KAPITA SELEKTA - edocs.ilkom.unsri.ac.idedocs.ilkom.unsri.ac.id/683/1/AYU RAHAYU...mengalokasikan,...
Transcript of KAPITA SELEKTA - edocs.ilkom.unsri.ac.idedocs.ilkom.unsri.ac.id/683/1/AYU RAHAYU...mengalokasikan,...
-
KAPITA SELEKTA
IoT (Internet of Things)
Disusun :
AYU RAHAYU
09011281320019
Dosen Pembimbing : Deris Stiawan, M.T., Ph.D.
SISTEM KOMPUTER 2016
FAKULTAS ILMU KOMPUTER
Universitas Sriwijaya
-
Dari pilihan pada gambar, topik yang dipilih yaitu parking dan ticketing.
Dari paper yang berjudul :
A Cloud-Based Car Parking Middleware for IoT-Based Smart
Tantangan besar bagi kota-kota modern adalah bagaimana memaksimalkan
produktivitas dan keandalan infrastruktur perkotaan, seperti meminimalkan kemacetan jalan
dengan menggunakan fasilitas parkir lebih baik. Untuk mencapai tujuan ini, salah satu
teknologi yang dapat memudahkan aktifitas manusia dalam bidang jaringan yaitu berbasis IoT
midlleware, teknologi ini akan sangat efektif apabila diterapkan di kota Palembang untuk
memudahkan proses parkiran mobil yang selama ini masih menggunakan cara konvensional
yang cenderung tidak rapi dan sangat menggangu kendaraan lain yang sedang menngunakan
jalan tersebut. Dengan penerapan IoT ini akan memudahkan dalam mengontrol proses parkiran
mobil dan sebuah lokasi yang telah ditentukan yang dapat dipetakan oleh pengguna mobil itu
sendiri melalui data base yang dapat diakses oleh pengguna.
Dari paper oleh Zhanlin Ji dkk, dijelaskan bahwa sistem parkir mobil cerdas untuk
integrasi ke kota pintar arsitektur IOT, yang terdiri dari tiga lapisan yaitu lapisan sensor, lapisan
komunikasi, dan lapisan aplikasi. Pada lapisan aplikasi, pusat informasi menyediakan layanan
berbasis cloud yaitu, Platform sebagai layanan (PaaS), Software sebagai layanan (SaaS), dan
Infrastruktur sebagai layanan (IaaS); yaitu, untuk mengalokasikan sumber daya komputasi /
penyimpanan untuk jasa parkir mobil yang berbeda. Pusat manajemen IOT mengadministrasi
kan kota cerdas melalui sebuah portal layanan IOT terintegrasi. Di bagian bawah, sejumlah
layanan bisnis menjelajahi antarmuka umum ke lapisan komunikasi. Ini termasuk mobil parkir
locator, pengawasan, dan layanan informasi, GIS / jasa GPS, kendaraan plat patroli, layanan
pelacakan mobil, dll
-
Gambar 1. Diagram parkiran mobil menggunakan sistem IoT
Arsitektur jaringan bisa diintegrasikan dalam lapisan ini untuk mengaktifkan 'kapan-di
mana saja-bagaimanapun' fungsi komunikasi dalam kota pintar. teknologi penginderaan yang
berbeda dapat dimanfaatkan pada lapisan sensor untuk solusi parkir tertanam, seperti Radio
Frequency Identification (RFID) untuk kontrol akses parkir mobil; laser, pasif inframerah,
radar microwave, ultrasonik, pasif sensor array yang akustik, atau Closed-Circuit Television
(CCTV) dengan pengolahan gambar video untuk mendeteksi status parkir mobil; plat nomor
dengan diinstal modul komunikasi 3G / 4G untuk pelacakan mobil dan lain-lain.
Gambar 2. Platform operasional layanan parkir cerdas.
-
Untuk mengaktifkan sistem parkir mobil berbasis ioT, area parkir mobil harus
dibedakan berdasarkan menjadi empat kategori utama : Sebuah daerah transportasi hub; daerah
perumahan / komunitas; luas tanah / jalan; dan pusat perbelanjaan / hotel / restoran daerah.
Pengelolaan dan pengendalian entitas yang relevan, termasuk pusat raya, pusat darurat, pusat
kontrol lalu lintas, dan polisi bisa mendapatkan akses ke informasi yang dikelola oleh pusat
informasi parkir dengan otoritas tinggi. Sensor ditempatkan di area parkir mobil secara berkala
mengirim informasi terbaru dalam hal hunian parkir mobil untuk parkir meter mobil, yang
mendorong data ini ke pusat informasi.
Sebuah sistem parkir mobil cerdas berbasis cloud IOT telah dijelaskan dalam paper
Zhanlin Ji1, Ivan Ganchev1 2014 ini dianggap sebagai komponen penting dari sebuah Sistem
Transportasi Cerdas (ITS) untuk kota cerdas, sistem parkir mobil dibangun dengan tiga lapisan:
sensor, komunikasi, dan lapisan aplikasi. Sistem middleware dan platform operasional yang
sesuai telah dijelaskan. Pada bagian implementasi, layanan parkir mobil sampel untuk kota
pintar telah dipertimbangkan bersama dengan aplikasi pendukung cloud, aplikasi web berbasis
OSGi, dan aplikasi mobile Android. Layanan ini menyediakan pengguna (sopir) dengan
informasi tentang parker pengguna dapat berinteraksi dengan system, dengan menginstal
aplikasi parkir mobil yang sesuai pada perangkat mobile mereka. Setiap pengguna dapat
mengatur profil pribadi yang akan digunakan oleh aplikasi untuk menemukan,
mengalokasikan, pemesanan, dan membayar untuk parkir. Disimpan dalam memori berbasis
database SQL, profil pengguna akan secara dinamis diperbarui untuk mencerminkan
perubahan dalam konteks pengguna dan perilaku, yang dianalisis oleh sistem. Dengan efisien
alokasi parkir mobil algoritma / aturan, sistem selalu mampu menyediakan pengguna mobile
dengan tersedia parkir mobil 'terbaik'.
Dari paper yang berjudul :
Automatic parking lot mapping for available parking space detection
Dalam paper K.Choeyhuen 2013 menyajikan sebuah metode untuk memperkirakan
peta parkir untuk sistem otomatis deteksi ruang parkir yang tersedia. Untuk metode awal,
sensor ultrasonik digunakan sebagai sensor untuk memeriksa mobil dengan menggunakan
pantulan ultrasonik dari atas mobil. Dalam metode ini, kita perlu satu sensor per slot parkir dan
kita juga perlu hub untuk menggabungkan hasil refleksi untuk menafsirkan ruang yang tersedia
di setiap slot parkir. Sistem awal tersebut kompleks dan sulit solusi selanjutnya sistem parkir
-
pemetaan otomatis dapat digunakan untuk mempelajari perilaku parkir setiap mobil dan
mendekati slot parkir di slot unmanaged.
Contoh dari slot unmanaged ditunjukkan pada Gambar. 1. Selain itu, pemetaan otomatis
juga memungkinkan kita untuk mengubah posisi kamera atau tata letak parkir fleksibel.
Namun, di bawah kualitas gambar yang buruk, kita menghadapi perubahan dinamis latar
belakang. Untuk mengatasi masalah ini, K.Choeyhuen dalam paper ini mengusulkan sebuah
thresholding otomatis untuk tuning objek (mobil) deteksi di metode model latar belakang
adaptif. Teknik fine-tuning dapat meningkatkan akurasi histogram untuk pemetaan parkir.
Dari paper yang berjudul :
Smart Car Parking: Temporal Clustering and Anomaly Detection in Urban Car Parking
Y.Zheng.2014 membuat skenario parkir mobil berbasis real-time yaitu dengan
menunjukkan bahwa dengan menggunakan pengelompokan otomatis dan teknik deteksi
anomali kita dapat mengidentifikasi tren berpotensi menarik dan peristiwa dalam data.
Pengumpulan data tersebut dimaksudkan untuk digunakan untuk manajemen meningkatkan
lalu lintas, manajemen energi, perlindungan lingkungan, kesehatan dan keselamatan
masyarakat. Namun, pihak berwenang kota tidak dilengkapi untuk memanfaatkan jenis Big
Data. Tanpa analisis data yang sesuai peristiwa yang relevan di lingkungan perkotaan,
infrastruktur penginderaan ini tidak akan efektif. Dalam paper ini menunjukkan pentingnya
clustering dan deteksi anomali pada pengelolaan parkir mobil di kota kota besar. Dengan
menyediakan analisis seperti ruang lingkup untuk clustering dan deteksi anomali pada data
-
real-time parkir mobil di kota-kota besar. Y.Zheng dan S. Rajasegarar menunjukkan bahwa
mereka berdua bisa mencirikan perilaku duniawi normal, serta mengidentifikasi perilaku
anomali.
1. Gambar 1 Geometri SVDD: vektor data dipetakan dari ruang input
ke ruang dimensi yang lebih tinggi dan hypersphere (dengan pusat c dan jari-jari R) cocok untuk sebagian besar data. Data yang jatuh di luar hypersphere yang
ganjil.
Dalam pendekatan ini, sebuah minimal radius hypersphere adalah tetap di sekitar sebagian
besar vektor gambar dalam ruang fitur. Data yang jatuh di luar hypersphere diidentifikasi
sebagai anomali. Gambar 1 menunjukkan geometri SVDD. Formulasi hypersphere ini
menggunakan optimasi pemrograman kuadratik. Secara khusus, menunjukkan bahwa terjauh
pertama (FF) pengelompokan mengidentifikasi sejumlah kecil tempat parkir penggunaan berat,
sedangkan satu kelas SVM (SVDD) mengidentifikasi perilaku yang ekstrim (baik tinggi dan
rendah hunian). Temuan ini memberikan fokus untuk analisis lebih lanjut ke faktor eksternal
yang dapat mempengaruhi perilaku parkir, misalnya, harga, penggunaan lahan (bisnis atau
perumahan), keamanan dan keselamatan, dan adjancy ke moda transportasi lainnya. Dalam
paper ini telah menyoroti bagaimana clustering dan deteksi anomali dapat memberikan fokus
untuk penyelidikan lebih rinci, seperti menghubungkan pengamatan dengan sumber data.
-
REFRENSI
Z. Ji, I.Ganchev, M.O’Droma1 and X.Zhang, “A Cloud-Based Intelligent Car Parking
Services for Smart Cities”, Telecommunications Research Centre (TRC), University
of Limerick, Ireland. 978-1-4673-5225-3 ©2014 IEEE
K. Choeychuen, "Automatic parking lot mapping for available parking space detection," in
Knowledge and Smart Technology (KST), 2013 5th International Conference on,
2013, 978-1-4673-4853-9 ©2013 IEEE
Y.Zheng, S. Rajasegarar, C.Leckie, and M. Palaniswami, “Smart Car Parking: Temporal
Clustering and Anomaly Detection in Urban Car Parking” IEEE Ninth International
Conference on Intelligent Sensors, Sensor Networks and Information Processing
(ISSNIP) Symposium on Information Processing Singapore, 21–24 April 2014. 978-
1-4799-2843-9© 2014 IEEE
-
Dari paper yang berjudul :
Civitas: The Smart City Middleware, from Sensors to Big Data
F´elix J. Villanueva 2013 dalam papernya mengusulkan sebuah kerangka kerja
middleware, yang disebut Civitas, khusus ditujukan untuk mendukung tugas pembangunan
layanan untuk paradigma smart city. Paper ini juga menganalisis kelemahan utama dari
pendekatan tradisional untuk middleware dalam pengembangan layanan. Middleware ini
menyediakan layanan yang berkisar dari penyebaran sensor lingkungan untuk perangkat keras
yang diperlukan untuk algoritma kinerja tinggi yang ditujukan untuk mengekstrak informasi
dari data mentah. Selain itu, dalam rangka untuk mengatasi paradigma smart city, Civitas juga
ditingkatkan dengan kemampuan penalaran.
Gambar 1 menggambarkan versi sederhana dari ekosistem smart city di mana platform
Civitas ditemukan di inti. Civitas node inti bekerja sebagai server umumnya didukung oleh
lembaga-lembaga pemerintah dan masyarakat, di mana berbagai layanan dikerahkan, seperti
strategi keamanan, layanan data publik, tata letak kota pemodelan layanan, atau platform untuk
layanan menyebarkan berjalan di node tersebut Masalah ini mudah diatasi berkat abstraksi
disediakan oleh lapisan middleware.
-
Gambar 2 mewakili tata letak sebuah kota, Civitas core node telah dikerahkan sesuai
dengan kabupaten administrasi. Oleh karena itu, platform Civitas digunakan untuk
berkomunikasi, menyebarkan dan mengelola layanan dari pemerintah dan perusahaan.
Jadi paper ini menjelaskan dalam smart city, layanan hampir selalu terkait dengan lokasi dan
lingkungan yang mengelilinginya. Oleh karena itu deskripsi ruang dan lokasi adalah fitur yang
relevan dari Civitas. Dalam hal ini, Civitas sesuai dengan format OSM, sudah bekerja di
berbagai proyek terbuka seperti OpenStreetMap. Menggunakan standar yang sama sebagai
proyek seperti OpenStreets memungkinkan civitas untuk mendapatkan informasi yang lebih
kaya tentang lokasi. Ini memungkinkan civitas untuk mendapatkan informasi apapun seperti
informasi penggunaan ruang di kota, jenis bangunan, batas, dll juga dapat termasuk informasi
tranportasi yang sedang di butuhkan salah satunya adalah pemesanan tiket bis, kereta api, akan
mendapatkan informasi posisi bis, jumlah penumpang, banyak jumlah bis yang beroperasi,
jarak bis dari pemesanan layanan, informasi waktu sampai, jam keberangkatan, transit dan
sebagainya.
-
Penerapan Internet of Things (IoT) Midlleware untuk Pemesanan Tiket
Transportasi Transmusi (TM) di Palembang Berbasis RFID
Dalam perkembanganya dunia teknologi telah banyak menagalami kemajuan yang
sangat pesat dalam lingkungan kehidupan manusia. Terutama di kota-kota besar, seiring
dengan pertumbuhan perekonomian suatu kota dalam sebuah negara tentunya manusia akan
mencari hal-hal yang dapat memudahkan setiap pekerjaannya. Salah satu teknologi itu adalah
yang berbasis IoT midlleware, teknologi ini akan sangat efektif apabila diterapkan untuk kota
Palembang untuk pemesanan tiket bis Transmusi (TM). Karena dikota Palembang semua
informasi mengenai TM baik itu tiket, jam berangkat, kuota bis, jumlah penumpang diktehaui
secara manual. Hal ini sangat menyulitkan bagi pendatang baru apalagi turis dari negara lain
yang membutuhkan informasi lengkap. Dengan penerapan IoT ini diharapkan dapat
memecahkan permasalahan ini sekaligus sebagai pemberi solusi kepada pengembang
transportasi dikota Palembang.
Disini menjadi bagian terpenting adalah middleware karena menjadi penghubung
antara dunia digital dengan dunia fisik manusia pengguna. Dalam hal ini layanan akan
disediakan dalam bentuk digital yang dapat diakses dari berbagai media menggunakan media
HP pintar seperti android dan lain sebagainya. Setiap pengguna dapat mendapatkan semua
informasi tranportasi yang ia butuhkan melalui middleware ini, salah satunya adalah
pemesanan tiket bis. Pada saat pemesanan tiket ini pengguna akan mengetahui seluruh
informasi mengenai apa yang akan ia lakukan. Dengan akses IoT middleware pemesan tiket
akan mendapatkan informasi posisi bis, jumlah penumpang, banyak jumlah bis yang
beroperasi, jarak bis dari pemesanan layanan, informasi waktu sampai, jam keberangkatan,
transit dan lain-lain. Semua sistem terhubung melalui sensor-sensor yang terpasang berabasis
IoT ini.
Dalam paper A.Shingare, A/Pendole, N. Chaudhari and P. Deshpande 2015 menjelas
kan tentang adanya smart card dengan sistem GPS. Dalam dunia sekarang ini smart card
menjadi hal sebagian besar bekas yang berisi data pengguna dan GPS digunakan di banyak
bidang seperti pelacakan dan pemantauan atau pengawasan yang digunakan dalam sistem ini
untuk menemukan jarak yang sebenarnya perjalanan dengan penumpang. Sistem ini tidak
menyediakan fasilitas seperti ticketing dan juga memiliki kelemahan seperti penumpang tidak
bisa membeli tiket, apabila tidak memiliki kartu pintar. Bus pelacakan & sistem tiket sangat
berguna dan penting terutama di kota-kota.
-
Dalam gambar 1 Server termasuk database yang berisi tabel vektor dari nama lokasi
dan Koordinat bersama dengan jumlah bus yang tersedia di lokasi pada waktu tertentu. Hal ini
juga termasuk database Smart Card yang memegang dasar Informasi dari pengguna bersama
dengan keseimbangan yang sama dengan kartu kredit. Database ini di server secara otomatis
update menggunakan GSM. Pada gambar 2 menunjukkan sistem tiket yang diusulkan yang
terdiri dari bagian-bagian yang berbeda seperti smart card, GPRS, palm mesin berteknologi,
severs di stasiun utama. Ketika orang tersebut akan masuk dalam bus, dia akan memilih cara
untuk membeli tiket seperti dengan uang tunai atau dengan kartu pintar.
-
Sistem yang di jelaskan pada paper ini memiliki banyak keuntungan seperti mudah
digunakan, berbagai luas, mudah diterapkan di kendaraan, lebih efektif, kapasitas besar dll.
Sistem ini dibuat dari modul pelacakan yang berisi model GPS-GSM untuk mengakses lokasi
kendaraan dinamis dan mengirimkannya ke server . Lalu orang-orang dapat mengakses
informasi ini dari ponsel mereka android. Ticketing berbasis smart card juga merupakan pilihan
yang sangat nyaman untuk bepergian di bus atau transmusi di kota palembang. Dengan bantuan
fasilitas ini, orang dapat melakukan perjalanan tanpa uang.
Berdasarkan paper yang ditulis oleh G. Weihua, Z.Tingting, and Z. Yuwei 2013,
dengan bahasan penerapan RFID untuk kereta api berbasis IoT dijelaskan bahwa mereka akan
mempertimbangkan penggunaan RFID sebagai pusat data mereka ke pengguna. Teknologi
identifikasi otomatis adalah teknologi kunci dalam operasi logistik, yang memainkan peran
penting dalam memperpendek waktu tempuh, mengoptimalkan dan menyederhanakan proses
operasi. Penerapan pusat Transmusi logistik harus terlebih dahulu berpusat di bidang
operasional, real-time pelacakan, dan distribusi cerdas. Dimana mereka menjelaskan
menggunakan RFID untuk akses logistik transportasi kereta api. Disini RFID ini akan
digunakan sebagai akses data logistik Transmusi yang terus terupdate setiap saat dalam
database dengan sistem yang terhubung menngunakan IoT. Pennguna juga dapat membeli tiket
TM melalui RFID ini berdasarkan informasi yang telah diproleh mengenai bis yang akan
digunakan. Dari paper yang mereka tulis dapat diketahui bahwa penggunaan RFID untuk
pemesanan tiket Bis akan menjadi lebih efektif dalam ruang lingkup Midlleware IoT.
Pengunaan RFID akan lebih mudah bagi pengguna yang sudah mempunyai kartu RFID
namun untuk pengguna baru bias mendapatkannya di halte-halte penyedia layanan. Pengguna
akan memasukkan data identitas yang kemudian akan tersimpan di database sistem IoT yang
dihubungkan oleh middleware. Mengacu pada jurnal yang ditulis oleh Eileen Kuhn dkk,
dijelaskan bahwa penggunaan RFID sistem nirkabel yang-event dengan membaca tag RFID
pasif, mendeteksi kedekatan beberapa tag RFID aktif, atau dereferencing data yang dikodekan
dalam optic tag identifikasi sering dirancang dan diimplementasikan untuk penggunaan
spesifik. Mereka memperkenalkan middleware aplikasi yang decouples deteksi event,
forwarding untuk penerima yang ditunjuk, dan tindakan memicu pada konsumen
-
memungkinkan penggunaan multi-tujuan untuk aplikasi yang berbeda di arsitektur heterogen
mengidentifikasi benda-benda di Internet of Things.
Pada akhirnya penggunaan RFID dapat diterapkan untuk pemesanan tiket bis TM
menjadi lebih mudah dengan menggunakan teknologi informasi yang berbasis IoT middleware.
Apabila kota Palembang menerapkan sistem ini kedalam tranportasi bis TM akan sangat
membantu pengguna dan pendatang baru dalam akses bis TM. Tapi untuk menerapkannya
secara langsung perlu riset yang panjang karena pengenalan kemasyarakat dan lain sebagainya,
terutama negara yang sedang berkembang seperti Indonesia membutuhkan waktu yang tidak
sedikit untuk proses pembangunan dan pengembangan teknologi IoT ini, dan juga kecepatan
akses internet bias menjadi penghambat.
REFRENSI
F´elix J. Villanueva, Maria J. Santofimia, D. Villa, J. Barba, J.C. L´opez “Civitas: The Smart
City Middleware, from Sensors to Big Data” Seventh International Conference on
Innovative Mobile and Internet Services in Ubiquitous Computing 2013.
G. Weihua, Z.Tingting, and Z. Yuwei “On RFID Application In the Information System of
Rail Logistics Center” Published Online February 2013 in MECS (http://www.mecs-
press.net) DOI: 10.5815/ijeme.2013.02.09.
A.Shingare, A/Pendole, N. Chaudhari and P. Deshpande “GPS Supported City Bus Tracking
& SmartTicketing System” 2015 International Conference on Green Computing and
Internet of Things (ICGCIoT)