Simulasi Arduino dengan Tinkercad

• Input: 4 button
• Output: led dan buzzer (4 mode untuk setiap button)

int led1 = 4;
int led2 = 5;
int led3 = 2;
int led4 = 3;
int bt1 = 10;
int bt2 = 9;
int bt3 = 8;
int bt4 = 11;
int buzzer = 6;

void setup() {
  pinMode(led1, OUTPUT);
  pinMode(led2, OUTPUT);
  pinMode(led3, OUTPUT);
  pinMode(led4, OUTPUT);
  pinMode(bt1, INPUT_PULLUP);
  pinMode(bt2, INPUT_PULLUP);
  pinMode(bt3, INPUT_PULLUP);
  pinMode(bt4, INPUT_PULLUP);
  pinMode(buzzer, OUTPUT);
}

void loop() {
  int b1 = digitalRead(bt1);
  int b2 = digitalRead(bt2);
  int b3 = digitalRead(bt3);
  int b4 = digitalRead(bt4);
  if(b1 == LOW) {
    mode1();
  }
  else if(b2 == LOW) {
    mode2();
  }
  else if(b3 == LOW) {
    mode3();
  }
  else if(b4 == LOW) {
    wiuwiu();
  }
  else {
    mode0();
  }
}

void mode0() {
  digitalWrite(led1, LOW);
  digitalWrite(led2, LOW);
  digitalWrite(led3, LOW);
  digitalWrite(led4, LOW);
}
void mode1() {
  digitalWrite(led1, HIGH);
  digitalWrite(led2, HIGH);
  delay(150);
  digitalWrite(led1, LOW);
  digitalWrite(led2, LOW);
  delay(100);
  digitalWrite(led1, HIGH);
  digitalWrite(led2, HIGH);
  delay(150);
  digitalWrite(led1, LOW);
  digitalWrite(led2, LOW);
  digitalWrite(led3, HIGH);
  digitalWrite(led4, HIGH);
  delay(150);
  digitalWrite(led3, LOW);
  digitalWrite(led4, LOW);
  delay(100);
  digitalWrite(led3, HIGH);
  digitalWrite(led4, HIGH);
  delay(150);
  digitalWrite(led3, LOW);
  digitalWrite(led4, LOW);
}
void mode2() {
  digitalWrite(led1, HIGH);
  delay(100);
  digitalWrite(led1, LOW);
  digitalWrite(led2, HIGH);
  delay(100);
  digitalWrite(led2, LOW);
  digitalWrite(led3, HIGH);
  delay(100);
  digitalWrite(led3, LOW);
  digitalWrite(led4, HIGH);
  delay(100);
  digitalWrite(led4, LOW);
}
void mode3() {
  digitalWrite(led4, HIGH);
  delay(100);
  digitalWrite(led4, LOW);
  digitalWrite(led3, HIGH);
  delay(100);
  digitalWrite(led3, LOW);
  digitalWrite(led2, HIGH);
  delay(100);
  digitalWrite(led2, LOW);
  digitalWrite(led1, HIGH);
  delay(100);
  digitalWrite(led1, LOW);
}
void wiuwiu() {
  tone(buzzer,1000);  delay(500);
  tone(buzzer,250);
  delay(500);
  noTone(buzzer);
}

Link: https://www.tinkercad.com/things/j4DM9I0xMGz-led-kelap-kelip/

Simulasi Wireless Sensor Networks (WSN) dengan Contiki OS

Instalasi Contiki OS

• Download instant Contiki lalu unzip
• Download VMWare Workstation Player lalu install (versi gratis sudah cukup)
• Buka VMWare Player
• Open a Virtual Machine
• Pilih file vmx yang terdapat pada instanct Contiki yang sudah diunzip
• Contiki OS siap dijalankan dengan menekan tombol play

Menjalankan Cooja (Contiki Network Simulator)

• Jalankan Contiki OS pada VMWare Player
• Login dengan password: user

• Buka terminal lalu jalankan command cd contiki/tools/cooja lalu ant run
• Cooja akan terbuka setelah berhasil dicompile

Skenario WSN yang Disimulasikan

• Sensing node menggunakan Tmote sky sebanyak 10 node. Bertugas untuk membaca kondisi jembatan menggunakan sensor lalu mengirimnya ke sink node.
• Sink node menggunakan Tmote sky sebanyak 1 node. Bertugas menerima data dari seluruh sensing node.

Simulasi Skenario Pada Cooja

• File – New Simulation untuk membuat simulasi baru
• Isikan nama simulasi lalu klik Create
• Add motes – Create new mote type – Sky mote
• Klik browse untuk memilih contoh aplikasi yang sudah ada
• Pergi ke folder examples/ipv6/simple-udp-rpl lalu pilih file unicast-sender.c
• Klik compile. Setelah selesai akan muncul windows berikut. Karena butuh 10 node isikan 10 pada kolom number of new motes lalu klik add motes
• Lakukan hal yang sama untuk menambahkan sinknode, perbedaannya hanya di proses yang dipilih. Pergi ke folder examples/ipv6/simple-udp-rpl lalu pilih file unicast-receiver.c
• Pada window Network akan muncul seluruh mote yang telah ditambahkan. Pada kasus ini ada 1 sink node berwarna ungu dan sisanya 10 sensing node.
• Pada window Simulation control klik Start untuk memulai simulasi.
• Setelah simulasi di mulai, pada window lainnya akan terdapat aktivitas.

Penerapan Wireless Sensor Network (WSN)

Ada banyak bidang yang bisa menerapkan WSN (wireless sensor network) terutama dalam monitoring suatu objek seperti struktur bangunan, lingkungan, maupun makhluk hidup. Beberapa contoh penerapan WSN:

• Structural Health Monitoring
• Traffic Control
• Health Care
• Pipeline Monitoring
• Precision Agriculture
• Active Volcano
• Underground Mining

Dalam artikel ini akan dibahas tujuh contoh penerapan WSN di atas beserta contoh prototype yang telah dibangun.

Structural Health Monitoring 

WSN bisa digunakan sebagai sistem yang bisa memantau kesehatan struktur bangunan seperti jembatan, gedung, jalan layang, dll. Saat ini peneliti telah merancang WSN sebagai bagian dari inspeksi global. Inspeksi global adalah suatu teknik mencari cacat atau kerusakan yang cukup besar untuk mempengaruhi keseluruhan struktur bangunan. Kerusakan tersebut terjadi karena kondisi lingkungan sekitar baik bencana alam seperti gempa bumi dan angin kencang  maupun bukan bencana alam seperti ledakan bom dan impact hammer. Parameter yang dideteksi misalnya pergeseran struktur, korosi, sambungan rangka dan retakan.

Wisden merupakan prototype pertama yang menerapkan WSN untuk structural health monitoring. Ada dua bangunan yang dipantau salah satunya bangunan uji coba gempa yang dilengkapi hidrolik untuk mensimulasikan gempa. Pada Wisden terdapat 25 nodes yang dilengkapi triaxial accelerometer yang bisa mendeteksi getaran yang sangat sensitif sekaligus hemat daya. Topologi tree digunakan karena bisa menyesesuaikan dengan mudah saat ada node baru maupun mengeluarkan node lama dari jaringan akibat rusak atau kehabisan baterai. 

Traffic Control

Transportasi darat merupakan infrastruktur yang kompleks dan vital bagi daerah perkotaan. Di perkotaan yang padat kemacetan di jalan raya sangat mungkin terjadi. Pada 2007 kemacetan di Amerika menyebabkan penambahan waktu sebanyak 4,2 miliar jam dan penambahan 10,6 miliar liter bahan bakar yang kerugiannya diestimasi sebesar 87,2 miliar USD. Sayangnya bagi beberapa kota membangun jalan tidak memungkinkan karena keterbatasan lahan maupun biaya. Salah satu solusinya adalah membangung sensing system yang bisa mengurangi kemacetan. Sistem ini mengumpulkan informasi kepadatan, kapasitas jalan dan kecepatan kendaraan di jalan sehingga bisa memberikan rute alternatif bagi pengendara.

Dalam traffic control system ada banyak perangkat yang digunakan seperti inductive loops, sonar, radar, magnetometer, pneumatic road tubes dan pneumatic treadle. Seluruh perangkat ini digunakan untuk mendeteksi kendaraan di jalan untuk selanjutnya dihitung kepadatannya. Masing-masing perangkat memiliki sistem deteksi yang berbeda.

1. Inductive loops

Alat ini mendeteksi kendaraan menggunakan gelombang elektromagnetik. Gelombang tersebut di generate oleh alat ini lalu ketika kendaraan melewatinya akan terjadi perubahan gelombang elektromagnetik karena sebagian kendaraan terbuat dari metal. Kelebihan dari alat ini adalah tidak terpengaruh cuaca dan ambiguitas yang sangat kecil. Kekurangannya sulit membedakan kendaraan ketika bumper to bumper traffic karena ada dua kendaraan yang mungkin melewati alat secara bersamaan sehingga terbaca sebagai satu kendaraan saja.

2. Sonar dan radar
Alat ini mendeteksi kendaraan menggunakan gelombang radio. Gelombang radio tersebut akan dipantulkan oleh kendaraan sehingga bisa diterima kembali oleh perangkat.

3. Pneumatic road tubes dan pneumatic treadle

Alat ini mendeteksi kendaraan secara mekanis. Saat kendaraan lewat akan membuat alat ini tertekan sehingga kendaraan bisa dideteksi. Pneumatic tube dan pneumatic tradle memiliki sistem deteksi yang sama namun berbeda bentuknya.

Salah satu prototype  yang menerapkan WSN yaitu traffic monitoring di jalan Vassar, Cambridge, Massachusetts. WSN terdiri dari dua sensor magnetik AMR untuk deteksi kendaraan dan sensor suhu untuk deteksi kondisi jalan (snow, ice, water). Dengan sampling rate 100 Hz alat ini mampu mendeteksi kendaraan hingga 320 km/h dengan jarak minimum antar kendaraan sebesar 3 meter.

Health Care

Saat ini sudah banyak penerapan WSN  dalam bidang kesehatan untuk monitoring kesehatan pasien dengan penyakit contohnya parkinson, epilepsi, serangan jantung dan stroke. Tidak seperti yang lain, penerapan WSN pada bidang kesehatan umumnya tidak stand-alone system namun bagian dari sistem kesehatan yang kompleks.

Menurut Morris, sistem pencegahan penyakit yang dianggap bisa mengurangi biaya dan tingkat kematian ternyata oleh beberapa pasien dianggap praktik tersebut tidak sulit, rumit dan mengganggu kehidupannya sehari-hari. Untuk mengatasi masalah ini peneliti merancang solusi berikut:

• Memberikan edukasi kepada pasien mengenai penyakit beserta mekanisme pencegahannya.
• Integrasi seamless antara infrastruktur kesehatan dengan sistem tanggap darurat dan sistem transportasi (contohnya 911 di Amerika).
• Mengembangkan health monitoring system yang andal dan tidak menggangu yang bisa digunakan oleh pasien sehingga bisa mengurangi ketergantungan dokter untuk melakukan diagnosis secara tatap muka.
• Memberikan notifikasi kepada dokter atau perawat ketika diperlukan penanganan langsung
• Mengurangi kunjungan langsung ke rumah sakit dengan integrasi health monitoring system dengan sistem rumah sakit
  

Saat ini telah tersedia banyak sensor yang bisa digunakan untuk memantau aspek tertentu dalam tubuh manusia. Contohnya untuk pengukuran detak jantung, level oksigen, aliran darah, tingkat respirasi, aktivitas otot, pola gerakan, body iclination dan oxygen uptake. Sensor-sensor yang digunakan antara lain:

• pulse oxygen saturation sensor
• blood pressure sensor
• electrocardiogram (ECG)
• electromyogram (EMG)
• sensor suhu
• sensor respirasi
• sensor aliran darah
• sensor level oksigen (oxymeter)

Salah satu prototype dari penerapan WSN pada bidang kesehatan adalah monitoring pasien parkinson. Perawatan pasien parkinson membutuhkan biaya besar karena pasien perlu secara berkala datang ke rumah sakit agar dokter bisa melihat perkembangan penyembuhannya. Weaver (2003) mengembangkan wearable system yang bisa mengurangi biaya ini dan membantu dokter untuk mengatur dosis obat tanpa perlu ketemu pasien secara langsung. Terdapat akselerometer 3 dimensi yang bisa membaca aktifitas pasien sehari-hari seperti berjalan, duduk, dll. Perangkat dipasang pada pergelangan kaki dan pergelangan tangan. Laporan menunjukkan perangkat dapat mengidentifikasi terjadinya dyskinesia (gerakan anggota tubuh yang tidak terkendali) sebesar 80%.

Pipeline Monitoring

Penerapan lain dari WSN adalah untuk monitoring aliran gas, air dan minyak pada jaringan pipa. Manajemen jaringan pipa menimbulkan tantangan karena panjang, sangat berharga (contoh: minyak), berisiko tinggi (contoh: mudah terbakar) dan sulit diakses (tertanam di tanah/laut) mengharuskan monitoring secara kontinyu. Kebocoran biasanya terjadi karena deformasi pada pipa akibat gempa bumi, tanah longsor, korosi, aus, dll. Untuk mendeteksi kebocoran perlu mengetahui karakteristik dari material yang mengalir di dalam pipa. Fenomena yang diamati untuk mendeteksi dan mencari lokasi kebocoran adalah melihat anomali suhu karena kebocoran biasanya menyebabkan cold-spot atau hot-spot tergantung dari material di dalam pipa.

PipeNet adalah prototype yang dikembangkan oleh kerjasama antara Imperial College London, Intel Research dan MIT untuk memantau jaringan pipa di perkotaan. Tujuan utamanya dari proyek ini:

• Monitor hydraulic dan kualitas air dengan menghitung tekanan dan pH
• Monitor ketinggian air di saluran pembuangan pada pengolahan air limbah

PipeNet dipasang dalam tiga konfigurasi berbeda. Pada konfigurasi pertama, perangkat dipasang pada pipa berukuran 12 inchi dan data diambil setiap 5 menit selama 5 detik dengan sampling rate 100Hz. Pada konfigurasi kedua, perangkat dipasang pada pipa berukuran pipa berukuran 8 inchi dengan sampling rate 300 Hz. Pada konfigurasi ketiga ketinggian air pada saluran pembuangan keluar di monitor. Pembacaan ketinggian menggunakan sensor tekanan lalu di verifikasi oleh sensor ultrasonik.

Precision Agriculture

Pada pertanian tradisional orang biasanya menganggap lahan pertanian secara homogen sehingga petani memberi pupuk, menyemprot pestisida, menyiram air dengan rata untuk semua lahan. Kenyataannya setiap petak lahan tipe tanahnya, kandungan nutrisi dan faktor lainnya berbeda-beda sehingga jika perawatannya disamakan akan menyebabkan penggunaan sumber daya yang tidak efisien dan kehilangan produktifitas. Precision agriculture merupakan manajemen pertanian yang memungkinkan petani mendapatkan profit lebih tinggi dari penghematan sumber daya.

Salah satu penerapan WSN dalam pertanian adalah monitor phytophthora (sejenis jamur) pada ladang kentang di Lofar Agro, Belanda. Salah satu faktor dari phytophthora adalah kondisi cuaca sehingga dengan mengamati kelembaban dan suhu tanah serta intensitas air pada kentang diharapkan bisa mengurangi resiko tersebut. WSN-nya terdiri dari 150 nodes dan satu stasiun cuaca yang mengukur intensitas cahaya, tekanan udara, intensitas hujan dan kekuatan angin. Setiap node mengumpulkan data suhu dan kelembaban setiap 1 menit untuk digabung dan dikompres lalu dikirim ke base station setiap 10 menit. Hal ini akan menghemat penggunaan daya listrik karena menghemat penggunaan radio. Setelah server mengumpulkan cukup data lalu dikalkulasi oleh decision support system (DSS) untuk memberikan informasi bagi pemilik lahan sektor mana saja yang berpotensi terkena serangan sehingga perlu diberi penanganan.

Active Volcano

Saat ini peneliti mempelajari aktivitas gunung berapi dengan memanfaatkan perangkat seismik dan akustik yang mahal dan sulit dipindahkan atau memerlukan catu daya eksternal. Pemasangan dan pemeliharaan perangkat ini juga sulit karena memerlukan bantuan kendaraan atau helikopter. Untuk mengatasi hal ini WSN menawarkan perangkat yang kecil, murah namun banyak serta bisa self-organizing sehingga hampir tidak perlu perawatan rutin. Selain itu karena ada banyak nodes yang tersebar bisa mencakup area yang lebih luas sehingga memungkinkan mendapatkan keragaman data yang tinggi. Pekerjaan utama dari monitoring gunung berapi adalah menangkap discrete events seperti erupsi, gempa bumi atau aktivitas tremor lainnya. Event ini biasanya bersifat sementara dan berlangsung kurang dari 60 detik terjadi beberapa kali dalam sehari.

Werner-Allen, dkk (2006) memasang dua prototype WSN pada dua situs yaitu Volcan Tungurahua di Ekuador tengah dan Volcan Reventador di Utara Ekuador. Di situs pertama terdiri dari 3 nodes sedangkan pada situs kedua terdiri dari 16 nodes. Jaringannya menggunakan topologi linear (bus) dan tersebar hingga 3 km. Sensor yang digunakan adalah geophone yaitu alat yang bisa mengubah pergerakan daratan menjadi listrik.

Underground Mining

Penambangan bawah tanah merupakan salah satu lingkungan kerja paling berbahaya di dunia. Ancaman pada kegiatan penambangan adalah gempa bumi dan ledakan akibat gas metana dan debu dari batu bara. Baik gempa bumi maupun ledakan bisa menyebabkan kerusakan pada terowongan bawah tanah sehingga menjadi ancaman serius bagi pekerja. Beberapa hal yang dapat di monitor oleh WSN pada kegiatan penambangan bawah tanah:

• Melacak lokasi pekerja.
• Melacak lokasi lubang akibat rusaknya struktur terowongan (runtuh).
• Mengukur dan memperkirakan pergeseran tanah akibat aktivitas penambangan maupun gempa bumi.
• Mengukur konsentrasi gas termasuk metana, oksigen dan karbon dioksida.

Masalah besar pada WSN yang dipasang di bawah tanah adalah sulitnya komunikasi dengan perangkat menggunakan radio akibat kondisi terowongan yang berkelok-kelok sehingga sulit mencapai line-of-sight akibatnya sinyal sampai setelah banyak terpantul dan banyak data yang tidak diterima atau rusak.

Sumber teks:
Dargie, W., & Poellabauer, C. (2011). Fundamentals of wireless sensor networks: theory and practice. Hoboken, NJ: Wiley.
Sumber gambar:
https://i.stack.imgur.com/bT2dY.gif
http://www.becounted.co.nz/files/cache/0335cfefa5800066ec09a2a2f4eff56d.JPG
http://www.westechsupply.com/portals/34/images/products/d&s5000/treadle.jpg