Post on 19-Mar-2022
1
LAPORAN AKHIR PENELITIAN
PENELITIAN KERJASAMA ANTAR PERGURUAN TINGGI (PKPT)
TAHUN KE 1 DARI 1 TAHUN
SISTEM PEMANTAUAN KONDISI LIMNOLOGIS DANAU LIMBOTO UNTUK KONSERVASI IKAN
ENDEMIK MENGGUNAKAN JARINGAN SENSOR NIRKABEL
TIM PERGURUAN TINGGI PENGUSUL
Tri Pratiwi Handayani S.Kom, M.Eng, M.Phil /0904058902 (Ketua)
Riklan Kango M.T / 0901019006 (Anggota)
Nasriani S.Pi, M.Si / 0928089001 (Anggota)
TIM PERGURUAN TINGGI MITRA
Dr. REZA FIRSANDAYA MALIK S.T., M.T /0025047609 (Ketua)
Prof. Dr ISKHAQ ISKANDAR S.Si, M.Sc.A./ 0004107201(Anggota)
UNIVERSITAS MUHAMMADIYAH GORONTALO
TAHUN 2018
2
3
IDENTITAS DAN URAIAN UMUM
1. Judul Penelitian : SISTEM PEMANTAUAN KONDISI LIMNOLOGIS DANAU LIMBOTO UNTUK
KONSERVASI IKAN ENDEMIK MENGGUNAKAN JARINGAN SENSOR NIRKABEL
2. Tim Peneliti
No Nama Jabatan Bidang Keahlian Instansi Asal Alokasi Waktu
(Jam/Minggu)
1 Tri Pratiwi Handayani
S.Kom, M.Eng, M.Phil Asisten Ahli
Kecerdasan
Buatan
Universitas
Muhammadiyah
Gorontalo
20 jam/
minggu
2 Riklan Kango M.T - Jaringan
Telekomunikasi
Universitas
Muhammadiyah
Gorontalo
10 jam /
minggu
3 Nasriani S.Pi, M.Si - Budidaya Perairan
Universitas
Muhammadiyah
Gorontalo
5 jam /
minggu
4 Dr. REZA FIRSANDAYA
MALIK S.T., M.T Lektor Kepala
Jaringan
Telekomunikasi Universitas Sriwijaya
10 jam/
minggu
5 Prof. Dr ISKHAQ
ISKANDAR S.Si, M.Sc.A Professor Lingkungan Universitas Sriwijaya
5 jam/
minggu
3. Objek Penelitian (Jenis Materi yang akan ditelilit dan segi penelitian)
Danau Limboto, Kabupaten Gorontalo, Provinsi Gorontalo
4. Masa Pelaksanaan
Mulai Tahun: 2018
Berakhir Tahun :2018
5. Usulan Biaya DPRM Dithen Penguatan Risbang
-Tahun Ke-1 : Rp. 200.000.000
6. Lokasi Penelitian (Lab/Studio/Lapangan)
Danau Limboto, Laboratorium Komputer Universitas Muhammadiyah Gorontalo, Laboratorium Jaringan
Komputer Universitas Sriwijaya
7. Instansi lain yang terlibat (Jika ada, dan uraikan apa kontribusinya)
4
8. Temuan yang ditargetkan (penjelasan gejala atu kaidah, metode, teori , produk atau rekayasa)
Temuan yang ditargetkan adalah Sistem monitoring kondisi Danau Limboto dan Jaringan sensor Nirkabel untuk
memantau kondisi Danau Limboto
Metode yang digunakan adalah
1. Kajian Literatur
2. Pemilihan dan perancangan modul sensor dan modul Jaringan Sensor Nirkabel
3. Perancangan Algoritma Routing
4. Perancangan Metode Komunikasi Jaringan Sensor Nirkabel
5. Integrasi Perangkat lunak dan perangkat keras
6. Pembuatan sistem pemantauan danau berbasis Website
7. Pemasangan Sensor pada danau limboto
8. Analisa Hasil
9. Kontribusi mendasar pada suatu bidang ilmu (Uraikan tidak lebih dari 50 kata, tekankan pada gagasan
fundamental dan orisinil yang mendukung pengembangan iptek)
Kontribusi orisinil dari penelitian ini adalah:
Kontribusi orisinil dari penelitian ini adalah pertama diciptakannya suatu perangkat jaringan sensor nirkabel yang
berfungsi untuk menangkap kondisi – kondisi limnologis (suhu, ph, kadar oksigen, kecerahan) dari Danau
Limboto, kedua dibuatnya suatu sistem berbasis website yang terhubung dengan jaringan sensor nirkabel yang
telah dibuat, sehingga dapat memantau keadaan Danau Limboto secara real time.
Kontribusi Tambahan dari penelitian ini adalah:
Kontribusi tambahan dari penelitian ini adalah data yang telah di rangkum dan di tampilkan melalui website,
dapat di gunakan untuk penelitian di bidang perikanan dan kelestarian lingkungan Danau Limboto.Kontribusi
lainnya adalah Publikasi pada proseeding Internasional dan Jurnal Internasional terindeks.
11. Rencana luaran HKI, buku, purwarupa atau luaran lainnya yang ditargetkan, tahun rencana perolehan atau
penyelesaiannya
- Publikasi Ilmiah Jurnal Internasional, tahun ke-1 Target: ada
- Publikasi Ilmiah Jurnal Nasional Terakreditasi, tahun ke-1 Target: tidak ada
- Pemakalah dalam pertemuan ilmiah Nasional, tahun ke-1 Target: tidak ada
- Pemakalah dalam pertemuan ilmiah Internasional, tahun ke-1 Target: ada
- Keynote Speaker dalam pertemuan ilmiah Internasional, tahun ke-1 Target: /tidak ada
- Keynote Speaker dalam pertemuan ilmiah Nasional, tahun ke-1 Target: tidak ada
- Visiting Lecturer Internasional, tahun ke-1 Target: tidak ada
5
- Paten, tahun ke-1 Target: tidak ada
- Paten Sederhana, tahun ke-1 Target: tidak ada
- Hak Cipta, tahun ke-1 Target: tidak ada
- Merk Dagang, tahun ke-1 Target: tidak ada
- Rahasia Dagang, tahun ke-1 Target: tidak ada
- Desain Produk Industri, tahun ke-1 Target: tidak ada
- Indikasi Geografis, tahun ke-1 Target: tidak ada
- Perlindungan Varietas Tanaman, tahun ke-1 Target: tidak ada
- Perlindungan Topografi Sirkuit , tahun ke-1 Target: tidak ada
- Teknologi Tepat Guna, tahun ke-1 Target: tidak ada
- Model/Purwarupa/Desain/Karya Seni/Rekayasa Sosial, tahun ke-1 Target: ada
- Buku Ajar (ISBN), tahun ke-1 Target: tidak ada
- Tingkat Kesiapan Teknologi (TKT), tahun ke-1 Target: Skala 5
6
Ringkasan
Tujuan penelitian ini adalah membuat suatu sistem pemantauan berbasis website yang bertujuan untuk
memantau kondisi limnologis (ekosistem perairan darat) untuk konservasi ikan endemik pada Danau
Limboto menggunakan jaringan sensor nirkabel (JSN). Ruang lingkup Penelitian ini dibatasi pada
pembuatan sistem yang berbasis website, dibatasi dengan pembuatan sensor yang mampu
mengidentifikasi delapan parameter perairan dan hanya berlokasi di danau limboto.
Rencana kegiatan peneltian terdiri dari 8 tahap: Kajian literatur, Pemilihan dan perancangan modul
sensor dan modul jsn, Perancangan algoritma rounting, Perancangan metode komunikasi jsn, Integrasi
perangkat keras dan lunak, Pembuatan sistem pemantaun danau berbasis website, Pemasangan sensor
pada danau limboto Dan Analisa hasil.
Penelitian ini bermanfaat bagi peneliti dari perguruan tinggi pengusul karena dari penelitian ini karena
terdapat peningkatan kapasitas pada pembuatan sensor nirkabel berserta sistem berbasis website untuk
memantau kinerja dari sensor yang dibuat. Hal ini meningkatkan kapasitas peneliti yang sebelumnya
hanya melakukan penelitian pada area software dan belum mencakup hardware. Penelitian ini tidak
hanya bermanfaat bagi peneliti tapi juga bagi lembaga dan pemerintah daerah, karena sistem
pemantauan yang dihasilkan dapat digunakan bagi program studi lain terutama program studi perikanan
dan dapat dimanfaatkan pemerintah daerah untuk menjaga kondisi Danau limboto. Penelitian ini juga
akan meningkatkan kapasitas TPP untuk melakukan publikasi jurnal Internasional melalui kerjasama
dengan pihak TPM yang sudah banyak pengalaman tentang publikasi internasional.
Luaran yang dijanjikan adalah Jurnal Internasional dan Proseeding seminar Internasional. Penelitian ini
juga akan menghasilkan produk sensor untuk pemantauan kondisi Danau dan juga Sistem berbasis
website untuk pemantauan kondisi limnologis (ekosistem) Danau Limboto
7
BAB I.
LATAR BELAKANG
Tujuan penelitian ini adalah membuat suatu sistem pemantauan berbasis website yang bertujuan
untuk memantau kondisi limnologis (ekosistem perairan darat) untuk konservasi ikan endemik pada
Danau Limboto menggunakan jaringan sensor nirkabel (JSN). Ruang lingkup Penelitian ini dibatasi
pada pembuatan sistem yang berbasis website, dibatasi dengan pembuatan sensor yang mampu
mengidentifikasi delapan parameter perairan dan hanya berlokasi di danau limboto.
Sebelumnya TPP (Tim perguruan tinggi pengusul) melakukan penelitian di bidang sistem
pendukung keputusan. Penelitian yang diajukan sekarang juga merupakan pengembangan dari sistem
pendukung keputusan, namun lebih pada aplikasi di Danau Limboto. Penelitian yang diusulkan saat ini
juga tidak hanya mengembangkan secara software, namun juga mengembangkan secara hardware
(Sensor untuk perairan). Sehingga mampu meningkatkan kapasitas keilmuan bagi TPP. Penelitian yang
diusulkan juga mengintegrasikan penelitian yang terdapat di program studi sistem informasi dan
program studi perikanan, yang sebelumnya penelitian ini bersifat terpisah dan berjalan sendiri sendiri.
Pada TPM (Tim perguruan tinggi mitra) penelitian tentang sistem pemantauan menggunakan
jaringan sensor nirkabel telah banyak diaplikasikan pada bidang suhu dan pertanahan. Sehingga
penelitian yang diajukan saat ini merupakan pengembangan pada bidang perairan.
Adapun Riwayat penelitian yang dihasilkan TPP dan TPM dan keterkaitannya dengan penelitian yang
diajukan dapat dilihat pada tabel 1.1
Tabel 1.1 Keterkaitan Penelitian TPP dan TPM dengan usulan penelitian
No Judul Penelitian pada TPM Skim Hibah Keterkaitan dan kontribusi
dengan Usulan Penelitian
1 Pengembangan Modul Sensor
Pemantauan Tanaman Pertanian
Pada Robot Terbang Untuk
Mendukung Precision Agriculture
Hibah Fakultas Dalam lingkup pengembangkan
sensor namun pada aplikasi
pertanian
2 Pemantauan Kualitas Udara Secara
Real Time Menggunakan Jaringan
Sensor
Nirkabel
Hibah
Unggulan
Kompetitif
Dalam lingkup pengembangkan
sensor namun pada kualitas
udara
8
3 Pemantauan Kualitas Tanah
Perkebunan Menggunakan
Jaringan Sensor Nirkabel
Bekerjasama Dengan Drone
Sebagai Mobile Gateway
Hibah
Unggulan
Kompetitif
Dalam lingkup pengembangkan
sensor namun pada kualitas
udara
No Judul Penelitian pada TPP Skim Hibah Keterkaitan dan kontribusi
dengan Usulan Penelitian
1 Implementasi, analisa dan evaluasi
algoritma topsis pada pemilihan
perumahan di provinsi dan
kabupaten gorontalo
Penelitian
Dosen Pemula
Penelitian yang diusulkan tidak
hanya impementasi algoritma
TOPSIS, namum pada juga
pengembangan sistem yang
didalamnya terdapat penerapan
algoritma TOPSIS pada kondisi
perairan dan juga
pengembangan sensor perairan
2 Implementasi algoritma saw, dp
dan ahp pada pemilihan calon
raskin di kabupaten gorontalo
Penelitian
Dosen Pemula
Penelitian yang diusulkan tidak
hanya impementasi algoritma
saw, dp dan ahp, namum pada
juga pengembangan sistem
yang didalamnya terdapat
penerapan algoritma tersebut
pada kondisi perairan dan juga
pengembangan sensor perairan
1.2 Keutamaan, orisinalitas, antisipasi dan kontribusi
Adapun keutamaan, orisinalitas, antisipasi dan kontribusi dari penelitian yang diusulkan, dapat dilihat
pada Tabel 1.2
Tabel 1.2 Keutamaan, orisinalitas, antisipasi dan kontribusi
No Keutamaan Orisinalitas Antisipasi Kontribusi
1 Ilmu Pengetahuan :
Penelitian ini sangat
penting untuk
dilaksanakan karena
Sistem yang dibuat
merupakan sistem
yang pertama dibuat
untuk memantau
Peneltian ini
dibuat sebagai
bentuk antisipasi
terhadap
Konstribusi pada
ilmu pengetahuan
adalah sistem dan
sensor
9
tidak hanya memiliki
kontribusi di bindang
sistem informasi, namun
juga pada bidang
perikanan air tawar
Pembangunan daerah:
pemerintah daerah
sangat mendukung
penelitian – penelitian
yang terkait dengan
danau limboto terutama
untuk melindungi ikan
endemik yang berada di
Danau Limboto
Danau Limboto secara
secara online melalui
website.
Sensor yang dibuat
juga dibuat khusus
sesuai dengan kondisi
Danau limboto
rusaknya
lingkungan
Danau Limboto
dan hilangnya
ikan endemik di
Danau Limboto
pemantauan pada
Danau yang dapat
di gunakan oleh
peneliti dibidang
perikanan,
lingkungan dan
juga Jaringan
komunikasi
Kontribusi pada
pembangunan
daerah adalah
mempermudah
pemda dalam hal
ini dinas
perikanan untuk
memantau
kondisi Danau
Limboto tanpa
harus datang
langsung ke
Lapangan
1.3 Pendekatan Kritis dan Konseptual Pelaksanaan Penelitian
Adapun pendekatan kritis dan konseptual pada pelaksanaan penelitian ditampilkan pada tabel 1.3. Tabel
ini menjelaskan masalah inti yang di hadapi berikut dengan sub masalah didalamnya, solusi yang di
tawarkan, langkah yang dilakukan untuk memecahkan masalah dan luaran yang di targetkan.
Tabel 1.3 Pendekatan Kritis dan konseptual pelaksanaan penelitian
No Identifikasi
Masalah
Sub Masalah Solusi yang di
tawarkan
Langkah yang
dilakukan
Luaran yang di
targetkan
1 Tidak
terdapatnya
1a.Tidak
terdapat suatu
1a. Pembuatan
sensor yang
1a. Penentuan
parameter
1. Produk sensor
Danau Limboto
10
suatu sistem
pemantauan
kondisi danau
limboto
alat yang
mendeteksi
kondisi danau
limboto
dapat
mendeteksi
keadaan Danau
kondisi danau
limboto
2a. Penentuan
lokasi
pemasangan
sensor
3a. Desain
Sensor
4a. Pembuatan
Sensor
5a. Uji coba
sensor
6a.
Implementasi
Sensor pada
danau limboto
2. Publikasi
Ilmiah Jurnal
dan proseeding
1b. Kondisi
Danau harus di
pantau
langsung ke
lokasi
1b. Sensor
Terhubung
secara Wireless
sehingga
kondisi bisa
dipantau tanpa
harus datang ke
lokasi
1b. Sensor di
pasangkan
jaringan
wireless
2b. Uji Coba
Sensor
1. Produk
Sensor yang
memiliki
wireless
2. Publikasi
Ilmiah Jurnal
dan Proceeding
1c. Pemantauan
tidak bisa
dilakukan
setiap saat,
hanya dalam
waktu tertentu
1c. Pembuatan
sistem berbasis
website
sehingga
keadaan bisa
dipantau setiap
saat
1c. Desain
Sistem
2c. Pembuatan
sistem
3c. Testing dan
Implementasi
sistem
1. Sistem
Berbasis
Website untuk
pemantauan
kondisi danau
limboto
2. Publikasi
ilmiah jurnal
dan proseeding
11
1.4. Target Luaran
Luaran wajib pada penelitian ini adalah publikasi jurnal internasional yang direncanakan akan publish
pada tahun ke 2. Sebelum di publikasi pada jurnal internasional, hasil penelitian akan terlebih dahulu di
seminarkan pada seminar Internasional dengan tujuan mendapatkan masukan dari kalangan akademisi
yang satu bidang.
Tabel 1.2 Luaran Penelitian
No Jenis Luaran Indikator Capaian
Kategori Sub Kategori Wajib Tamba
han
TS TS+1
1 Artikel Imiah Dimuan
di Jurnal
Internsional
Bereputasi
√ Draft,
submitted
Reviewed,
publish
Nasional
Terakreditasi
2 Artikel Ilmiah dimuat
di prosiding
Internasional
Terindeks
√ publish publish
Nasional
3 Invited Speaker dalam
temu Iliah
Internasional
Nasional
4 Visiting Lecturer Internasional
5 Hak Kekayaan
Intelektual (HKI)
Paten
Paten
Sederhana
Hak Cipta
Merk Dagang
Rahasia
Dagang
Desain produk
industri
Indikasi
Geografis
Perlindungan
12
Varietas
Tanaman
Perlindungan
Topografi
Sirkuit Terpadu
6 Teknologi Tepat Guna
7 Model/Purwarupa/Des
ain/Karya Seni/
Rekayasa sosial
Sensor Danau
dan sistem
berbasis
website
√ Perancangan Produk
telah
tersedia
8 Buku Ajar (ISBN)
9 Tingkat Kesiapan
Teknologi (TKT)
4 5
13
BAB II.
TINJAUAN PUSTAKA
2.1 Kondisi Danau Limboto
Danau Limboto adalah salah satu danau di Indonesia dan terletak di Provinsi Gorontalo. Danau ini
berada di daratan rendah, memiliki 23 sungai dan anak sungai sebagai inlet, serta hanya memiliki satu
out let. Menurut Hasim (2012), dengan pengelolaan status quo seperti saat ini maka, tahun 2025 Danau
Limboto akan hilang. Disamping itu kualitas perairan Danau Limboto semakin menurun sebagai
dampak dari berbagai kegiatan ekonomi di kawasan ini.
Sejak tahun 1988 telah dilakukan uji coba perikanan budidaya dengan jaring apung di danau Limboto.
Pada tahun 1993 jumlah KJA (Kolam Jaring Apung) 500 unit dan berkembang menjadi 1.962 unit pada
tahun 2007. Sedangkan pada tahun 2009 jumlah KJA di Danau Limboto lebih dari 2000 unit
(Pemerintah Provinsi Gorontalo, 2009). Bahkan pada era Gubernur Fadel Muhammad pernah digagas
Danau Limboto akan dijadikan kawasan industri perikanan budidaya darat. Disisi lain, Mc Donad dkk.,
(1996); Pulatso (2003) dan Janse dkk., (2008) menyatakan bahwa perikanan budidaya intensif di danau
berdampak pada pengkayaan nutrien. Dan potensial mereduksi kualitas air budidaya ikan, serta
memberikan pelipatan kandungan pospor di danau tersebut. Selanjutnya dinyatakan bahwa kegiatan
tersebut memiliki efek terhadap daya dukung danau.
Perkembangan perikanan budidaya sistem KJA yang pesat di danau Limboto, jika mengabaikan
pertimbangan daya dukungnya akan memperbesar kerusakan lingkungan danau. Sedangkan hingga saat
ini belum ada suatu mekanisme untuk memantau kondisi kerusakan Danau Limboto. Hal inilah yang
mendorong dilakukannya penelitian ini. Pada peneltian ini akan di buat sensor jaringan nirkabel
(Wireless) beserta sistem pemantauan yang berbasis website, sehingga kondisi danau limboto akan
terpantau. Hal ini juga untuk mendukung konservasi ikan endemik yang ada di Danau Limboto agar
ikan ini keberlangsungan hidupnya tetap terjaga.
2.2 Jaringan Sensor Nirkabel (JSN)
JSN terdiri atas banyak sistem embedded individual yang mempunyai kemampuan untuk berinteraksi
dengan lingkungan sekitar melalui berbagai macam sensor, memproses informasi secara lokal dan
berkomunikasi tentang informasi tersebut dengan tetangga mereka. Titik sensor biasanya terdiri atas 3
14
komponen yaitu Modul Nirkabel, Papan Sensor dan Papan Pemrograman, serta bisa terdiri atas
individual atau terpasang di sistem khusus
2.2.1. Modul Nirkabel
Bagian ini adalah komponen kunci dari jaringan sensor karena mereka memiliki kemampuan untuk
berkomunikasi dan memori yang bisa diprogram untuk diisi dengan kode aplikasi. Modul nirkabel
biasanya terdiri atas mikrokontroler, pengirim, sumber energi, unit memori dan mungkin berisi atas
lebih dari satu sensor.
2.2.2. Papan Sensor
Bagian ini biasanya dipasang di atas modul nirkabel dan memiliki beberapa jenis sensor. Papan sensor
bisa juga diisi dengan area prototipe yang digunakan untuk menghubungkan beberapa sensor tambahan.
2.2.3. Papan Pemrograman
Juga dikenal sebagai papan gerbang, menyediakan banyak antarmuka termasuk Ethernet, WiFi, USB
atau port serial untuk menghubungkan lebih dari satu modul nirkabel yang berbeda dengan jaringan
enterprise atau menghubungkan mereka dengan laptop/PC secara lokal. Papan ini digunakan untuk
memprogram modul nirkabel atau mengambil data dari mereka.
2.3 Jaringan Sensor Nirkabel (JSN) pada perairan
Penelitian JSN pada air pdam dilakukan oleh Zakia, dkk (2016) untuk dapat memantau dan mendeteksi
terjadinya pencemaran air dengan cara membaca pH air dari sensor pH (sensor node) dan kekeruhan
dengan sensor fototrasistor (sensor node) dan LED. Pengimplementasian ini dilakukan dengan
memangfaatkan Analog to Digital Converter (ADC) yang ada pada mikrokontroler Arduino Uno.
Sensor-sensor node dipasang di ruang penelitian saling berhubungan satu sama lain dengan dengan
membentuk topologi mesh. Hasil tegangan dari sensor-sensor node akan diproses untuk kemudian
ditransmisikan dengan jaringan nirkabel. Kemudian, ditampilkan di LCD sebagai penampil data hasil
pengukuran dan alarm indikator akan hidup apabila telah melewati batas ketentuan.
Penelitian JSN pada air sungai juga dilakukan oleh Nugroho dan Prabowo (2016) untuk Sistem
pemantauan kadar pH, suhu dan warna pada air sungai berbasis wireless sensor network dan web serta
tinjauannya menurut Agama Islam
Peneltian jaringan sensor pada perairan pernah dilakukan oleh Dadin, dkk (2011) untuk peringatan dini
bencana pencemaran dan penyebaran racun yang mendadak dari dasar waduk Ciratadi di Kab. Cianjur,
15
Jawa Barat. Penelitian ini menggunakan protokol tcp ip CP-IP sebagai alat monitoring kulaitas air
secara real-time dan sekaligus sebagai alat pencegahan dini bagi datangnya bencana yang selama ini
tidak terpantau seperti adanya up-welling (arus balik dari bawah air), penyebaran racun dari dasar
danau, berasal dari endapan sisa pakan dan kotoran ikan, yang naik ke permukaan air, dan
sebagainya.
Studi pendahuluan yang telah dilaksanakan dan hasil yang sudah dicapai serta keterkaiatannya dengan
usulan penelitian ini ditampilkan pada tabel 2.1 berikut
Tabel 2.1 Keterkaitan Penelitian TPP dan TPM dengan usulan penelitian
No Judul Penelitian pada
TPM
Skim Hibah Keterkaitan dan kontribusi
dengan Usulan Penelitian
1 Pengembangan Modul
Sensor Pemantauan
Tanaman Pertanian Pada
Robot Terbang Untuk
Mendukung Precision
Agriculture
Hibah Fakultas Penelitian dahulu: Dalam lingkup
pengembangkan sensor namun pada
aplikasi pertanian
Penelitian yang diajukan :
Pengembangan Sensor Sensor
dalam studi kasus Danau Limboto
2 Pemantauan Kualitas Udara
Secara Real Time
Menggunakan Jaringan
Sensor
Nirkabel
Hibah Unggulan
Kompetitif
Penelitian Dahulu: Dalam lingkup
pengembangkan sensor namun pada
kualitas udara
Penelitian yang diajukan:
Pengembangan Sensor Sensor
dalam studi kasus Danau Limboto
3 Pemantauan Kualitas Tanah
Perkebunan Menggunakan
Jaringan Sensor Nirkabel
Bekerjasama Dengan Drone
Sebagai Mobile Gateway
Hibah Unggulan
Kompetitif
Penelitian dahulu : Dalam lingkup
pengembangkan sensor namun pada
kualitas udara
Penelitian yang diajukan:
Pengembangan Sensor dalam studi
kasus Danau Limboto
No Judul Penelitian pada TPP Skim Hibah Keterkaitan dan kontribusi
dengan Usulan Penelitian
1 Implementasi, analisa dan
evaluasi algoritma topsis
Penelitian
Dosen Pemula
Penelitian dahulu: Hanya
Implementasi Algoritma TOPSIS
16
pada pemilihan perumahan
di provinsi dan kabupaten
gorontalo
Penelitian yang diusulkan: Tidak
hanya impementasi algoritma
TOPSIS, namum pada juga
pengembangan sistem pemantauan
yang didalamnya terdapat penerapan
algoritma TOPSIS pada kondisi
perairan dan
2 Implementasi algoritma saw,
dp dan ahp pada pemilihan
calon raskin di kabupaten
gorontalo
Penelitian
Dosen Pemula
Penelitian Dahulu:
Implementasi algoritma SAW, DP
dan AHP
Penelitian yang diusulkan: tidak
hanya impementasi algoritma saw,
dp dan ahp, namum pada juga
pengembangan sistem pemantauan
yang didalamnya terdapat penerapan
algoritma tersebut pada kondisi
perairan
17
BAB III
METODE PENELITIAN
3.1 Alur Penelitian
Penelitian ini direncanakan merupakan penelitian yang berkelanjutan dengan hasil akhir nantinya adalah
sebuah sistem pemantauan kondisi limnologis Danau Limboto secara real time dengan menggunakan
JSN. Hal ini nantinya akan mempermudah bagi pihak-pihak yang terkait untuk mendapatkan informasi
secara waktu nyata tentang kondisi Danau Limboto.
Garis besar kegiatan yang akan dilakukan selama penelitian yaitu:
a. Pemilihan dan perancangan perangkat keras sensor suhu perairan, pH danau, dan faktor lain dengan
terintegrasi di perangkat keras JSN.
b. Perancangan perangkat lunak algoritma routing dengan mempertimbangkan jalur terpendek di JSN.
c. Perancangan dan pembuatan sistem pemantauan berbasis website
Adapun detail alur peneltian dapat di tampilkan pada Gambar 3.1
Gambar 3.1 Alur Penelitian
Pada tahapan pelaksanaan penelitian ini dibagi dalam 8 (tujuh) fasa penelitian yaitu:
a. Fasa pertama: Kajian Literatur
Pada fasa ini dilakukan pengumpulan bahan – bahan literatur yang berhubungan dengan sensor, JSN
dan paramter kondisi Danau Limboto. Kajian literatur meliputi pengumpulan informasi mengenai
8. Analisa hasil
7. Pemasangan sensor pada danau limboto
6. Pembuatan sistem pemantaun danau berbasis website
5. Integrasi perangkat keras dan lunak
4. Perancangan metode komunikasi jsn
3. Perancangan algoritma rounting
2. Pemilihan dan perancangan modul sensor dan modul jsn
1. Kajian literatur
18
kontribusi para peneliti sebelumnya mengenai sensor kondisi danau di JSN dan model komunikasi JSN
serta membuat kajian – kajian kemungkinan kontribusi dalam penelitian ini. Hasil keluaran dari kajian
literatur adalah alat deteksi kondisi Danau yang terintegrasi di JSN.
b. Fasa kedua: Pemilihan dan Perancangan Sensor dan JSN
Setelah kajian literatur, akan diperoleh hasil konsep untuk pemilihan dan perancangan sensor suhu
danau, pH danau, dan kandungan oksigen (DO) danau untuk dipasangkan di modul JSN.
c. Fasa ketiga: Perancangan algoritma routing untuk pemilihan jalur paket data di JSN
Perancangan algoritma routing untuk pemilihan jalur paket data di JSN merupakan fasa ketiga yang
dilakukan dalam penelitian ini. Dalam fasa ini akan mensimulasikan alat – alat di JSN sesuai algoritma
protokol routing yang telah dirancang. Simulasi akan disesuaikan dengan skenario – skenario yang telah
dibuat seperti penambahan jumlah alat JSN, luas sebaran alat JSN dan peningkatan jarak transmisi.
Kemudian algoritma routing tersebut akan dipasang di perangkat keras JSN.
d. Fasa keempat: Perancangan metode komunikasi JSN
Pada fasa ini akan disimulasikan metode komunikasi antara JSN. Pemilihan metode yang dicari adalah
metode penjadwalan komunikasi JSN melalui node sink dengan drone dengan memperhatikan
parameter penggunaan energi sebagai sumber energi pada node – node di JSN.
e. Fasa kelima: Integrasi Perangkat Keras dan Perangkat Lunak
Pada fase ini akan digabungkan antara perangkat keras berupa sensor dan JSN dengan perangkat lunak
protokol routing. Tujuannya adalah membangun purwarupa alat deteksi kondisi Danau Limboto
berbasis JSN dan dapat bekerjasama dalam komunikasi.
F. Fase keenam : Desain dan Pembuatan sistem pemantauan berbasis website
Pada fase ini akan diintegrasikan informasi yang berasal dari sensor bersama sistem berbasis website,
sehingga data yang tersedia tidak hanya bermanfaat bagi pemerintah daerah, namun juga bermanfaat
bagi para stakeholder yang ingin melakukan penelitian lebih lanjut di Danau Limboto.
e. Fasa ketujuh: Pengujian dan Evaluasi
Setelah melakukan integrasi pada fasa keenam, maka akan dilakukan pengujian komunikasi data.
Parameter pengujian yang akan diukur adalah presisi data sensor (suhu danau, pH danau, dan kadar
oksigen), throughput, end-to-end delay dan efisiensi energi. Skenario percobaan untuk 10 (sepuluh)
node dan 1 (satu) sink adalah sebagai berikut:
19
1. Sensor Tunggal: Memasang hanya satu sensor pada sensor node JSN untuk memastikan komunikasi
antara sensor dengan sink node berjalan dengan baik dengan masing – masing sensor yang sama yaitu
sensor suhu.
2. Sensor Jamak: Memasang ketiga sensor yaitu sensor suhu tanah, pH tanah, dan kelembaban tanah
yang berbeda pada setiap sensor node di JSN yaitu 10 (sepuluh) sensor node.
f. Fasa kedelapan : Analisa Hasil
Hasil yang diperoleh di simulasi dan eksperimen akan dianalisa baik secara kuantitatif maupun
kualitatif. Parameter evaluasinya adalah presisi data sensor (suhu tanah, pH tanah, dan kelembaban
tanah), throughput, end-to-end delay dan efisiensi energi.
3.2 Tahapan Penelitian pada lokasi TPM dan TPP
Tabel 3.1 menampilkan tahapan penelitian beserta lokasi dimana kegiatan penelitian akan dilakukan.
Tahap 2 – 5 akan dilaksanakan di TPM selama kurang lebih 4 bulan dan tahap 6- 9 akan dilaksanakan di
TPP kurang lebih 4 bulan.
Tabel 3.1 Lokasi Tahapan penelitian pada TPM dan TPP
Lokasi
NO Tahapan Penelitian TPM TPP
1 Kajian Literatur
- Masing – masing TPM dan TPP melakukan
kajian literatur di perguruan tinggi masing –
masing
√ √
2 Pemilihan dan perancangan sensor dan jsn
(dikerjakan di TPM)
√
3 Perancangan algoritma routing untuk
pemilihan jalur paket
Data (dikerjakan di TPM)
√
4 Perancangan metode komunikasi JSN
(dikerjakan di TPM)
√
5 Integrasi Perangkat Keras dan Perangkat √
20
Lunak (dikerjakan di TPM)
6 Perancangan Sistem Pemantauan berbasis
website (dikerjakan di TPP)
√
7 Pembuatan sistem Pemantauan berbasis
website (dikerjakan di TPP)
√
8 Pemasangan JSN pada Danau Limboto
(dikerjakan di TPP)
√
9 Uji coba JSN dan sistem berbasis website
(dikerjakan di TPP)
√
10 Publikasi Ilmiah (Seminar Internasional,
Jurnal Internasional, Laporan Akhir)
√ √
21
BAB 4
HASIL DAN LUARAN YANG DICAPAI
Penelitian ini menghasilkan 3 (tiga) prototipe pemantauan kondisi Danau Limboto. Masing – masing
prototipe di jelaskan sebagai berikut:
4.1 Prototipe 1 Pemantauan Danau Limboto
Prototipe yang pertama menggunakan mikrokontroller Arduino Mega untuk mengintegrasikan sensor –
sensor yang digunakan untuk pemantauan danau. Diagram skematik prototipe 1 ditampilkan pada
gambar 4.1 yang terdiri dari komponen yang di jelaskan di tabel 4.1.
Gambar 4.1 Skematik Diagram prototipe 1
Komponen dari setiap sensor dijelaskan pada tabel berikut
Tabel 4.1. Komponen dari setiap node
No Komponen
1 Arduino Mega
2 Solar Panel 20 Watt
3 Solar Charge Controller (scc)
22
4 Accu Battery 12 Volt
5 Mobile Wifi
6 Esp 8286
7 Step Down
8 Ph Sensor
9 Turbidity Sensor
10 Temperature Sensor
Masing – masing komponen dijelaskan sebagai berikut:
1. Modul Solar Panel
Modul solar panel terdiri dari 20 Watt solar panel yang memiliki dimensi 49 x 35 x 2,5 cm, sebuah
pengendali solar panel (Solar charge controller) dan 12 Volt baterai aki dan penurun daya untuk
mengkonversi output dari 12 Volt ke 5 Volt.
2. Sensor Suhu Dallas DS18b20
Sensor suhu menggunakan pin digital yang terhubung langung ke Arduino Mega untuk menbaca nilai
voltage. Koneksi antara sensor dan Arduino Mega di tampikan pada Tabel 4.2.
Tabel 4.2. Pin Konfigurasi pada sensor suhu
Temperature
Sensor
Arduino Mega
Vcc +5 Volt
Gnd Gnd
D1 A2
Proses kalibrasi dari sensor suhu adalah dengan membandingkan nilai yang dihasilkan dengan
thermometer digital. Kedua sensor sushu dan thermometer digital di uji dengan menggunakan es dan air
mendidih. Hasil menunjukkan bahwa sensor suhu membaca suhu 0.1 sampai 0.4 oC untuk es dan suhu
99.7 oC sampai 100.1
oC untuk air mendidih.
3. Sensor Keasaman DFRobot
Nilai output dari sensor keasaman didapatkan dengan menggunakan beberapa tahap sebagai berikut:
1. Nilai Pin analog disimpan pada larik untuk waktu sampling dan di konversikan ke nilai voltase
menggunakaan persamaan (1)
Voltage = (array value x 5) / 1024 (1)
2. Nilai Voltase yang didapatkan dari persamaan 1 diatas digunakan pada persamaan 2 berikut, untuk
mendapatkan nilai keasaman
phValue = (3.5 x voltage) + offset (2)
nilai offset di tentukan pada awal program, nilai offset tersebut adalah 0. Nilai keasaman netral air
adalah 7. Jika pada saat pengujian nilai ph bukan 7, maka nilai offset harus diubah menggunakan
persamaan 3 berikut
23
offset = 7 – phValue (3)
proses kalibrasi sensor keasaman dilakukan dengan menggunakan air distilasi yang memiliki keasaman
6.6 dan air murni yang memiliki keasaman 7. Sensor keasaman langsung di koneksikan ke laptop dan
nilai yang terbaca ditampilkan pada serial monitor pada program arduino. Sekrup potensial meter yang
terdapat pada sensor di putar sampai menghasilkan angka yang mendekati ph air distilasi dan air murni.
Konfigurasi pin sensor dan Arduino di tampilkan pada tabel 4.3
Tabel 4.3 Konfigurasi Pin sensor keasaman ke Arduino Mega
Ph Sensor Arduino Mega
Vcc +5 Volt
Gnd Gnd
A0 A12
4. Sensor Kekeruhan DFRobot
Sensor kekeruhan terhubung dengan pin analog untuk membaca nilai dan mengkorversi nilai tersebut
dalam bentuk voltase. Nilai voltase ini kemudian di ubah menjadi nilai index keruhan dengan
menggunakan persamaan berikut:
Turbidity = 40 – (Voltage/4) x 100 (4)
Untuk menghindari bagian atas dari sensor kekeruhan kemasukan air, maka pelindung khusus dibuat
menggunakan plastik kontener. Bagian bawah kontener ini di lindungi dengan menggunakan lem lilin
untuk menghindari air masuk dari bagian bawah pelindung. Pelindung sensor kalibrasi ditampilkan pada
gambar 4.2
Gambar 4.2 Pelindung sensor kekeruhan
Proses kalibrasi sensor kekeruhan menggunakan air murni sebagai titik awal. Air murni memiliki
kekeruhan dalam jangkauan 0 sampai 5 NTU [13]. Jika nilai yang terbaca dari sensor ini lebih dari nilai
24
ini, maka persaman (4) harus di modifikasi hingga mendapatkan nilai yang sesuai dengan kondisi
kekeruhan air.
Tabel 4.3 menampilkan konfigurasi pin sensor kekeruhan ke Arduino Mega
Ph Sensor Arduino Mega
Vcc +5 Volt
Gnd Gnd
A0 A11
5. Modem Wi-fi
Modem Wifi digunakan untuk transmit data ke aplikasi berbasis cloud adalah yang bertipe Huawei
E5673. Modem tersebut menggunakan koneksi data 4G yang disediakan oleh provider lokal.
Cara kerja prototipe ke 1 di tampilkan pada gambar 4.3
Start
Define the libraries and variables
Connect to the wifi module
Set the callibration of temperature
sensor, ph sensor and turbidity sensor
Print the reading sensor result
Send the result to cloud application
stop
Gambar 4.3 Diagram alir sistem pada Arduino IDE
4.2 Hasil Pengujian Prototipe ke 1
Pengujian prototipe berlangsung pada 2 lokasi, yaitu laboratorium dan permukaan Danau Limboto. Masing –
masing pengujian di jelaskan pada sub bagian berikut:
4.2.1 Pengujian Laboratorium
25
Pengujian di laboratorium berlangsung pada 27 Juli 2018 pada pukul 11.00 sampai pukul 17.00.
Pegujian di laboratorium ditampilkan pada gambar 4.4.
Gambar 4.4. Pengujian Prototipe 1 di laboratorium
Sistem prototipe ke 1 bisa mentranfer data setiap 30 menit selama hampir 6 jam. Sistem tidak
memerlukan penghidupan ulang (restart) selama proses testing berlangsung. Air murni digunakan untuk
pengujian berasal dari air keran. Gambar 4.5 Menampilkan grafik pembacaan sensor saat pengujian
laboratorium
Gambar 4.5 Grafik pembacaan sensor pada pengujian di laboratorium
4.2.2 Hasil Pengujian Di Permukaan Danau Limboto
Pada awalnya, sistem direncanakan untuk di uji hingga pukul 17.00, namun pada kenyataannya sistem
hanya bisa bekerja hingga pukul 15.00. Sistem dirancang untuk transfer data setiap 30 menit.
Penghidupan ulang (Restart) dilakukan sebanyak 2 kali pada pukul 12.35 dan 14.35 dikarenakan sistem
tidak lagi mengirimkan data selama 5 menit. Setelah penghidupan ulang dilakukan sistem tersebut
kembali bisa mengirimkan data. Namun, penghidupan ulang perlu dilakukan kembali pada pukul 15.35,
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
Weather Temperature Water Temperature
ph Turbidity
26
15.40 dan 15.50, tapi sistem tetap tidak bisa mengirimkan data. Hal inilah yang membuat proses
pengujian menjadi berhenti pada pukul 16.00 dan sistem diangkat dari permukaan air pada pukul 16.10.
Gambar 4.6 menampilkan pengujian prototipe 1 diatas permukaan Danau Limboto.
Gambar 4.6 Pengujian prototipe pada permukaan Danau Limboto
Sistem dilakukan pemeriksaan untuk mengetahui masalah yang terjadi. Di temukan bahwa:
1. Terdapat sejumlah air yang masuk ke sensor kekeruhan yang menyebabkan terjadinya arus pendek
pada sensor. Hal ini menyebabkan matinya mikrokontroller utama yaitu Arduino Mega.
2. Kabel yang terhubung dengan SCC mengalami kerusakan, kemungkinan dikarenakan suhu yang
sangat panas di dalam rangka pelindung prototipe.
3. Ombak kecil dengan kecepatan tinggi pada permukaan danau menyebabkan kabel sumber yang
menghubungkan SCC dengan Arduino Mega menjadi kendor. Hal ini menyebabkan sistem menjadi
kehilangan sumber daya.
Gambar 4.7 menampilkan nilai suhu air, ph dan kekeruhan yang dibaca oleh sensor pada prototipe yang
diletakkan diatas permukaan Danau Limboto.
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
11:06 11:30 12:00 12:30 13:00 13:30 14:00 14:30 15:00
Weather Temperature Water Temperature
ph Turbidity
27
Gambar 4.7. Hasil Pembacaan Sensor pada permukaan Danau Limboto
Gambar 4.7 menampilkan nilai suhu air, keasaman dan kekeruhan dari prototipe yang dipasang di atas
permukaan danau limboto. Suhu udara saat itu di ukur dan menunjukkan suhu 30oC sampai dengan
32oC. Suhu air pada kisaran 24.5
oC sampai dengan 20.56
oC. Nilai keasaman pada kisaran 7.08 sampai
7.55 dan nilai kekeruhan pada kisaran 20.47 sampai dengan 20.56.
4.3 Prototipe kedua Pemantauan Danau Limboto
Prototipe kedua pemantauan Danau Limboto merupakan pengembangan dari Prototipe pertama yang
menggunakan sensor yang lebih banyak dibandingkan dengan prototipe pertama. Prototipe kedua ini
tidak lagi menggunakan Arduino Uno sebagai microcontroller tapi mengunakan NodeMcu. Keuntungan
menggunakan NodeMcu adalah sebagai berikut:
1. Setiap sensor menggunakan NodeMcu sehingga bisa di program secara mandiri. Jika terdapat
perubahan pada kode pemrograman untuk masing-masing sensor, tidak akan mengganggu program
yang ada pada kode yang lain.
2. Jika terjadi arus pendek pada sensor, maka tidak akan mematikan keseluruhan sistem
3. Setiap NodeMcu yang terhubung dengan sensor dapat dihubungkan langsung ke wifi. Hal ini
dikarenakan NodeMcu telah dilengakapi transmisi untuk terhubung ke Wifi.
Gambar 4.8 Menampilkan skematik diagram dari prototipe kedua.
Gambar 4.8 Skematik diagram prototipe kedua
Sistem prototipe kedua terdiri dari:
1. Solar panel
2. Solar Charge Controller 1(SCC)
3. Solar Charge Controller 2 (SCC)
4. Switch
5. Accu Battery 1
6. Accu Battery 2
7. Mobile Wifi
28
8. USB Hub 1
9. USB Hub 2
10. Sensor Suhu terkoneksi ke NodeMcu
11. Sensor Kekeruhan terkoneksi ke NodeMcu
12. Sensor Keasaman terkoneksi ke NodeMcu
13. Sensor Oksigen terlarut terkoneksi ke NodeMcu
14. Sensor UV terkoneksi ke NodeMcu
15. Sensor suhu udara terkoneksi ke NodeMcu
16. Sensor Konduktivitas terkoneksi ke NodeMcu
17. Sensor Voltase terkoneksi ke NodeMcu
Untuk mengakomodasi seluruh sensor agar mendapatkan sumber daya, konektor USB diperlukan.
Penghubung USB 1 (USB hub) digunakan untuk mengkoneksikan sensor suhu air, sensor kekeruhan,
sensor keasaman dan sensor oksigen terlarut. Sensor konduktivitas harus dihubungkan ke SCC secara
langsung. Hal ini dikarenakan sensor konduktivitas memerlukan arus sebesar 2A, yang tidak bisa
didapatkan jika hanya terhubung ke USB hub. Wifi Mobile juga harus dihubungkan langsung ke SCC.
Penjelasan masing-masing komponen adalah sebagai berikut:
A. Modul Solar Panel
Modul Solar Panel terdiri dari 20 Watt solar panel, 2 solar charge controller (SCC), 2 batterai dan 2 usb
hub.
b. DfRobot sensor keasaman
Sebuah pin analog digunakan untuk membaca data dari senso keasaman DFRobot. Nilai keasaman
didapatkan dengan menggunakan persamaan 5 dan persamaan 6.
voltage = (analogValue * 5.0 )/1024 (5)
pHvalue = (3.5*voltage + 0.5)-5.5 (6)
dimana analogValue merupakan nilai yang terbaca dari pin analog sensor dan phValue merupakan nilai
akhir keasaman yang akan terbaca di monitor.
c. Sensor Suhu Dallas
Sensor suhu dallas menggunakan pin digital untuk membaca data dari sensor suhu. Hasilnya dapat
langsung terbaca tanpa ada konversi lebih lanjut.
d. Sensor Turbiditas (kekeruhan)
Kekeruhan merupakan tingkat transparansi dari air dikarenakan adanya partikel tersuspensi di dalam air
[9]. Sensor turbiditas digunakan untuk mengetahui tingkat transparansi dari Danau. Tingkat transparansi
bisa dari jangkauan 0 sampai dengan 400 NTU [10]. Air bersih yang jernih memiliki nilai turbiditas 0
sampai 5 NTU. Semakin tinggi nilai kekeruhan, maka semakin banyak partikel yang tersuspesi di
dalam air. Pengujian ini menggunakan sensor kekeruhan SKU: SEN0189 yang di produksi oleh
DFrobot [11].
Pin analog digunakan untuk membaca nilai dari sensor kekeruhan, yang kemudian di konversi menjadi
nilai kekeruah dengan menggunakan persamaan 7.
29
Turbidity = (analogvalue x (5/1024)) (7)
e. Sensor Konduktivitas
sensor konduktivitas digunakan untuk mengukur kemampuan air untuk mengalirkan listrik [12].
Semakin banyak ion di dalam larutan tersebut, semakin tinggi tingkat konduktivitasnya [12]. Spesifikasi
lengkap terkait dengan sensor konduktivitas dapat ditemukan pada [13]. Berdasarkan spesifikasi sensor,
1 gr dari 100 ml larutan garam ter-ion bisa memiliki 14 μS sampai 147 μS konduktivitas. Sensor
konduktivitas bisa juga digunakan untuk mengukur partikel yang terlarut di dalam air. Berdasarkan spesifikasi
dari sensor, 50 gr dari air garam yang tidak memiliki yodium dapat memiliki 436 ppm dari total partikel terlarut
[13].
f. DFRobot sensor oksigen terlarut
Hasil pembacaan dari sensor oksigen terlarut dibaca melalui pin Analog. Nilai oksigen terlarut
didapatkan menggunakan kode kalibrasi yang telah disediakan melalui website DFRobot [15]. Level
dari oksigen terlarut pada air berkisar pada jangkauan 0 ppm to 14.6 ppm [17]. Semakin tinggi nilainya,
semakin tinggi nilai oksigen terlarut yang terkandung di air. Untuk air yang memiliki suhu 25oC dan
pada 1 atm, nilai oksigen terlarut pada air murni diperkirakan 8.3 ppm[18].
g. Sensor Ultraviolet
Pada pengujian ini sensor GUVA-S12SD UV digunakan. Nilai output dari sensor adalah pada millivolt
yang perlu di konversi ke nilai UV Index. Proses konversi dari millivolt ke UV index bisa ditemukan
pada [19] dan menggunakan persamaan (8). UV sensor digunakan untuk mengobservasi pengaruh UV
radiaso untuk menghasilkan voltase yang di hasilkan oleh solar panel. Sensor dikoneksikan ke pin
analog ke NodeMcu.
UV = (analogVoltage/(1024 x 3.3)) (8)
h. Sensor Voltase
25 Volt sensor voltase digunakan untuk membaca nilai output voltage dari solar panel. Informasi lebih
detail mengenai spesifikasi dari sensor voltase dapat dilihat pada [20]. Nilai voltase yang terbaca pada
serial monitor didapatkan melalui persamaan.
V = (analogValue x 5) / 1024 (9)
Voltage = V / (7500/(30000+7500)) (10)
I. Sensor suhu udara
Sensor LM35 digunakan untuk mengukur suhu udara. Informasi detail mengenai LM35 terdapat pada
[21]. Nilai keluaran suhu udara didapatkan melalui persamaan 11 dan persamaan 12.
Temp = (analogValue/1024) x 3300 (11)
Celcius = (temp / 10) (12)
30
Dimana temp merupakan nilai suhu yang terkonversi dari nilai analog dan celcius merupakan suhu pada
unit celcius.
J. Mobile Wifi
Mobile wifi yang digunakan untuk mentransger data ke applikasi cloud merupakan modem E5673.
Modem tersebut menggunakan 4G data koneksi yang disediakan oleh provider telekomunikasi lokal.
4.4. Hasil Pengujian
Sistem diuji pada permukaan Danau Limboto pada 8 titik koordinat pada tanggal 28 Agustus 2018,
dimulai dari pukul 08.00 sampai 11.00. Prototipe dibawa dengan menggunakan kapal perahu nelayan
tradisional. Peta lokasi pengujian ditampilkan pada gambar 4.9. Prototipe di matikan sebelum
dipindahkan dari 1 titik ke titik yang lain untuk menghindari adanya arus pendek. Musim pada saat
pengujian adalah musim kemarau, hal ini menyebabkan pengujian tidak bisa dilakukan ke seluruh
bagian danau, akibat banyaknya bagian danau yang dangkal. Perahu tidak mampu menjangkau bagian
yang dangkal karena akan menyebabkan bagian bawah perahu menjadi rusak.
Gambar 4.9. Lokasi pengujian sistem pada 8 titik Danau Limboto
Koordinat dari lokasi pengujian ditampilkan pada Tabel 4.4
Tabel 4.4 Koordinat pengujian pada sistem
No Coordinates Testing Time
1 N: 0o33’39.344‖
E: 123o00’32.335‖
08.06
2 N: 0o34’05.321‖
E: 123o00’12.898‖
08.28
3 N: 0o34’36.242‖
E: 122o59’57.064‖
08.59
4 N: 0o34’54.213‖
E: 122o59’28.490‖
09.13
31
5 N: 0o35’02.242‖
E: 122o58’57.119‖
09.26
6 N: 0o34’35.883‖
E: 122o58’38.956‖
09.43
7 N: 0o34’18.669‖
E: 122o59’06.625‖
10.07
8 N: 0o34’13.431‖
E : 122O59’39.508‖
10.29
4.4.1 Hasil pembacaan pada sensor suhu
Tabel 4.5 menampilkan hasil pembacaan dari sensor suhu air dan sensor suhu udara. Hasil
menunjukkan suhu meningkat seiring dengan waktu. Perbedaan antara suhu air dan udara adalah
berkisar 5oC sampai 6
oC.
Table 4.5. Result of Temperature Sensors Reading Coordinates
No
Testing time Water Temperature Ambient Temperature
1 08.06 21.12oC 26 OC
2 08.28 21.09oC 27 OC
3 08.59 22.09oC 28 OC
4 09.13 22.25oC 29 OC
5 09.26 22.33oC 30 OC
6 09.43 23.79oC 30 OC
7 10.07 25.03oC 31 OC
8 10.29 26.05oC 31 OC
4.4.2 Hasil pembacaan dari sensor keasaman
Tabel 4.6 menampilkan hasil pembacaan dari sensor keasaam dari masing – masing koordinat. Nilai
keasaman pada titik ini dikisaran 7 sampai 7.79. Hal ini menunjukkan tingkat keasaman pada Danau
Limboto masih dalam nilai ambang batas.
Table 4.6. Result of pH Sensors Reading Coordinates
No
Testing time pHValue
1 08.06 7.73
2 08.28 7.13
3 08.59 7.09
4 09.13 7.55
5 09.26 7.63
6 09.43 7.79
7 10.07 7.37
8 10.29 7.48
4.4.3 Hasil pembacaan dari sensor kekeruhan
Tabel 4.7 menampilkan level kekeruhan pada 8 koordinat di Danau Limboto pada kisarang 23.76 NTU
sampai 26.55 NTU. Level ini dikategorikan sebagai tinggi, karena menurut WHO (organisasi kesehatan
dunia), untuk air minum harus memiliki tingkat kekeruhan yang tidak lebih dari 5 NTU. Nilai turbiditas
yang tinggi dapat menyebabkan danau kelihatan tidak bersih. Hal ini juga berarti bahwa banyaknya
partikel yang tersuspensi sehingga memendarkan cahaya matahari yang masuk ke air. Hal ini
berkontribusi pada rendahnya konsentrasi oksigen di dalam air.
Tabel 4.7 Hasil pembacaan sensor kekeruhan
32
Coordinates No Testing time Turbidity Value (NTU)
1 08.06 23.84
2 08.28 24.57
3 08.59 26.55
4 09.13 25.93
5 09.26 24.46
6 09.43 23.83
7 10.07 24.44
8 10.29 23.76
4.4.4 Hasil pembacaan dari sensor konduktivitas
Tingkat konduktivitas dari air murni yang mampu mendukung beragam kehidupan biota air adalah
dalam kisaran 150 sampai 500 µS/cm [9]. Hal ini menunjukkan tingkat konduktivitas pada Danau
Limboto berada pada ambang batas atas. Menurut EPA nilai konduktivitas yang direkomendasikan
adalah 500 ppm [10]. Tabel 4.8 menampilkan nilai konduktivitas 8 koordinat Danau Limboto.
Tabel 4.8 Hasil pembacaan nilai konduktivitas dan TDS
Coordinates
No
Testing time Conductivity Value (μS) TDS Sensor (ppm)
1 08.06 534.77 344.64
2 08.28 531.56 339.51
3 08.59 523.85 327.21
4 09.13 527.27 332.68
5 09.26 530.27 337.46
6 09.43 526.63 331.65
7 10.07 531.34 339.17
8 10.29 529.42 336.09
4.4.5 Hasil Pembacaan dari sensor oksigen terlarut
Berdasarkan [14] aliran air yang sehat harus memiliki nilai oksigen terlarut dalam kisaran 9.5 sampai 12
ppm. Nilai ambang batas yang masih dapat diterima adalah dalam kisaran 6.5 sampai 9.5 ppm. Tabel
4.9 menampilkan nilai oksigen terlarut pada 8 koordinat di Danau Limboto
Tabel 4.9. Hasil pembacaan dari sensor oksgen terlarut
Coordinates
No
Testing time Dissolved Oxygen (ppm)
1 08.06 5.58
2 08.28 6.65
3 08.59 6.72
4 09.13 6.75
5 09.26 6.93
6 09.43 6.79
7 10.07 6.33
8 10.29 6.76
4.4.6 Hasil Pembacaan sensor UV
Tabel 4.9 menampilkan hasil pembacaan sensor UV pada saat pengujian alat di 8 titik koordinat di
Danau Limboto. Index UV pada permukaan danau tergolong sangat tinggi mencapai 10 pada siang hari.
Tabel 4.9 Hasil pembacaan sensor UV
Coordinates Testing time UV voltage (millivolt) UV Index
33
No
1 08.06 889 2
2 08.28 924 6
3 08.59 1014 8
4 09.13 1024 10
5 09.26 1024 10
6 09.43 1024 10
7 10.07 1024 10
8 10.29 1024 10
4.4.7 Hasil pembacaan pada sensor voltase
Tabel 4.10 menampilkan nilai voltase yang keluar dari solar panel. Nilai index yang sangat tinggi dari
UV menghasilkan nilai voltase yang maksimum yang dihasilkan oleh solar panel (20 Volt).
Tabel 4.10 Hasil pembacaan sensor voltase
Coordinates
No
Testing time Voltage
1 08.06 9
2 08.28 12
3 08.59 20
4 09.13 20
5 09.26 20
6 09.43 20
7 10.07 20
8 10.29 20
4.4.8 Performa sistem selama pengujian
Performa sistem selama pengujian adalah sebagai berikut:
1. Sistem berjalan lancar selama 4 jam pengujian. Transmisi data ke aplikasi cloud dapat berjalan
lancar.
2. Performa battery sangat bagus. Solar panel dapat melakukan pengisian selama pengujian.
3. Hampir seluruh sensor memerlukan waktu 15 sampai 20 detik sebelum menampilkan hasil
pembacaan yang stabil. Sensor kekeruhan perlu di lindungi dengan pelindung khusus, agar bagian
kepala dari sensor tidak terkena air.
Foto selama pengujian alat di tampilkan pada Lampiran.
4.2 Luaran Penelitian
Luaran penelitian ditampilkan sebagai berikut:
Tabel 4.1 Luaran yang dicapai
No Komponen Status
34
Submitted (IN REVIEW) Accepted
1 Publikasi ilimiah
Internasional
International Electrical
Engineering and
Informatics
International Journal of
electrical and computer
enginering
2 Pemakalah dalam temu ilmiah International
Conference on
Electrical
Engineering &
Computer
Science
3 Produk/model/purwarupa Purwarupa dengan 3
arsitektur berbeda
4 Komitmen kerjasama Sangat baik
5 Keberlanjutan program
penelitian di TPP
Baik
35
BAB 5
Rencana Tahapan Berikutnya
Tahapan kegiatan penelitian tahun ke -2 di tampilkan pada Tabel 5.1 berikut
Tabel 5.1. Tahapan Kegiatan Penelitian Tahun ke -2
No Rencana Kegiatan 1 2 3 4 5 6 7 8 9 10 11 12
1 Pembuatan sistem
Pemantauan berbasis
website
2 Pemasangan JSN pada
Danau Limboto
3 Uji coba JSN dan
sistem berbasis website
4 Evaluasi Sistem
5 Uji coba setelah
evaluasi
5 Publikasi Ilmiah
(Seminar Internasional,
Jurnal Internasional,
Laporan Akhir)
36
BAB 6
KESIMPULAN
6.1 Kesimpulan
1. Sistem Pemantauan Danau Limboto dapat dibangun menggunakan arsitektur yang berbeda, yaitu
menggunakan Arduino Mega sebagai microcontroller, menggunakan NodeMcu sebagai microcontroller
dan menggunakan XBEE sebagai microcontroller
2. Hasil pembacaan sensor pada Danau Limboto, menunjukkan bahwa Danau Limboto masih pada
ambang batas yang dapat di terima dan masih layak di gunakan untuk aktivitas rumah tangga dan
perikanan.
3. Sistem yang dibangun baru dapat berjalan sampai dengan 4 jam
6.2 Saran
1. Pelindung node disarankan menggunakan bahan yang tidak mudah panas dan ringan
2. Kalibrasi alat disarankan dilakukan setiap sebulan 1 kali
37
Daftar Pustaka
[1] Indonesia. Indonesian National Institute of Aeronautics and Space, ―Pedoman Pemantauan Perubahan Luas Permukaan
Air Danau Menggunakan Data Satelit Penginderaan Jauh. 2015. [Online].
Available:http://spbn.pusfatja.lapan.go.id/documents/716/download[Accessed: Aug 10, 2018].
[2] Y.Y. Maulana, ―Integrated Real-time water quality monitoring‖, Jurnal Elektronika dan Telekomunikasi., vol.15, no.1,
pp. 23-24, June 2013.
[3] Indonesia. Ministry of Environment and Forestry Republic of Indonesia. ―KLHK Pulihkan 15 Danau Prioritas
Nasional‖. [Online]. Availble: http://ppid.menlhk.go.id/siaran_pers/browse/608. [Access on 1st August 2018].
[4] Perumal, T., Sulaiman, M. N., & Leong, C. Y. (2015). Internet of Things (IoT) enabled water monitoring system. 2015
IEEE 4th Global Conference on Consumer Electronics (GCCE).
[5] Vijayakumar, R., Ramya, R. The real time monitoring of water quality IoT environment. (2015). IEEE Sponsored 2nd
International Conference on Innovations in Information, Embedded and Communication systems (ICIIECS).
[6] Manurung, P., Gaol, J.L., Katarina, F., Ketaren, D. (2015). Kondisi Aktual Danau Toba: Pemantaan Real Time Tinggi
Permukaan air dan kajian sustainability Danau Toba. Seminar dan Pameran ―Save Lake Toba‖.
[7] Harijaya., R., Pangaribuan, N., Sinaga. L., Kisno., Sagian, P., (2017). Smart Monitoring Apps for Salvaging
Neolissochillus Theinemanni Sumetaranus (Batak Heritage) From Extinction. International Conference on Electrical
Conference on Electrical Engineering and Computer Science (ICECOS).
[8] Sulastri, Sulawesty. F., Nomosatriyo, S.(2015). Long Term Monitoring of Water Quality and Phytoplaton Cahnges in
Lake Maninjau, West Sumatra, Indonesia. Oseanologi dan Limnologi di Indonesia. , Vol. 41, no.3. pp. 339-353.
[9] lenntech.com. Turbidity Definition. Available: https://www.lenntech.com/turbidity.htm. [Accessed: 5th
October 2018]
[10] Comoxvalleyrd.ca. Level of turbidity. Available: http:// www.comoxvalleyrd.ca/projects-initative/past-current-
projects/comox-valley-water-treatment-project/turbidity-and-boil. [Accessed: 5th
October 2018].
[11] dfrobot.com. Turbidity sensor. Available:
https://www.dfrobot.com/wiki/index.php/Turbidity_sensor_SKU:_SEN0189. [Accessed: 5th
October 2018]
[12] Campbellsci.com. Conductivity. Available: https://www.campbellsci.com/conductivity. [Accessed: 5th
October 2018]
[13] Depoinovasi.com. Sensor Konduktivitas. Available: http://www.depoinovasi.com/produk-510-sensor-konduktivitas--
tds--kadar-garam.html.
[14] Engineeringtoolbox.com. Oxgen solubility in Fresh Water. Available: https://www.engineeringtoolbox.com/oxygen-
solubility-water-d_841.html. [Accessed: 5th
October 2018]
[15] dfrobot.com. Dissolved Oxygen Sensor. Availble:
https://www.dfrobot.com/wiki/index.php/Gravity:_Analog_Dissolved_Oxygen_Sensor_SKU:SEN0237. [Accessed: 5th
October 2018].
[16] fondriest.com. Conductivity, Salinity & Total Dissolved Solids https://www.fondriest.com/environmental-
measurements/parameters/water-quality/conductivity-salinity-tds/. [Accessed: 5th
October 2018].
[17] Epa.gov. Secondary Drinking Water Standards: Guidance for Nuisance Chemicals.
https://www.epa.gov/dwstandardsregulations/secondary-drinking-water-standards-guidance-nuisance-chemicals.
[Accessed: 5th
October 2018].
[18] Enr.gov. Dissolved Oxygen. https://www.enr.gov.nt.ca/sites/enr/files/dissolved_oxygen.pdf. [Accessed: 5th
October
2018].
[19] arduinolearning.com. Arduino and GUVA –s12d UV Sensor. Available: http:// arduinolearning.com/code/arduino-
guva-s12sd-uv-sensor.php. . [Accessed: 5th
October 2018].
[20] hendrybench.com. Arduino 25V voltage sensor module user manual. Available.:
http://henrysbench.capnfatz.com/henrys-bench/arduino-voltage-measurements/arduino-25v-voltage-sensor-module-
user-manual/. [Accessed: 5th
October 2018].
[21] circuitdigest.com. Iot Digital Thermometer using NodeMcu and LM35. Available:
https://circuitdigest.com/microcontroller-projects/iot-digital-thermometer-using-nodemcu-esp12-and-lm35.[ Accessed:
5th
October 2018].
38
Lampiran Foto Selama Pengujian
Pengujian alat pada titik 0o33’39.344‖
Pengujian Alat pada titik 0o34’05.321‖
39
Pengujian Alat pada titik 0o34’36.242
Pengujian Alat pada titik 0o34’54.213
40
Pengujian alat pada titik 0o35’02.42
Pengujian alat pada titik 0o3’435.883
41
Lampiran Jurnal Internasional (IN REVIEW)
The development and real world testing of solar-based IoT of Limboto Lake Monitoring System
T.P.Handayani1,
, Reza Firsandaya Malik2, Stephan A Hulukati
3, Hasim
4, Wahri Sunanda
5
1Unviersitas Muhammadiyah Gorontalo
2Universitas Sriwijaya
3Universitas Ichsan Gorontalo
4Universitas Negeri Gorontalo 5Universitas Bangka Belitung
tripratiwi@umgo.ac.id
Abstract—The deteriorating condition of lakes due to human activities are unavoidable. LimbotoLake, located at
Gorontalo district in Indonesia, is one of the lakes in critical state. As a result, its condition needs to be monitored
from time to time. Hence, the aim of this research is to develop IoT-based Limboto Lake monitoring system which
is tested in real world condition at Limboto Lake. The system consists of several sensors namely voltage sensor,
UV sensor, and ambient temperature sensor used to assess the performace of the solar panel. In order to monitor the
condition of the lake, several sensors are used namely water temperature sensor, pH sensor, turbidity sensor,
conductivity sensor, total suspended solid and dissolved oxygen sensor. NodeMcu is used to connect these sensors
to mobile wifi and send the data to acloud application. The system was tested at 8 coordinates at Limboto Lake.
42
Keywords: iot, limboto lake, monitoring system
1. Introduction Indonesia is an archipelago country which not only surrounded by sea, but also rivers and lakes. According to
Indonesian National Institute of Aeronautics and Space, Indonesia consist of840 big lakes and 735 small lakes [1].
However, the quality of the lakes are gradually decreasing due to sedimentation, errosion and fish farming
[2].There are 15 lakes which are incritical conditions, one of which is Limboto Lake in Gorontalo Province,
Sulawesi Island [3]. Currently, there is no real time online monitoring system at Limboto lake. The authority
usually monitor the lake condition by taking sample and testing it in the laboratory. Therefore, this study aims to
develop an IoT (internet of Things) device that could provide online and real time information about the limnology
condition of Limboto Lake.
2. Literature Review
IoT water monitoring systems have been proposed for various use. [4] proposed a prototype of water level
monitoring system to detect flood occurrences especially in disaster prone areas. It used ATmega328P board and
ultrasonic sensor to detect water level. [5] proposed and IoT water monitoring system which used raspberry PI B+
model which were used can be used as a core controller. It used several sensor namely temperature sensor, turbidity
sensor, pH sensor, conductivity sensor, dissolved oxygen sensor.
The implementation of lake monitoring in Indonesia were conducted in several lakes namely Toba Lake [6,7]
which cover monitoring for water surface level, turbidity, pH and temperature. [8] developed an web based system
to monitor Maninjau Lake which used water level sensor, pH, dissolved oxygen and conductivity.
Based on the literature review above, the research gap was found. NodeMcu has not been used to develop water
monitoring systems. Furthermore, existing prototypes were only tested in laboratory and not in the real world.
Additionally, there are few systems that used solar panel as the power supply. More importantly, there is currently
no monitoring system implemented at Limboto Lake. Therefore, the aim of this research is to develop a solar-based
IoT monitoring system for Limboto Lake, which used NodeMcu to deliver data to a corresponding cloud
application.
3. The Proposed Sysem
Fig.1 shows the schematic diagram of the system. It can be seen that the all sensors are connected to each
NodeMcu. The advantages of using NodeMcu for each sensor are:
Each sensor can be programmed individually, any changes in the code would not disturb any other
sensors. Therefore the maintainance would be less complicated.
If there is short circuit in a sensor, it would not shut down the entire system.
Each NodeMcu can be connected directly to mobile Wi-Fi since it has its own Wi-Fi.
Figure 1. Schematic Diagram of The system
The system consists of:
43
1. Solar Panel
2. Solar Charge Controller 1 (SCC)
3. Solar Charge Controller 2 (SCC)
4. Switch
5. Accu battery 1
6. Accu battery 2
7. Mobile Wifi
8. USB Hub 1
9. USB Hub 2
10. Water temperature sensor connected to NodeMcu
11. Turbidity sensor connected to NodeMcu
12. pH sensor connected to NodeMcu
13. Dissolved Oxygen Sensor connected to NodeMcu
14. UV sensor connected to NodeMcu
15. LM35 Temperature sensor connected to NodeMcu
16. Conductivity sensor connected to NodeMcu
17. Voltage sensor connected to NodeMcu
In order to accommodate all sensors, the use of USB hubs were necessary. The USB hubs were then connected
to the Solar Charge Controller to receive power supplied by the solar module. The first USB hub accommodate
water temperature sensor, turbidity sensor, pH sensor, and dissolved oxygen sensor. The second USB hub
accommodate UV sensor, ambient temperature sensor and voltage sensor. The conductivity sensor needed to be
connected to the SCC directly. It needs 2A of electrical current, which cannot be provided by the USB. The mobile
Wi-Fi were also connected directly to SCC in order to operate in stable condition.
The detailed explanation of each component is described as follows.
A. Solar Panel Module
The solar panel module consisted of one 20 Watt solar panel, 2 Solar Charge Controllers (SCC), 2 batteries and
2 USB hub. The use of 2 USB hubs were very important to supply the power to all the sensors.
B. Dfrobot pH sensor
An analog pin is used to read data from Dfrobot pH sensor.The value is designated as analogValue which is
used in equation 1. The voltage value from equation one is then converted to pHvalue using equation 2.
voltage = (analogValue * 5.0 )/1024
pHvalue = (3.5*voltage + 0.5)-5.5
(1)
(2)
Where analogValue was obtained by using the analog pin and phValue is the value of the pH.
C. Dallas Temperature Sensor
A digital pin of NodeMcu is used to read data from Dallas Temperature Sensor. The result could be used
directly without any further conversion.
D. Turbidity Sensor
Turbidity is the level of transparency of water due to presence of suspended particles [9]. Turbidity sensor were
used to measure the transparency of the lake. Turbidity level can be in the range of 0 to 400 NTU [10]. Fresh clean
water has turbidity of 0 to 5 NTU. The higher the turbidity level, the higher the suspended solid in the water. This
experiment used turbidity sensor SKU: SEN0189 by Dfrobot. Detailed specification of this sensor can be found in
[11].
An analog pin is used to read the output of turbidity sensor, which is then converted to a turbidity value by
equation 3.
Turbidity = (analogvalue x (5/1024)) (3)
The turbidity sensor has a cap which needs to be protected from water. The presence of water inside the cap
could disturb the sensor reading.
E. Conductivity Sensor
44
Conductivity sensors are used to measure the ability of water to conduct electrical current [12]. The more ion in
the solution, the higher the conductivity [12]. More details regarding the sensor can be found in [13]. Based on the
sensor datasheet, 1 gr of 100 ml iodized salt solution could have 14 μS to 147 μS (μSiemens) of conductivity.
The sensor could also measure the Total Dissolved Solid in the water. According to the datasheet, 50 gr of non-
iodized salt solution could have 436 ppm of TDS [13].
Conductivity and TDS values are obtained using equation (4) and equation (5)
Conductivity = (0.2142*analogValue)+494.93 (4) TDS = (0.3417*analogValue)+281.08 (5)
F. Dfrobot Dissolved oxygen sensor
Data from dissolved oxygen sensor is read by using an analog pin. The dissolved oxygen value is obtained
using calibration code provided at Dfrobot website [15].
Possible level of dissolved oxygen in water are in the range of 0 ppm to 14.6 ppm [17]. The higher the number, the
higher the dissolved oxygen.For ambient temperature of 25oC with atmospheric pressure, the number of solubility
oxygen in fresh water is approximately 8.3 ppm [18]. G. UV sensor
In this expriment, GUVA-S12SD UV sensor was used. The output of this sensor is in millivolt which needs to
be converted to UV index. More detail regarding the conversion of millivolt to UV index can be found in [19]. The
UV sensor was used to observe the influence of UV radiation to voltage produced by the solar panel. The sensor
were connected to an analog pin of the MCU.
uv = (analogVoltage/(1024*3.3)) (6)
H. Voltage Sensor
25V Voltage Sensor Module was used to read the output voltage of the solar panel. Detailed information of this
sensor is available in [20]
v = (analogvalue * 5.0) / 1024.0 (7) voltage = v / (7500/(30000+7500)) (8)
I. Ambient temperature sensor
LM35 sensor was used to measure the ambient temperature. The detailed information about LM35 can be seen in
[21]. temp = (analogValue/1024.0)*3300 (9)
celcius = (temp/10) (10)
Where temp is the converted temperature value from analog value, and celcius is the temperature in celcius unit. J. Mobile Wifi
The mobile Wi-Fi that wasused to transmit data to cloud application was Huawei E5673. It used 4G data
connection provided by a local provider.
4. Testing Result
The system was tested on the surface of Limboto lake at 8 coordinates on 28 August 2018 from 08.00 to 11.00.
Local fishermen boats were used to place the system to the coordinates. The system was switched off before it was
brought to other coordinates to prevent short circuit. The map of the testing site is shown in Fig.2. It was dry
season, so the boat was only able to go to coordinates with sufficient water depth only. Shallow level of water can
cause damage to boats. The result shows that the system ran well and was able to transfer data for each
coordinates
45
Figure 2. The testing locations of the system
The coordinates of the testing location are shown in Table 1
Table 1. Coordinates of the system testing
No Coordinates Testing
Time
1 N: 0o33’39.344‖
E: 123o00’32.335‖
08.06
2 N: 0o34’05.321‖
E: 123o00’12.898‖
08.28
3 N: 0o34’36.242‖
E: 122o59’57.064‖
08.59
4 N: 0o34’54.213‖
E: 122o59’28.490‖
09.13
5 N: 0o35’02.242‖
E: 122o58’57.119‖
09.26
6 N: 0o34’35.883‖
E: 122o58’38.956‖
09.43
7 N: 0o34’18.669‖
E: 122o59’06.625‖
10.07
8 N: 0o34’13.431‖
E : 122O59’39.508‖
10.29
Table 1 shows the coordinates of the testing system. The distance of each point to another was approximately 1 km.
A. Readings from Temperature Sensors
Table 2 shows the temperature from water temperature sensor and the ambient temperature sensor. The result
shows that the temperature increased as the time passed. The difference between the water temperature and the
ambient temperature was 5oC - 6
oC.
Table 2. Result of Temperature Sensors Reading Coordinates
No
Testing time Water Temperature Ambient Temperature
1 08.06 21.12oC 26 OC
2 08.28 21.09oC 27 OC
3 08.59 22.09oC 28 OC
4 09.13 22.25oC 29 OC
5 09.26 22.33oC 30 OC
6 09.43 23.79oC 30 OC
46
7 10.07 25.03oC 31 OC
8 10.29 26.05oC 31 OC
B. Readings from pH Sensor
Table 3 shows the result of pH sensor reading in each coordinates. The range of the pH werebetween 7 to 7.79,
which mean that the lake pH is acceptable.
Table 3. Result of pH Sensors Reading Coordinates
No
Testing time pHValue
1 08.06 7.73
2 08.28 7.13
3 08.59 7.09
4 09.13 7.55
5 09.26 7.63
6 09.43 7.79
7 10.07 7.37
8 10.29 7.48
It can be concluded from the pH reading result that the closer the coordinate to land,for example coordinates
1,5,and 6, the higher the pH level. The lowest pH value was in coordinate 3 and 7.These locations are in the middle
of the lake and far away from human activities. This means that locations which are far away from human activities
tend to have more neutral pH.
C. Readings from turbidity sensor
Table 4 shows the level of turbidity in the range of 23.76 to 26.55 NTU. This level is considered high since
according to WHO (World Health Organization), drinking water should not have turbidity more than 5 NTU. The
high turbidity value caused the lake to look unclean and also means that the suspended particles scatter the light,
which contributes to low oxygen concentration in the water [10].
Table 4. Result of Turbidity Sensor Reading Coordinates No Testing time Turbidity Value (NTU)
1 08.06 23.84
2 08.28 24.57
3 08.59 26.55
4 09.13 25.93
5 09.26 24.46
6 09.43 23.83
7 10.07 24.44
8 10.29 23.76
D. Readings from Conductivity Sensor
Conductivity level of fresh water stream that support diverse aquatic life is in the range of 150 to 500 µS/cm
[9]. It can be seen that the conductivity level of Limboto Lake is above the upper limit, which will influence the
diverse aquatic life. Maximum water TDS level recommended by the US EPA is 500 ppm [10].
Table 6. Result of Conductivity and TDS Sensor Reading Coordinates
No
Testing time Conductivity Value (μS) TDS Sensor (ppm)
1 08.06 534.77 344.64
2 08.28 531.56 339.51
3 08.59 523.85 327.21
4 09.13 527.27 332.68
5 09.26 530.27 337.46
6 09.43 526.63 331.65
7 10.07 531.34 339.17
8 10.29 529.42 336.09
47
E. Readings from Dissolved Oxygen Sensor
According to [14] healthy water stream needs to have level of dissolved oxygen in the range of 9.5 to 12 ppm.
Acceptable range of dissolved oxygen is from 6.5 to 9.5 ppm. Table 5 shows the dissolved oxygen in Limboto
Lake. The range is from 5.58 to 6.79 ppm. This range is in the healthy category but not all fish can survive in this
condition.
Table 5. Result of Dissolved Oxygen Sensor Reading Coordinates
No
Testing time Dissolved Oxygen
(ppm)
1 08.06 5.58
2 08.28 6.65
3 08.59 6.72
4 09.13 6.75
5 09.26 6.93
6 09.43 6.79
7 10.07 6.33
8 10.29 6.76
F. Readings from UV Sensor
Table 6 shows the UV index on the surface of Limboto Lake. It shows that the index increased as the time
passed. The UV index on the surface of Limboto Lake was very high that it reached 10.
Table 6. Result of UV Sensor Coordinates
No
Testing time UV voltage (millivolt) UV Index
1 08.06 889 2
2 08.28 924 6
3 08.59 1014 8
4 09.13 1024 10
5 09.26 1024 10
6 09.43 1024 10
7 10.07 1024 10
8 10.29 1024 10
G. Reading from Voltage Sensor
Table 7 shows the voltage output of the solar panel. Due to high index of sun UVas shown in Table 6, the
maximum of voltage of solar panel (20 volt) was reached.
Table 7. Result of Voltage Sensor Coordinates
No
Testing time Voltage
1 08.06 9
2 08.28 12
3 08.59 20
4 09.13 20
5 09.26 20
6 09.43 20
7 10.07 20
8 10.29 20
Performance of the system during the testing
The overall system
48
The system ran well during 4 hours of testing. It could send sensor data without any problem to the cloud
application.
Battery
During 4 hours of testing on the lake surface.The panel was able to charge the battery continuously during testing
due to high sun radiation.
The sensors
Most of the sensors need 15 to 20 seconds before they show stable result. Turbidity sensors needs to be protected
by a waterproof casing to protect the cap from the water. The connection cable of the conductivity sensors were
also protected from water by using candle stick glue.
4. Conclusion
This study developed a solar based IoTfor monitoring Limnology condition of Limboto Lake. The system used
water temperature sensor, ambient temperature sensor, ph sensor, turbidity sensor, conductivity sensor and
dissolved oxygen sensor. UV sensor and voltage sensor were also used to monitor the performance of the solar
panel. The system ran well at 8 coordinates of testing, each sensors needs 20 seconds before it shows stable reading.
5. Acknowledgment
High appreciation to Ministry of research and higher education (RISTEK DIKTI) of Indonesian Government in
funding this research and Publication. We also acknowledge CDSR (Centre of development of sustainable region)
SHERA (Sustainable Higher Education Research Alliance) in funding our publication.
6. References
[22] Indonesia. Indonesian National Institute of Aeronautics and Space, ―Pedoman Pemantauan Perubahan Luas
Permukaan Air Danau Menggunakan Data Satelit Penginderaan Jauh. 2015. [Online].
Available:http://spbn.pusfatja.lapan.go.id/documents/716/download[Accessed: Aug 10, 2018].
[23] Y.Y. Maulana, ―Integrated Real-time water quality monitoring‖, Jurnal Elektronika dan Telekomunikasi.,
vol.15, no.1, pp. 23-24, June 2013.
[24] Indonesia. Ministry of Environment and Forestry Republic of Indonesia. ―KLHK Pulihkan 15 Danau Prioritas
Nasional‖. [Online]. Availble: http://ppid.menlhk.go.id/siaran_pers/browse/608. [Access on 1st August 2018].
[25] Perumal, T., Sulaiman, M. N., & Leong, C. Y. (2015). Internet of Things (IoT) enabled water monitoring
system. 2015 IEEE 4th Global Conference on Consumer Electronics (GCCE).
[26] Vijayakumar, R., Ramya, R. The real time monitoring of water quality IoT environment. (2015). IEEE
Sponsored 2nd
International Conference on Innovations in Information, Embedded and Communication
systems (ICIIECS).
[27] Manurung, P., Gaol, J.L., Katarina, F., Ketaren, D. (2015). Kondisi Aktual Danau Toba: Pemantaan Real
Time Tinggi Permukaan air dan kajian sustainability Danau Toba. Seminar dan Pameran ―Save Lake Toba‖.
[28] Harijaya., R., Pangaribuan, N., Sinaga. L., Kisno., Sagian, P., (2017). Smart Monitoring Apps for Salvaging
Neolissochillus Theinemanni Sumetaranus (Batak Heritage) From Extinction. International Conference on
Electrical Conference on Electrical Engineering and Computer Science (ICECOS).
[29] Sulastri, Sulawesty. F., Nomosatriyo, S.(2015). Long Term Monitoring of Water Quality and Phytoplaton
Cahnges in Lake Maninjau, West Sumatra, Indonesia. Oseanologi dan Limnologi di Indonesia. , Vol. 41, no.3.
pp. 339-353.
[30] lenntech.com. Turbidity Definition. Available: https://www.lenntech.com/turbidity.htm. [Accessed: 5th
October 2018]
[31] Comoxvalleyrd.ca. Level of turbidity. Available: http:// www.comoxvalleyrd.ca/projects-initative/past-
current-projects/comox-valley-water-treatment-project/turbidity-and-boil. [Accessed: 5th
October 2018].
[32] dfrobot.com. Turbidity sensor. Available:
https://www.dfrobot.com/wiki/index.php/Turbidity_sensor_SKU:_SEN0189. [Accessed: 5th
October 2018]
[33] Campbellsci.com. Conductivity. Available: https://www.campbellsci.com/conductivity. [Accessed: 5th
October 2018]
[34] Depoinovasi.com. Sensor Konduktivitas. Available: http://www.depoinovasi.com/produk-510-sensor-
konduktivitas--tds--kadar-garam.html.
49
[35] Engineeringtoolbox.com. Oxgen solubility in Fresh Water. Available:
https://www.engineeringtoolbox.com/oxygen-solubility-water-d_841.html. [Accessed: 5th
October 2018]
[36] dfrobot.com. Dissolved Oxygen Sensor. Availble:
https://www.dfrobot.com/wiki/index.php/Gravity:_Analog_Dissolved_Oxygen_Sensor_SKU:SEN0237.
[Accessed: 5th
October 2018].
[37] fondriest.com. Conductivity, Salinity & Total Dissolved Solids https://www.fondriest.com/environmental-
measurements/parameters/water-quality/conductivity-salinity-tds/. [Accessed: 5th
October 2018].
[38] Epa.gov. Secondary Drinking Water Standards: Guidance for Nuisance Chemicals.
https://www.epa.gov/dwstandardsregulations/secondary-drinking-water-standards-guidance-nuisance-
chemicals. [Accessed: 5th
October 2018].
[39] Enr.gov. Dissolved Oxygen. https://www.enr.gov.nt.ca/sites/enr/files/dissolved_oxygen.pdf. [Accessed: 5th
October 2018].
[40] arduinolearning.com. Arduino and GUVA –s12d UV Sensor. Available: http://
arduinolearning.com/code/arduino-guva-s12sd-uv-sensor.php. . [Accessed: 5th
October 2018].
[41] hendrybench.com. Arduino 25V voltage sensor module user manual. Available.:
http://henrysbench.capnfatz.com/henrys-bench/arduino-voltage-measurements/arduino-25v-voltage-sensor-
module-user-manual/. [Accessed: 5th
October 2018].
[42] circuitdigest.com. Iot Digital Thermometer using NodeMcu and LM35. Available:
https://circuitdigest.com/microcontroller-projects/iot-digital-thermometer-using-nodemcu-esp12-and-lm35.[
Accessed: 5th
October 2018].
50
Lampiran Jurnal Internasional 2 (In Review)
51
52
Presenter at International Conference (International Conference on Electrical
Engineering & Computer Science)
53
PROTOTIPE 1
54
PROTOTIPE 2
55
PROTOTIPE 3