Analisis Performa Jaringan Sensor Nirkabel Berdasarkan Penentuan Lokasi Node Yang Telah Diimplementasikan Dengan Algoritma Genetika

  

Vol. 2, No. 10, Oktober 2018, hlm. 3421-3431 http://j-ptiik.ub.ac.id

Analisis Performa Jaringan Sensor Nirkabel Berdasarkan Penentuan

Lokasi Node Yang Telah Diimplementasikan Dengan Algoritma Genetika

_{1 2 3} Irma Asri Kartika Sandy , Mochammad Hannats Hanafi Ichsan , Gembong Edhi Setyawan

  Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya _{1 3} Email: ikartikasandy1903@gmail.com gembong@ub.ac.id

  

Abstrak

  Faktor penentu keberhasilan komunikasi dalam wireless sensor network atau jaringan sensor nirkabel adalah konektivitas dari node sensor dalam jaringannya. Konektivitas dari node sensor tergantung pada posisi node sensor tersebut, sehingga dalam perancangan wireless sensor network perlu memperhatikan peletakan node sensor agar dapat meningkatkan kinerja jaringan sensor. Algoritma Genetika merupakan sutu metode yang memiliki sifat yang lentur sehingga dapat digunakan untuk menentukan posisi node. Terdapat penelitian dengan menggunakan algoritma genetika untuk menentukan posisi terbaik yang belum melakukan implementasi. Oleh sebab itu dilakukan implementasi dan analisis pada performa jaringan sensor nirkabel yang peletakan nodenya telah diimplementasikan dengan algoritma genetika. Analisis dilakukan dengan menganalisa nilai quality of service (delay, jitter, throughput) dari komunikasi antar node-node sampai ke komputer pengguna, serta dengan menganalisa hasil uji dari coverage area sensor api 5 channel. Dan untuk membuat sistem sebelumnya menjadi dinamis, dilakukan penambahan fitur. Hasil dari analisis tersebut menunjukkan nilai dari quality of service delay sebesar 7,66 s. Nilai dari jitter adalah 1,01 dan nilai dari throughput sebesar 77,01. Analisis dari hasil uji sensor api 5 channel adalah sensor tersebut dapat meng-cover dengan jarak lebih dari 100 cm dengan volume api sedang atau besar. Hasil uji dari sistem agar dapat lebih dinamis memiliki keberhasilan 100%, yaitu dengan menambahkan fitur bagian masukan jari-jari dari sensor dan luas ruangan sesuai dengan kebutuhan pengguna.

  Kata kunci: Algoritma Genetika, wireless sensor network, quality of service, delay, jitter, throughput

Abstract

  

The critical success factor of communication in a wireless sensor network is the connectivity of the

sensor nodes in the network. Connectivity of the sensor nodes depends on the position of the sensor

nodes, so in the design of wireless sensor network need to pay attention to the laying of sensor nodes in

order to improve the performance of sensor networks. Genetic Algorithm is a method that has a bending

property that can be used to determine the position of the node. There are studies using genetic

algorithms to determine the best position that has not been implemented. Therefore, the implementation

and analysis on the performance of wireless sensor networks that laying the node has been implemented

with genetic algorithm. Analysis is done by analyzing the value of quality of service (delay, jitter,

throughput) from communication between nodes to user's computer, and by analyzing test result from 5

channel flame sensor coverage area. And to make the previous system become dynamic, the feature is

added. The result of the analysis shows the value of quality of service delay of 7.66 s. The value of jitter

is 1.01 and the value of throughput is 77.01. Analysis of the 5 channel flame sensor test results is the

sensor can cover with a distance of more than 100 cm with medium or large fire volume. Test results

from the system to be more dynamic has a 100% success, that is by adding features of the radius input

section of the sensor and the room width according to user needs.

  Keywords: Genetic Algorithm, wireless sensor network, quality of service, delay, jitter, throughput

  pada posisi node sensor tersebut, sehingga dalam 1. perancangan jaringan sensor nirkabel perlu

   PENDAHULUAN

  memperhatikan peletakan node sensor agar Konektivitas dari node sensor tergantung dapat meningkatkan kinerja jaringan sensor.

  Fakultas Ilmu Komputer Universitas Brawijaya

3421

  Penelitian yang dilakukan oleh Elis (2016) mengatakan bahwa posisi sensor yang tidak beraturan dan letak ruangan yang tersebar membuat masalah baru yaitu tidak menjamin bahwa semua ruangan dapat tercover oleh sensor. Oleh karena itu perlu diperoleh coverage area yang maksimal dengan jumlah sensor yang sudah ditentukan. Penelitian tersebut mengunakan algoritma genetika sebagai metode dalam penentuan posisi node. Algoritma Genetika merupakan algoritma pencarian

  Selanjutnya tahap pemilihan induk berdasarkan nilai individu terbaik secara acak. Tahap ini akan menghasilkan sebuah generasi baru.

  (2 ) )_)

  mencari nilai fitness dengan mengurangi daerahyang ter-cover sensor dengan luas area yang tidak ter-cover sensor. Setelah nilai fitness ditemukan maka selanjutnya proses seleksi,

  yang mengalami mutasi dalam satu populasi ditentukan oleh parameter mutation_rate. Setelah mendapatkan nilai dari mutase maka selanjutnya proses penggabungan semua parent dan offspring. Tahap berikutnya yaitu

  Dari persamaan crossover tersebut didapatkan sebuah generasi baru selanjutnya melakukan tahapan mutasi. Jumlah kromosom

  1 = 1. 1 + 2. 2 2 = 1. 2 + 2. 1 1 + 2 = 1 1 = Bilangan Acak x = Bilangan yang akan di crossover

  Dalam penelitian ini menggunakan perhitungan crossover aritmatika. Berikut persamaan crossover aritmatika:

  Selanjutnya melakukan proses crossover. Jumlah kromosom yang mengalami crossover dipengaruhi oleh parameter crossover_rate (pc).

  = ∗ (1)

  heuristic yang didasarkan atas mekanisme

  Proses dalam melakukan pencarian hasil terbaik dengan mengunakan algoritma genetika dimulai dari mendefinisikan individu. Mendefinisikan individu atau merepresenstasikan kromosom yang akan diproses, dilakukan dengan mendefinisikan tipe dan jumlah dari gen yang digunakan yang mewakili solusi permasalahan yang diangkat. Persamaan dari jumlah gen dalam konteks penelitian ini adalah:

  Penelitian yang dilakukan oleh Bina (2011), mengatakan bahwa algoritma Genetika atau Genetic Algorithm (GA) merupakan algoritma pencarian heuristic yang didasarkan atas mekanisme evolusi biologis, artinya pencarian solusi suatu masalah dengan algoritma genetik akan terus berevolusi. Inti dari algoritma genetika adalah secara bertahap mencari solusi terbaik (survival of the fittest) dari begitu banyak solusi yang ada. Pertama-tama algoritma genetika bekerja dengan membuat beberapa solusi acak, tentu saja dari tahapan pertama ini solusinya kemungkinan masih buruk. Solusi tersebut akan mengalami proses evolusi secara terus menerus, dan akan menghasilkan suatu solusi yang lebih baik. Setiap solusi yang terbentuk mewakili satu individu dan satu individu terdiri sari satu kromosom. Kumpulan dari individu-individu ini akan membentuk suatu populasi, dari populasi ini akan lahir populasi- populasi baru sampai dengan sejumlah generasi yang ditentukan.

  Dasar perhitungan dari penelitian ini tersusun atas perhitungan metode genetika dan perhitungan nilai quality of service.

  Selain itu juga dilakukan pengembangan sistem dengan membuat sistem menjadi lebih dinamis dengan penambahan fitur yaitu pengguna dapat memasukkan nilai dari jari-jari node serta luas ruangan sesuai dengan kebutuhan sistem.

  dibutuhkan pengembangan sistem dengan menganalisis performa jaringan sensor nirkabel yang penentuan lokasi nodenya telah diimplementasikan berdasarkan algoritma genetika. Dalam implementasinya node diletakkan pada koordinat sesuai dari hasil simulasi matlab. Konteks keadaan kebakaran berdasarkan dari simulasi sistem sebelumya yang menerapkan konteks kebakaran. Analisa dilakukan dengan menguji quality of service dari sistem tersebut.

  network atau jaringan sensor nirkabel, sehingga

  Penelitian tersebut masih berupa simulasi belum melakukan implementasi penerapan secara nyata pada perangkat wireless sensor

  evolusi biologis. Algoritma genetika memiliki beberapa keunggulan dibandingkan dengan metode komputasi konvensional.

2. PERHITUNGAN

2.1 Metode Algoritma Genetika

  dengan mencari nilai fitness tertinggi.

  ℎ ℎ = (6) ( )

2.2 Quality of Service

  ( ) − ( )

  Menurut Tiphon (1999) Quality of Service 3.

PERANCANGAN DAN

  merupakan sekumpulan parameter yang

  IMPLEMENTASI

  menunjukkan kualitas jaringan yang Pada tahap ini menjelaskan tentang memungkinkan sebuah aplikasi beroperasi perancangan sistem baik software maupun sesuai yang diharapkan. QoS bertujuan untuk

  hardware sehingga nanti akan membentuk suatu

  memberikan layanan yang lebih baik pada sistem. Gambar 1 merupakan alur perancangan sebuah aplikasi dengan meningkatkan kualitas sistem. pada suatu jaringan. Kualitas layanan pada sebuah aplikasi pada jaringan dapat diketahui dari beberapa parameter untuk menentukannya yaitu delay, jitter, dan troughput.

  1. Delay Delay merupakan lamanya waktu atau keterlambatan didalam proses transmisi paket data ke penerima. Factor yang mempengaruhi delay transmisi adalah jumlah paket data yang dikirim (bit) dan laju kecepatan pengiriman paket data untuk setiap detik. Persamaan dari delay adalah sebagai berikut:

  ( ) (3) Gambar 1 Alur Perancangan Sistem =

  ℎ ( )

  Gambar 1 menunjukkan alur perancangan 2. Jitter sistem yang dimulai dari perancangan perangkat

  Menurut Angie (2014) jitter merupakan variasi lunak dan selanjutnya perancangan perangkat delay antar paket yang terjadi pada jaringan keras. Perancangan perangkat lunak tersusun Internet Protocol (IP). Semakin besar beban atas perancangan perangkat lunak pada matlab, trafik yang ada pada jaringan, maka peluang perancangan perangkat lunak pada Arduino dan terjadinya tumbukan antar paket/perlambatan perancangan perangkat lunak pada web. (congestion) semakin besar, dengan demikian

  Selanjutnya pada perancangan perangkat keras nilai jitter akan semakin besar. Semakin besar tersusun atas perancangan sensor api 5 channel, nilai jitter maka nilai QoS akan semakin turun perancangan node sensor, dan perancangan node dan apabila semakin kecil nilai jitter maka nilai koordinator. QoS akan semakin baik. Besarnya nilai jitter dapat diperoleh dari selisih waktu tempuh suatu

  paket dengan paket sebelumnya dari sumber ke Matlab. tujuan pengiriman. Persamaan jitter adalah sebaagai berikut:

  3.1 Perancangan Perangkat Lunak pada

  Perancangan perangkat lunak pada matlab dibuat untuk membuat sistem penentuan posisi

  (4) =

  −1

  node dengan algoritma genetika. Berikut diagram alur perancangan pada matlab:

  = (5) ℎ –

  3. Throughput Throughput menunjukkan kecepatan rata-rata yang diterima dalam selang waktu pengamatan tertentu, throughput disebut juga sebagai bandwidth yang sebenarnya. Pengukuran throughput dilakukan dalam satuan bits per second (bps). Persamaan throughput adalah:

  Gambar 2 Diagram Alir Perancangan Perangkat Lunak Matlab

  Gambar 2 Diagram diatas menunjukkan tahapan-tahapan dalam merancang perangkat lunak pada matlab. Tahapan-tahapan tersebut sesuai dengan proses perhitungan genetika dimulai dari user memasukkan data, selanjutnya inisialisasi data. Ketika inisialisasi data telah berhasil maka selanjutnya proses crossover. Didalam proses crossover, awal mula terjadi proses pemilihan induk, selanjutnya memulai perhitungan crossover dengan menggunakan crossover aritmatika. Ketika proses crossover selesai maka proses selanjutnya adalah proses mutasi. Proses mutasi memungkinkan munculnya kembali gen yang tidak muncul pada inisialisasi populasi. Selanjutnya adalah proses perhitungan nilai fitness. Awal dari nilai fitness yaitu menggabungkan seluruh parent dan

  offspring setelah itu mulai proses pencarian nilai

  fitness. Ketika telah mendapat nilai fitness dari setiap kromosom, maka selanjutnya adalah proses seleksi. Proses seleksi, dalam sistem ini mencari nilai terbaik adalah nilai fitness terbesar. Apabila telah menemukan hasil seleksi maka lanjut ke proses selanjutnya. Sedangkan apabila kondisi belum merupakan nilai terbesar maka kembali pada proses seleksi. Ketika telah mendapatkan nilai fitness terbesar yang merupakan hasil seleksi, maka kromosom yang memiliki nilai fitness terbesar tersebut merupakan hasil dari proses genetika.

  Selanjutnya sistem akan menjalankan tahap iterasi sebanyak jumlah yang dimaukkan/input oleh user.

  3.2 Perancangan Perangkat Lunak pada Arduino

  Perancangan perangkat lunak Arduino tersusun atas beberapa perancangan yaitu:

  1. Perancangan Sensor api 5 channel 2.

  Perancangan node sensor 3. Perancangan Node Koordinator. Berikut diagram alir perancangan perangkat lunak sensor api 5 channel:

  Gambar 3 Alur Program/Perancangan Sensor Api 5 Channel Pengujian Coverage Sensor Gambar 3 menunjukkan alur program perancangan sensor api 5 channel pada pengujian coverage area sensor. Dimulai dari perintah pada void setup untuk mengatur nilai baudrate, dan selanjutnya perintah untuk menampilkan nilai analog dari sensor pada serial monitor. Maka nilai analog sensor akan muncul pada serial monitor.

  Selain program perancangan sensor api 5 channel untuk menguji coverage area pada sensor, juga terdapat program sensor api 5 channel pada node sensor dan node koordinator yang berbeda dengan program pengujian coverage area. Hal ini dikarenakan pada node sensor dan node koordintaor program sensor api 5 channel dibuat agar data nilai sensor tidak terjadi tumpukan dari berbagai channel sensor api 5 channel. Gambar 4 merupakan alur program sensor api 5 channel pada node sensor dan

  dengan out 1 sampai dengan out 5. Kondisi node koordinator. apakah nilai out 1 sampai dengan out 5 bernilai lebih dari sama dengan 200, jika iya maka nilai tersebut akan masuk atau disimpan pada variable data1=1 yang berarti terdeteksi. Jika tidak maka akan masuk pada data1=0 yang berarti tidak terdeteksi dan selesai. Nilai 200 merupakan batas nilai dari pembacaan sensor ketika terdeteksi api. Selanjutnya merupakan proses mencari rata-rata nilai dari 5 channel sensor yang terdeteksi. Dengan menjumlahkan nilai out 1 sampai dengan out 5 yang selanjutnya dibagi 5. Hasil dari operasi rata-rata tersebut disimpan dan menghasilkan data2.

  Selanjutnya adalah perancangan node sensor dan node koordinator. Gambar 5 merupakan diagram alur perancangan perangkat lunak node sensor.

  Gambar 5 Node Sensor

  Gambar 5 menunjukkan perancangan program node sensor dimulai dari sensor api 5 channel mendeteksi keberadaan api, yang kemudian diolah oleh mikrokontroler Arduino dan menghasilkan data/informasi yang

  Gambar 4 Diagram Alur Program Sensor selanjutnya dikirim ke node koordinator.

  Api 5 Channel

  Setelah melakukan perancangan perangkat lunak node sensor, maka selanjutnya Gambar 4 merupakan alur program sensor perancangan perangkat lunak node koordinator. api 5 channel pada node sensor dan node

  Alur dalam pembuatan node coordinator dimulai koordinator. Dimulai dari sensor membaca nilai dari insialisasi untuk pengaturan IP dan saat pengoperasian, maka akan mendapatkan

  password , selanjutnya proses deteksi api, hal ini

  nilai hasil pembacaan. Sensor ini memiliki 5 dikarenakan pada node koordinator juga channel pendeteksian, sehingga nilai yang berfungsi untuk mendeteksi api. Dari proses didapat dari setiap channel diberi identitas deteksi api menghasilkan data/informasi. Fungsi send memiliki beberapa tahapan untuk Selanjutnya proses terima data dari node sensor. proses pengambilan dan pengiirman data dari Data dari node sensor digabung dengan database. Alur perancangan web tersebut dapat data/informasi sebelumnya. Proses selanjutnya disimpulkan pada Gambar 7. adalah proses analisis parameter uji yaitu delay,

  throughput , dan jitter. Ketika proses analisis uji

  telah dilakukan maka akan menghasilkan data hasil dari analisis tersebut. Data hasil selanjutnya dikirim/disimpan pada database mysql. Proses dari perancangan program tersebut dapat dilihat pada gambar 6 berikut:

  Gambar 7 Diagram Alur Perancangan Perangkat Lunak Web

  Dalam proses perancangan web terdapat tahapan yang didalamnya terdapat proses lagi yaitu pada tahap pembuatan fungsi index, koneksi, dan send. Gambar 8 merupakan alur dari fungsi index.

  Gambar 6 Node Koordinator

3.3 Perancangan Perangkat Lunak Web dan Xampp

  Perancangan perangkat lunak web dengan bantuan Xampp tersusun atas beberapa tahapan. Tahapan pertama adalah membuat database pada secara manual dengan masuk pada phpMyadmin dengan mengaktifkan Apache dan mySQL lewat control panel Xampp. Setelah selesai membuat database secara manual, tahapan selanjutnya adalah membuat program fungsi index. Dalam

  Gambar 8 Diagram Alir Fungsi Index

  fungsi index terdapat lagi beberapa tahapan untuk mengatur tampilan web sesuai dengan Gambar 8 menjelaskan tahapan dari fungsi yang diinginkan. Tahap berikutnya adalah

  Index yang berfungsi mengatur tampilan yang membuat program fungsi koneksi. Fungsi diinginkan pengguna pada web. Tahapan- koneksi meiliki beberapa tahapan untuk proses tahapan fungsi index yang pertama proses penyambungan pada database. Tahap terakhir menyambungkan atau memasukkan file adalah membuat program fungsi kirim/send. koneksi.php. Selanjutnya pengaturan waktu, dan selanjutnya proses pembuatan tabel. Setelah fungsi index maka selanjutnya fungsi koneksi. Gambar 9 merupakan diagram alur fungsi koneksi.

  Gambar 9 Diagram Alur Fungsi Koneksi

  Gambar 9 menunjukkan tahapan dari fungsi koneksi yaitu mengatur nama host apache, selanjutnya mengatur username apache, dan terakhir adalah mengatur nama database yang akan diakses. Selanjutnya merupakan fungsi send.

  Perancangan perangkat keras ini merupakan perancangan yang dilakukan untuk membuat sistem pendeteksi kebakaran berbasis jaringan sensor nirkabel, dengan menyambungkan setiap perangkat keras agar terhubung dan berjalan sesuai tujuan. Perancangan perangkat keras secara keseluruhan dapat dilihat pada gambar 10.

  Gambar 10 Blok Diagram Keseluruhan Sistem Perangkat Keras

  Perancangan perangkat keras dimulai dari merancang node sensor yang tersusun atas sensor api 5 channel, Arduino, dan modul nrf24l01. Node koordinator tersusun atas sensor api 5 channel, nrf24l01, Arduino, dan modul esp8266. Selanjutnya semua node sensor terhubung dengan node koordinator. Node sensor akan mengirim data ke node coordinator yang selanjutnya akan ditampilkan pada komputer dalam tampilan web.

  3.5 Implementasi Perangkat Lunak Matlab

3.4 Perancangan Perangkat Keras

  Implementasi dari sistem penentuan posisi node menggunakan matlab dilakukan dengan membuat atau mengimplementasikan secara langsung dengan pembuatan program dan menjalankannya. Ketika program sistem telah berhasil dijalankan, akan muncul tampilan dari sistem matlab yang terdiri dari 2 bagian, yaitu bagian masukan dan bagian keluaran. Gambar 11 merupakan bagian masukan dari sistem matlab. implementasi node sensor dan node koordinator. Berikut tampilan dari node sensor.

  Gambar 13 Node Sensor

  Gambar 13 menunjukkan node sensor (transmitter) yang tersusun atas sensor api 5 channel, nrf24l01, dan mikrokotroler Arduino Uno.

  Gambar 11 Bagian Input Sistem Matlab

  Gambar 11 menunjukkan bagian masukan/ input yang terdiri dari beberapa kolom yaitu kolom jumlah iterasi yang diinginkan, jumlah populasi, jumlah node 1, jumlah node 2, jari-jari node 1, jari-jari node 2, panjang dan lebar ruangan yang digunakan untuk peletakan node. Kolom-kolom tersebut diisi oleh pengguna sesuai dengan kebutuhan. Selanjutnya bagian

  Gambar 14 Node Koordintaor keluaran dapat dilihat pada Gambar 12. Gambar 14 merupakan node koordinator yang tersusun atas sensor api 5 channel, nrf24l01, mikrokontroler Arduino uno, dan modul wifi8266.

  3.7 Implementasi Perangkat Lunak Web dengan Xampp

  Implementasi perangkat lunak web dengan bantuan xampp dimulai deri pembuatan database pada mySQL. Selanjutnya melakukan implementasi pada web browser dengan memanggil alamat localhost.

  Gambar 12 Bagian Keluaran Sistem Matlab 4.

PENGUJIAN DAN ANALISIS

  Tahap pengujian terdiri dari 3 jenis, yitu Gambar 12 merupakan bagian keluaran pengujian sensor api 5 channel, pengujian sistem yang terdiri dari gambar tempat node, hari dan penentuan posisi node menggunakan algoritma waktu penggunaan, tabel hasil koordinat, besar genetika matlab, pengujian sistem pendeteksi nilai fitness, dan waktu pembacaan. kebakaran berbasis nirkabel, pengujian performa jaringan sensor nirkabel.

3.6 Implementasi Perangkat Lunak dan Perangkat Keras Arduino

  4.1 Pengujian Coverage Area Sensor Api 5 Channel

  Implementasi perangkat lunak dan perangkat keras Arduino tersusun atas

  Pengujian coverage area sensor api 5 channel dengan mendekatkan api jarak 20 cm, 40 cm, 60 cm, 80 cm, 100 cm, dan 120 cm dari bagian depan, samping kiri, kanan, dan belakang sensor api 5 channel. Posisi sensor dalam keadaan menggantung 5-10 cm dari lantai. Berikut gambar implementasi sensor api 5 channel.

  2

  Prosedur pengujian sistem pendeteksi kebakaran berbasis wireless sensor network adalah dengan melihat hasil pada serial monitor, apakah data dari node sensor tampil pada serial monitor node koordinator atau tidak. Data nilai analog sensor api pada node sensor dikirim pada node koordinator yang selanjutnya diolah oleh node koordinator menjadi data yang

  4.3 Pengujian Keakuratan Sistem Pendeteksi Kebakaran Berbasis Nirkabel

  node. Node A atau node 1 dengan nilai koordinat (2, 2), Node B koordinat (0, 2) dan seterusnya. Dari hasil diatas menunjukkan bahwa sistem berjalan dengan baik dapat mendeteksi letak posisi node. Pengembangan yang dilakukan dengan merubah nilai jari-jari node dan luas ruangan menjadi dinamis berjalan sesuai tujuan, dengan tingkat akurasi 100%. Jumlah populasi mempengaruhi hasil nilai fitness, semakin jumlah populasi besar maka peluang kromosom yang digunakan untuk penentuan individu terbaik menjadi lebih tinggi. Selain itu juga jika dilihat dari gambar hasil simulasi, ruang tidak ter-cover maksimal oleh node. Hal tersebut disebabkan karena posisi darisetiap coverage node/sensor masih terdapat banyak irisan/bertumpuk. Maka berdasarkan hal tersebut akurasi sistem matlab terhadap coverage area sensor masih rendah kurang lebih 50%

  1 Tabel 2 menunjukkan titik koordinat letak

  2

  2 B/2

  1 Koordinator/4

  1

  2 C/3

  X Y A/1

  Gambar 15 Implementasi Sensor Api 5 Channel

  Tabel 2 Koordinat Hasil Nama Node

  5. Setiap nilai populasi melakukan pengujian 5 kali, total pengujian 20 kali. Nilai dari iterasi adalah 10, jumlah node 1 adalah 1, jumlah node 2 adalah 3, jari-jari dari node 1 dan node 2 adalah sama yaitu 1, dan panjang ruang 3 m, lebar 2,5 m. Setelah pengujian dari 4 populasi yang berbeda, maka diambil nilai fitness yang paling besar yang akan diambil nilai koordinatnya. Berikut nilai koordinat dengan nilai fitness tertinggi.

  Pengujian sistem ini dilakukan dengan mengisi input pada sistem matlab dengan nilai populasi berubah dari 5 hingga 20 dengan range

  Tabel 1 menunjukkan bahwa sensor api 5 channel dapat terdeteksi hingga jarak lebih dari 100 cm dan sudut 360° apabila api bervolume cukup besar dan channel-channel sensor api 5 channel dihadapkan pada berbagai arah dari depan, samping kiri, samping kanan, dan belakang. Hal ini tidak sesuai dengan datasheet sensor yang menyatakan bahwa coverage sensor adalah 100 cm.

  120      

  60       80       100      

  40      

  20      

  Tabel 1 Hasil Uji Sensor Jarak (cm) Sudut 60° 120° 180° 240° 270° 360°

  Gambar 15 menunujukkan api dengan volume yang cukup besar diletakkan pada jarak 100 cm dengan sudut 90° tepat depan sensor yang tergantung. Dari proses pengujian berikut dapat dilakukan analisis dari pengujian sensor api 5 channel. Hasil dari pengujian sensor api tersebut ditunjukkan pada tabel 1.

4.2 Pengujian Sistem Penentuan Posisi Node Menggunakan Algoritma Genetika Pada Matlab

  Rata-

  dibutuhkan seperti nilai delay, jitter dan

  7,66 1,01 77,01 rata

  throughput. Pengujian dilakukan sekali dengan melihat hasil pada serial monitor secara terus menerus. Dari analisa pada serial monitor

  Tabel 3 menunujukkan nilai rata-rata menunjukkan bahwa antar node sensor dengan dari delay, jitter, dan throughput. Dilihat dari node koordinator dapat berjalan sesuai tujuan. kategori QoS, delay memiliki indeks 1 (sangat

  Pada serial onitor menampilkan nilai delay, jelek). Jitter memiliki indeks 1 (sangat jelek), jitter, dan throughput, serta node mana yang dan throughput memiliki indeks 4 (sangat terdeteksi. Dari analisa tersebut diatas bagus). Tingkat akurasi dari delay terhadap menunjukkan tingkat keberhasilan sistem sistem adalah 25%, jitter 25%, dan throughput pendeteksi kebakaran adalah 100%.

  100%. Sehingga jika di rata-rata maka tingkat akurasi QoS terhadap sistem sebesar 50%.

4.4 Pengujian Performa Jaringan Sensor Nirkabel 5. Kesimpulan

  Berdasarkan hasil perancangan, Pengujian ini dilakukan untuk mengetahui implementasi, pengujian dan analisis yang telah nilai QoS dari jaringan sensor nirkabel yang dilakukan, maka dapat diambil kesimpulan peletakan nodenya berdasarkan pada hasil bahwa tingkat akurasi pengembangan sistem perhitungan algoritma genetika. Parameter QoS penentuan posisi node sebelumnya dengan yang digunakan adalah dengan melihat nilai membuat sistem menjadi dinamis adalah 100%. rata-rata dari delay, jitter, dan throughput. Node

  Tingkat akurasi dari pengujian coverage area diletakkan pada posisi dengan koordinat sesuai sensor api 5 channel dengan informasi pada dengan hasil simulasi pada sistem matlab.

  datasheet adalah 50%. Tingkat akurasi

  Berikut hasil pengujian berdasarkan nilai QoS: keberhasilan sistem pendeteksi kebakaran berbasis wireless sensor network atau jaringan

  Tabel 3 Hasil Uji QoS

  sensor nirkabel adalah 100%. Selanjutnya

  No Delay(s) Jitter(s) Throughput performa dari analisa jaringan sensor nirkabel

  dengan penentuan lokasi node menggunakan

  1 7,32 1,00 83,50

  algoritma genetika adalah 50 %, dengan nilai

  2 7,68 1,02 81,44 delay 7,66s, jitter 1,01s, dan throughput 77,01. 3 7,68 1,06 83,66

DAFTAR PUSTAKA

  4 7,68 0,98 73,32 5 8,04 1,05 90,45

  Angie Pramudita Adhitama, E. S. 2014.

  8,04 0,93 73,62 Implementasi dan Analisis QoS Wifi

  6 Menggunakan Embedded Sistem.

  8,39 1,02 79,49

  7 Program Teknologi Informasi dan Ilmu 8 8,04 0,94 75,44

  Komputer Universitas Brawijaya, 9 7,32 1,04 82,79 Malang.

  10 6,96 0,96 63,83

  Bina Rahayu S., T. B. 2011. Analisa Kinerja dan

  11 6,96 1,01 64,84

  Simulasi Coverage Wireless Sensor Network dengan Sum of Weighted Cost

  12 6,96 0,99 79,51

  Function Genetic Algorithm. EEPIS

  6,96 1,00 65,16

  13 Final Project . Politeknik Elektronika 14 6,96 1,00 69,12 Negeri Surabaya, Surabaya. 15 6,96 1,01 76,55

  Elis M. 2016. Penentuan Posisi Node pada

  16 7,68 1,05 86,35

  Jaringan Sensor Nirkabel Berdasarkan

  17 8,39 0,97 80,41

  Coverage Area Sensor Menggunakan Algoritma Genetika. Final Project.

  18 8,39 1,00 76,11

  FILKOM Universitas Brawijaya,

  8,39 1,17 76,89

  19 Malang.

  8,39 0,96 77,75

  20 ETSI, 2002. Telecommunications and Internet Protocol Harmonization Over Networks (TIPHON) General aspects of Quality of Service (QoS). DTR/TIPHON-05006 (cb0010cs.PDF) . ETSI.

  Zawiyah Saharuna, W. S. 2012. Simulasi Deployment Jaringan Sensor Nirkabel.

  NTETI, Vol. 1, No. 3, November 2012.