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)berkasHal
:
Pemberitahuan Persyaratan Formalitas Telah DipenuhiYth. LPPM Universitas Udayana Kampus Bukit Jimbaran, Bali80364
Dengan ini diberitahukan bahwa Permohonan paten: Tanggal
Pengajuan
:
21 November2014(21)
Nomor Permohonan:
P00201407239---
---$a)--?trdulTnvcnsi
(30)
DataPrioritas
:-
: ANsENSORlrrRrnael
--(74)
KonsultanHKI
:(22)
Tanggal Penerimaan:
21 November 2014telah 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 (pasal42ayat2 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-lambatnya6
(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
Pkonsumsi=Pend−Pstart (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=0m−1
∑
(3)sehingga kualitas citra dilihat berdasarkan PSNR dengan
perhitungan sebagai berikut:
PSNR
=
20. log
10MAX
IMSE
!
"
#
$
%
&
(4) 20 Metode PengukuranCitra 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