Analisis Performa Jaringan Sensor Nirkabel Berdasarkan Penentuan Lokasi Node Yang Telah Diimplementasikan Dengan Algoritma Genetika

11 

Teks penuh

(1)

Fakultas Ilmu Komputer

Universitas Brawijaya

3421

Analisis Performa Jaringan Sensor Nirkabel Berdasarkan Penentuan

Lokasi Node Yang Telah Diimplementasikan Dengan Algoritma Genetika

Irma Asri Kartika Sandy1, Mochammad Hannats Hanafi Ichsan2, Gembong Edhi Setyawan3

Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email: 1ikartikasandy1903@gmail.com, 2hanas.hanafi@ub.ac.id, 3gembong@ub.ac.id

Abstrak

Faktor penentu keberhasilan komunikasi dalam wireless sensor network atau jaringan sensor nirkabel adalah konektivitas dari node sensor dalam jaringannya. Konektivitas dari node sensor tergantung pada posisi node sensor tersebut, sehingga dalam perancangan wireless sensor network perlu memperhatikan peletakan node sensor agar dapat meningkatkan kinerja jaringan sensor. Algoritma Genetika merupakan sutu metode yang memiliki sifat yang lentur sehingga dapat digunakan untuk menentukan posisi node. Terdapat penelitian dengan menggunakan algoritma genetika untuk menentukan posisi terbaik yang belum melakukan implementasi. Oleh sebab itu dilakukan implementasi dan analisis pada performa jaringan sensor nirkabel yang peletakan nodenya telah diimplementasikan dengan algoritma genetika. Analisis dilakukan dengan menganalisa nilai quality of service (delay, jitter, throughput) dari komunikasi antar node-node sampai ke komputer pengguna, serta dengan menganalisa hasil uji dari coverage area sensor api 5 channel. Dan untuk membuat sistem sebelumnya menjadi dinamis, dilakukan penambahan fitur. Hasil dari analisis tersebut menunjukkan nilai dari quality of service delay sebesar 7,66 s. Nilai dari jitter adalah 1,01 dan nilai dari throughput sebesar 77,01. Analisis dari hasil uji sensor api 5 channel adalah sensor tersebut dapat meng-cover dengan jarak lebih dari 100 cm dengan volume api sedang atau besar. Hasil uji dari sistem agar dapat lebih dinamis memiliki keberhasilan 100%, yaitu dengan menambahkan fitur bagian masukan jari-jari dari sensor dan luas ruangan sesuai dengan kebutuhan pengguna.

Kata kunci: Algoritma Genetika, wireless sensor network, quality of service, delay, jitter, throughput

Abstract

The critical success factor of communication in a wireless sensor network is the connectivity of the sensor nodes in the network. Connectivity of the sensor nodes depends on the position of the sensor nodes, so in the design of wireless sensor network need to pay attention to the laying of sensor nodes in order to improve the performance of sensor networks. Genetic Algorithm is a method that has a bending property that can be used to determine the position of the node. There are studies using genetic algorithms to determine the best position that has not been implemented. Therefore, the implementation and analysis on the performance of wireless sensor networks that laying the node has been implemented with genetic algorithm. Analysis is done by analyzing the value of quality of service (delay, jitter, throughput) from communication between nodes to user's computer, and by analyzing test result from 5 channel flame sensor coverage area. And to make the previous system become dynamic, the feature is added. The result of the analysis shows the value of quality of service delay of 7.66 s. The value of jitter is 1.01 and the value of throughput is 77.01. Analysis of the 5 channel flame sensor test results is the sensor can cover with a distance of more than 100 cm with medium or large fire volume. Test results from the system to be more dynamic has a 100% success, that is by adding features of the radius input section of the sensor and the room width according to user needs.

Keywords: Genetic Algorithm, wireless sensor network, quality of service, delay, jitter, throughput

1. PENDAHULUAN

Konektivitas dari node sensor tergantung

(2)

Penelitian yang dilakukan oleh Elis (2016) mengatakan bahwa posisi sensor yang tidak beraturan dan letak ruangan yang tersebar membuat masalah baru yaitu tidak menjamin bahwa semua ruangan dapat tercover oleh sensor. Oleh karena itu perlu diperoleh coverage area yang maksimal dengan jumlah sensor yang sudah ditentukan. Penelitian tersebut mengunakan algoritma genetika sebagai metode dalam penentuan posisi node. Algoritma Genetika merupakan algoritma pencarian heuristic yang didasarkan atas mekanisme evolusi biologis. Algoritma genetika memiliki beberapa keunggulan dibandingkan dengan metode komputasi konvensional.

Penelitian tersebut masih berupa simulasi belum melakukan implementasi penerapan secara nyata pada perangkat wireless sensor network atau jaringan sensor nirkabel, sehingga dibutuhkan pengembangan sistem dengan menganalisis performa jaringan sensor nirkabel yang penentuan lokasi nodenya telah diimplementasikan berdasarkan algoritma genetika. Dalam implementasinya node diletakkan pada koordinat sesuai dari hasil simulasi matlab. Konteks keadaan kebakaran berdasarkan dari simulasi sistem sebelumya yang menerapkan konteks kebakaran. Analisa dilakukan dengan menguji quality of service dari sistem tersebut.

Selain itu juga dilakukan pengembangan sistem dengan membuat sistem menjadi lebih dinamis dengan penambahan fitur yaitu pengguna dapat memasukkan nilai dari jari-jari node serta luas ruangan sesuai dengan kebutuhan sistem.

2. PERHITUNGAN

Dasar perhitungan dari penelitian ini tersusun atas perhitungan metode genetika dan perhitungan nilai quality of service.

2.1 Metode Algoritma Genetika

Penelitian yang dilakukan oleh Bina (2011), mengatakan bahwa algoritma Genetika atau Genetic Algorithm (GA) merupakan algoritma pencarian heuristic yang didasarkan atas mekanisme evolusi biologis, artinya pencarian solusi suatu masalah dengan algoritma genetik akan terus berevolusi. Inti dari algoritma genetika adalah secara bertahap mencari solusi terbaik (survival of the fittest) dari begitu banyak solusi yang ada. Pertama-tama algoritma

genetika bekerja dengan membuat beberapa solusi acak, tentu saja dari tahapan pertama ini solusinya kemungkinan masih buruk. Solusi tersebut akan mengalami proses evolusi secara terus menerus, dan akan menghasilkan suatu solusi yang lebih baik. Setiap solusi yang terbentuk mewakili satu individu dan satu individu terdiri sari satu kromosom. Kumpulan dari individu-individu ini akan membentuk suatu populasi, dari populasi ini akan lahir populasi-populasi baru sampai dengan sejumlah generasi yang ditentukan.

Proses dalam melakukan pencarian hasil terbaik dengan mengunakan algoritma genetika dimulai dari mendefinisikan individu.

Mendefinisikan individu atau

merepresenstasikan kromosom yang akan diproses, dilakukan dengan mendefinisikan tipe dan jumlah dari gen yang digunakan yang mewakili solusi permasalahan yang diangkat. Persamaan dari jumlah gen dalam konteks penelitian ini adalah:

π½π‘šπ‘™ 𝐺𝑒𝑛 = π½π‘šπ‘™ π‘˜π‘Ÿπ‘œπ‘šπ‘œπ‘ π‘œπ‘š βˆ— π½π‘šπ‘™ π‘π‘œπ‘‘π‘’ (1)

Selanjutnya tahap pemilihan induk berdasarkan nilai individu terbaik secara acak. Tahap ini akan menghasilkan sebuah generasi baru.

Selanjutnya melakukan proses crossover. Jumlah kromosom yang mengalami crossover dipengaruhi oleh parameter crossover_rate (pc). Dalam penelitian ini menggunakan perhitungan crossover aritmatika. Berikut persamaan crossover aritmatika:

Dari persamaan crossover tersebut didapatkan sebuah generasi baru selanjutnya melakukan tahapan mutasi. Jumlah kromosom

yang mengalami mutasi dalam satu populasi

ditentukan oleh parameter

mutation_rate

.

Setelah mendapatkan nilai dari mutase maka

selanjutnya proses penggabungan semua

parent

dan offspring. Tahap berikutnya yaitu mencari nilai fitness dengan mengurangi daerahyang ter-cover sensor dengan luas area yang tidak ter-cover sensor. Setelah nilai fitness ditemukan maka selanjutnya proses seleksi,

(3)

dengan mencari nilai fitness tertinggi.

2.2 Quality of Service

Menurut Tiphon (1999) Quality of Service merupakan sekumpulan parameter yang menunjukkan kualitas jaringan yang memungkinkan sebuah aplikasi beroperasi sesuai yang diharapkan. QoS bertujuan untuk memberikan layanan yang lebih baik pada sebuah aplikasi dengan meningkatkan kualitas pada suatu jaringan. Kualitas layanan pada sebuah aplikasi pada jaringan dapat diketahui dari beberapa parameter untuk menentukannya yaitu delay, jitter, dan troughput.

1. Delay

Delay merupakan lamanya waktu atau keterlambatan didalam proses transmisi paket data ke penerima. Factor yang mempengaruhi delay transmisi adalah jumlah paket data yang dikirim (bit) dan laju kecepatan pengiriman paket data untuk setiap detik. Persamaan dari delay adalah sebagai berikut:

π·π‘’π‘™π‘Žπ‘¦ π‘‘π‘Ÿπ‘Žπ‘›π‘ π‘šπ‘–π‘ π‘– = π‘π‘Žπ‘›π‘—π‘Žπ‘›π‘” π‘π‘Žπ‘˜π‘’π‘‘ (𝑏𝑦𝑑𝑒)π‘π‘Žπ‘›π‘‘π‘€π‘–π‘‘π‘‘β„Ž (𝐾𝑏𝑝𝑠)

(3)

2. Jitter

Menurut Angie (2014) jitter merupakan variasi delay antar paket yang terjadi pada jaringan Internet Protocol (IP). Semakin besar beban trafik yang ada pada jaringan, maka peluang terjadinya tumbukan antar paket/perlambatan (congestion) semakin besar, dengan demikian nilai jitter akan semakin besar. Semakin besar nilai jitter maka nilai QoS akan semakin turun dan apabila semakin kecil nilai jitter maka nilai QoS akan semakin baik. Besarnya nilai jitter dapat diperoleh dari selisih waktu tempuh suatu paket dengan paket sebelumnya dari sumber ke tujuan pengiriman. Persamaan jitter adalah sebaagai berikut:

π½π‘–π‘‘π‘‘π‘’π‘Ÿ

=

π‘‘π‘œπ‘‘π‘Žπ‘™ π‘π‘Žπ‘˜π‘’π‘‘ π‘¦π‘Žπ‘›π‘” π‘‘π‘–π‘‘π‘’π‘Ÿπ‘–π‘šπ‘Žβˆ’1π‘‘π‘œπ‘‘π‘Žπ‘™ π‘£π‘Žπ‘Ÿπ‘–π‘Žπ‘ π‘– π‘‘π‘’π‘™π‘Žπ‘¦ (4)

π‘‰π‘Žπ‘Ÿπ‘–π‘Žπ‘ π‘– π‘‘π‘’π‘™π‘Žπ‘¦ =

π‘‘π‘’π‘™π‘Žπ‘¦ π‘Žπ‘˜β„Žπ‘–π‘Ÿβ€“ π‘‘π‘’π‘™π‘Žπ‘¦ π‘ π‘’π‘π‘’π‘™π‘’π‘šπ‘›π‘¦π‘Ž

3. Throughput

Throughput menunjukkan kecepatan rata-rata yang diterima dalam selang waktu pengamatan tertentu, throughput disebut juga sebagai bandwidth yang sebenarnya. Pengukuran throughput dilakukan dalam satuan bits per second (bps). Persamaan throughput adalah:

π‘‡β„Žπ‘Ÿπ‘œπ‘’π‘”β„Žπ‘π‘’π‘‘ =

π‘‘π‘œπ‘‘π‘Žπ‘™ π‘‘π‘Žπ‘‘π‘Ž π‘¦π‘Žπ‘›π‘” π‘‘π‘–π‘‘π‘’π‘Ÿπ‘–π‘šπ‘Ž (𝑏𝑖𝑑𝑠)

π‘€π‘Žπ‘˜π‘‘π‘’ π‘‘π‘’π‘Ÿπ‘–π‘šπ‘Ž(π‘ π‘’π‘π‘œπ‘›π‘‘) βˆ’ π‘€π‘Žπ‘˜π‘‘π‘’ π‘˜π‘–π‘Ÿπ‘–π‘š(π‘ π‘’π‘π‘œπ‘›π‘‘)

3. PERANCANGAN DAN IMPLEMENTASI

Pada tahap ini menjelaskan tentang perancangan sistem baik software maupun hardware sehingga nanti akan membentuk suatu sistem. Gambar 1 merupakan alur perancangan sistem.

Gambar 1 Alur Perancangan Sistem

Gambar 1 menunjukkan alur perancangan sistem yang dimulai dari perancangan perangkat lunak dan selanjutnya perancangan perangkat keras. Perancangan perangkat lunak tersusun atas perancangan perangkat lunak pada matlab, perancangan perangkat lunak pada Arduino dan perancangan perangkat lunak pada web. Selanjutnya pada perancangan perangkat keras tersusun atas perancangan sensor api 5 channel, perancangan node sensor, dan perancangan node koordinator.

3.1 Perancangan Perangkat Lunak pada Matlab.

Perancangan perangkat lunak pada matlab dibuat untuk membuat sistem penentuan posisi node dengan algoritma genetika. Berikut diagram alur perancangan pada matlab:

(6)

(4)

Gambar 2 Diagram Alir Perancangan Perangkat Lunak Matlab

Gambar 2 Diagram diatas menunjukkan tahapan-tahapan dalam merancang perangkat lunak pada matlab. Tahapan-tahapan tersebut sesuai dengan proses perhitungan genetika dimulai dari user memasukkan data, selanjutnya inisialisasi data. Ketika inisialisasi data telah berhasil maka selanjutnya proses crossover. Didalam proses crossover, awal mula terjadi proses pemilihan induk, selanjutnya memulai perhitungan crossover dengan menggunakan crossover aritmatika. Ketika proses crossover selesai maka proses selanjutnya adalah proses mutasi. Proses mutasi memungkinkan munculnya kembali gen yang tidak muncul pada inisialisasi populasi. Selanjutnya adalah proses perhitungan nilai fitness. Awal dari nilai fitness yaitu menggabungkan seluruh parent dan offspring setelah itu mulai proses pencarian nilai fitness. Ketika telah mendapat nilai fitness dari setiap kromosom, maka selanjutnya adalah proses seleksi. Proses seleksi, dalam sistem ini mencari nilai terbaik adalah nilai fitness terbesar. Apabila telah menemukan hasil seleksi maka lanjut ke proses selanjutnya. Sedangkan apabila kondisi belum merupakan nilai terbesar maka kembali pada proses seleksi. Ketika telah mendapatkan nilai fitness terbesar yang merupakan hasil seleksi, maka kromosom yang memiliki nilai fitness terbesar tersebut

merupakan hasil dari proses genetika. Selanjutnya sistem akan menjalankan tahap iterasi sebanyak jumlah yang dimaukkan/input oleh user.

3.2 Perancangan Perangkat Lunak pada Arduino

Perancangan perangkat lunak Arduino tersusun atas beberapa perancangan yaitu:

1. Perancangan Sensor api 5 channel

2. Perancangan node sensor

3. Perancangan Node Koordinator.

Berikut diagram alir perancangan perangkat lunak sensor api 5 channel:

Gambar 3 Alur Program/Perancangan Sensor Api 5 Channel Pengujian Coverage Sensor

Gambar 3 menunjukkan alur program perancangan sensor api 5 channel pada pengujian coverage area sensor. Dimulai dari perintah pada void setup untuk mengatur nilai baudrate, dan selanjutnya perintah untuk menampilkan nilai analog dari sensor pada serial monitor. Maka nilai analog sensor akan muncul pada serial monitor.

(5)

program sensor api 5 channel pada node sensor dan node koordinator.

Gambar 4 Diagram Alur Program Sensor Api 5 Channel

Gambar 4 merupakan alur program sensor api 5 channel pada node sensor dan node koordinator. Dimulai dari sensor membaca nilai saat pengoperasian, maka akan mendapatkan nilai hasil pembacaan. Sensor ini memiliki 5 channel pendeteksian, sehingga nilai yang didapat dari setiap channel diberi identitas

dengan out 1 sampai dengan out 5. Kondisi apakah nilai out 1 sampai dengan out 5 bernilai lebih dari sama dengan 200, jika iya maka nilai tersebut akan masuk atau disimpan pada variable data1=1 yang berarti terdeteksi. Jika tidak maka akan masuk pada data1=0 yang berarti tidak terdeteksi dan selesai. Nilai 200 merupakan batas nilai dari pembacaan sensor ketika terdeteksi api. Selanjutnya merupakan proses mencari rata-rata nilai dari 5 channel sensor yang terdeteksi. Dengan menjumlahkan nilai out 1 sampai dengan out 5 yang selanjutnya dibagi 5. Hasil dari operasi rata-rata tersebut disimpan dan menghasilkan data2.

Selanjutnya adalah perancangan node sensor dan node koordinator. Gambar 5 merupakan diagram alur perancangan perangkat lunak node sensor.

Gambar 5 Node Sensor

Gambar 5 menunjukkan perancangan program node sensor dimulai dari sensor api 5 channel mendeteksi keberadaan api, yang kemudian diolah oleh mikrokontroler Arduino dan menghasilkan data/informasi yang selanjutnya dikirim ke node koordinator.

(6)

deteksi api menghasilkan data/informasi. Selanjutnya proses terima data dari node sensor. Data dari node sensor digabung dengan data/informasi sebelumnya. Proses selanjutnya adalah proses analisis parameter uji yaitu delay, throughput, dan jitter. Ketika proses analisis uji telah dilakukan maka akan menghasilkan data hasil dari analisis tersebut. Data hasil selanjutnya dikirim/disimpan pada database mysql. Proses dari perancangan program tersebut dapat dilihat pada gambar 6 berikut:

Gambar 6 Node Koordinator

3.3 Perancangan Perangkat Lunak Web dan Xampp

Perancangan perangkat lunak web dengan bantuan Xampp tersusun atas beberapa tahapan. Tahapan pertama adalah membuat database pada secara manual dengan masuk pada phpMyadmin dengan mengaktifkan Apache dan mySQL lewat control panel Xampp. Setelah selesai membuat database secara manual, tahapan selanjutnya adalah membuat program fungsi index. Dalam fungsi index terdapat lagi beberapa tahapan untuk mengatur tampilan web sesuai dengan yang diinginkan. Tahap berikutnya adalah membuat program fungsi koneksi. Fungsi koneksi meiliki beberapa tahapan untuk proses penyambungan pada database. Tahap terakhir adalah membuat program fungsi kirim/send.

Fungsi send memiliki beberapa tahapan untuk proses pengambilan dan pengiirman data dari database. Alur perancangan web tersebut dapat disimpulkan pada Gambar 7.

Gambar 7 Diagram Alur Perancangan Perangkat Lunak Web

Dalam proses perancangan web terdapat tahapan yang didalamnya terdapat proses lagi yaitu pada tahap pembuatan fungsi index, koneksi, dan send. Gambar 8 merupakan alur dari fungsi index.

Gambar 8 Diagram Alir Fungsi Index

(7)

selanjutnya proses pembuatan tabel. Setelah fungsi index maka selanjutnya fungsi koneksi. Gambar 9 merupakan diagram alur fungsi koneksi.

Gambar 9 Diagram Alur Fungsi Koneksi

Gambar 9 menunjukkan tahapan dari fungsi koneksi yaitu mengatur nama host apache, selanjutnya mengatur username apache, dan terakhir adalah mengatur nama database yang akan diakses. Selanjutnya merupakan fungsi send.

3.4 Perancangan Perangkat Keras

Perancangan perangkat keras ini merupakan perancangan yang dilakukan untuk membuat sistem pendeteksi kebakaran berbasis jaringan sensor nirkabel, dengan menyambungkan setiap perangkat keras agar terhubung dan berjalan sesuai tujuan. Perancangan perangkat keras secara keseluruhan dapat dilihat pada gambar 10.

Gambar 10 Blok Diagram Keseluruhan Sistem Perangkat Keras

Perancangan perangkat keras dimulai dari merancang node sensor yang tersusun atas sensor api 5 channel, Arduino, dan modul nrf24l01. Node koordinator tersusun atas sensor api 5 channel, nrf24l01, Arduino, dan modul esp8266. Selanjutnya semua node sensor terhubung dengan node koordinator. Node sensor akan mengirim data ke node coordinator yang selanjutnya akan ditampilkan pada komputer dalam tampilan web.

3.5 Implementasi Perangkat Lunak Matlab

(8)

Gambar 11 Bagian Input Sistem Matlab

Gambar 11 menunjukkan bagian masukan/ input yangterdiri dari beberapa kolom yaitu kolom jumlah iterasi yang diinginkan, jumlah populasi, jumlah node 1, jumlah node 2, jari-jari node 1, jari-jari node 2, panjang dan lebar ruangan yang digunakan untuk peletakan node. Kolom-kolom tersebut diisi oleh pengguna sesuai dengan kebutuhan. Selanjutnya bagian keluaran dapat dilihat pada Gambar 12.

Gambar 12 Bagian Keluaran Sistem Matlab

Gambar 12 merupakan bagian keluaran yang terdiri dari gambar tempat node, hari dan waktu penggunaan, tabel hasil koordinat, besar nilai fitness, dan waktu pembacaan.

3.6 Implementasi Perangkat Lunak dan Perangkat Keras Arduino

Implementasi perangkat lunak dan perangkat keras Arduino tersusun atas

implementasi node sensor dan node koordinator. Berikut tampilan dari node sensor.

Gambar 13 Node Sensor

Gambar 13 menunjukkan node sensor (transmitter) yang tersusun atas sensor api 5 channel, nrf24l01, dan mikrokotroler Arduino Uno.

Gambar 14 Node Koordintaor

Gambar 14 merupakan node koordinator yang tersusun atas sensor api 5 channel, nrf24l01, mikrokontroler Arduino uno, dan modul wifi8266.

3.7 Implementasi Perangkat Lunak Web dengan Xampp

Implementasi perangkat lunak web dengan bantuan xampp dimulai deri pembuatan database pada mySQL. Selanjutnya melakukan implementasi pada web browser dengan memanggil alamat localhost.

4. PENGUJIAN DAN ANALISIS

Tahap pengujian terdiri dari 3 jenis, yitu pengujian sensor api 5 channel, pengujian sistem penentuan posisi node menggunakan algoritma genetika matlab, pengujian sistem pendeteksi kebakaran berbasis nirkabel, pengujian performa jaringan sensor nirkabel.

(9)

Pengujian coverage area sensor api 5 channel dengan mendekatkan api jarak 20 cm, 40 cm, 60 cm, 80 cm, 100 cm, dan 120 cm dari bagian depan, samping kiri, kanan, dan belakang sensor api 5 channel. Posisi sensor dalam keadaan menggantung 5-10 cm dari lantai. Berikut gambar implementasi sensor api 5 channel.

Gambar 15 Implementasi Sensor Api 5 Channel

Gambar 15 menunujukkan api dengan volume yang cukup besar diletakkan pada jarak 100 cm dengan sudut 90Β° tepat depan sensor yang tergantung. Dari proses pengujian berikut dapat dilakukan analisis dari pengujian sensor api 5 channel. Hasil dari pengujian sensor api tersebut ditunjukkan pada tabel 1.

Tabel 1 Hasil Uji Sensor

Jarak (cm)

Tabel 1 menunjukkan bahwa sensor api 5 channel dapat terdeteksi hingga jarak lebih dari 100 cm dan sudut 360Β° apabila api bervolume cukup besar dan channel-channel sensor api 5 channel dihadapkan pada berbagai arah dari depan, samping kiri, samping kanan, dan belakang. Hal ini tidak sesuai dengan datasheet sensor yang menyatakan bahwa coverage sensor adalah 100 cm.

4.2 Pengujian Sistem Penentuan Posisi Node Menggunakan Algoritma Genetika Pada Matlab

Pengujian sistem ini dilakukan dengan mengisi input pada sistem matlab dengan nilai populasi berubah dari 5 hingga 20 dengan range 5. Setiap nilai populasi melakukan pengujian 5 kali, total pengujian 20 kali. Nilai dari iterasi adalah 10, jumlah node 1 adalah 1, jumlah node 2 adalah 3, jari-jari dari node 1 dan node 2 adalah sama yaitu 1, dan panjang ruang 3 m, lebar 2,5 m. Setelah pengujian dari 4 populasi yang berbeda, maka diambil nilai fitness yang paling besar yang akan diambil nilai koordinatnya. Berikut nilai koordinat dengan nilai fitness tertinggi.

Tabel 2 Koordinat Hasil

Nama Node X Y

A/1 2 2

C/3 1 1

Koordinator/4 0 2

B/2 2 1

Tabel 2 menunjukkan titik koordinat letak node. Node A atau node 1 dengan nilai koordinat (2, 2), Node B koordinat (0, 2) dan seterusnya. Dari hasil diatas menunjukkan bahwa sistem berjalan dengan baik dapat mendeteksi letak posisi node. Pengembangan yang dilakukan dengan merubah nilai jari-jari node dan luas ruangan menjadi dinamis berjalan sesuai tujuan, dengan tingkat akurasi 100%. Jumlah populasi mempengaruhi hasil nilai fitness, semakin jumlah populasi besar maka peluang kromosom yang digunakan untuk penentuan individu terbaik menjadi lebih tinggi. Selain itu juga jika dilihat dari gambar hasil simulasi, ruang tidak ter-cover maksimal oleh node. Hal tersebut disebabkan karena posisi darisetiap coverage node/sensor masih terdapat banyak irisan/bertumpuk. Maka berdasarkan hal tersebut akurasi sistem matlab terhadap coverage area sensor masih rendah kurang lebih 50%

4.3 Pengujian Keakuratan Sistem Pendeteksi Kebakaran Berbasis Nirkabel

(10)

dibutuhkan seperti nilai delay, jitter dan throughput. Pengujian dilakukan sekali dengan melihat hasil pada serial monitor secara terus menerus. Dari analisa pada serial monitor menunjukkan bahwa antar node sensor dengan node koordinator dapat berjalan sesuai tujuan. Pada serial onitor menampilkan nilai delay, jitter, dan throughput, serta node mana yang terdeteksi. Dari analisa tersebut diatas menunjukkan tingkat keberhasilan sistem pendeteksi kebakaran adalah 100%.

4.4 Pengujian Performa Jaringan Sensor Nirkabel

Pengujian ini dilakukan untuk mengetahui nilai QoS dari jaringan sensor nirkabel yang peletakan nodenya berdasarkan pada hasil perhitungan algoritma genetika. Parameter QoS yang digunakan adalah dengan melihat nilai rata-rata dari delay, jitter, dan throughput. Node diletakkan pada posisi dengan koordinat sesuai dengan hasil simulasi pada sistem matlab. Berikut hasil pengujian berdasarkan nilai QoS:

Tabel 3 Hasil Uji QoS

No Delay(s) Jitter(s) Throughput

1 7,32 1,00 83,50

Tabel 3 menunujukkan nilai rata-rata dari delay, jitter, dan throughput. Dilihat dari kategori QoS, delay memiliki indeks 1 (sangat jelek). Jitter memiliki indeks 1 (sangat jelek), dan throughput memiliki indeks 4 (sangat bagus). Tingkat akurasi dari delay terhadap sistem adalah 25%, jitter 25%, dan throughput 100%. Sehingga jika di rata-rata maka tingkat akurasi QoS terhadap sistem sebesar 50%.

5. Kesimpulan

Berdasarkan hasil perancangan, implementasi, pengujian dan analisis yang telah dilakukan, maka dapat diambil kesimpulan bahwa tingkat akurasi pengembangan sistem penentuan posisi node sebelumnya dengan membuat sistem menjadi dinamis adalah 100%. Tingkat akurasi dari pengujian coverage area sensor api 5 channel dengan informasi pada datasheet adalah 50%. Tingkat akurasi keberhasilan sistem pendeteksi kebakaran berbasis wireless sensor network atau jaringan sensor nirkabel adalah 100%. Selanjutnya performa dari analisa jaringan sensor nirkabel dengan penentuan lokasi node menggunakan algoritma genetika adalah 50 %, dengan nilai delay 7,66s, jitter 1,01s, dan throughput 77,01.

DAFTAR PUSTAKA

Angie Pramudita Adhitama, E. S. 2014. Implementasi dan Analisis QoS Wifi

Menggunakan Embedded Sistem.

Program Teknologi Informasi dan Ilmu Komputer Universitas Brawijaya, Malang.

Bina Rahayu S., T. B. 2011. Analisa Kinerja dan Simulasi Coverage Wireless Sensor Network dengan Sum of Weighted Cost Function Genetic Algorithm. EEPIS Final Project. Politeknik Elektronika Negeri Surabaya, Surabaya.

(11)

ETSI, 2002. Telecommunications and Internet Protocol Harmonization Over Networks (TIPHON) General aspects of Quality of Service (QoS). DTR/TIPHON-05006 (cb0010cs.PDF). ETSI.

Figur

Gambar 1 Alur Perancangan Sistem
Gambar 1 Alur Perancangan Sistem . View in document p.3
Gambar 2 Diagram Alir Perancangan Perangkat Lunak Matlab
Gambar 2 Diagram Alir Perancangan Perangkat Lunak Matlab . View in document p.4
Gambar 3 Alur Program/Perancangan Sensor Api 5 Channel Pengujian Coverage Sensor
Gambar 3 Alur Program Perancangan Sensor Api 5 Channel Pengujian Coverage Sensor . View in document p.4
Gambar 4 merupakan alur program sensor
Gambar 4 merupakan alur program sensor . View in document p.5
Gambar 5 Node Sensor
Gambar 5 Node Sensor . View in document p.5
Gambar 8 Diagram Alir Fungsi Index
Gambar 8 Diagram Alir Fungsi Index . View in document p.6
Gambar 6 Node Koordinator
Gambar 6 Node Koordinator . View in document p.6
Gambar 7 Diagram Alur Perancangan Perangkat Lunak Web
Gambar 7 Diagram Alur Perancangan Perangkat Lunak Web . View in document p.6
Gambar 10 Blok Diagram Keseluruhan Sistem Perangkat Keras
Gambar 10 Blok Diagram Keseluruhan Sistem Perangkat Keras . View in document p.7
Gambar 9 merupakan diagram alur fungsi
Gambar 9 merupakan diagram alur fungsi . View in document p.7
Gambar 14 merupakan node koordinator
Gambar 14 merupakan node koordinator . View in document p.8
Gambar 13 menunjukkan node sensor
Gambar 13 menunjukkan node sensor . View in document p.8
Gambar 11
Gambar 11 . View in document p.8
Gambar 13 Node Sensor
Gambar 13 Node Sensor . View in document p.8
Tabel 1 Hasil Uji Sensor
Tabel 1 Hasil Uji Sensor . View in document p.9
Gambar 15 Implementasi Sensor Api 5 Channel
Gambar 15 Implementasi Sensor Api 5 Channel . View in document p.9
Tabel 2 Koordinat Hasil
Tabel 2 Koordinat Hasil . View in document p.9
Tabel 3 Hasil Uji QoS
Tabel 3 Hasil Uji QoS . View in document p.10

Referensi

Memperbarui...