1 Abstrak—Monitoring kebakaran hutan dan lahan
DF Pro berdasarkan beberapa parameter kebakaran yang dapat dideteksi yaitu parameter suhu, kelembapan dan asap. Data hasil parameter diterima oleh device DF Pro Sekunder yang menerapkan sistem monitoring berbasis Internet of Things, data parameter disimpan ke cloud server agar dapat diakses oleh website pemantauan. Data parameter diklasifikasikan dalam kondisi aman, siaga dan bahaya. Web sistem monitoring atau pemantauan dapat menampilkan indikator, grafik dan tabel keseluruhan data parameter hasil sensing tersebut secara real time. Sistem ini juga dapat mengirimkan pesan notifikasi kebakaran melalui e-mail dan telegram saat terdeteksi kondisi bahaya.
Alarm pada device DF Pro sekunder akan menyala saat kondisi bahaya. Sedangkan LED akan menyala dengan warna hijau saat kondisi aman, warna kuning saat kondisi siaga dan warna merah saat kondisi bahaya bersamaan dengan nyala alarm.
Kata Kunci— Monitoring, DF Pro Sekunder, Internet of Things.
I. PENDAHULUAN
Kebakaran hutan dan lahan (Karhutla) adalah terbakarnya kawasan hutan atau lahan baik dalam luasan yang besar maupun kecil. Kerhutla sering terjadi saat musim kemarau panjang di berbagai wilayah seperti Pulau Sumatera dan Kalimantan.
Sebagian besar diakibatkan karena aktivitas manusia dalam mengelola lahan seperti pembukaan lahan maupun faktor ketidaksengajaan. Namun kebakaran hutan dapat
pula terjadi karena faktor alam, salah satunya adalah faktor iklim.
Dampak atau kerugian akibat kebakaran hutan tidak hanya berupa kekeringan, tetapi juga akan berdampak negatif pada ekosistem hutan dan keanekaragaman hayati serta menurunnya kualitas lingkungan. Tidak hanya musnahnya flora dan fauna tetapi juga dapat menimbulkan masalah seperti pencemaran udara yang berdampak pada kesehatan masyarakat. Kebakaran juga dapat menyebabkan kerugian material apabila terjadi pada lahan perkebunan. Jumlah dan dampak kebakaran hutan dan lahan diperkirakan akan semakin meningkat akibat dari pemanasan global.
DF Pro mengandalkan percepatan deteksi data parameter dan pemantauan data secara real time menggunakan sistem cloud data server. Dimana pengolahan nilai data parameter ditentukan untuk kondisi aman, siaga dan bahaya. Data parameter hasil sensing dihubungkan ke web untuk memberikan akses monitoring dan peringatan kebakaran hutan dan lahan kepada pengguna. DF Pro adalah usaha pencegahan penyebaran kebakaran sedini mungkin. DF Pro akan meminimalisir waktu deteksi kebakaran sehingga proses penanganan kebakaran dapat dilakukan sesegera mungkin oleh pihak berwenang.
Sistem pendeteksi kebakaran hutan dan lahan dibutuhkan sebagai salah satu upaya pencegahan meluasnya kebakaran. DF Pro dikembangkan dengan berbagai keunggulan sebagai pilihan utama dari alat pendeteksi kebakaran hutan dan lahan yang sudah beredar di pasaran. Sistem yang diusung pada DF Pro memberikan fitur monitoring parameter dan grafik parameter kebakaran Kintan Mutiara Putri, Arief Syaichu Rohman, M.Eng.Sc., Ph.D, Uri Artha Ramadhani, S.T., M.Sc.
Program Studi Teknik Elektro, Jurusan Teknologi Produksi,Industri dan Informasi (JTEIF), Institut Teknologi Sumatera.
Email: [email protected]
SISTEM MONITORING PARAMETER KEBAKARAN HUTAN DAN LAHAN DETECT FIRE PROFESSIONAL (DF PRO)
BERBASIS INTERNET OF THINGS (IOT)
2
berbasis web. Notifikasi buzzer dan LED, serta peringatan bahaya melalui pesan email dan telegram. Serta fitur lainnya yaitu memungkinkan untuk menyalin tabel data parameter kebakaran dalam format dokumen untuk keperluan tertentu.
II. METODE PENELITIAN
Berikut ini langkah yang secara berurutan dilakukan dalam melakukan pengembangan sistem monitoring DF Pro atau device DF Pro Sekunder.
Gambar 2.1 Metode Penelitian yang Digunakan
III. PERANCANGAN DAN IMPLEMENTASI
3. 1. Diagram Blok
Berikut merupakan diagram blok sistem yang menggambarkan sistem kerja DF Pro secara umum. Sistem dikembangkan untuk dapat mendeteksi berbagai indikasi penyebab kebakaran dan memberikan akses pemantauan
serta notifikasi khusus apabila terdapat indikasi akan terjadinya kebakaran.
Gambar 3.1.1 Diagram Blok Sistem
3. 2. Flowchart
3.2.1 Flowchart Subsistem Pengolahan Data dan Pemantauan
Gambar 3.2.1 Flowchart Pengolahan Data dan Pemantauan
3.3 Kebutuhan Hardware 1. Personal Computer
Dengan spesifikasi intel quad core i5, 1.4GHz.
Sebagai pengguna interface untuk komunikasi serial.
2. NodeMCU
Mulai
Perencanaan
Penentuan Spesifikasi dan Komponen
Perancangan/Desain
Implementasi Alat
Pengujian Alat
Selesai
3 Gambar 3.3.1 NodeMCU
Digunakan sebagai mikrokontroler utama subsistem database atau disebut DF Pro Sekunder, nodeMCU sendiri sudah dilengkapi dengan modul WiFi sehingga merupakan perangkat yang praktis untuk dipilih penggunaannya pada subsistem pengolahan data dan pemnatauan.
3. Buzzer
Gambar 3.3.2 Buzzer 5V
Buzzer digunakan sebagai alarm yang akan memberi peringatan apabila terdapat indikasi kebakaran, buzzer terhubung pada DF Pro Sekunder dan akan aktif apabila terdeteksi keadaan siaga atau mendeteksi data parameter yang tidak wajar melebihi ambang batas aman indikasi kebakaran hutan dan lahan atau klasifikasi bahaya.
4. LED RGB
Gambar 3.2.3 LED RGB 5mm
LED RGB dugunakan pada DF Pro Sekunder sebagai notifikasi keadaan yang ada pada kualifikasi. LED RGB dipilih karena praktis penggunaanya dimana dapat menyalakan warna merah apabila dalam kondisi bahaya, warna
kuning apabila kondisi siaga dan warna hijau untuk notifikasi klasifikasi kondisi aman.
5. Adaptor 5 V
Gambar 3.3.4 Adaptor
Adaptor merupakan suatu perangkat rangkaian yang berguna untuk merubah tegangan listrik yang tinggi menjadi tegangan listrik yang lebih rendah. Adaptor juga diartikan sebagai perubah tegangan AC menjadi DC. Digunakan sebagai penghubung catu daya yang dibutuhkanoleh mikrokontroler DF Pro sekunder yang terhubung langsung dengan listrik 220 V AC.
6. LoRa RFM95
Gambar 3.3.5 LoRa RFM95
Sistem LoRa dipilih dikarenakan jarak jangkauan pengeriman data dapat mencapai 4 km (dengan sistem daya dan antena yang optimum).
4
7. Antenna LoRa Sigfox 915MHz Male 3dBi
Gambar 3.3.6 Antenna LoRa Sigfox 3dBi Polarisasi linear dengan impedansi 50 dan width band CF 8MHz.
3.4 Kebutuhan Software 1. Adafruit IO
Adafruit IO adalah salah satu penyedia layanan Mqttserver untuk IOT, layanan ini dapat dipergunakan untuk membuat ESP8266 dikendalikan secara remote dengan menggunakan fasilitas subscribe dan publish.
2. Arduino IDE
Digunakan untuk melakukan pemrograman dan compiler pada mikrokontroler NodeMCU untuk menjalankan algoritma yang telah dituliskan dalam source code.
3. Visual Studio Code
Digunakan untuk melakukan pemrograman database berbasis server localhost. Bahasa pemrograman yang digunakan adalah php.
3.5 Hasil Implementasi
Gambar 3.5.1 Layout PCB DF Pro Sekunder
Gambar 3.5.2 Implementasi Device DF Pro Sekunder Tampak Atas
5 Gambar 3.5.3 Implementasi Device DF Pro Sekunder pada
BoxTampak Atas
Gambar 3.5.5 Implementasi Device DF Pro Sekunder dengan Box dan Penutup
IV. PENGUJIAN
4.1 Pengolahan Data dan Pemantauan
Tabel 4.1.1 Klasifikasi Kondisi Siaga, Aman dan Bahaya Parameter
Pengujian pertamakali dilakukan dengan membuka tampilan serial monitor. Pada gambar berikut inisiasi dilakukan dan NodeMCU dapat terhubung dengan jaringan WiFi sehingga dapat melakukan pross selanjutnya untuk penyimpanan dan pengolahan data ke server.
Gambar 4.1.1 Inisiasi Mikrokontroler DF Pro Primer dilihat melalui serial monitor
Pada hardware device DF Pro Sekunder sendiri untuk menandakan bahwa inisiasi sedang berlangsung ditunjukan dengan nyala blinking LED atau nyala LED berkedip berwarna hijau selama beberapa kali hingga akhirnya LED mati
Aman Siaga Bahaya
Temperature
< 35 C
35 C <
Temperature
< 40 C
Temperature
> 40 C
Humidity >
65 %
65 % >
Humidity >
55 %
Humidity <
55 %
Smoke < 3000 PPM
3000 PPM <
Smoke < 6000 PPM
Smoke > 6000 PPM
6
selama 20 detik menunggu penerimaan parsing paket yang pertama.
Setelah paket diterima datanya akan terlihat juga pada serial monitor, terdapat deskripsi apakan data tersebut di klasifikasikan kondisi aman, siaga atau bahaya. Selain itu klasifikasi tersebut pada device ditunjukan dengan nyala LED berwarna hijau jika aman, kuning jika siaga, dan warna merah jika kondisi terdeteksi bahaya. Nyala LED tersebut berfungsi sebagai notifikasi kepada pengguna.
Tabel 4.1.2 Hasil Nyala LED Klasifika
si
Hasil Pengujian LED
Kondisi Aman
Kondisi Siaga
Kondisi Bahaya
Pada tabel 4.1.2 di atas dapat dibuktikan bahwa klasifikasi yang ditunjukan pada serial monitor sesuai dengan nyala LED pada hardware device.
Terbukti bahwa LED sudah dapat menjalankan fungsinya sebagai notifikasi kondisi terhadap
pengguna. Begitu juga dengan buzzer yang berhasil menjalankan fungsinya sebagai alarm.
Untuk nyala buzzer hanya terjadi selama kondisi bahaya, buzzer menyala bersamaan dengan LED menyala warna merah.
Selanjutnya untuk memeriksa indikator dan grafik pemantauan pada website dilakukan dengan cara membandingkan nilai hasil sensing yang ditunjukan pada serial monitor dengan nilai yang ditampilkan dengan indikator dan grafik tersebut.
Tabel 4.1.3 Hasil Tampilan Indikator Klasifikas
i
Hasil pengujian Indikator
Kondisi Aman
Kondisi Siaga
7
Kondisi Bahaya
Pada tabel 4.1.3 diatas dapat dibuktikan bahwa tampilan nilai suhu, kelembapan dan asap sangat akurat dan sesuai, indikator update setiap 20 detik bersamaan dengan masuknya atau diterimanya data parameter hasil sensing. Jarang sekali ada keterlambatan update, dimana biasanya update indikator bisa terlambat karena koneksi internet atau WiFi yang buruk. Namun karena jaringan internet atau WiFi yang digunakan kali ini baik maka hasil update indikatornya pun berjalan sangat baik.
Indikator ini juga dapat berubah warna menyesuaikan klasifikasi nilai aman, siaga dan baya. Untuk nilai aman maka indikator berwarna biru, untuk nilai siaga ditampilkan dengan warna kuning dan untuk nilai bahaya ditampilkan dnegan warna merah. Jika sala satu saja dari ketiga parameter melewati ambang nilai atau bahaya, maka sistem akan menyimpulkan bahwa kondisi tersebut bahaya dan terdeteksi terjadinya kebakaran.
Untuk tampilan grafik dapat dilihat pada gambar 2.2.6 di bawah ini, kurva nya pun bergerak sesuai dengan nilai parameter diterima yang ditunjukan pada serial monitor.
Gambar 4.1.2 Perbandingan Nilai Grafik Monitoring Parameter
Keseluruhan data parameter hasil sensing dapat ditampilkan dalam bentuk tabel melalui MySQLDatabase web server. Hasilnya dapat dilihat pada gambar 2.2.7 data ditampilkan pada tabel tanpa ada yang terlewat. Nilai parameter suhu, kelembapan dan asap yang ditampilkan pun sesuai dan akurat.
Tabel keseluruhan data parameter hasil sensing ini dapat disalin atau dieksport ke dalam format dokumen seperti PDF dan langsung tersimpan ke computer web access hanya dengan beberapa kali klik. Tentu akan sangat memudahkan apabila terdapat urgensi untuk menyalin dokumen tersebut untuk keperluan tertentu.
Gambar 4.1.3 Tabel Keseluruhan Data Parameter Hasil Deteksi pada Web Server
8 Gambar 4.1.4 Salinan Keseluruhan Data Parameter
yang dieksport ke PDF
Lalu dilakukan pengujian terhadap pesan peringatan melalui email dan telegram. Pesan peringatan ini akan dikirimkan apabila terdeteksi kondisi bahaya. Pesan yang dikirimkan ke e-mail selain teks peringatan juga terdapat nilai masing- masing ketiga parameter suhu, kelembapan dan asap yang saat itu terdeteksi, dapat dilihat pada gambar 4.1.5. Nilai masing-masing parameter yang disertakan pada pesan peringatan e-mail akurat dan sesuai, sudah dibandingkan dengan nilai pada serial monitor.
Untuk pesan yang dikirimkan ke telegram adalah berupa teks peringatan. Pesan peringatan yang dikirimkan baik melalui e-mail maupun telegram terus dikirimkan secara berulang selama kondisi bahaya terdeteksi. Pesan yang dikirimkan melalui telegram sangat efektif sebagai pesan peringatan, mengingat telegram adalah aplikasi messenger yang sedang naik daun dan user memerlukan effort lebih kecil untuk membuka pesan melalui aplikasi ini dibandingkan dengan membuka pesan e-mail.
Gambar 4.1.5 Pesan Peringatan Melalui E-mail
Gambar 4.1.6 Pesan Peringatan Melalui Telegram
9
V. SIMPULAN
• Sistem monitoring parameter kebakaran hutan dan lahan DF Pro sekunder berbasis Internet of Things sehingga membutuhkan akses internet atau WiFi dalam operasi nya.
• Keseluruhan spesifikasi yang dibutuhkan untuk diimplementasikan pada DF Pro Sekunder berhasil diterapkan.
• Alarm dapat menyala pada klasifikasi kondisi bahaya dan LED dapat menyala warna hijau saat kondisi aman, kuning saat kondisi siaga dan merah saat kondisi bahaya.
• Monitoring indikator dan grafik parameter kebakaran menggunakan layanan cloud server dan web app Adafruit IO.
• Tabel keseluruhan data parameter hasil deteksi dapat diakses melalui computer web server dan dapat dieksport serta disalin dalam bentuk dokumen.
• Untuk pesan peringatan yang dikirimkan melalui e-mail dan telegram berhasil diterapkan menggunakan layanan otomasi IFTTT dan Bot telegram.
REFERENSI
[1] Itsnaini. Nur, Sasmito. Bandi, Sukmono. Abdi, Prasasti. Indah, “Analisis Hubungan Curah Hujan dan Parameter Sistem Peringatan Bahaya Kebakaran (SPBK) dengan Kejadian Kebakaran Hutan dan Lahan Untuk Menentukan Nilai Ambang Batas Kebakaran,” Jurnal Geodesi Undip, 2017.
