan konsumsi energy pada proses encoding

sebanyak 250 kali secara simultan pada level DWT 3 dengan laju

bit/pixel yang bervariasi. Hasil percobaan menunjukkan bahwa 30

pada laju bit 1 bpp konsumsi energy adalah sebesar 28.77%.

Sedangkan konsumsi energy pada laju 0.1, 0,017, dan 0.01 bpp

berturut adalah 25.53%, 21,89%, dan 19.65%. dengan demikian

adalah sebesar 3.24%, 6.88%, dan 11.68% jika dibandingkan dengan

laju bit 1 bpp.

Perubahan laju bit perpixel (bpp), selain berpengaruh pada

konsumsi energi juga berpengaruh pada waktu encoding. Semakin

berkurang laju bit maka waktu encoding semakin pendek. Dengan 5

level DWT tetap, yaitu 3, pada laju bit 0,01, 0,017, 0,1, dan 1

bpp dihasilkan waktu encoding sebesar 70, 80, 84, dan 114 menit.

Dengan kata lain, waktu encoding akan turun sebesar 38.60%,

29.82%, dan 26.31% pada laju bit 0.01, 0.017, dan 0.1 bpp jika

dibandingkan laju bit 1 bpp pada level DWT 3. 10

Kondisi III

Ukuran tile atau jumlah tile pada suatu citra berpengaruh

pada konsumsi energi pengkodean JPEG 2000. Gambar 3c merupakan

hasil percobaan untuk encoding JPEG 2000 dengan laju 0.017,

level DWT=3, dan proses encoding sebanyak 250 kali. Pada ukuran 15

tile yang bervariasi, yaitu tile 640 x 480 (1 buah tile), 320 x

240 (8 tile) dan 128 x 128 (20 tile) diperoleh konsumsi energy

berturut-turut sebesar 14.88%, 19.71%, dan 21.36%.

Ukuran tile atau jumlah tile pada suatu citra selain

berpengaruh pada konsumsi energi juga berpengaruh pada kecepatan 20

proses encoding. Pada percobaan dengan laju bit perpixel adalah

0.017, level DWT 3 dan dengan ukuran tile 640x480, 320x240, dan

128x128 diperoleh hasil bahwa untuk melakukan proses encoding

sebanyak 250 kali diperlukan waktu bervariasi. Untuk ukuran tile

640x480, 320x240, dan 128x128 diperoleh waktu proses encoding 25

selama 80, 84, dan 88 menit atau rata-rata waktu proses setiap

encoding adalah sebesar 19.22, 20.39, dan 20.96 detik. Proses

encoding untuk tile 320x240, dan 128x128 membutuhkan waktu

lebih lama 9% dan 6% dari proses encoding untuk ukuran 640x480.

Kondisi IV

30

Konsumsi energy pada ukuran block code atau jumlah block

code pada suatu citra yang bervariasi, yaitu 32x32, 32x64, dan

encoding JPEG 2000 sebanyak 250 kali diperoleh adalah sebesar

28.89%, 26,84%, and 21,89%, sesuai dengan yang ditunjukkan pada

gambar 2d.

Pada kondisi ini terjadi variasi kecepatan waktu encoding

akibat adanya perubahan ukuran block code. Semakin besar ukuran 5

maka proses encoding menjadi lebih cepat. Pada block code

berukuran 64x64 diperoleh durasi waktu 80 menit, sedangkan pada

ukuran block code paling kecil, 32x32 diperoleh durasi encoding

selama 120 menit atau kenaikannya sekitar 33.33%.

Kondisi V

10

Sesuai dengan gambar 4, pada laju bit lebih rendah, yaitu

0.017 bpp, nilai PSNR untuk level DWT 1, 2, 3, 4, dan 6

berturut-turut adalah 27.01, 32.10, 36.23, 37.23, dan 37.84 dB.

PSNR pada laju bit 0.0017 bpp ini pada level DWT 1 lebih rendah

28.63% jika dibandingkan dengan PSNR pada level DWT 6. Pada 15

level DWT 2 nilai PSNR lebih rendah 15.16%, sedangkan PSNR pada

level DWT 3 lebih rendah 4.26% dari PSNR level DWT 6. Sedangkan

PSNR pada level DWT 4 rendah 1.61 % dari level DWT 6.

Gambar 4 juga menunjukkan bahwa Nilai PSNR untuk laju bit

paling rendah pada penelitian ini, yaitu 0.01 bpp, adalah nilai 20

25.31, 29.31, 34.49, 35.83, dan 36.53 dB untuk level DWT 1, 2,

3, 4, dan 6. Sedangkan perbandingan penurunan PSNR dari level

DWT 1, 2, 3, dan 4 dengan level DWT 6 adalah 30.72%, 19.77%,

5.59%, dan 1.92%.

Dari data-data di atas terlihat bahwa perubahan level DWT 25

akan memengaruhi nilai PSNR, semakin rendah level DWT, secara

umum nilai PSNR semakin rendah, dan sebaliknya. Pada level DWT

1, 2, 3, dan 4, pengaruh level DWT terhadap PSNR relatif lebih

tinggi dan akan semakin tinggi pada laju bit lebih rendah. Pada

laju bit yang sama selisih PSNR antara level 4 dan level 6 tidak 30

signifikan, hanya kurang dari 2%. Dari hasil percobaan,

perubahan ukuran tile dan ukuran block code tidak mempengaruhi

Penggunaan Memory

Memory JSN yang terbatas berpengaruh pada kemampuan

komputasi sistem. Penggunaan memory dapat dikurangi dengan

ukuran tile yang lebih kecil, hanya saja konsumsi energi akan

bertambah sebanding dengan berkurangnya ukuran tile. Begitu 5

juga penggunaan ukuran code block. Penggunaan ukuran yang lebih

kecil akan menghemat penggunaan memory tetapi akan meningkatkan

konsumsi energy. Apabila digunakan ukuran tile 128x128 dan

320x240 yang dibandingkan dengan ukuran tile 640x480, maka

penggunaan memory dapat ditekan menjadi 75% dan 50% lebih 10

rendah. Akan tetapi pengurangan penggunaan memory dengan

mengurangi ukuran tile menyebabkan konsumsi energy yang lebih

tinggi. Kompresi citra juga memengaruhi penggunaan storage yang

memang ukurannya terbatas. Resolusi atau laju bit berpengaruh

pada penggunaan storage pada perangkat JSN. 15

Proses Transmisi

Gambar 5 dan gambar 6 merupakan hasil pengukuran terhadap

percobaan transmisi data. Hasil yang diperoleh bahwa pada durasi

pentransmisian 3 jam dengan jarak 10, 20, dan 30 meter konsumsi

energinya adalah sebesar 17.19%, 18.10%, dan 19.41%. Dengan 20

throughput data sebesar 1 kBps, pentransmisian data satu citra

tanpa melalui proses kompresi memerlukan waktu 10 s.d. 15 menit.

Sedangkan pada laju bit 0.1, 0.05, 0.025, 0.017, dan 0.01 bpp,

seperti diperlihatkan gambar 6a, diperlukan waktu pentransmisian

antara 10 sampai dengan 90 detik. Dengan demikian perubahan 25

jarak dari 30 meter menjadi 10 meter tidak menimbulkan perbedaan

yang signifikan untuk konsumsi energi. Namun perubahan laju bit

dari 0.1 bpp menjadi 0.01 bpp menyebabkan perubahan waktu

transmisi yang tajam.

Klaim

1.Suatu metode transmisi citra pada Jaringan Sensor Nirkabel

yang hemat energi, dimana terdiri dari tahapan:

a.mencari Level Discrete Wavelet Transform (DWT) yang

lebih hemat energi; 5

b.mencari nilai laju bit yang lebih hemat energi;

c.mencari ukuran tile yang lebih hemat energi;

d.mencari ukuran block code yang lebih hemat energi;

2.Suatu tahapan komunikasi pada Jaringan Sensor Visual Nirkabel

pada sisi transmitter dan receiver pada platform Linux 10

Embbedded adalah tahapan pada sisi receiver yaitu melakukan

perintah transmisi citra kepada transmitter atau node sensor

visual dan menerima paket perpaket dari citra yang dikirimkan,

tahapan disisi transmitter adalah menangkap citra dengan

sensor visualnya, melakukan kompresi citra, membagi citra 15

menjadi paket-paket data dengan ukuran 28 byte sebagai payload

MAC layer untuk komunikasi nirkabel.

3.Suatu metode transmisi citra seperti pada klaim 1, dimana

level DWT mempunyai pengaruh pada konsumsi energi, maka

konsumsi energi akan lebih rendah dengan persentasenya 20

berturut-turut 8.45%, 7,03%, 5,70% dan 3,65% pada level DWT l,

2, 3, dan 4 jika dibandingkan dengan DWT level 6 dengan laju 1

bpp dan untuk 250 kali kompresi yang dilakukan.

4.Suatu metode transmisi citra seperti pada klaim 1, dimana laju

bit mempunyai pengaruh pada konsumsi energi, maka pada laju 25

bit 0.1, 0.017, dan 0.001 bpp secara berturutan mempunyai

konsumsi energinya sebesar 25.53%, 21,89%, dan 19.65% dari

energi awal untuk 250 kali kompresi yang dilakukan.

5.Suatu metode transmisi citra seperti pada klaim 1, dimana

ukuran tile memengaruhi konsumsi energi, maka pada ukuran tile 30

tile 640 x 480 pixel, 320 x 240 pixel, dan 128 x 128

berturut-turut diperoleh konsumsi energinya sebesar 14.88%, 19.71%, dan

6.Suatu metode transmisi citra seperti pada klaim 1, dimana

ukuran block code memengaruhi konsumsi energi, maka pada

ukuran block code 32x32, 32x64, dan 64x64 pixel, laju 0.017

bpp, level DWT=3 dan jumlah proses encoding JPEG 2000 sebanyak

250, konsumsi energinya sebesar 28.89%, 26,84%, and 21,89%, 5

dari energi awal sistem.

7.Suatu metode seperti klaim 1, yang pada laju bit 0.017 bpp,

mempunyai nilai PSNR untuk level DWT 1, 2, 3, 4, dan 6

berturut-turut adalah 27.01, 32.10, 36.23, 37.23, dan 37.84

dB, sedangkan pada laju bit yang lebih tinggi, yaitu 0.01, 10

nilai PSNR-nya 25.31, 29.31, 34.49, 35.83, dan 36.53 dB untuk

level DWT 1, 2, 3, 4, dan 6 secara berturut-turut.

8.Suatu metode seperti klaim 1 akan mempercepat transmisi citra,

yaitu apabila laju bit 0.1, 0.05, 0.025, 0.017, dan 0.01 bpp,

secara berturut-turut, maka waktu pentransmisian citra 15

Abstrak

METODE TRANSMISI CITRA PADA JARINGAN SENSOR NIRKABEL

Komunikasi multimedia pada wireless sensor network (WSN) 5

atau Jaringan Sensor Nirkabel (JSN) merupakan sebuah tantangan

tersendiri karena data multimedia mempunyai ukuran yang relatif

lebih besar dibandingkan dengan data scalar, sedangkan

perangkat JSN mempunyai keterbatasan resource, baik pada energi,

kemampuan komputasi, memori maupun bandwidth. Di samping 10

keterbatasan resource, pengimplementasian sistem sangat

berpengaruh pada efisiensi kerja sistem. Sehubungan dengan hal

itu, invensi ini menginvestigasi kompresi citra JPEG 2000 pada

JSN yang menggunakan Linux Embedded sebagai OS-nya untuk

mendapatkan citra terkompresi yang ditransmisikan ke stasiun 15

penerima atau pengolah lebih lanjut pada sistem komunikasi IEEE

802.15.4 dengan langkah-langkah tertentu. Invensi ini

memperlihatkan bahwa level DWT , bit rate per pixel, tile size,

tile number, and block code size memberikan dampak yang

signifikan pada konsumsi energi, penggunaan memori, dan waktu 20

yang dibutuhkan untuk pentransmisian data. Oleh karena itu

invensi ini merupakan model yang secara signifikan dapat

meningkatkan efisiensi energi, efisiensi penggunaan memori dan

waktu pentransmisian data dengan nilai PSNR yang dapat diterima

Gambar 1. Algorithm 1

! Linux Embedded Implementation

1. Compiling Linux Kernel for WVSN Implementation 2. Flashing Bootloader, Linux Kernel, and File system

to WSN Platform

! Visual Sensor Implementation

3. Modified Visual Sensor for Linux Implementation 4. Cross compiling and upload Linux OV7670 driver

5. Cross compiling and upload binary coding to capture image

! JPEG 2000 Compression Implementation in WSN

6. OpenJPEG Library modification

7. OpenJPEG Cross compiling for XScale Processor

Gambar 3

(a) (b)

Gambar 4

KEPUTUSAN DIREKTUR PENELITIAN DAN PENGABDIAN KEPADA MASYARAKAT

NOMOR 2386/E5.4/HP.2014 TENTANG

PENERIMA UNGGULAN BERPOTENSI HAK KEKAYAAN INTELEKTUAL (UBER HKI) TAHUN 2014

DAFTAR PENERIMA UBER HKI TAHUN 2014

(DARI HASIL PELATIHAN PEMANFATAAN HASIL PENELITIAN, PPM, DAN PKM)

No Nama Perguruan Tinggi Judul 1 Nuri

Andarwulan

Institut Pertanian Bogor

Rekayasa Proses Deodorisasi Untuk Peningkatan Mutu Produk Minyak Sawit Merah Kaya Karoten

2 Yulin Lestari Institut Pertanian Bogor

Pengembangan Produk Berbasis Streptomyces Lavendulae Galur Loal

Penghasil Anti B-Laktamase Dan Aplikasinya Dlam Mengendalikan Bakteri Penyebab Diare Resisten Antibiotik Pencemar Lingkungan 3 Giyanto Institut Pertanian

Bogor

Perakitan Teknologi Pengendalian Penyakit Tanaman Padi Ramah Lingkungan Berbasis Bakteri Agens Hayati dan Metabolit

Sekundernya 4 Sukmawati Institut Teknologi

Medan

Optimasi Rasio Palm Fatty Acid Desilate (PFAD) dan Sabun Logam pada Pembuatan Pelumas Padat (Grease) Biodegradable. 5 Triwikantoro Institut Teknologi

Sepuluh Nopember

Pengembangan SSO Berbasis 3 HT: PCBM dengan Elektroda Nanofiber Ag

6 Samsudin Affandi

Institut Teknologi Sepuluh

Nopember

Proses penghitaman baja dengan lapisan magnetite dengan teknik anodisasi untuk perlindungan korosi

7 Maria Fransisca Soetanto

Politeknik Negeri Bandung

Pengembangan Prototipe Turbin Angin Poros Vertikal Sebagai Alternatif Penerangan Jalan Umum Tol

8 Adriana Politeknik Negeri Lhokseumawe

Pembuatan dan Karakterisasi Nanoselulosa dari Limbah Serat Tandan Kosong Kelapa Sawit

9 Akhmad Faizin

Politeknik Negeri Malang

Rancang Bangun dan Pengujian Model Rekayasa Peningkatan Efisiensi Overshot Water Wheel dengan Penambahan Overflow Keeper Double Nozzle (OKDN)

10 Dwina

Moentamaria

Politeknik Negeri Malang

Teknologi Kolom Berpaking dengan

Pengemban Fase Padat Enzim Lipase Amobil Berbasis Polyurethane Foam sebagai Model Pengembangan Biodiesel Ramah

lingkungan.Tema: Produksi Biodiesel Menggunakan Biokatalis Mucor Miechei Teramobil melalui Rute Reaksi Non-Alkohol 11 Ratna Ika

Putri

Politeknik Negeri Malang

Pengendali Kecepatan Motor Induksi pada Mesin Sentrifugal Kontinyu di Industri Gula Menggunakan Adaptif Fuzzy Propotional Integrator (PI)

12 Yulindon Politeknik Negeri Padang

88 Poppy Anjelisa Zaitun Hasibuan Universitas Sumatera Utara

Aktivitas Antioksidan dan Sitotoksik Ekstrak n-Heksan, Etil Asetat, Etanol dari Daun Bangun-bangun (Plectranthus amboinicus, (Lour.) Spreng.) pada Sel Kanker Payudara 89 Maulida Universitas

Sumatera Utara

Pemanfaatan Limbah Serat Buah Pinang Sebagai Filler Papan Partikel Mikrokomposit Poliester

90 Hanifah Yusuf

Universitas Syiah Kuala

Semisintesis Senyawa Turunan Eurikumanon Hasil Isolasi Dari Akar Pasak Bumi

(Eurycoma longifolia, Jack) dan Uji Aktivitas Antiplasmodium secara In Vitro

91 Salmin Universitas Tadulako

Produksi Sperma Beku Domba Yang Berkualitas Dan Berdayaguna Melalui

Pemanfaatan Lesitin Kacang Kedelai (Soybean Lecithin) Sebagai Komponen Ekstender

Sperma 92 Afadil Universitas

Tadulako

Modifikasi limbah plastik styrofoam dengan alumina dan uji kinerja sebagai membran polimer elektrolit sel bahan bakar metanol 93 Berlian

Sitorus

Universitas Tanjungpura

Sintesis Material konduktif berupa komposit polianilina-selulosa dari tanah gambut dan tandan kosong sawit sebagai bahan dasar baterai sekunder Biodegradabel

94 Ferry Hadary Universitas Tanjungpura

Photo-Voltaic Berbasis Sel Surya Tersensitasi Nanopigmen Kaolinit-Bixin sebagai Sumber Energi Listrik di Daerah Perbatasan

95 Titin Anita Zahara

Universitas Tanjungpura

Pemanfaatan Biomassa Mikroalgae sebagai Material dasar Adsorben Berkinerja tinggi untuk penyerapan logam berat kromium dari limbah cair industri

96 Nyoman Gunantara

Universitas Udayana

Pemilihan Relay Secara Lintas Lapisan Pada Sistem Komunikasi Nirkabel Ad-hoc Dengan Metode Multi Objective Optimization

97 Nyoman Putra Sastra

Universitas Udayana

Metode Transmisi Citra pada Jaringan Sensor Visual Nirkabel

98 Nyoman Puspa Asri

Universitas W R Supratman

Transesterifikasi Minyak Sawit Menjadi Biodiesel Dalam Methanol Subkritis Dan Superkritis Dengan Katalis Padat

Berpromotor Ganda 99 Ambar

Rukmini

Universitas Widya Mataram

Pengembangan Mikroemulsi Asam Askorbat Untuk Menghambat Kerusakan Mutu Produk Virgin Coconut Oil akibat Fotooksidasi

DIREKTUR PENELITIAN DAN PENGABDIAN KEPADA MASYARAKAT,

ttd

AGUS SUBEKTI