Implementasi Fault Tolerant System Menggunakan Metode Self-Purging Redundancy Pada Sistem Pendeteksi Kebakaran

Fakultas Ilmu Komputer

Universitas Brawijaya 1601

Implementasi Fault Tolerant System Menggunakan Metode Self-Purging Redundancy Pada Sistem Pendeteksi Kebakaran

Irfani Fadlan¹, Rakhmadhany Primananda², Wijaya Kurniawan³

Program Studi Teknik Komputer, Fakultas Ilmu Komputer, Universitas Brawijaya Email: ¹fadhhlan@gmail.com, ²rakhmadhany@ub.ac.id, ³wjaykurnia@ub.ac.id

Abstrak

Kebakaran dapat terjadi kapan dan dimana saja tanpa bisa diprediksi kedatangannya. Ketika bencana ini terjadi dapat menyebabkan kerugian materi, non-materi bahkan menimbulkan korban jiwa.

Sistem pendeteksi kebakaran yang ada saat ini mulai dari flame detector bahkan sprinkler dapat mendeteksi adanya tanda – tanda terjadinya kebakaran. Namun ketika terdapat kesalahan komponen, sistem tidak dapat berfungsi sebagaimana mestinya. Kegagalan sistem dapat terjadi ketika kesalahan tersebut berlanjut secara terus menerus. Penerapan fault tolerant system dengan teknik hardware redundancy menjadi solusi akan permasalahan diatas. Self-purging redundancy merupakan salah satu metode yang terdapat pada hardware redundancy. Metode ini diterapkan dengan cara meredudansi mikrokontroler pemroses data sensor gas MQ-2, sensor api KY-026 dan sensor suhu LM35.

Menggunakan komunikasi I2C data diteruskan ke switch dan dikumpulkan di voter untuk dilakukan voting dengan logika majority vote. Data hasil vote digunakan oleh sistem sebagai penentu kondisi kebakaran dan ditampilkan pada LCD, kemudian voter mengembalikan hasil vote ke switch untuk validasi adanya modul gagal. Jika terdeteksi adanya kegagalan modul maka modul tersebut akan dihapus dari sistem. Dari pengujian, sistem berhasil beroperasi dengan benar sesuai dengan fungsinya serta berhasil melakukan fault masking, detection and location serta recovery ketika diskenariokan 3 modul mengalami kegagalan. Peningkatan reliability sistem sebesar 16.17% dari 83.51% menjadi 99.68%.

Kata kunci: kebakaran, fault tolerant system, hardware redundancy, self-purging redundancy, reliability Abstract

Fire can occur anytime, anywhere and it cannot be predicted. When this disaster occurs, it can cause material, non-material loss and even cause casualties. Current fire detection systems ranging from flame detectors and even sprinklers can detect signs of a fire. But when there are component errors, the system cannot function as it should. System failures can occur when these errors continue continuously. The application of fault tolerant systems with hardware redundancy techniques is the solution for the problems above. Self-purging redundancy is one of the methods found in hardware redundancy. This method is applied by reducing the microcontroller data processing MQ-2 gas sensor, KY-026 fire sensor and LM35 temperature sensor. Using I2C communication data is forwarded to the switch and collected in the voter to be voted on with the majority vote logic. The result data of vote is used by the system as a determinant of the fire conditions and displayed on the LCD, then the voter returns the results of the vote to the switch for validation of a failed module. If a module failure is detected, the module will be removed from the system. From testing, the system successfully operates correctly in accordance with its functions and successfully performs fault masking, detection and location and recovery when the 3-module scan fails. Increased system reliability by 16.17% from 83.51% to 99.68%.

Keywords: fire, fault tolerant system, hardware redundancy, self-purging redundancy, reliability

1. PENDAHULUAN

Kebakaran adalah suatu bencana akibat reaksi kimia antara bahan bakar dengan api yang terjadi begitu cepat. Proses oksidasi ini memiliki

3 unsur utama yaitu sumber panas, oksigen dan bahan bakar. Bencana ini dapat berdampak pada kerugian materi, non-materi, bahkan menimbulkan korban jiwa (NFPA,1896).

Menurut Dinas Penanggulangan Kebakaran dan

Penyelamatan Provinsi DKI Jakarta, pada tahun 2019 telah terjadi sebanyak 1355 kasus kebakaran.(https://www.jakartafire.net/statistic, 2019). Hal ini menjadilkan bencana kebakaran harus segera ditangani karena semakin lama terjadi, dampak yang ditimbulkan akan semakin besar.

Pada saat ini teknologi yang biasa digunakan adalah fire springkler, smoke detector, flame detector dan heat detector.

Menggunakan alat tersebut deteksi akan terjadinya kebakaran dapat diketahui lebih awal, namun didalam sebuah sistem apabila terjadi kegagalan, maka sistem akan mengalami disfungsi, dan tidak dapat berkerja sebagai mana mestinya (Nørv°ag, 2000). Hal tersebut menjadi berbahaya jika lingkungan sistem sangat memerlukan keandalan dari alat pendeteksi kebakaran ini.

Pada bidang fault tolerance computer system terdapat teknik yang dapat menjadikan sistem tetap berkerja dengan benar sesuai dengan tujuannya meskipun terjadi kegagalan didalam sistem tersebut. Teknik ini biasa disebut dengan redundancy. Redundancy diterapkan pada komponen perangkat keras dan perangkat lunak dengan tujuan sebagai back up apabila terjadi kegagalan (Dubrova, 2013).

Mengingat pentingnya sistem pendeteksi kebakaran dengan keandalan yang tinggi, maka akan diterapkan teknik hardware redundancy.

pemilihan hardware redundancy untuk membangun sebuah sistem pendeteksi kebakaran yang berbasis fault tolerant didasarkan pada investigasi yang telah dilakukan oleh Reax Engineering yaitu tim profesional dan ahli didalam penangan kebakaran, hasil dari investigasi tersebut mengunjukkan bahwa sekitar 33% kebakaran yang terjadi, sudah terpasang sistem pendeteksi kebakaran didalamnya, namun sistem tersebut tidak beroperasi dengan benar dan tidak memberikan alarm. Penyebab utama kegagalan tersebut dikarenakan oleh adanya kerusakan hardware dan kurangnya pemeliharaan (Reax Engineering, 2019). Survei lain yang dilakukan oleh StorageCraft yaitu perusahaan yang melakukan pelayanan terhadap backup dan system recovery mengatakan bahwa sekitar 99% sistem mengalami kegagalan akibat kerusakan hardware yang berpengaruh terhadap kinerja sistem (StorageCraft Technology Corporation, 2018).

Metode yang digunakan yaitu self-purging

redundancy yang merupakan gabungan dari redudansi pasif dan aktif. Kelebihan tersebut antara lain fault masking untuk menutupi adanya kesalahan, fault detection and location untuk menentukan modul yang gagal dan mengisolasi modul tersebut dari sistem, serta fault recovery untuk memperbaiki sistem ketika terjadi transient error (Dubrova, 2013).

Metode self-purging redundancy pada sistem pendeteksi kebakaran diterapkan dengan meredudansi modul pemroses data sensor suhu LM35, sensor gas MQ-2 dan sensor flame KY- 026. Kemudian dilakukan voting menggunakan teknik majority vote untuk menentukan nilai akhir sistem yang juga digunakan sebagai penentu aman atau tidaknya kondisi lingkungan sekitar sistem. Penerapan ini dilakukan untuk membuktikan keberhasilan dalam peningkatan nilai keandalan / reliability sistem pendeteksi kebakaran yang dibuat dengan menggunakan mikrokontroler Arduino Uno. Penelitian ini dilakukan juga untuk menjadi bahan referensi tambahan tentang hardware redundancy, hybrid redundancy dan self-purging redundancy bagi peneliti lain yang ingin menerapkan fault tolerant didalam sistem buatannya.

2. PERANCANGAN SISTEM 2.1 Gambaran Umum Sistem

Secara umum metode self-purging redundancy yang diterapkan pada sistem ini memiliki 5 modul redudansi identik. Masing – masing modul redudansi memiliki perangkat switch yang digunakan untuk menyimpan data sementara. Selanjutnya data yang tersimpan pada switch akan diteruskan ke voter dan dilakukan voting. Hasil voting akan dikembalikan ke switch untuk deteksi kegagalan modul, dengan cara membandingkan data. Jika terdapat modul gagal maka modul tersebut akan diisolasi dari sistem. Dengan total 5 modul redudansi, sistem ini dapat menoleransi 3 kegagalan modul, hal ini sesuai dengan rumus perhitungan toleransi kegalan pada persamaan 1.

Jika jumlah N = 5, maka :

𝑚 = N − 2 (1)

𝑚 = 3 Keterangan:

m = jumlah kegagalan yang ditoleransi N = jumlah modul redudansi

2.2 Perancangan Sistem

Fakultas Ilmu Komputer, Universitas Brawijaya

Gambar 1. Blok diagram sistem

Perancangan dilakukan dengan cara membagi sistem menjadi beberapa sub sistem sebelum digabungkan menjadi sistem utuh.

Perancangan ini meliputi perancangan perangkat lunak dan perangkat keras. Sub sistem yang dibuat adalah input, proses dan output, yang masing-masing mempunyai protokol komunikasi datanya sendiri. Keseluruhan mengenai gambaran perancangan sistem dapat dilihat pada Gambar 1.

2.3 Perancangan Perangkat Keras

Gambar 2. Rancangan perangkat keras Perancangan perangkat keras sistem dapat dilihat pada Gambar 2. Sistem mendapat masukan dari sensor gas MQ2, sensor suhu LM35 dan sensor flame KY-026. Ketiga sensor tersebut dihubungkan dengan 5 mikrokontroler Arduino Uno secara paralel pada pin A0,A1 dan A2. Pada bagian proses self-purging redundancy, setiap modul memiliki switch yang merupakan mikrokontroler Arduino Nano, dihubungkan pada pin SDA dan SCL. Setiap perangkat switch dihubungkan secara paralel ke voter pada pin SDA dan SCL. Pada bagian output sistem, voter dihubungkan dengan modul LCD I2C pada pin VCC,GND, A4, A5, terdapat juga modul buzzer yang dihubungkan pada pin D8 dan GND.

2.4 Perancangan Perangkat Lunak

Gambar 3. Diagram alur kerja sistem Didalam perancangan perangkat lunak, keseluruhan sistem dibagi menjadi beberapa bagian program yaitu proses sensing modul redudansi, proses switch, voting dan output. Alur kerja sistem dibuat berulang dengan fungsi loop yang ada pada bahasa pemrograman. Alur kerja sistem secara lengkap dapat dilihat pada Gambar 3.

Proses dimulai dengan pembacaan data sensor dari sensor suhu, sensor gas dan sensor api oleh kelima modul redudansi menggunakan jalur komunikasi data analog. Data tersebut kemudian diproses dan diteruskan ke switch untuk disimpan sementara sampai terjadinya update data dari modul tersebut.

Tahap selanjutnya, data dari semua switch dikumpulkan ke voter, sampai disini dilakukan voting dengan logika majority vote untuk menentukan nilai yang paling banyak keluar.

Hasil voting adalah nilai akhir sistem yang digunakan untuk menentukan kondisi lingkungan apakah terdapat tanda – tanda akan terjadinya kebakaran atau tidak dengan mengggunakan logika AND. Apabila salah satu kondisi nilai threshold terpenuhi maka buzzer akan diaktifkan. Pada tahap ini juga nilai hasil voting dan hasil seleksi kondisi lingkungan sistem akan ditampilkan pada LCD.

Tahap selanjutnya, nilai hasil voting diteruskan ke masing – masing switch untuk dilakukan seleksi modul gagal. Hal ini dilakukan dengan cara membandingkan apakah nilai data dari modul pembaca data sensor dan nilai hasil voting bernilai sama atau berbeda. Ketika terdapat perbedaan nilai maka pada proses selanjutnya switch akan merubah nilai modul tersebut sehingga modul tersebut ditandai sebagai modul yang gagal. Tahap terakhir switch membuka kunci sehingga modul redudansi dapat mengirmkan kembali data pembacaan sensor untuk keperluan update data didalam switch pada perulangan selanjutnya.

2.5 Implementasi Perangkat Keras

Gambar 4. Implementasi perangkat keras Pada Gambar 4 merupakan prototype sistem pendeteksi kebakaran secara utuh. Tiap komponen saling dihubungkan menjadi sebuah sistem tunggal. Sistem tersebut juga dirancang sesuai dengan konfigurasi yang telah dibahas pada perancangan perangkat keras.

3. PENGUJIAN DAN ANALISIS

Pengujian dan analisis merupakan rangkaian prosedur yang telah diskenariokan untuk diterapkan pada sistem dengan tujuan untuk mengambil data sistem. Data tersebut kemudian dikumpulkan dan dilakukan analisis dengan tujuan mengetahui tingkat keberhasilan sistem dan tingkat reliability sistem pendeteksi kebakaran yang telah dibuat.

3.1. Pengujian Sistem Pada Kondisi Normal Pengujian pertama yang dilakukan adalah pengambilan data ketika sistem beroperasi dalam kondisi keadaan lingkungan normal dan tanpa adanya kegagalan modul. Sistem dijalankan dalam beberapa waktu kemudian diambil 50 data ketika sistem dalam keadaan stabil. Pengambilan data untuk ketiga sensor dilakukan pada saat yang bersamaan. Untuk hasil pengujian ini dapat dilihat pada Gambar 5- 9.

Gambar 5. Hasil uji data suhu sistem dalam keadaan normal

Gambar 6. Hasil uji data gas sistem dalam keadaan normal

Fakultas Ilmu Komputer, Universitas Brawijaya Gambar 7. Hasil uji data api sistem dalam keadaan

normal

Gambar 8. Hasil uji keandalan tiap modul

Gambar 9. Hasil uji tingkat keberhasilan sistem Analisis dari pengujian ini, sistem pendeteksi kebakaran berhasil memperoleh tingkat keberhasilan 100% didalam menentukan output sesuai data sensor dan berhasil melakukan fault masking ketika terdapat modul yang mengalami perbedaan data, hal ini sesuai dengan yang ditunjukkan pada Gambar 9. Switch tidak menghapus salah satu modul karena semua modul redundansi tidak ada yang mengalami kegagalan didalam pembacaan ketiga data sensor secara bersamaan (suhu, gas, api).

Pada Gambar 5-7, perbedaan pembacaan data sensor ditandai dengan perbedaan tingginya garis pada grafik, hal ini juga menandakan adanya perbedaan akurasi tiap-tiap modul redudansi yang dapat dilihat pada Gambar 8.

Perbedaan tersebut dapat terjadi dikarenakan tingkat stabilitas sensor, alur berjalannya kode program yang dari atas kebawah sehingga terjadi perbedaan waktu didalam proses update data modul redudansi.

3.2. Pengujian Sistem Dengan Skenario Kegagalan 3 Modul Redudansi

Pengujian kedua adalah dengan melakukan skenario tiga modul mengalami kegagalan didalam sistem. Skenario tersebut dilakukan dengan cara hubungkan Modul C, D, E dengan resistor 1000 ohm dan push button. Ketika push button ditekan maka data dari ketiga sensor

tersebut akan diubah nilainya menjadi -3, -4, dan -5. Hal ini dilakukan untuk membuktikan keberhasilan sistem dalam mengatasi adanya modul yang gagal sesuai dengan jumlah yang dapat ditoleransi oleh metode self-purging redundancy. Data ketiga sensor diambil secara bersamaan sebanyak 50 data, untuk hasil pengujian ini dapat dilihat pada Gambar 10-14.

Gambar 10. Hasil uji data suhu sistem dengan skenario 3 modul mengalami kegagalan

Gambar 11. Hasil uji data gas sistem dengan skenario 3 modul mengalami kegagalan

Gambar 12. Hasil uji data api sistem dengan skenario 3 modul mengalami kegagalan

Gambar 13. Hasil uji keandalan tiap modul dengan skenario kegagalan

Gambar 14. Hasil uji tingkat keberhasilan sistem dengan skenario kegagalan modul

Berdasarkan Gambar 10-12, ketika terjadi kegagalan pada 3 modul redudansi, sistem tetap dapat berjalan dan melakukan fungsinya dengan benar. Sistem berhasil melakukan fault masking, fault detection and location dan juga fault recovery sehingga mendapatkan tingkat keberhasilan sebesar 98% sesuai dengan yang ditunjukkan oleh Gambar 14. Meskipun begitu terdapat kesalahan pada sistem dan perbedaan akurasi pada tiap – tiap modul, sesuai dengan yang ditunjukkan pada Gambar 13. Perbedaan tersebut dapat dikarenakan adanya perbedaan waktu update data sensor yang dikirimkan oleh modul redudansi kepada voter.

3.3. Pengujian Sistem Degan Skenario Kebakaran

Pengujian ketiga dilakukan dengan membuat skenario tanda akan terjadinya kebakaran.

Skenario tersebut berupa adanya titik api, adanya kebocoran gas, dan adanya kenaikan suhu disekitar sistem. Pengambilan 50 data tiap sensor dilakukan ketika sistem mulai stabil. Hal ini dilakukan untuk melihat tingkat keberhasilan sistem dalam mendeteksi adanya tanda – tanda kebakaran dan memberikan peringatan akan hal tersebut. Hasil pengujian ini dapat dilihat pada Gambar 15-19.

Gambar 15. Hasil uji data suhu sistem dengan skenario kebakaran

Gambar 16. Hasil uji data gas sistem dengan skenario kebakaran

Gambar 17. Hasil uji data api sistem dengan skenario kebakaran

Gambar 18. Hasil uji keandalan tiap modul dengan skenario kebakaran

Fakultas Ilmu Komputer, Universitas Brawijaya Gambar 19. Hasil uji tingkat keberhasilan sistem

dengan skenario kebakaran

Berdasarkan pengujian ini, sistem pendeteksi kebakaran berhasil mendeteksi tanda – tanda akan terjadinya kebakaran dengan melakukan pembacaan data sensor sesuai yang dijelaskan oleh Gambar 15-17. Sistem berhasil memperoleh tingkat keberhasilan sebesar 100%

dalam menentukan kondisi lingkungan sekitar sistem dan menyalakan buzzer ketika terdapat tanda akan terjadinya kebakaran, hal ini dijelaskan pada Gambar 19. Meskipun demikian perbedaan akurasi tiap modul redudansi masih terdapat pada pengujian ini, modul E merupakan modul yang sering mengalami kegagalan sesuai dengan yang ditunjukkan pada Gambar 18.

3.4 Analisis Reliability Sistem

Analisis ini dilakukan berdasarkan penelitian sebelumnya yang telah dilakukan oleh George Novacek dengan menggunakan metode Bellcore V6. Novacek (2016) menyatakan bahwa nilai failure rate Arduino Uno sebesar 2.0559 x 10^-5 per jam. Nilai failure rate tersebut kemudian dimasukkan kedalam rumus perhitungan reliability untuk mendapatkan nilai reliability Arduino Uno selama satu tahun pemakaian.

Jika diketahui t = 1 tahun x 365 x 24 = 8760 jam. Maka nilai reliability Arduino Uno dapat dihitung dengan menggunakan Persamaan 2.

𝑅(𝑡) = 𝑒 ^–𝜆𝑡 (2) 𝑅(𝑡) = 𝑒 −2.0559×10−5×8760

𝑅(𝑡) = 0.8351

Berdasarkan perhitungan tersebut dapat dikatakan bahwa nilai reliability Ardino Uno adalah 0.8351 (Susanti, 2019).

Nilai reliability tersebut kemudian dimasukkan kedalam rumus perhitungan nilai reliability metode self-purging redundancy yang ditunjukkan pada persamaan 3.

Rsp = 1 − ((1 − R) ⁿ + n R(1 − R) ⁿ⁻¹). (3)

Rsp = 1 – ((1 - 0.8351)⁵ + 5 x 0.8351 (1 - 0.8351) ⁴ )

Rsp = 1 – ( (0.0001219279) + (4.1755)(0.0007394054) ) Rsp = 1 – ( (0.0001219279) +

(0.0030873872804) ) Rsp = 1 – ( 0.003209315 ) Rsp = 0.9968

Berdasarkan perhitungan tersebut didapatkan bahwa dengan menggunakan metode self- purging redundancy nilai reliability sistem pendeteksi kebakaran yang dibuat adalah sebesar 0.9968. Dengan demikian dapat dikatakan bahwa terdapat peningkatan nilai reliability sebesar 16.17% dari 83.51% menjadi 99.68%.

4. KESIMPULAN

Pada penelitian ini sudah dibuat sebuah sistem pendeteksi kebakaran berdasarkan nilai suhu, kadar gas dan keberadaan api di sekitar sistem dengan mengimplentasikan metode self- purging redundancy. Berdasarkan hasil pengujian yang telah dilakukan, sistem pendeteksi kebakaran dapat berjalan sesuai dengan fungsinya meskipun terdapat kegagalan didalam sistem tersebut. Hal itu dibuktikan dengan keberhasilan sistem didalam melakukan fault masking, fault detection and location dan fault recovery.

Pada hasil pengujian, keseluruhan sistem berhasil mendapatkan tingkat keberhasilan sekitar 98% sampai 100%. Meskipun demikian, tingkat akurasi dan keandalan tiap modul redudansi mengalami perbedaan yang sangat signifikan dan terjadi beberapa anomali didalam pembacaan data sensor. Hal tersebut terjadi dikarenakan beberapa hal, diantaranya adalah perbedaan tingkat stabilitas sensor yang digunakan, perbedaan waktu pembacaan data yang disebabkan oleh alur berjalannya program yang secara sekuensial, ataupun dapat terjadi karena kesalahan pada perangkat keras seperti misalnya masalah perkabelan sistem.

Berdasarkan hasil analisis yang telah dilakukan, penerapan metode self-purging redundancy pada sistem pendeteksi kebakaran memperoleh tingkat reliability sebesar 0.9968 dalam masa pemakaian satu tahun. Jika dibuat dalam persentase, metode self-purging redundancy meningkatkan reliability sistem pendeteksi kebakaran sebesar 16.17%, dari

83.51 menjadi 99.68%. Dengan demikian dapat dikatakan bahwa penerapan metode self- purging redundancy berhasil meningkatkan keandalan pada sistem yang dibuat.

5. DAFTAR PUSTAKA

Dubrova, E., 2013. FAULT TOLERANT DESIGN: AN INTRODUCTION.

Kluwer Academic Publishers.

Nørv˚ag, K., 2000. An Introduction to FaultTolerant Systems, Trondheim:

Department of Computer and Information Science Norwegian University of Science and Technology.

Novacek, G., 2016. Circuit Cellar. [Online]

Available At: https://

Circuitcellar.Com/Cc-blog/Tips-For- PredictingProduct-Reliability/ [Diakses 11 Oktober 2019].

Reax Engineering, 2019. Smoke Detector Failure Analysis. [Online] Available at:

https://reaxengineering.com/fire- investigation/ [Diakses 8 Juli 2020].

Susanty, K., Kurniawan, W., & Setyawan, G.

2019. “Implementasi Fault Tolerant System dengan N-modular Hardware Redundancy”. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(2), 1777-1783.

StorageCraft Technology Corporation, 2018.

Hardware Failure Survey Findings -

StorageCraft. [Online]

Available At: https://

blog.storagecraft.com/hardware- failure/ [Diakses 11 Oktober 2019].