Implementasi Sistem Semantik Pada Perangkat Lampu Rumah Cerdas Berbasis Agen

  Vol. 2, No. 2, Februari 2018, hlm. 739-748 http://j-ptiik.ub.ac.id

  

Implementasi Sistem Semantik Pada Perangkat Lampu Rumah Cerdas

₁ Berbasis Agen _{2 3} Agung Prasetio , Sabriansyah Rizqika Akbar , Bayu Priyambadha

  Program Studi Teknik Komputer, Fakultas Ilmu Komputer, Universitas Brawijaya _{1 2 3} Email: agungofficial@gmail.com, sabrian@ub.ac.id, bayu_priyambadha@ub.ac.id

  

Abstrak

  Perangkat IoT memberikan potensi untuk memperoleh data secara kontekstual, dengan mengamati dan mengukur peristiwa fisik yang terjadi di lingkungan sekitar. Rumah Cerdas merupakan bidang yang banyak diminati oleh pengembang perangkat IoT. Dengan menggunakan pendekatan semantik pada proses pengolahan data perangkat IoT menghasilkan kemampuan untuk mendefinisikan, memodifikasi, dan menginterpretasikan data yang lebih baik. Penelitian ini menggunakan menggunakan Nodemcu ESP8266 sebagai mikrokontroller node sensor dan node actuator. Raspberry Pi3 digunakan sebagai agen yang bertugas sebagai router dan pusat pengumpulan data. Kedua perangkat tersebut sudah mendukung konektivitas wifi sehingga memudahkan proses komunikasi. node sensor bertugas untuk mengumpulkan data yang berasal dari proses sensing modul sensor, data yang didapatkan dikirim kepada agen untuk diinisialisasi dan dimasukkan kedalam ontologi. Agen melakukan proses reasoning untuk mengubah data yang ada pada ontologi sesuai dengan rule yang dibuat dan menghasilkan data yang lebih representatif dan kontekstual. Node Actuator melakukan query terhadap status lampu yang ada pada ontologi sebagai acuan untuk aksi menyalakan atau mematikan lampu. Implementasi berupa sistem kendali nyala dan mati lampu pada rumah cerdas dengan pendekatan semantik.

  Kata kunci: Rumah Cerdas, Semantik, Lampu, Nodemcu ESP8266, Raspberry Pi 3

Abstract

The IoT device provides the potential for obtaining data contextually, by observing and measuring

the physical events occurring in the environment. Smart Home has great interest by IoT device

developers. Using a semantic approach to data processing on IoT devices provides the ability to define,

modify, and interpret better data. In this research uses Nodemcu ESP8266 as a microcontroller on

sensor node and actuator node. Raspberry Pi3 is used as an agent that serves as a router and data

collection center. Both devices already support wifi connectivity so as to facilitate the communication

process. The sensor node is responsible for collecting data derived from the sensors process of the

sensor module, the data obtained is sent to the agent to be initialized and inserted into the ontology.

Agent performs the reasoning process to change existing data on the ontology according to the rule

created and produce more representative and contextual data. The Actuator node performs a query

against the current status of the lamp on the ontology as a reference for the action of switching on or

off the lamp. Implementation in the form of lights on and off control system in smart home with semantic

approach.

  Keywords: Smart Home, Semantic, Lights, Nodemcu ESP8266, Raspberry Pi 3

  internet. kebanyakan dari objek tersebut 1.

   PENDAHULUAN merekam, mencatat, dan memberikan data

  secara otomatis. Smart Home atau Rumah Perkembangan produk Internet of things

  Cerdas merupakan bidang yang sangat populer (IoT) sangat pesat beberapa tahun belakangan dalam penerapan IoT, hal tersebut ditujukan ini, fakta ini didukung dengan sebuah study yang untuk merubah cara manusia bekerja dan cara dilakukan oleh IDC yang memperkirakan bahwa manusia untuk hidup agar menjadi lebih baik saat ini ada sekitar 200 miliar objek yang

  (Asadullah & Raza , 2016). Kedepannya terkoneksi dalam suatu jaringan, dan 7% (14 penerapan IoT termasuk Smart Home, Smart miliar) diantaranya sudah terkoneksi dengan

  Fakultas Ilmu Komputer Universitas Brawijaya

739

  City, dan Smart Energy

  Meskipun Komputer unggul dalam perhitungan matematis, mereka tidak dapat mengerti aspek Bahasa manusia, terutama semantik. Program komputer bisa mengalahkan manusia yang paling terampil sekalipun dalam permainan catur, namun sebaliknya akan sangat buruk ketika bermain tebak-tebakan melawan anak usia 6 tahun, karena tidak memiliki kemampuan untuk menafsirkan konteks, makna, dan kehalusan bahasa secara akurat pada sebuah pernyataan yang sepele. Hal ini berimplikasi pada sejumlah besar aplikasi dan layanan tanpa pemahaman konteks yang menyeluruh.

  2.3. Resource Description Framework Resource Description Framework atau

  mengkodekan pengetahuan pada ontologi agar dapat dimengerti oleh agen piranti lunak secara elektronik.

  Framework (RDF), sebuah bahasa untuk

  para pengembang web untuk berbagai macam hal seperti mengklasifikasikan kategori produk pada situs Amazon, atau untuk mengelola konten situs ensiklopedia Wikipedia. Namun, kini ontologi juga digunakan untuk mengembangkan aplikasi linked data yang memerlukan data dari berbagai sumber untuk dapat dikorelasikan. Organisasi The World Wide Web Consortium (W3C) mengembangkan Resource Description

  Intelegent. Lalu, ontologi juga digunakan oleh

  Beberapa tahun belakangan ini ontologi berkembangan dengan cepat, sebelumnya ontologi digunakan oleh para ahli Artificial

  2.2. Ontologi

  Teknologi semantik adalah konsep dalam ilmu komputer yang bertujuan untuk menghadirkan makna dan konteks di balik kata- kata dan kalimat untuk dapat diproses oleh sebuah komputer (Grimmick & Walker, 2017). Sejumlah pendekatan untuk menrapkan konsep ini telah dikembangkan, mulai dari kecerdasan buatan yang canggih hingga deskripsi konten yang formal dan dapat dibaca oleh mesin.

  akan membutuhkan semua data bisa dibandingkan, dikorelasikan, dan digabungkan dengan mudah, dan hasilnya bisa interpretasikan dengan konteks yang lebih baik, lebih mudah dimengerti, dan sesuai dengan kebutuhan manusia (Ramparany & Cao, 2016).

  2.1. Teknologi Semantik

  2. LANDASAN KEPUSTAKAAN

  Rumah Cerdas merupakan bidang yang banyak diminati oleh pengembang perangkat IoT. Namun, dalam perkembangannya masih sedikit sekali yang menerapkan pendekatan semantik untuk mendukung kinerja sistem penerangan rumah, dengan adanya teknologi semantik pengolahan data akan menjadi semakin mudah, dan mudah dimengerti oleh banyak kalangan dengan konsep graph database yang menjelaskan hubungan setiap data. dengan adanya hubungan antar data dapat membantu menerjemahkan event yang terjadi pada smart home dan memberikan respon pada actuator lampu tepat sesuai dengan konteks data tersebut. Maka dari itu, penulis mempunyai ide penelitian untuk mengimplementasikan teknologi semantik pada rumah cerdas.

  yang telah terstandar secara internasional (Maaral, et al., 2016).

  identifier untuk menidentifikasi sebuah resource

  Teknologi semantik merupakan sebuah konsep dalam ilmu komputer yang bertujuan untuk menghadirkan makna dan konteks di balik kata-kata dan kalimat untuk dapat diproses oleh sebuah komputer (Grimmick & Walker, 2017). Penerapan perangkat IoT dengan menggunakan pendekatan semantik dapat menghasilkan kemampuan untuk mendefinisikan, memodifikasi dan menginterpretasikan data yang lebih baik (Palavalli, Karr, & Pasupulet, 2016). Resource Description Framework atau biasa disebut RDF, adalah sebuah standar untuk mendeskripsikan resource (Apache Software Foundation, 2017). Konsep semantik menggunakan Resource Description Framework memungkinkan menghubungkan dan menggabungkan relasi antar entitas dari berbagai sumber data yang menggunakan resource

  Perangkat jaringan IoT memberikan potensi untuk memperoleh data secara kontekstual dengan cara mengamati dan mengukur peristiwa fisik yang terjadi di lingkungan sekitar. Dengan fakta tersebut menjadikan IoT bibit untuk membangun platform masa depan yang peka terhadap peristiwa fisik yang terjadi di dunia nyata dan memungkinkan jenis layanan baru yang dapat menghapus batas antara dunia nyata dan dunia virtual. Untuk mencapai hal ini, data tersebut dikumpulkan dari berbagai macam sumber untuk dipahami oleh mesin, maka dari itu kemampuan mesin melakukan penafsiran dan penalaran membutuhkan pendekatan umum untuk mengelola data tersebut agar menjadi data yang terstruktur dan terorganisir.

  biasa disebut RDF, adalah sebuah standar untuk mendeskripsikan resource (Apache Software Foundation, 2017). RDF dikembangkan oleh Langkah-langkah yang akan dilakukan World Wide Web Consotium (W3C) organisasi dalam pengerjaan tugas akhir ini seperti yang internasional yang membuat dan mengatur terlihat pada gambar 1, yaitu studi literatur, standar RDF, memiliki kemampuan untuk penyusunan dasar teori , desain, implementasi, memfasilitasi penggabungan data bahkan dapat analisis dan pengujian dari algoritma yang akan dilakukan jika memiliki perbedaan skema pada dibuat, hingga penulisan laporan. Kesimpulan data, dan dapat membantu perubahan skema disertakan sebagai catatan atas performa dari berulang-ulang tanpa memerlukan perubahan penelitian ini dan kemungkinan arah data secara keseluruhan. RDF memperluas pengembangan penelitian selanjutnya. linking structure dari web dengan menggunakan 4. URIs untuk memberikan relasi antara subjek dan

PERANCANGAN DAN

  IMPLEMENTASI objek, hal ini biasa disebut dengan “Triple”.

  Secara umum, pada tahapan ini akan 3.

METODOLOGI PENELITIAN

  dijelaskan proses perancangan sistem dimulai dari perancangan perangkat keras, perancangan piranti lunak, dan permodelan struktur data semantik.

  Gambar 2. Blok diagram sistem

  Pada gambar 2 merupakan blok diagram dari sistem, kita dapat melihat bahwa data dari sensor akan dikumpulkan oleh Raspberry PI sebagai agen yang mengolah data menjadi semantik.

  4.1. Desain Struktur Ontologi

  Desain ontologi dibuat berdasarkan penggunaan prefix vocabulary yang digunakan pada sistem, prefix berguna sebagai pendeskripsian suatu resource dan property. Ketika hendak membuat suatu model ontologi dilakukan sebuah pengkajian pada prefix yang akan digunakan karena dari prefix tersebut mencerminkan semua statement yang ada pada dokumen rdf.

  Gambar 1 Diagram alir metode penelitian

  

Gambar 3 Desain ontologi Sistem

  Suatu struktur ontology pada gambar 3 dimulai dari root resource atau resource tingkat tertinggi dari sebuah sistem, mempunyai sebuah sub-sistem berupa device atau perangkat. Suatu perangkat dibagi menjadi dua macam jenis tergantung dari device tersebut termasuk jenis sensor atau actuator. Setiap device memiliki lokasi penempatan yang dijelaskan pada

  deployment. DateTimeDescription

  digunakan untuk mendefisikan waktu pada ontologi. Perangkat sensor memiliki 4 informasi yang mencerminkan sensor tersebut, seperti

  quantityKind

  mendeskripsikan tentang parameter apa yang diukur oleh sensor.

  iotlite:metadata

  berisikan data mentah dari pembacaan sensor, dan yang terakhir Qu:unit yang berisikan satuan yang digunakan pada

  metaDataValue . Actuator dibagi menjadi dua Gambar 4. Diagram alir piranti lunak node sensor effect resource saja, mendeskripsikan efek yang ditimbulkan ketika actuator tersebut aktif.

  Setiap node sensor masing-masing akan

  ActuatingProperty

  berisi nilai atau status melakukan konfigurasi pin yang akan digunakan dari actuator apakah actuator aktif atau tidak. berdasarkan skematik perangkat keras yang telah

  Berikut pengertian dari setiap resource dan dijelaskan pada sub-bab sebelumnya. Data

  property

  : sensor yang didapat akan langsung diubah

4.2. Diagram Alir Piranti Lunak Node kedalam bentuk protokol pengiriman JSON.

  Sensor dan Actuator

  Pengiriman data dari node sensor ke perangkat agen dilakukan menggunakan layanan HTTP Perangkat node sensor memiliki diagram alir request dengan method POST. Setelah data atau flowchart pada setiap sub-sistem tersebut dikirimkan, maka node sensor akan didalamnya seperti digambarkan pada gambar 4. mendapat balasan berupa kode status dan respon yang dikirimkan oleh agen sebagai pesan konfirmasi bahwa data tersebut telah diproses oleh perangkat agen .

  Subproses 1 berjalan ketika perangkat sensor mengirimkan data kepada agen, data yang diterima diubah menjadi objek java agar mudah diakses.

  Gambar 5. Diagram alir piranti lunak node actuator

  Pada gambar 5, proses yang digambarkan pada diagram alir hampir sama dengan node sensor, perbedaannya pada node actuator tidak terdapat proses pengambilan data sensor dan ada penambahan proses untuk mengset nilai relay berdasarkan respon yang berasal dari agen.

4.3. Diagram Alir Piranti Lunak Agen

  Pada proses utama dilakukan inisialisasi terhadap data sensor, actuator, dan sistem pada

  Gambar 7. Diagram alir subproses 1 ontologi.

  Ketika sensor melakukan perngiriman data untuk pertama kali data tersebut akan melalui proses inisialisasi, proses inisialisasi tersebut berupa pendaftaran semua informasi tentang ke dalam ontologi, sehingga ketika node sensor tersebut mengirimkan kembali datanya untuk yang kedua kalinya statement dari sensor tersebut tidak didaftarkan untuk kedua kalinya. Ketika node sensor terdaftar didalam ontologi pada pengiriman selanjutnya program hanya perlu mengganti data sensor saja tidak keseluruhan data. Setalah semua data telah dimasukkan ke dalam ontology data akan dibandingkan, dan dikorelasikan berdasarkan

  rule yang telah dibuat. Rule tersebut berisi

  aturan-aturan yang dapat membuat sebuah statement yang baru ataupun merubah statement yang telah ada, statement tersebut digunakan untuk menentukan apakah actuator lampu dapat menyala atau tidak. Ontologi yang telah atur

  Gambar 6. Diagram alir proses utama

  kembali oleh rule akan dimasukkan kedalam suatu file baru dalam format rdf. Setelah semua proses berhasil program akan mengirimkan perakitan dan implementasi perangkat node status bahwa semua proses telah berhasil sensor seperti pada gambar 9. dilakukan.

  Gambar 9. Node sensor ultrasonik setelah dirakit

  Perakitan dilakukan berdasarkan skematik yang telah dibuat, Hal pertama yang dilakukan adalah penyolderan komponen seperti header baterai, step down, modul sensor, modul

  actuator , dan mikrokontroller. Mikrokontroller

  Nodemcu dilapisi dengan papan dot matrix agar mudah untuk disolder dengan sensor ultrasonic HC-SR04, papan dot matrix dipotong disesuai- kan dengan panjang dan lebar yang yang

  Gambar 8. Diagram alir subproses 2

  butuhkan oleh perangkat node sensor. Pin Vin dari Nodemcu terhubung dengan modul Pada Subproses 2, data dari actuator akan

  stepdown menggunakan kabel jumper, modul

  dirubah menjadi objek java agar lebih mudah stepdown berfungsi sebegai penurun tegangan untuk dikelola. Jika actuator pertama kali dari sumber baterai 9V menjadi tegangan yang mengirimkan datanya ke agen, maka data dibutuhkan sebesar 5V. tersebut akan diinisialisasi terlebih dahulu. Data yang dikirimkan oleh actuator berisikan informasi tentang actuator itu sendiri misalkan kode identitas actuator, efek yang ditimbulkan oleh actuator, dan nilai actuator pada saat pertama kali dikirimkan. Ketika actuator mengirimkan data ke agen untuk kedua kalinya maka data tersebut dapat dihiraukan, karena data tersebut sudah didaftarkan sebelumnya. Query dari actuator dilakukan pada akhir proses agar actuator mendapatkan nilai yang sudah dikorelasikan dengan sensor berdasarkan rule

  Gambar 10. Node sensor LDR setelah dirakit

  yang digunakan. Ketika semua proses berhasil Pada gambar 10 modul sensor LDR dilakukan agen akan mengirimkan kode status disolder menggunakan pcb dot matrix karena beserta data yang baru agar dapat diproses modul sensor tidak memiliki pin untuk kembali oleh node actuator. menghubungkan langsung dengan Nodemcu.

4.4. Implementasi Perangkat Keras

  Implementasi perangkat lampu semantik dirancang menggunakan mikrokontroller NodeMcu ESP8266. Pada tahap awal dilakukan

  Pada gambar 13 node sensor LDR mengirimkan data berupa angka dengan nilai 569 dan mendapatkan berupa HTTP Code 200 dan response body berisi angka 1 yang berarti data telah diterima oleh perangkat agen.

  Gambar 11. Node sensor PIR setelah dirakit

  Pada gambar 11 modul sensor PIR memiliki

  Gambar 14. Sensing dan pengiriman modul sensor ultrasonik

  pin output, sehingga memudahkan proses perakitan, node sensor memerlukan kabel Pada gambar 14 perangkat node sensor PIR

  jumper female-female untuk dapat terhubung

  melakukan pengiriman data berupa status dengan mikrokontroller Nodemcu. “Detected” ketika “motion detected at 14 sec” dan “NotDetected” pada saat “motion ended at

  18 sec

  ”. Node juga mendapatkan HTTP Code 200 dan respon body yang berisi angka 1.

  Gambar 15. Sensing dan pengiriman modul sensor PIR

  Pada gambar 15 node sensor ultrasonik melakukan pembacaan sekaligus pengiriman

  Gambar 12. Node actuator setelah dirakit

  data dari sensor ultrasonik, data yang dikirimkan Gambar 12 memperlihatkan rupa dari node berupa jarak antara sensor dan halangan pintu actuator, relay membutuhkan sumber daya 5V dengan nilai 10. Node juga mendapatkan HTTP untuk dapat beroperasi. baterai dapat digunakan code 200 dan response body dengan angka 1 sebagai sumber daya dari actuator relay.

  5.2. Pengujian Layanan Data Semantik

  Pengujian fitur ini merupakan dasar dari 5.

   PENGUJIAN fungsional sistem perangkat lampu semantik.

5.1. Pengujian Pengiriman Data Node Sensor

  Langkah awal pengujian adalah melakukan Pengujian pengiriman data node sensor pada metode layanan web service pada perangkat sistem mengacu pada implementasi dan agen, web service dibutuhkan agar pengiriman prasyarat yang telah dijelaskan pada bab data dapat baik. Memastikan node sensor dapat sebelumnya. Tujuan dari pengujian ini adalah terkoneksi dengan access point yang telah untuk melakukan verifikasi terhadap ditentukan adalah hal yang penting untuk implementasi yang telah dilakukan. dilakuakan.

  Gambar 13. Sensing dan pengiriman data node Gambar 16. Inisialisasi dan update data sensor sensor LDR ultrasonik

  Pada gambar 16 ketika piranti lunak agen mendapatkan data dari suatu sensor untuk pertama kali maka data tersebut diinisialisasi terlebih dahulu, setelah data diinisialisasi data yang masuk pada pengiriman berikutnya dengan sensor yang sama maka data tersebut hanya perlu digantikan dengan data pembacaan sensor yang baru, hal tesebut dilakukan pada proses update sensor.

  Ldr4132Measurement yang sebelumnya tidak

  Kondisi ketika sensor mendeteksi gerakan di dalam ruangan.

  Output yang dihasilkan oleh query ontologi harus lah sesuai dengan konteks yang terjadi pada lingkungan kerja, agar actuator dapat berjalan dengan semestinya. Adapun beberapa skenario pengujian yang dilakukan adalah : 1.

  5.4. Pengujian Menyalakan dan Mematikan Lampu

  , perubahan tersebut terjadi karena pengaruh dari data sensor yang masuk. Setiap kali event terjadi pada lingkungan kerja sensor seperti ruangan menjadi gelap, ataupun ruangan berubah menjadi gelap ke terang, semua kondisi tersebut ada di dalam rules sehingga data tersebut nantinya akan mudah dikorelasikan dengan data pembacaan sensor yang lain.

  Ldr4132Measurement

  sekarang statement tersebut menjadi statement baru pada subjek

  hds:RoomIsBright

  memiliki statement

  Contohnya seperti data

  Gambar 17. Inisialisasi dan update data sensor LDR

  Gambar 20. Output RDF ontologi setelah reasoning

  Terbentuk sebuah ontologi baru yang berisi data dan statement baru hasil dari reasoning, hasilnya data menjadi lebih kontekstual dan lebih mudah dimengerti lihat gambar 20.

  Gambar 19. Output RDF ontologi sebelum reasoning

  dengan nilai 567 sebelum proses reasoning dijalankan, ketika proses reasoning berjalan lihat pada gambar 21 dibawah ini.

  metaDataValue

  Pada pengujian fitur ini merupakan salah satu fungsional agen untuk mengubah data yang sebelumnya berupa interger atau literal menjadi sebuah resource yang lebih ekspresif dan kontekstual. Pengujian dilakukan dengan cara melakukan inspeksi terhadap ontologi yang menjadi input reasoner, dan output dari reasoner. Pada gambar 19 Ldr4132Measurement memiliki

  Pada gambar 18 merupakan proses yang sama dengan sebelumnya hanya saja data yang masuk berupa String dan mendapatkan perlakukan khusus ketika melakukan update data. Karena ontologi juga mempunyai tipe data seperti interger dan literal, sehingga diperlukan inisialisasi tipe data terlebih dahulu sebelum masuk ke dalam ontologi.

  Gambar 18. Inisialisasi dan update data sensor PIR

  Pada gambar 17 proses inisialisasi yang sama juga dilakukan ketika data dari node sensor LDR masuk ke dalam ontologi.

5.3. Pengujian Reasoning

  2. Kondisi ketika sensor medeteksi pintu ruangan terbuka.

  3. Kondisi ketika sensor tidak mendeteksi

  event apapun yang terjadi.

  Gambar 21. Data node actuator saat status lampu OFF

  Pada gambar 21 hasil query dari ontologi diterima oleh node sensor, ketika status tersebut bernilai “OFF” maka actuator akan mematikan lampu pada ruangan tersebut.

  Gambar 22. Data node actuator saat status lampu ON

  Pada gambar 22 merupakandata yang diterima node actuator saat status lampu yang dikirimkan oleh agen adalah ON. Berdasarkan skenario pengujian, dilakukan pengujian terhadap sistem berdasarkan kondisi pembacaan data sensor. Ada 3 kondisi yang diuji yaitu kondisi ketika sensor mendeteksi gerakan pada ruangan, kondisi ketika sensor mendeteksi pintu ruangan terbuka, dan kondisi ketika sensor tidak mendeteksi event apapun. Pengujian dilakukan pada suatu ruangan dengan menggunakan perangkat sesuai dengan rekayasa kebutuhan perangkat keras.

  Gambar 23. sensor mendeteksi gerakan

  Pada gambar 23 ketika ada objek memasuki ruangan, sensor akan medeteksi gerakan yang muncul dari objek. Berdasarkan rule yang telah dirancang ketika kondisi sensor mendeteksi gerakan, pintu ruangan tertutup, kondisi pencahayaan yang masuk ke dalam ruangan kurang, dan pada waktu malam. Maka berdasarkan rule tersebut agen akan mengubah status actuator menjadi “ON” dan actuator lampu akan menyala.

  Gambar 24. Sensor mendeteksi pintu terbuka

  Pada gambar 24 sensor tidak mendeteksi adanya gerakan di dalam ruangan, namun kondisi pintu masuk pada ruangan tersebut terbuka. Kondisi ini dijelaskan pada rule yang telah dirancang, ketika kondisi statement pada ontologi memenuhi syarat dari rule tersebut maka agen mengubah kondisi lampu menjadi “ON”.

  Gambar 25. Tidak ada event apapun yang terjadi

  Pada gambar 25 kondisi tersebut terjadi karena perangkat node sensor tidak mendeteksi event apapun yang terjadi pada ruangan uji. Pada kondisi tersebut agen mengubah status actuator lampu menjadi “OFF”.

6. KESIMPULAN

  Berdasarkan rumusan masalah yang dibuat, dan hasil dari perancangan, implementasi dan pengujian pada penelitian ini, maka dapat diambil kesimpulan antara lain:

DAFTAR PUSTAKA

  reasoning akan dilakukan untuk mengubah

  data tersebut menjadi lebih representatif dan terklasifikasi.

  3. Pengujian fungsional dilakukan untuk mengverifikasi sistem dapat bekerja sesuai yang diharapkan. Tahapan pengujian dilakukan mulai dari pengujian pengiriman data sensor dengan mengamati setiap proses pengiriman menggunakan serial monitor, pengujian layanan data semantik yaitu menginspeksi semua proses yang terjadi menggunakan terminal dan Eclipse, pengujian reasoning bertujuan memastikan bahwa data pada ontologi diubah menjadi lebih representatif, setelah data tersebut berubah maka akan dikorelasikan kembali untuk mendeteksi event yang terjadi dengan mengkorelasikan berbagai data representatif yang telah dihasilkan sebelumnya, proses tersebut dapat dibuktikan dengan mengamati output ontologi pada file rdf yang dihasilkan, dan tahap akhir pengujian menyalakan atau mematikan lampu untuk memastikan sistem mati dan nyala lampu berjalan sesuai dengan rule yang telah dibuat.

  Adshead, A. (2014). Data set to grow 10-fold

  by 2020 as internet of things takes off .

  Dipetik 2 23, 2017, dari http://www.computerweekly.com/news/ 2240217788/Data-set-to-grow-10-fold- by-2020-as-internet-of-things-takes-off

  1. Perancangan sistem nyala dan mati lampu semantik dilakukan sesuai dengan yang rekayasa kebutuhan baik secara fungsional maupun non-fungsional. Tahapan yang dilakukan yaitu merancang perangkat keras sistem, merancang piranti lunak, dan mendesain struktur ontologi yang nantinya digunakan piranti lunak sistem.

  Maaral, A. I., Su , X., & Riekki, J. (2016).

  Semantic Reasoning for Context-aware Internet of Things Applications. IEEE

  INTERNET OF THINGS JOURNAL, 3 , 1-13.

  Ramparany, F., & Cao, Q. H. (2016). A Semantic Approach to IoT Data Aggregation and Interpretation applied to Home Automation. 2016

  International Conference on Internet of Things and Applications (IOTA) , 23-

  28. Suresh , S., & V, S. P. (2015). A Review on Smart Home Technology. Online

  International Conference on Green Engineering and Technologies (IC- GET 2015) .

  2. Implementasi dilakukan setelah perancangan sistem selesai. Implementasi dibagi menjadi dua bagian yaitu implementasi perangkat keras tentang perakitan node sensor dan actuator, dan implementasi layanan perangkat lampu semantik tentang penerapan piranti lunak pada sistem. pengiriman data yang dilakukan oleh node sensor akan diterima piranti lunak sensor, setiap sensor yang baru diinisialisasikan akan membuat sebuah instance baru pada ontologi. Setiap kali ada perubahan data maka proses

  Asadullah, M., & Raza , A. (2016). An Overview of Home Automation Systems . IEEE.