MAKALAH
INTERNET
OF THING KUALITAS UDARA
(KARBONDIOKSIDA,
METANA, KARBONMONOKSIDA)
Dosen
pengampu : Endang Kurniawan,MM,M.Kom
Disusun
oleh :
Fitri
Hidayati 4117002
PROGRAM
STUDI SISTEM INFORMASI
FAKULTAS
SAINTEK
UNIVERSITAS
PESANTREN TINGGI DARUL ULUM JOMBANG
2019
Abstrak: Kualitas
udara mengambil peran penting bagi kehidupan mahkluk hidup di permukaan bumi
ini terutama untuk manusia, pada masa ini penurunan kualitas udara di beberapa
kota di wilayah Indonesia terus meningkatkan diakibatkan beberapa hal
diantaranya pertumbuhan industri dan perkembangan kendaraan bermotor yang
semakin pesat sebanding dengan pertumbungan penduduk yang makin meningkat dan
tidak sebanding dengan pertumbungan ruang terbuka hijau dan pelestarian kawasan
hijau khususnya pada wilayah perkotaan. Sistem pemrosesan dari hasil akuisisi
yang didapatkan dari penggunaan beberapa kombinasi sensor (multisensor) yaitu
sensor yang dapat mendeteksi gas buang kendaraan bermotor, partikel debu, asap
dari hasil industri, dan kadar oksigen dalam udara. Hasil dari proses akuisisi
data sensor kemudian akan diproses dengan kecerdasan buatan fuzzy yang
ditanamkan pada sebuah chip mikrokontroler. Sistem pengukur kualitas udara
berbasis Internet of Things (IoT) ini akan dapat digunakan sebagai media
penyebar luasan informasi terkait kualitas udara pada suatu wilayah, sehingga
akan memberikan penurunan dampak kesehatan bagi masyarakat yang akan melakukan
aktivitas diluar rumah.
Kata
kunci: Kualitas udara, multisensory, internet of
things, fuzzy
A.
PENDAHULUAN
LATAR BELAKANG
Kualitas udara mengambil peran penting bagi kehidupan mahkluk
hidup di permukaan bumi ini terutama untuk manusia, pada masa ini penurunan
kualitas udara di beberapa kota di wilayah Indonesia terus meningkatkan
diakibatkan beberapa hal diantaranya pertumbuhan industri dan perkembangan
kendaraan bermotor yang semakin pesat sebanding dengan pertumbungan penduduk
yang makin meningkat dan tidak sebanding dengan pertumbungan ruang terbuka
hijau dan pelestarian kawasan hijau khususnya pada wilayah perkotaan.
Penurunan kualitas udara juga diakibatkan kebakaran hutan di
beberapa wilayah Indonesia yang mengakibatkan penurunan kualitas udara semakin
buruk yang menyebabkan peningkatan polusi udara dan penurunan kualitas udara
segar pada suatu wilayah, hal ini menyebabkan beberapa dampak diantaranya
Infeksi Saluran Pernapasan (ISPA) yang mengakibatkan penurunan kemampuan
konsentrasi hingga tingkat kematian, dampak buruk bagi kelangsungan makhluk
hidup terutama manusia, hal ini dikarenakan masyarakat pada umumnya tidak dapat
mendapatkan informasi kualitas udara pada sebuah wilayah dikarenakan tidak
memiliki alat ukur. Karena untuk memiliki sebuah alat pengukur kualitas udara
dibutuhkan biaya yang cukup mahal bagi penggunaanya.
Penerapan bidang teknologi saat ini dimanfaatkan untuk
menurunkan dampak dari penurunan kualitas udara dengan cara memberikan
informasi secara luas, cepat dan murah biaya agar manusia mendapatkan informasi
terkait kualitas udara di suatu wilayah secara terkini. Sehingga dapat
menurunkan dampak buruk bagi kesehatan manusia. Implementasi sistem chip
mikrokontroler dapat digunakan sebagai sistem tertanam (system embedded) yang
digunakan untuk melakukan pemrosesan dari hasil akuisisi yang didapatkan dari
penggunaan beberapa kombinasi sensor (multisensor) yaitu sensor yang dapat
mendeteksi gas buang kendaraan bermotor, partikel debu, asap dari hasil
industry, dan kadar oksigen dalam udara. Hasil dari proses akuisisi data sensor
kemudian akan diproses dengan kecerdasan buatan yang ditanamkan pada sebuah
chip mikrokontroler.
Kecerdasan buatan ditanamkan pada sistem pengukur kualitas
udara yang dirancang agar sistem dapat berpikir, menalar dan melakukan
pengambilan keputusan dalam menentukan kualitas udara pada suatu wilayah. Untuk
itu metode fuzzy digunakan dalam membentuk kecerdasan buatan pada sistem
pengukur kualitas udara dengan memanfaatkan konsep utama metode fuzzy yaitu
kesamaran (keabu-abuan) dalam proses penerimaan informasi yang akan digunakan
dalam pengambilan keputusan yang pasti.
Dalam penyebar luasan informasi dari hasil keputusan sistem
pengukur kualitas udara dilakukan dengan cepat, mudah dan menghemat biaya
dikarenakan dukungan fasilitas internet yang cepat dan terjangkau, apalagi saat
ini hampir 60% penduduk Indonesia telah menggunakan fasilitas internet untuk
segala keperluan dalam beraktivitas. Hal ini dapat membantu memberikan
informasi terkait kualitas udara dengan pemanfaatan media internet. Sistem
pengukur kualitas udara berbasis Internet of Things (IoT) ini akan dapat
digunakan sebagai media penyebar luasan informasi terkait kualitas udara pada suatu
wilayah, sehingga akan memberikan penurunan dampak kesehatan bagi masyarakat
yang akan melakukan aktivitas diluar rumah, karena masyarakat dapat mengetahui
kualitas udara yang ada pada lingkungannya dan tujuan wilayah yang akan
dikunjunginya.
B.
STUDY LITERATUR
1.
STUDY LITERATUR
AQMS
merupakan suatu sistem pemantauan kualitas udara yang dirancang untuk
menghitung kadar senyawa-senyawa tertentu di udara seperti PM10, SO2, NOx, O3,
NO2, CO yang dihitung dalam ISPU. Jaringan AQMS terdiri dari Fixed station,
Mobile station, dan Regional Center.
Data hasil pemantauan AQMS Badan Lingkungan Hidup (BLH) Kota Pekanbaru
di tampilkan oleh Public Display yang terdapat di jalan. Data ditampilkan dalam
grafik yang disertai keterangan kondisi udara, contoh public display dapat
dilihat pada gambar 1.
Gambar
1. Tampilan dari Public Display ISPU
Public
display ISPU dibentuk oleh LED yang menunjukkan angka sesuai kondisi
udara. Kondisi udara dibagi atas
berbagai warna yaitu hijau, biru, kuning, merah dan hitam.akan diperjelas dalam
tabel berikut tabel 1.
Tabel 1.
Penjelasan ISPU (Bapedal, 1997)
Proses
Perhitungan ISPU ( Indeks Standar Pencemaran Udara) (Bapedal, 1997)
Rumus
ISPU :
I= {
Ia−Ib Xa−Xb
∗(Xx−Xb)+𝐼𝑏} (1)
Keterangan : - I
= Nilai ISPU tanpa satuan - Ia =
ISPU batas atas - Ib = ISPU batas bawah - Xa
= Ambien batas atas - Xb = Ambien
batas bawah - Xx = Kadar ambien nyata
hasil pengukuran ( ug/m3 )
Untuk menentukan indeks kadar ambennya dapat
dilihat pada tabel 2.
Tabel 2.
Batasan Kandungan Kadar Udara
C.
METODELOGI PENYUSUNAN LAPORAN
1. Kualitas Udara
Udara merupakan sebuah
atmosfer yang terdapat di sekeliling bumi yang fungsinya untuk memberikan
perlindungan pada bumi dari gangguan luar bumi. Udara pada alam tidak
sepenuhnya bersih dikarenakan adanya polutan akibat atkivitas manusia. Kualitas
udara merupakan paremater untuk mengukur keadaan pada udara yang layak pada
sebuah wilayah. Penurunan kualitas udara diakibatkan oleh polutan seperti
beberapa jenis gas, asap kendaraan, asap industry dan limbah udara dari rumah tangga.
Berikut ini parameter pengukuran kualitas udara berdasrakan dari Indeks
Standard Pencemaran Udara (ISPU) (http://iku.menlhk.go.id/)
Gambar 1. Kriteria Kualitas Udara
2. Internet of Things
Internet merupakan sebuah
jaringan komputer yang luas dan terbesar di dunia karena menghubungkan banyak
komputer di dunia secara bersamaan. Pemanfaatan internet saat ini dapat
dirasakan oleh seluruh lapisan masyarakat diantaranya penyebaran informasi yang
luas, cepat dan bebas sehingga masyarakat mendapatkan sebuah informasi dengan
mudah. Pengembangan internet menjadi sebuah teknologi Interenet of Things
memastikan dapat melakukan pengendalian dan monitoring berbasis internet yang
artinya seseorang dapat melakukan pengawasan pada sistem secara jarak jauh,
dimanapun dan kapanpun tanpa batas dan akses informasi dapat dibuat secara
terbuka (public information) dan secara tertutup (private information).
Penerapan Internet of Things (IoT) sejauh ini digunakan pada komunikasi
machine to machine (M2M) di bidang sistem kendail, bidang industry, bidang
manufaktur dan lainnya. Produk yang berbasis Internet of Things ini lah yang
nantinya akan mempermudah seseorang dalam mendapatkan data yang akurat dan
cepat berbasis sistem cerdas (smart machine).
Gambar 2. Konsep Internet of Things
3. Metode Fuzzy Algoritma Mamdani
Metode Fuzzy merupakan sebuah metode dengan pemikiran
bagaimana dapat menemukan sebuah solusi yang sifatnya samar/abu-abu. Lotfi
Zadeh menemukan sebuah konsep logika fuzzy tahun 1964 dengan dasar pemikiran
tidak ada keadaan yang yang bernilai “true” or “off”. Setiap hasil keluaran
sistem pastinya ada nilai gradasi diantara true or off dengan cara melakukan
pergeseran skala variable yang dapat diukur sebagai bagian dari true or bagian
dari false. Untuk memanfaatkan keadaan tersebut perlun adanya teori himpunan
klasik yang berdasrakan pada logika ekstrem yang dapat menetapakan objek
sebagai anggota atau bukan anggota himpunan. Pada logika fuzzy suatu objek
dapat menjadi anggota pada banyak himpunan dengan derajat keanggotaan yang
berbeda pada masing-masing himpunan. Derajat keanggotan pada suatu himpunan
memiliki skala 0 sampai 1.
Dalam bidang kontrol, yang
merupakan aplikasi pertama dan utama dari logika fuzzy adalah Prof. Ebrahim
Mamdani dkk dari Queen Mary College London. Penerapan kontrol logika fuzzy
secara nyata di industri banyak dipelopor para ahli dari jepang, misalnya Prof.
Sugeno dari Tokyo Institute of Technology. Aplikasi logika fuzzy hampir tak
terbatas, misalnya untuk kontrol proses, proses produksi, robotika, manajemen
skala besar, teknik sipil, kimia, transportasi, kedokteran maupun ekonomi.
Pengaturan (control) sistem non linier yang mengandung sejumlah informasi padat
memerlukan pengintegrasian sistem secara cepat dan dapat diterapkan dengan
menggunakan logika fuzzy.
Fungsi keanggotaan (member-ship functions) adalah suatu kurva
yang menunjukkan pemetaan titik-titik input data ke dalam nilai keang-gotaannya
(sering juga disebut dengan derajat keanggotaan) yang memiliki interval dari 0
sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai
keanggotaan adalah melalui pendekatan fungsi.
a.
Fungsi Segitiga
Fungsi ini memiliki satu nilai
x yang memiliki derajat keanggotaan sama dengan 1, yaitu ketika x=b. Tetapi,
nilai- nilai di sekitar b memiliki derajat keanggotaan yang turun cukup tajam.
Gambar 3.Fungsi Segitiga
b.
Fungsi Trapesium
Fungsi ini terdapat beberapa
nilai x yang memiliki derajat keanggotaan sama dengan 1, yaitu ketika b ≤ x ≤
c. Tetapi, derajat keanggotaan untuk a < x < b dan c < x ≤ d memiliki
karakteristik yang sama dengan fungsi segitiga.
Gambar 4.Fungsi Trapesium
Motivasi utama teori fuzzy logic adalah memetakan sebuah
ruang input ke dalam ruang output dengan menggunakan IF-THEN rules. Pemetaan
dilakukan dalam suatu Sistem Inferensi Fuzzy (Fuzzy Inference System/FIS)
disebut juga fuzzy inference engine adalah sistem yang dapat mengevaluasi semua
rule secara simultan untuk menghasilkan kesimpulan dan urutan rule bisa
sembarang
Metode Mamdani sering juga dikenal dengan nama Metode
Max-Min. Menggunakan MIN pada fungsi implikasi, dan MAX pada komposisi antar
fungsi implikasi. Diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Ada
beberapa tahapan yang diperlukan untuk mendapatkan output, adalah sebagai
berikut :
1.
Pembentukan variable input,
himpunan fuzzy, dan output fuzzy. Variabel input maupun variabel output dibagi
menjadi satu atau lebih himpunan fuzzy
2.
Derjat keanggotaan, Menentukan
derajat keanggotaan berdasarkan input dan himpunan fuzzy
3.
Aplikasi operator fuzzy, Pada tahap ini
menentukan α-predikat aturan dengan fungsi implikasi MIN dan selanjutnya
menentukan nilai dari Z masing-masing aturan.
4.
Penegasan (deffuzy), Input dari proses
defuzzifikasi adalah suatu himpunan fuzzy yang diperoleh dari komposisi
aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan
pada domain himpunan fuzzy tersebut. Defuzzifikasi yang digunakan adalah Metode
Centroid (Composite Moment), solusi crisp diperoleh dengan cara
mengambil titik pusat (z*)daerah fuzzy.
5.
Mikrokontroler Arduino Uni Rev 3 Arduino uno
merupakan sebuah mikrokontroler KIT yang di produksi oleh arduino cooporation
yang memiliki tujuan untuk memper-mudah para pengembangan sistem cerdas
tertanam dalam melakukan pengembangan sistem. Arduino uno berbasis
mikrokontroler ATMega 328P dan memiliki 14 pin input/output digital.
Mikrokontroler arduino uno memiliki pin Analog A0-A5 dan memiliki pin Digital
0-13 serta pada pin Digital terdapat pin Pulse Width Modulation (PWM) yang pada
umumnya digunakan untuk melakukan kendali pada beragam jenis motor. Penggunaan
mikrokon-troler arduino digunakan untuk melakukan akuisisi data sensor
berikutnya program yang telah diupload pada mikrokontroler akan melakukan
proses sesuai algoritma pemrograman yang diupload.
Gambar 2. Arduino Uno
6.
Multisensor
Sensor merupakan media
transducer yang digunakan untuk melakukan akuisisi (pengambilan) informasi
lingkungan dengan menggunakan sebuah mekanisme tertentu. Multisensor merupakan
sebuah cara yang digunakan untuk melakukan akuisisi dengan beragam informasi
yang diambil seperti suhu, kadar oksigen, kadar gas, kadar asap dan lainnya.
Kumpulan data tersebut dideteksi oleh beragam jenis sensor untuk kebutuhan
pemrosesan sistem.
D.
HASIL
LAPORAN
Untuk membangun sebuah sistem
pengukur kualitas udara berbasis Internet of Things diperlukan beberapa tahapan
sebagai berikut:
Gambar 3. Algoritma Perancangan
Sistem
Terdapat 3 tahapan utama pada
sistem pengukuran kualitas udara terdapat tahapan akuisisi data sensor yaitu
tahapan pengumpulan data lingkungan dengan beragam jenis sensor, fuzzy
inference system (FIS) merupakan sebuah kecerdasan buatan yang ditanamkan
kedalam sistem untuk membuat sistem dapat berfikir secara logika dan melakukan
pengambilan keputusan secara akurat, internet of things digunakan untuk
melakukan transimisi informasi secara luas dengan media internet agar dapat
hasil dapat didapatkan secara public, informasi kualitas udara merupakan
hasil yang telah diproses oleh mikrokontroler dengan kecerdasan buatan yang
tertanam.
Gambar 4. Blok Diagram Sistem
Gambar 5. Pengujian 1
Gambar 6. Pengujian 2
4.
KESIMPULAN
Pada hasil penelitian dilakukan didapatkan hasil yang
akurat dengan perbandingan dengan alat ukuran konvensional yang saat ini sering
digunakan untuk mengukur parameter ukur kualitas udara. Pada penelitian ini
kecepatan dari internet sangat mempengaruhi web based server dalam melakukan
perubahan informasi secara terkini (update), sehingga membutuhkan sebuah jasa
layanan internet yang memiliki kecepatan optimal, serta dukungan device server
yang cukup agar proses akuisis dan transfer informasi dengan internet tanpa
mengalami kendala.
DAFTAR PUSTAKA
L. A.
Zadeh. (1988). Fuzzy logic. Computer (Long. Beach. Calif). 21(4):
83–93.
M.
Logic. (1977). Application of Fuzzy Logic to Approximate Reasoning Using
Linguistic Synthesis. IEEE Trans. Comput. C-26(12): 1182–1191, 1977.
S. N.
Sivanandam, S. Sumathi, & S. N. (2007). Deepa, Introduction to fuzzy logic
using MATLAB.
C. C.
Lee. (1990). Fuzzy logic in control systems: fuzzy logic controller - Part 1. IEEE
Transactions On Systems Man And Cybernetics. 20(2): 419–435
E. Cox. (1992). Fuzzy
fundamentals. IEEE Spectr. 29(10): 58–61,
N.
Kaur, R. Mahajan, D. Bagai, and P. G. Student (2016). Air Quality Monitoring
System based on Arduino Microcontroller. Int. J. Innov. Res. Sci. Eng.
Technol. (An ISO Certif. Organ., 5(6): 9635–9646.
C.
Kulkarni, S. Grama, P. G. Suresh, C. Krishna, & J. Antony. (2014).
Surveillance Robot Using Arduino Microcontroller, Android APIs and the Internet,
in SIMS ’14 Proceedings of the 2014 First International Conference on
Systems Informatics, Modelling and Simulation. pp. 83–87.
H.
Ali-Khodja and L. Aouragh. (2007) Modeling air quality and deposition of trace
elements in the vicinity of a cement plant for human health risk assessment. in
Water and Soil Quaility Modelling for Risk and Impact Assessment. NATO
Security through Science Serie. pp. 141–151.
B.
Adhikari and S. Majumdar. (2004). Polymers in sensor applications.
Prog. Polym. Sci. 29(7): 699–766, 2004.
H.
Electronic. (2006). Mq-7 Gas Sensor. Carbon Monoxide, 1: 3–5
J.
Yick, B. Mukherjee, & D. Ghosal. (2008). Wireless sensor network survey,”
Comput. Networks. 52(12): 2292–2330.
D-robotics
UK. (2010). Temperature Sensor DHT 11 Humidity & Temperature Sensor. D-Robotics.
pp. 1–9.
a
Zanella, N. Bui, a Castellani, L. Vangelista, and M. Zorzi, (2014). Internet of
Things for Smart Cities. IEEE Internet Things J. 1(1): 22–32,
J.
Gubbi, R. Buyya, S. Marusic, and M. Palaniswami. (2013). Internet of Things
(IoT): A vision, architectural elements, and future directions. Futur.
Gener. Comput. Syst. 29(7): 1645–1660.
C.
Perera and A. V. Vasilakos. (2016). A knowledge-based resource disco-very for
Internet of Things. Knowledge-Based Syst., 109: 122–136.
Mochamad
Fajar Wicaksono. (2017). Implementasi Modul Wifi Nodemcu Esp8266 Untuk Smart
Home,” Jur. Tek. Komputer, UNIKOM, Bandung. 6(1): 1–6
R. K.
Kodali and A. Naikoti. (2017). “ECDH based security model for IoT using
ESP8266,” in 2016 International Conference on Control Instrumentation
Communication and Computational Technologies, ICCICCT 2016. pp.
629–633.
Komentar
Posting Komentar