SMART HOME BERBASIS ANDROID
MENGGUNAKAN KONSEP INTERNET OF THING (IOT)
REPOSITORY
OLEH
EMIL KOSTADINO NIM. 1603122893
PROGRAM STUDI SISTEM INFORMASI JURUSAN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS RIAU
PEKANBARU
2023
PREDICTION OF U-DITCH RAW MATERIAL INVENTORIES IN.
MULTIGUNA PRECAST MANDIRI USING A WEB-BASED SINGLE EXPONENTIAL SMOOTHING METHOD
Emil Kostadino, Aidil Fitriansyah2
1Mahasiswa Program Studi S1 Sistem Informasi Jurusan Ilmu Komputer
Fakultas Matematika dan Ilmu Pengetahuan Alam Kampus Bina Widya Pekanbaru, 28293, Indonesia
ABSTRACT
This research is motivated by the desire to get a safe and comfortable home with an Android-Based Smart Home Using the Internet Of Thing (IoT) Concept. The formulation of the problem in this research is how to make an android-based application that can control the state of the house via the internet that can be connected to cloud firebase, how to sketch the program in Arduino IDE for Smart Home with the Internet of Thing concept, how to control data from each sensor stored in the cloud. firebase, how to make electronic circuits to move doors, temperature control and lights, and how to implement the Fuzzy C-Means algorithm to group sensor data based on 5 days sensor test data. Aims to control lights in the room, electronic door locks, and control LPG leaks via the internet, introduce Smart Home more interactively, and implement the Fuzzy C-Means algorithm to make it easier for users to group sensor data based on sensor test data with the Fuzzy C-Means algorithm. This research can be useful for readers, especially students, teachers and lecturers in the field of communication technology. This study uses a literature study research method where researchers solve research problems from previous related research as well as from books, journals, and other official writings. This research data is realtime sensor data taken for 5 days. The data analysis technique of this research was carried out by analyzing the results of sensor monitoring using the Fuzzy C-Means method. The results of this study are realtime sensor data grouping based on analysis using the Fuzzy C-Means method with Microsoft Excel and Rapidminer manual calculations. Where objects can provide home security information include people entering the house, LPG leaks, temperature conditions, humidity in the house and light intensity.
Keywords: Android Based Smart Home, Internet Of Thing, Fuzzy C-Means.
ABSTRAK
Penelitian ini dilatar belakangi oleh keinginan untuk mendapatkan rumah yang aman dan nyaman dengan Smart Home Berbasis Android Menggunakan Konsep Internet Of Thing (Iot). Rumusan masalah pada penelitian ini yaitu bagaimana membuat aplikasi berbasis android yang dapat mengontrol keadaan rumah melalui internet yang dapat terhubung ke cloud firebase, bagaimana sketch program di Arduino IDE untuk Smart Home dengan konsep Internet of Thing, bagaimana mengontrol data dari setiap sensor yang tersimpan dalam cloud firebase, bagaimana membuat rangkaian elektronik untuk menggerakan pintu, kontrol suhu dan lampu, serta bagaimana mengimplementasikan algoritma Fuzzy C-Means untuk mengelompokkan data sensor berdasarkan data uji sensor 5 hari. Bertujuan untuk mengontrol lampu pada ruangan, kunci pintu elektronik, dan mengontrol kebocoran gas LPG melalui internet, memperkenalkan Smart Home dengan lebih interaktif, dan mengimplementasikan algoritma Fuzzy C-Means untuk mempermudah pengguna dalam mengelompokkan data sensor berdasarkan data uji sensor dengan algoritma Fuzzy C- Means. Penelitian ini dapat bermanfaat bagi pembaca khususnya mahasiswa, guru dan dosen di bidang teknologi komunikasi. Penelitian ini menggunakan metode penelitian studi literatur dimana peneliti memecahkan masalah penelitian dari penelitian yang berkaitan sebelumnya maupun dari buku, jurnal, dan tulisan resmi lainnya. Data penelitian ini adalah data realtime sensor yang diambil selama 5 hari. Teknik analisis data penelitian ini dilakukan dengan membuat analisis hasil pemantauan sensor menggunakan metode Fuzzy C-Means. Hasil penelitian ini berupa pengelompokan data realtime sensor berdasarkan analisis menggunakan metode Fuzzy C-Means dengan perhitungan manual Microsoft Excel dan Rapidminer Simpulan dari penelitian ini adalah penelitian ini bertujuan untuk merancang dan membuat smarthome dengan menggunakan mikrokontroler NoteMCU ESP8266. Yang dimana objek dapat memberikan informasi keamanan rumah meliputi adanya orang masuk kerumah, adanya kebocoran gas, kondisi suhu kelembapan dalam rumah serta intensitas cahaya.
Kata Kunci: Smart Home Berbasis Android, Internet Of Thing, Fuzzy C-Means.
PENDAHULUAN
Seiring dengan perkembangan zaman, teknologi tumbuh begitu pesat bahkan hal yang dulunya dianggap tidak mungkin kini bisa terealisasikan dengan bantuan teknologi.
Pertumbuhan ekonomi yang tinggi membuat permintaan akan rumah yang nyaman dan aman kian meningkat. Rumah merupakan tempat tinggal untuk memenuhi kebutuhan sehari-hari. Saat ini banyak yang menggunakan sistem elektronik di dalam rumah atau bangunan. Teknologi keamanan rumah yang digunakan adalah berbasis web, sehingga pemantauan keamanan rumah hanya bila pemilik membuka alamat web. Pemilik rumah tidak mengetahui secara langsung kondisi rumah, sehingga ketika terjadi keadaan bahaya, rumah tidak dapat dicegah tepat waktu atau terjadi hal yang tidak diinginkan.
Salah satu solusi untuk mengetahui kondisi keamanan dan kontrol rumah tiap waktu maka diperlukan alat yang dapat memantau melalui aplikasi smartphone dengan koneksi internet menggunakan konsep Internet of Things (IoT), sehingga pengguna dapat mengetahui keadaan rumah setiap waktu dengan jarak yang jauh melaui jaringan internet.
Konsep ini merupakan dimana objek dengan objek lainnya dapat berkomunikasi atau setiap embedded dengan sensor terhubung melalui jaringan internet (Fachrureza, 2021). Salah satu layanan yang digunakan pada konsep IoT adalah Firebase. Firebase merupakan Cloud Service Provider (CSP) dan Backend as a Service (BaaS) yang dimiliki oleh Google yang memungkinkan pengguna menyimpan data dan membaca data secara realtime (Kusumaningrum, 2017). Sehingga kita tidak perlu membangun fitur-fitur dari awal dan kita dapat fokus untuk mengembangkan aplikasi berbasis IoT dengan mudah tanpa perlu membuat cloud sendiri. Oleh karena itu, penelitian ini dilakukan untuk memudahkan pengguna dalam mengontrol kondisi rumahnya.
METODE PENELITIAN
a. Teknik Pengumpulan Data
Pada tahap ini akan dilakukan pengumpulan data yang berkaitan dengan masalah yang diteliti dan akan digunakan sebagai bahan analisa kebutuhan sistem yang akan dirancang. Adapun metode pengumpulan data yang digunakan adalah studi literatur. Studi literatur merupakan metode pengumpulan data sekunder yang mendukung pemecahan masalah penelitian dari penelitian yang berkaitan sebelumnya maupun dari buku, jurnal, dan tulisan resmi lainnya. Pengumpulan data dari penelitian-penelitian yang berkaitan sebelumnya bertujuan agar penelitian ini dapat berguna sebagai pelengkap dan penyempurna dari penelitian-penelitian yang sudah dilakukan sebelumnya.
b. Peralatan yang Digunakan 1. Perangkat Keras (Hardware)
a. Printer Cannon PIXMA MP258 untuk mencetak laporan.
b. Laptop Hp dengan processor Intel® Core (TM) i7-3612QM CPU @ 2.10Ghz, 64- bit architechture processor, Radeon Graphic, hard disk berkapasitas 360 GB, RAM DDR4 berkapasitas 8 GB.
c. Microcontroller NODEMCU d. Sensor gerak PIR HC-SR501 e. Sensor Suhu DHT11
f. Sensor gas LPG MQ-2
g. Sensor pintu saklar magnetic MC-38 h. Solenoid door lock 12 v
i. Relay
j. LCD I2C 16x2 cm k. Keypad matriks 4x4 l. Smartphone Android 2. Perangkat Lunak (software)
a. Sistem Operasi Windows 10 64-bit.
b. Microsoft Office 2010 digunakan untuk membuat skripsi c. Arduino IDE
d. Android Studio e. Rapidminer Studio
f. Star UML digunakan sebagai desain system.
g. Google Chrome sebagai tester dalam membuka tampilan web.
c. Fuzzy C-Means (FCM)
Fuzzy clustering adalah salah satu teknik untuk menentukan cluster optimal dalam suatu ruang vektor yang didasarkan pada bentuk normal Euclidian untuk jarak antar vektor.
Ada beberapa algoritma clustering data, salah satu diantaranya adalah FCM. FCM adalah suatu teknik pengclusteran data yang mana keberadaan tiap – tiap titik data dalam suatu cluster yang ditentukan oleh derajat keanggotaan. Teknik ini pertama kali diperkenalkan oleh Jim Bezdek pada tahun 1981.
Konsep dasar FCM, pertama kali adalah preproessing dimana untuk memuat data dan menormalisasi data. Setelah tahap preprocessing selesai dilakukan berikutnya adalah proses pengelompokan data output sensor menggunakan algoritma FCM. Pada dasarnya FCM adalah menentukan titik pusat cluster yang akan ditandai sebagai titik lokasi rata-rata untuk setiap cluster-nya. Berikut algoritma dari FCM:
a. Tentukan data berupa matrix n x m, jumlah cluster (c ≥2), pangkat pembobot (w>1), maksimum iterasi, fungsi objektif (P0=0), akurasi (ɛ=nilai positif yang sangat kecil), iterasi awal (t=1).
b. Buat matrix partisi awal (μ) secara acak atau random.
c. Hitung pusat cluster dari setiap cluster:
d. Hitung fungsi objektif pada iterasi ke–t:
e. Update derajat keanggotaan μ:
f. Cek kondisi berhenti:
Pada pengelompokan menggunakan FCM akan digunakan nilai matriks partisi awal (µ) secara random dan nilai akurasi error sangat kecil yang juga ditentukan random. Nilai ini akan diberikan pada setiap kelompok yang akan dibentuk yakni sesuai dengan cluster yang ditentukan, dan akan dilihat hasil persebaran data pada setiap pengelompokannya.
HASIL DAN PEMBAHASAN
a. Analisa Kebutuhan Sistem
Analisa sistem yang dilakukan meliputi pengumpulan data dan perancangan prototype smarthome. Proses pengumpulan data dan analisa aplikasi didapatkan dari hasil wawancara dengan pihak role model aplikasi ini. Adapun hasil analisa kebutuhan yang digunakan dalam perancangan aplikasi Smarthome ini berupa fitur-fitur yaitu:
1. Menyalakan dan mematikan lampu dengan button ON-OFF pada perangkat android.
2. Menutup (mengunci) dan membuka pintu yang disimulasikan menggunakan motor DC dan H-Bridge.
3. Melihat keadaan gerakan dengan sensor gerak/Pir.
4. Melihat keadaan pintu dengan mensimulasikan sensor magnetic.
5. Melihat keadaan gas dengan sensor gas
6. Mengetahui intentsitas cahaya dengan sensor cahaya 7. Mengetahui suhu dan kelembaban dengan sensor DHT11.
8. Aplikasi smarthome dikontrol pada aplikasi berbasis android yang terkoneksi dengan wifi.
b. Analisa dan Clustering
Clustering perhitungan FCM diberikan data mentah seperti berikut:
Tabel 1 Data Mentah
SENIN SELASA RABU KAMIS JUMAT
DINGIN PANAS DINGIN PANAS PANAS
AMAN AMAN BERBAHAYA AMAN AMAN
ADA ORANG
TDK ADA
ORANG ADA ORANG ADA
ORANG
TDK ADA ORANG
TERBUKA TERTUTUP TERBUKA TERBUKA TERTUTUP
TERANG TERANG GELAP TERANG TERANG
OFF OFF ON OFF OFF
OFF OFF ON OFF OFF
OFF OFF ON OFF ON
Kemudian data mentah diatas dilakukan proses preprocessing dengan mengubah menjadi data numerik.
Tabel 2 Data Preprocessing
SENIN SELASA RABU KAMIS JUMAT
0 1 0 1 1
0 0 1 0 0
1 0 1 1 0
1 0 1 1 0
1 1 0 1 1
0 0 1 0 0
0 0 1 0 0
0 0 1 0 1
Setelah data berhasil di preprocessing langkah selanjutnya dengan menenentukan inisialisasi data awal atau aturan yang akan digunakan untuk perhitungan FCM.
Tabel 3 Inisialisasi Data Awal a. Banyak cluster yang digunakan 2 b. Pangkat (Bobot w) 2 c. Iterasi maks (maksiter) 100 d. Error terkecil (e) 0,00001
Kemudian bentuk matriks partisi µik dengan i=banyak data dan k=banyak cluster.
Tabel 4 Matriks µik
NO K1 K2
1 0,1 0,9
2 0,2 0,8
3 0,3 0,7
4 0,4 0,6
5 0,6 0,4
6 0,7 0,3
7 0,8 0,2
8 0,9 0,1
Langkah selanjutnya adalah menghitung pusat cluster Vij dan didapatkan:
Tabel 5 Pusat Cluster
1 0,195 0,003 0,997 0,197 0,142 2 0,570 0,846 0,154 0,972 0,872
Kemudian perbaiki derajat keanggotaan dan berikut adalah derajat keanggotaan yang baru:
Tabel 6 Derajat Keanggotaan Baru
UI1 UI2
0,629504984 0,370495016 0,252432951 0,747567049 0,614908473 0,385091527 0,614908473 0,385091527 0,641797176 0,358202824 0,252432951 0,747567049 0,252432951 0,747567049 0,279878836 0,720121164
Setelah memperoleh derajat keanggotaan yang beru maka cek kondisi berhenti dan ulangi langkah dari menghitung pusat clusternya. Setelah melewati dua puluh satu iterasi maka diperoleh derajat keanggotaan terakhir:
Tabel 7 Derajat Keanggotaan Iterasi ke-21
UI1 UI2
0,897901 0,101876 0,027394 0,973115 0,355336 0,644987 0,355336 0,644987 0,940032 0,059756 0,027394 0,973115 0,027394 0,973115 0,258209 0,742229
Dari derajat keanggotaan yang terbentuk dapat ditentukan pengelompokan datanya:
Tabel 8 Pengelompokan Data UI1 UI2
X
X X X X
X X X
Pengelompokan data dilakukan dengan mengambil nilai maksimum dari tiap baris derajat keanggotaan yang terbentuk. Kemudian pada perhitungan tersebut dapat ditarik kesimpulan bahwa data pada baris pertama masuk ke dalam cluster 1 (K1), data baris kedua masuk ke dalam cluster 2 (K2) , data baris ketiga masuk ke dalam cluster 2 (K2), data baris ke empat masuk ke dalam cluster 2 (K2), data baris ke lima masuk ke dalam cluster 1 (K1), data baris ke enam masuk ke dalam cluster 2 (K2), data baris ke tujuh masuk ke dalam cluster 2 (K2), data baris ke delapan masuk ke dalam cluster 2 (K2).
c. Pembuatan Sistem
Rancangan digambarkan sebagai proses multi-langkah dimana represenstasi struktur data, struktur program, karakteristik interface, dan detail prosedur, disentesis dari aplikasi yang akan dibuat. Pada aplikasi yang ingin dibuat ada beberapa blok diagram yang akan digunakan diantaranya blok diagram sistem, blok diagram hardware, use case diagram, activity diagram, sequence diagram, class diagram.
1. Blok Diagram Sistem
Gambar 1 Blok Diagram Sistem
Blok diagram sistem dibuat untuk menguji coba beberapa modul dengan menggunakan software dan komunikasi Bluetooth antar mikrokontroler, dapat dilihat pada Gambar 4.1. Android digunakan untuk menampilkan hasil yang telah diinput oleh mikrokontroler 1,2,3,4,5,6, dan 7 menerima perintah/input dari sensor gas, sensor suhu, sensor gerak, sensor cahaya, magnetic switch, relay dan Servo. Perintah yang diterima mikrokontroler 1 juga dikirim ke firebase dengan menggunakan komunikasi Wifi.
2. Blok Diagram Hardware
Gambar 2 Blok Diagram Hardware Fungsi masing-masing blok diagram harware:
1. Blok ruangan tamu: blok yang berisi hardware rangkaian alat solenoid doorlock, rangkaian alat magnetic switch, rangkaian alat sensor cahaya, rangkaian sensor pir dan relay lampu.
2. Blok kamar tidur: blok yang berisi hardware rangkaian alat sensor suhu kelembaban dan relay lampu.
3. Blok dapur: blok yang berisi rangkaian alat sensor gas dan relay lampu 3 . Use Case Diagram
Gambar 3 Diagram Use Case
Usecase diagram pada gambar 4.10 memiliki satu aktor yakni penghuni rumah. Pada aplikasi monitoring ini user memiliki 4 fitur utama yaitu :
1. Dapat melakukan login dan logout di aplikasi.
2. Dapat melihat data suhu, kelembapan, kadar gas CO2, kondisi pintu, dan pergerakan dari sensor pir yang terpasang.
3. Dapat mengontrol lampu.
4. Dapat membuka atau mengunci pintu.
4. Activity Diagram
Ada beberapa Activity diagram yang terdapat dalam aplikasi ini diantaranya:
i. Activity Diagram Login
Gambar 4 Activity Diagram login
Pada Gambar 4.11 memperlihatkan Activity diagram dari proses login yang dilakukan oleh seorang pengguna.
ii. Activity Diagram Sensor
Gambar 5 Activity Diagram Sensor
Pada Gambar 5 memperlihatkan alur kerja dari proses mengakses data setiap sensor dari aplikasi ini.
iii. Activity Diagram Menghidupkan Lampu
Gambar 6 Activity Diagram Menghidupkan Lampu
Pada Gambar 6 memperlihatkan alur kerja dari proses menghidup dan mematikan relay lampu.
5. Sequence Diagram
Ada beberapa action sequence diagram yang digunakan pada aplikasi ini diantaranya
i. Action Login
Action login merupakan sebuah proses untuk menambahkan atau memasukan data oleh admin kedalam sistem yang dibuat.
Gambar 7 Action Login
Pada tahapan ini Gambar 7 menunjukkan proses untuk menambahkan admin baru kedalam sistem.
ii. Action Akses Data Sensor
Action akses data sensor merupakan sebuah proses untuk menampilkan data yang telah diambil oleh setiap sensor dalam aplikasi smart home ini.
Gambar 8 Action Akses Data Sensor Gambar 8 merupakan tahapan dalam mengakses data sensor.
6. Class Diagram
Gambar 9 Class Diagram
d. Tampilan Aplikasi
Keseluruhan desain sistem akan diubah menjadi kode-kode program berupa modul- modul yang akan diintegrasikan menjadi sebuah aplikasi, berdasarkan desain sebelumnya maka dihasilkan aplikasi sebagai berikut:
1. Halaman login
Gambar 10 Tampilan Halaman Login
Gambar 10 menunjukkan tampilan halaman login pada aplikasi, Halaman ini merupakan halaman yang pertama kali muncul dan menampilkan form login dengan email dan password.
2. Halaman Sensor
Gambar 11 Tampilan Halaman Sensor
Gambar 11 menunjukkan halaman sensor pada aplikasi. Yang menampilkan data yang dibaca oleh sensor, berisi button relay on/off, button lampu 1 dan lampu 2, dan button firebase yang bisa menampilkan data realtime database.
3. Tampilan Firebase
Gambar 12 Tampilan Halaman Realtime Database pada Firebase
Gambar 12 menunjukkan halaman realtime database pada firebase. Halaman ini bertujuan untuk melihat data sensor yang telah tersimpan didalam aplikasi.
e. Pengujian Sistem
Setelah melakukan pengujian dari komponen utama sistem, maka proses selanjutnya adalah pengujian kinerja seluruh sistem, ini bertujuan umtuk memastikan bahwa seluruh kinerja sistem bekerja dengan baik, stabil, akurat dan sesuai rancangan yang telah dibahas sebelumnya. Tahapan awal pengujian keseluruhan sistem ini dengan menyambungkan adaptor ke sumber listrik, kemudian semua modul dan sensor akan mengkonfigurasinya dirinya.
Setelah sistem aktif dan siap beroperasi, sistem akan bekerja membaca semua perubahan sensor. Dalam hal pendeteksi pemicu terjadinya kebakaran dalam rumah.
Terdapat sensor yang berperan aktif dalam melakukan pendeteksian ini yaitu sensor gas MQ-2. Jika adanya gas bocor dideteksi oleh sensor gas MQ-2 dalam rumah, maka sistem akan melaporkan kondisi ke smartphone beserta letak lokasi rumah. Untuk Pendeteksian pencurian/perampokan dalam rumah, ada 3 sensor yang berperan aktif dalam melakukan pendeteksian ini yaitu sensor PIR untuk mendeteksi adanya keberadaan orang didalam rumah, magnetic switch dan solenoid pintu untuk medeteksi pintu dan jendela yang terbuka atau tertutup. Jika pintu dan jendela dideteksi oleh magnetic switch dengan kondisi terbuka atau tertutup, maka sistem akan melaporkan kondisi ke smartphone. Begitu juga halnya dengan sensor PIR sebagai pendeteksi keberadaan orang didalam rumah akan melakukan fungsi kinerja yang sama, yang membedakannya adalah status kondisi yang dideteksi.
Sistem dapat melakukan pengontrolan jarak jauh menggunakan modul NodeMCU.
KESIMPULAN
Beberapa kesimpulan yang dapat diambil dari penerapan sistem kendali otomatis smarthome berbasis android menggunakan teknologi wifi esp8266 adalah sebagai berikut:
1. Penelitian ini bertujuan untuk merancang dan membuat smarthome dengan menggunakan mikrokontroler NoteMCU ESP8266. Yang dimana objek dapat memberikan informasi keamanan rumah meliputi adanya orang masuk kerumah, adanya kebocoran gas, kondisi suhu kelembapan dalam rumah serta intensitas cahaya.
2. Hasil penelitian berjalan dengan baik dimana semua sensor dapat mengirimkan informasi ke smartphone.
3. NodeMCU akan terus mengirimkan nilai sensor tersebut ke smartphone agar smartphone dapat membaca data yang dikirim tersebut secara optimal.
4. Aplikasi smarthome berbasis android menggunakan teknologi wifi esp8266 sangat efektif untuk membantu mengatasi pengguna dalam aktivitas sehari hari untuk mengontrol keadaan rumah hanya dengan smartphone android yang ada pada genggaman.
5. Hasil clustering menggunakan metode Fuzzy C-Means dengan perhitungan manual Microsoft Excel dan Rapidminer didapat hasil pengelompokan 8 sensor(sensor ruangan, sensor gas, sensor gerak, sensor pintu, sensor cahaya, relay kondisi, relay lampu 1, dan relay lampu 2) dengan dua cluster yaitu cluster 1 yang beranggotakan data 1(sensor ruangan), data 5(sensor cahaya), dan cluster 2 yang beranggotakan data 2 (sensor gas), data 3(sensor gerak), data 4(senso pintu), data 6(relay kondisi), data 7 (relay lampu 1), serta data 8(relay lampu 2).
SARAN
Sistem kendali otomatis smarthome berbasis android menggunakan teknologi wifi esp8266 yang dikembangkan penulis ini masih terdapat beberapa kekurangan dan perlu dikembangkan lagi, oleh karena itu penulis juga ingin menyampaikan beberapa saran guna menambah manfaat sistem otomatisasi ini, yaitu:
1. Dengan berkembanganya teknologi internet dan cloud, penulis berharap bisa mengembangkan apliksi remote smarthome ini bukan hanya dikses via wifi yang terbatas oleh jarak, namun juga bisa diakses via internet sehingga bisa digunakan kapanpun dan dimanapun user pengguna berada.
2. Menambahkan fitur monitoring dan timing, Sistem kendali otomatis smarthome berbasis android menggunakan teknologi wifi esp8266 yang dirancang penulis ini ada fitur mematikan dan menyalakan perangkat listrik tertentu, namun belum terdapat fitur monitoring perangkat listrik apakah dalam kondisi nyala atau mati dan menambahkan fitur timing yaitu mengatur kapan perangkat listrik untuk menyala kan kapan juga untuk mati.
3. Memperluas basis operating sistem, karena aplikasi remote smarthome yang penulis rancang baru tersedia untuk smartphone android, dan penulis berharap untuk bisa dikembangkan lagi agar bisa digunakan pada Iphone maupun Windows Phone.
4. Untuk penggunaan sensor diharapkan penelitian selanjutnya memilih sensor yang memiliki kualitas lebih bagus lagi dikarenakan sensor yang digunakan penulis kinerja nya kurang bagus dan terkadang tidak stabil.
5. Pada penelitian selanjutnya diharapkan penulis dapat memperbaiki segala kekurangan dari penelitian ini.
Demikian saran yang dapat penulis berikan, mudah-mudahan dapat dijadikan sebagai bahan masukan yang bermanfaat untuk penelitian yang berkaitan dimasa yang akan datang.
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada Bapak Aidil Fitriasyah,S.Kom., M.IT yang telah membimbing, memberikan arahan, masukan, dan memotivasi serta membantu penelitian dan penulisan karya ilmiah ini.
DAFTAR PUSTAKA
Fachrureza, A., Saragih, Y., & Hidayat, R. (2021). Pemanfaatan sensor MQ-6 pada sistem pendeteksi gas LPG berbasis 4G LTE. JTET (Jurnal Teknik Elektro Terapan), 10(1), 45–50.
Kusumaningrum, A., Pujiastuti, A., & Zeny, M. (2017). Pemanfaatan Internet of Things
Pada Kendali Lampu. Compiler, 6(1), 53–59.
https://doi.org/10.28989/compiler.v6i1.201
