MAKALAH IoT (Internet of Things)
Kualitas Udara
(Karbon dioksida, Metana, Karbon
monoksida)
Dosen Pengampu :
Disusun Oleh :
Gunawan Andriyanto (4117024)
FAKULTAS
SAINS DAN TEKNOLOGI
PRODI
SISTEM INFORMASI
UNIVERSITAS
PESANTREN TINGGI DARUL ULUM
JOMBANGTAHUN
2019
KATA PENGANTAR
Puji syukur
kami panjatkan kehadirat Allah SWT, atas rahmat danhidayah-Nya sehingga kami
dapat membuat dan menyelesaikan tugas ini dalam keadaan sehat wal’afiat.
Tugas ini
disusun untuk diajukan sebagai tugas UAS Pengembangan dan Implementasi Sistem
Informasi. Harapan saya semoga makalah ini dapat bermanfaat bagi siapa saja
yang membacanya.
Demikian
makalah ini saya buat, saya sadar bahwa makalah ini masih sangat jauh dari
kesempurnaan, oleh karena itu saran dan kritik yang bersifat membangun sangat
saya harapkan. Atas perhatian Dosen Pengampu mata kuliah PISI, serta
teman-teman, saya ucapkan terima kasih.
Jombang, 5
Juli 2019
DAFTAR
ISI
KATA PENGANTAR
DAFTAR ISI
BAB I PENDAHULUAN
BAB I PENDAHULUAN
A.
Latar
Belakang
B.
Studi Literatur
BAB II PEMBAHASAN
A.
Metodologi Penyusunan Laporan
B.
Hasil
dan Pembahasan
BAB III PENUTUP
A.
Kesimpulan
DAFTAR PUSTAKA
BAB I
A. Latar Belakang
Di era moderen ini hampir seluruh aktifitas manusia tak
luput dari penggunaan teknologi akan tetapi banyak hal yang dilakukan secara
manual seperti mengunci pintu, menyalakan lampu, dll. Maka perlu adanya IoT(Internet
of Things) yang merupakan konsep memperluas manfaat dari konektifitas internet
yang tersambung secara terus – menerus. Melalui internet kita bisa melakukan
berbagi data, remote control, dan berbagai hal. Salah satunya pemantuan udara
cerdas yang dilengkapi sensor udara berteknologi IoT. Fungsinya untuk memberi
informasi penyebaran data secara menyeluruh dengan skala global.
B. Studi Literatur
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.
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).
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 berdasarkan 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.
Pelopor
aplikasi logika fuzzy 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.
BAB II
A. Metodologi Penyusunan Laporan
Fungsi
keanggotaan (membership
functions) adalah suatu
kurva yang menunjukkan pemetaan
titik-titik input data ke
dalam nilai keanggotaannya (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.
1. 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
2. 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. Secara umum
dirumuskan:
5. Mikrokontroler Arduino Uni Rev 3 Arduino uno merupakan
sebuah mikrokontroler KIT yang di produksi oleh arduino cooporation yang
memiliki tujuan untuk mempermudah 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 mikrokontroler 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
Tabel 2. Spesifikasi Arduino Uno
Microcontroller ATmega328P
Operating Voltage 5V
Input Voltage (recommended) 7-12V
Input Voltage (limit) 6-20V
Digital I/O Pins 14 (of which 6 provide PWM output)
PWM Digital I/O Pins
6
Analog Input Pins 6
DC Current per I/O Pin 20
mA
DC Current for 3.3V Pin 50
mA
Flash Memory 32
KB (ATmega328P) of which 0.5 KB used by bootloader
SRAM 2
KB (ATmega328P)
EEPROM 1
KB (ATmega328P)
Clock Speed 16 MHz
LED_BUILTIN 13
Length 68.6
mm
Width 53.4
mm
Weight 25
g
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.
B. Hasil dan Pembahasan
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
Tabel 4. Pengujian 2
Data Oksigen 67.4
Data Asap 21.1
Data Debu 79.6
Data Gas 28.9
Data Suhu 12.5
Data Kelembapan 10
Output 0.82
Keterangan Baik
Gambar 6. Pengujian
2
BAB III
A. 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 discovery 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.
Jaka
Prayudha, Ardianto Pranata dan Afdal Al Hafiz. (2018).
Implementasi Metode Fuzzy Logic Untuk Sistem Pengukuran Kualitas Udara
Berbasis IoT,”Jur. Sis. Komputer,STMIK Triguna Dharma,Medan.Vol. IV No. 2 :141
– 148
