BAB II TINJAUAN PUSTAKA
2.1
Pengertian Jaringan Sensor Nirkabel Dewasa ini perkembangan protokol komunikasi dan informasi sangatlah
pesat. Ini diiringi dengan semakin cepatnya perkembangan perangkat elektronika sehingga banyak tercipta perangkat telekomunikasi generasi baru dengan teknologi yang semakin canggih. Salah satunya adalah jaringan sensor nirkabel. Jaringan Sensor Nirkabel (JSN) merupakan jaringan tanpa kabel yang terdiri dari sekumpulan sensor (node), yang berfungsi untuk memonitor kondisi lingkungan tertentu dan kemudian mengirimkan data informasi hasil monitoring tersebut ke node master (Administrator) (Febriyanto, et.al, ---). JSN telah menjadi salah satu teknologi jaringan yang menarik karena dapat digunakan untuk pertukaran data/informasi
tanpa adanya infrastruktur
komunikasi. JSN didasarkan pada sensor node dan sink. Karakteristik utama dari jaringan ini adalah node dengan sumber daya yang rendah. Node ini terdiri dari sensor, pemroses data, dan komponen komunikasi. Kemampuan JSN adalah memantau lingkungan, mengkoleksi data yang ditangkap dan mentransmisikan data tersebut menuju sink dengan sistem komunikasi yang melalui satu atau lebih hop (multi-hop). Sensor-sensor ini memiliki energi yang disuplai dari baterai kecil. Oleh karena kondisi tersebut, sensor node hanya dapat mentransmisikan bit yang terbatas pada masa aktifnya sehingga pendekatan terhadap pengoptimalan pengiriman data merupakan topik yang penting.
2.1.1
Transmisi Citra pada Jaringan Sensor Nirkabel JSN seperti yang ditunjukkan pada gambar 2.1, node disebar dengan
tujuan menangkap adanya gejala atau fenomena yang hendak diteliti. Jumlah node yang disebar dapat ditentukan sesuai kebutuhan dan tergantung beberapa faktor misalnya luas area dan
kemampuan sensing node. Tiap node memiliki
5
6
kemampuan untuk mengumpulkan data dan mengirimkannya ke sink
serta
berkomunikasi dengan node lainnya.
User
PC/ notebook
sink
Sensor field Sensor node Gambar 2.1 Arsitektur Jaringan Sensor Nirkabel Sumber: Nasri, 2010
Saat ini banyak terdapat aplikasi multimedia berdasarkan fungsi JSN. Hal ini dikarenakan kemudahan dalam penyebarannya, JSN memiliki banyak aplikasi seperti aplikasi dalam militer, pengawasan, dan pelacakan. Tugas utama dari sensor node adalah untuk memantau lingkungan disekitar dan me-report kejadian pada sink. Data dikoleksi dengan sensor node kemudian di-report kembali ke node sink dengan multiple-hop. Transmisi citra melalui JSN dilakukan dengan pengimplementasian algoritma kompresi citra yang embedded untuk mengurangi jumlah transmisi bit dan penggunaan energi. Kompresi citra pada JSN dapat dilakukan secara terpusat dan secara terdistribusi.
2.1.1.1 Kompresi Citra Terpusat pada Jaringan Sensor Nirkabel Transmisi citra melalui JSN dilakukan dengan pengimplementasian algoritma kompresi citra yang embedded untuk mengurangi jumlah transmisi bit dan penggunaan daya. Dalam teknik kompresi citra terpusat, proses komputasi untuk kompresi citra dilakukan secara terpusat atau dilakukan pada satu node sensor saja. Karena proses kompresi dilakukan pada satu sensor node maka sesuai dengan arsitektur jaringan sensor nirkabel yang ditunjukkan pada gambar 2.1,
7
jumlah minimal sensor node yang digunakan adalah dua buah. Sensor node yang pertama berfungsi sebagai sink dan sensor node yang kedua berfungsi sebagai node pemroses citra serta mentransmisikan hasil kompresi tersebut ke sink. Dan dari sink kemudian data ditransfer ke laptop. Node yang berdiri sendiri atau individual tidak memiliki cukup daya komputasi untuk melakukan kompresi data dalam jumlah yang besar, untuk mengatasi hal tersebut node mendistribusikan tugas komputasi terhadap node lain.
2.1.1.2 Kompresi Citra Terdistribusi pada Jaringan Sensor Nirkabel Selain itu juga diterapkan teknik kompresi citra terdistribusi pada jaringan sensor nirkabel untuk mengurangi konsumsi energi pada sebuah node sehingga dapat memperpanjang lifetime jaringan. Kompresi citra terdistribusi yang dimaksud adalah dengan membagi tugas komputasi kompresi citra pada beberapa node sensor nirkabel ketika proses transmisi citra dari node sumber ke node tujuan. Kompresi citra terdistribusi pada JSN dengan sumber daya yang terbatas sangatlah penting, karena dengan membagi tugas komputasi maka jumlah konsumsi energi yang diperlukan oleh sebuah node menjadi menurun yang mengakibatkan masa aktif dari jaringan bertambah. Karena proses kompresi dilakukan secara terdistribusi maka sesuai dengan arsitektur jaringan sensor nirkabel yang ditunjukkan pada gambar 2.1, jumlah minimal sensor node yang digunakan dalam kompresi citra terdistribusi adalah tiga buah node. Sebuah node difungsikan sebagai sink dan dua buah node yang lain difungsikan sebagai node untuk capturing citra dan melakukan kompresi citra secara terdistribusi antara dua buah node tersebut.
2.1.2
Komponen Jaringan Sensor Nirkabel
Sebuah node sensor terdiri dari beberapa subsistem, yaitu :
Subsitem Computing: terdiri dari sebuah mikroprosesor (mikrokontroler) yang bertanggung jawab terhadap kendali sensor dan pelaksanaan protokol komunikasi dan sebuah ruang memori.
8
Subsistem Communication: terdiri dari radio yang memiliki range frekuensi yang pendek yang digunakan untuk berkomunikasi dengan node sensor terdekat dan kontak langsung dengan gejala/fenomena yang muncul disekitarnya. Radio tersebut dapat beroperasi pada mode transmit, receive, idle, ataupun sleep tergantung dari aktifitas yang diinginkan.
Subsistem Sensing: terdiri dari sebuah grup sensor yang menjadi penghubung antara node dengan lingkungan disekitar. Untuk mencapai penggunaan energi yang seminimal mungkin, komponen yang diapasang pada sensor harus memiliki daya rendah.
Subsistem Power Supply: terdiri dari sebuah baterai yang menyediakan energi untuk node sensor .
2.2
Pengertian Citra Digital Pengolahan citra digital merupakan pemrosesan
citra 2 dimensi
menggunakan komputer. Dalam konteks yang lebih luas, pengolahan citra digital mengacu pada pemrosesan setiap data 2 dimensi. Citra digital merupakan sebuah larik (array) yang berisi nilai-nilai real maupun kompleks yang direpresentasikan dengan deretan bit tertentu. Suatu citra dapat didefinisikan sebagai fungsi f(x,y) berukuran M baris dan N kolom, dengan x dan y adalah koordinat spasial, dan amplitudo f di titik koordinat (x,y) dinamakan intensitas atau tingkat keabuan dari citra pada titik tersebut. Apabila nilai x,y dan nilai amplitudo f secara keseluruhan berhingga (finite) dan bernilai diskrit maka dapat dikatakan bahwa citra tersebut adalah citra digital (Putra, 2010).
2.2.1
Kompresi Citra Proses kompresi merupakan proses mereduksi ukuran suatu data untuk
menghasilkan representasi digital yang padat atau mampat (compact) namun tetap dapat mewakili kuantitas informasi yang terkandung pada data tersebut. Pada citra, video, dan audio, kompresi mengarah pada minimisasi jumlah bit rate untuk representasi digital. Pada beberapa literatur, istilah kompresi sering disebut juga
9
source coding, data Compression, bandwidth Compression, dan signal Compression (Putra, 2010). Data dan informasi adalah dua hal yang berbeda. Pada data terkandung suatu informasi, namun tidak semua bagian data terkait dengan informasi tersebut atau pada suatu data terdapat bagian-bagian data yang berulang untuk mewakili informasi yang sama. Bagian data yang tidak terkait atau bagian data yang berulang tersebut disebut dengan data berlebihan (redundancy data). Tujuan daripada kompresi data adalah untuk mengurangi data berlebihan tersebut sehingga ukuran data menjadi lebih kecil dan lebih ringan dalam proses transmisi. Ada dua tipe utama kompresi citra yaitu kompresi tipe lossless dan kompresi tipe lossy.
2.2.1.1 Lossy Compression Kompresi data yang bersifat lossy mengijinkan terjadinya kehilangan sebagian data tertentu dari pesan tersebut, sehingga dapat menghasilkan rasio kompresi yang tinggi. Apabila citra terkompresi direkonstruksi kembali maka hasilnya tidak sama dengan citra aslinya, tetapi informasi yang terkandung tidak sampai berubah atau hilang. Sebagian besar kompresi data lossy memiliki pengaturan tingkat kompresi yang berbeda-beda. Hal ini dilakukan agar kompresinya lebih efektif dan informasi yang terkandung pada citra tidak sampai berubah dan hilang. Kompresi data lossy ini efektif jika diterapkan pada penyimpanan data analog yang didigitasi seperti gambar, video dan suara (Putra, 2010).
2.2.1.2 Lossless Compression Pada kompresi lossless informasi yang terkandung pada citra hasil sama dengan informasi padaa citra asli. Citra hasil proses kompresi dapat dikembalikan secara sempurna menjadi citra asli. Citra hasil proses kompresi dapat dikembalikan secara sempurna menjadi citra asli, tidak terjadi kehilangan informasi, tidak terjadi kesalahan informasi. Oleh karena itu metode ini juga disebut error free Compression (Putra, 2010).
10
Kompresi lossless harus mempertahankan kesempurnaan informasi, sehingga hanya terdapat proses coding dan decoding, tidak terdapat proses kuantisasi. Kompresi tipe ini cocok diterapkan pada berkas basis data (data base), spread sheet, berkas word prossesing, citra biomedis, dan lain sebagainya. Tujuan dari kompresi citra lossless adalah merepresentasikan sinyal citra dengan kemungkinan jumlah bit terkecil tanpa kehilangan informasi apapun, sehingga mempercepat proses transmisi dan meminimalkan keperluan penyimpanan. Pengkodean lossless, data citra dekode harus identik baik secara kuantitatif (numerik) dan kualitatif (visual) dengan citra asli yang dienkodekan. Meskipun persyaratan ini mempertahankan akurasi representasi, seringkali pengkodean ini sangat membatasi jumlah kompresi yang dapat dicapai dengan faktor kompresi dua atau tiga. Untuk mencapai faktor kompresi yang lebih tinggi, metode coding lossless perseptual mencoba untuk menghapus redundan serta perseptual informasi yang tidak relevan. Metode ini membutuhkan citra dikodekan dan diterjemahkan hanya secara visual, dan tidak selalu secara numerik, identik. Dalam hal ini, beberapa kehilangan informasi diperbolehkan asalkan citra yang dibentuk kembali ini dianggap identik dengan yang asli. Meskipun penurunan yang lebih tinggi dalam bit rate dapat dicapai dengan kompresi lossy, terdapat beberapa aplikasi yang membutuhkan pengkodean lossless, seperti kompresi citra medis digital dan transmisi faksimili citra bitonal. Aplikasi ini memicu pengembangan beberapa standar untuk kompresi lossless, termasuk standar lossless JPEG, standar kompresi faksimile, JBIG dan standar kompresi JBIG2. Standar JPEG2000 merupakan salah satu jenis pengkodean yang dikembangkan sebagai standar kompresi terpadu yang terintegrasi antara kompresi lossy dan lossless ke dalam satu sistem untuk berbagai jenis citra termasuk continuoustone, bilevel, teks, dan citra majemuk. Selain itu, skema lossy membuat penggunaan komponen pengkodean lossless dapat meminimalkan redundansi pada sinyal yang dikompresi.
11
2.2.2
Rasio Kompresi dan Bit Per Sample Rasio kompresi didefinisikan sebagai rasio dari jumlah bit untuk
representasi data asli dengan jumlah bit untuk representasi data terkompresi. Misalnya sebuah citra dengan ukuran 256 x 256 yang membutuhkan 65.536 byte penyimpanan jika setiap pixel diwakili oleh satu byte. Jika versi citra yang terkompresi dapat disimpan dalam 4096 byte, maka rasio kompresi yang dicapai oleh algoritma kompresi tersebut akan menjadi 16 : l. Sebuah variasi dari rasio kompresi adalah bit per sampel. Metrik ini menunjukkan rata-rata jumlah bit untuk mewakili sampel tunggal dari data (misalnya, bit per pixel untuk koding citra). Jika 65536 pixel dari suatu citra dikompresi menjadi 4096 byte, maka dapat dikatakan bahwa algoritma kompresi mencapai rata-rata 0,5 bit per pixel. Oleh karena itu bit per sampel dapat dihitung dari perbandingan antara jumlah bit dari single uncompressed sample dengan rasio kompresi (Acharya, 2005).
2.2.3
Compression Artifact Artifak kompresi (atau artefak) adalah hasil dari skema kompresi data
agresif yang diterapkan pada citra, yang membuang beberapa data yang mungkin terlalu kompleks untuk disimpan dalam data rate yang tersedia, atau mungkin telah salah ditentukan oleh algoritma untuk menjadi pentingnya sedikit subjektif, tetapi sebenarnya tidak pantas untuk viewer. Artefak sering merupakan akibat dari kesalahan laten yang melekat dalam kompresi data lossy. Beberapa artefak umum adalah (Kumar, 2009):
Blocking Artifacts : suatu distorsi yang muncul pada citra terkompresi sebagai blok pixel besar yang tidak normal. Juga disebut "macroblocking," terjadi ketika encoder tidak dapat mengikuti bandwidth yang dialokasikan. Citra menggunakan kompresi lossy, dan tingkat kompresi yang semakin tinggi, lebih banyak konten akan dihapus. Pada dekompresi, output dari blok didekode tertentu membuat piksel yang bersebelahan muncul dirata-ratakan bersama-sama dan terlihat seperti blok yang lebih besar.
Colour Distortion : Karena mata manusia tidak sensitif terhadap warna untuk brightness, banyak informasi warna detail (chrominance) dibuang, sedangkan
12
luminance dipertahankan. Proses ini disebut "chroma subsampling ", dan itu berarti bahwa warna citra dibagi menjadi citra brightness dan dua citra warna. Citra brightness (luma) disimpan pada resolusi asli, sedangkan dua citra warna (chroma) disimpan pada resolusi rendah. citra terkompresi terlihat sedikit dihanyutkan, dengan warna kurang cemerlang.
Ringing Artifacts : Dalam pengolahan citra digital, Ringing Artifacts adalah artefak yang muncul sebagai sinyal palsu ("rings") di dekat transisi tajam pada sinyal. Secara visual, artefak tersebut muncul sebagai "cincin" di dekat tepi. Seperti artefak lainnya, minimisasi artefak adalah kriteria dalam desain filter. Penyebab utama ringing artifacts adalah karena bandlimited sinyal (secara spesifik tidak memiliki frekuensi tinggi) atau melewati sebuah lowpass filter, ini adalah deskripsi domain frekuensi. Dalam hal domain waktu, penyebab dari jenis ringing adalah riak dalam fungsi sinc, yang merupakan respon impuls (representasi domain waktu) dari filter low-pass yang sempurna. Secara matematis, ini disebut fenomena Gibbs.
Blurring Artifacts : Mengaburkan berarti bahwa citra lebih halus dari pada citra aslinya.
2.2.4
Kriteria Kebenaran Objektif Meskipun cara pengukuran terbaik hasil proses kompresi dengan
menggunakan kriteria subjektif tetapi cara tersebut tidak berguna secara pendekatan matematika. Pendekatan matematika yang digunakan untuk mengukur hasil proses kompresi disebut dengan criteria kebenaran objektif (Putra, 2010). Pendekatan matematika untuk mengukur hasil proses kompresi tersebut dapat berupa pengukuran nilai PSNR dan MSE. Peak Signal to Noise Ratio (PSNR) merupakan nilai (rasio) yang menunjukan tingkat toleransi noise tertentu terhadap banyaknya noise pada suatu sinyal video/citra. Noise adalah kerusakan sinyal pada bagian tertentu dalam sebuah video/citra sehingga mengurangi kualitas sinyal tersebut. Dengan kata lain PSNR merupakan suatu nilai yang menunjukkan kualitas suatu sinyal video/citra. Sedangkan MSE ( Mean Square
13
Error ) adalah tingkat kesalahan sinyal-sinyal video atau pikselpiksel citra hasil pemrosesan sinyal terhadap sinyal/citra original (Priyoyudo, 2006). Dalam kompresi citra terdapat suatu standar pengukuran error kompresi. Untuk menganalisis penurunan kualitas citra, maka digunakan Peak Signal to Noise Ratio (PSNR), yang didefinisikan (dalam desibel) sebagai (Nasri,et.al, 2010) : PSNR = 10 x log 10
(2𝑞 −1)2 𝑀𝑆𝐸
(dB) .......................................................... (2.1)
Dimana, q adalah jumlah bit per pixel (bpp) dari citra asli, dan MSE adalah mean square-error yang didefinisikan oleh (Nasri,et.al, 2010): 1
𝑁−1 2 𝑀𝑆𝐸 = 𝑀.𝑁 ∑𝑀−1 𝑚=0 ∑𝑛=0 [𝑖(𝑚, 𝑛) − 𝑖̂(𝑚, 𝑛)] ......................................... (2.2)
Dimana i(m,n) adalah nilai pixel dari citra asli dan 𝑖̂(𝑚, 𝑛) adalah nilai pixel dari citra yang direkonstruksi. Dimana M dan N secara berturut-turut menyatakan lebar dan tinggi citra. Dan M x N adalah zise dari citra input dalam pixel. Untuk citra dengan lebih dari satu saluran (misalnya citra RGB), nilai PSNR dinyatakan sebagai PSNR rata-rata lebih dari semua PSNR saluran yang terpisah. Nilai PSNR dari 30 dB sesuai dengan citra kualitas rendah, sementara 50 dB berarti visual hampir terekonstruksi sempurna (Stamm,---). Citra digital dengan nilai PSNR tertentu dapat dikategorikan ke dalam 5 kategori sebagaimana tabel 2.1 berikut: Tabel 2.1 Parameter nilai PSNR (Priyoyudo, 2006) PSNR(dB)
Picture Quality
60
Excellent, no noise apparent
50
Good, a small amount of noise but picture quality good
40
Reasonable, fine grain or snow in the picture, some fine detail lost
30
Poor picture with a great deal of noise
20
Unusable
14
2.3
JPEG-2000 Kebutuhan kompresi citra berunjuk kerja tinggi menjadi lebih besar
seiring dengan penggunaan citra digital yang semakin banyak digunakan di berbagai bidang kehidupan sehari-hari. JPEG2000 adalah standar kompresi stateof-the-art yang muncul dari Joint Photographic Experts Group (JPEG) yang bekerja di bawah naungan International Standards Organization. Standar JPEG2000 merupakan standard
baru yang mempunyai unjuk kerja melebihi
standar JPEG terdahulu dengan peak signal-to-noise ratio (PSNR)-nya sekitar 2 dB untuk beberapa citra pada setiap rasio kompresi. Dua hal utama yang menyebabkan unjuk JPEG2000 lebih baik dari metode kompresi lain adalah wavelet transform dan embedded block coding with optimal truncation (EBCOT). JPEG2000 memberikan cara baru berinteraksi dengan citra terkompresi dalam scalable dan interoperable mode.
2.3.1
Kompresi Citra pada JPEG2000 Standar JPEG2000 menyediakan kompresi lossless dan lossy dan tersusun
atas tahapan-tahapan sebagaimana ditunjukkan gambar 2.2. Original Image Data
Pre-Processing
Discrete Wavelet Transform
Uniform Quantizer with Deadzone
Compressed Image data
Bit-stream Organization
Rate Control
Embedded Block Coding
Gambar 2.2 Proses pengkodean JPEG2000 Sumber: Gray,---
Pre-processing terdiri atas tiga sub tahapan, seperti yang ditunjukkan dalan gambar 2.3. Langkah-langkah ini harus dijalani sehingga discrete wavelet transform (DWT) bisa dilakukan dengan benar.
15
Original Image Data
Tiling
Level Offset
Irreversible Color Transform (ICT)
Pre-processed Image data
Gambar 2.3 Sub tahapan pre-processing Sumber: Gray,---
Citra yang akan dikodekan mungkin lebih besar daripada jumlah memori yang tersedia untuk encoder. Untuk mengatasi hal ini, JPEG2000 memungkinkan kita untuk melakukan optimalisasi tiling. Dalam tiling, input citra dibagi menjadi tile-tile persegi panjang dan non-overlapping dengan ukuran yang sama (kecuali mungkin bagi tile-tile yang berada di border gambar), seperti yang ditunjukkan di gambar 2.4. Masing-masing tile dikompresi secara independen dengan menggunakan parameter kompresinya sendiri.
Gambar 2.4 Contoh tiling dari citra Babon 8-bit Sumber: Gray,---
JPEG2000 mengharapkan contoh input datanya mempunyai sebuah jarak nominal yang dinamis, dimana jarak tersebut berpusat pada kisaran angka nol. Harapan seperti ini diperlukan karena JPEG2000 menggunakan high-pass filter. Level penggantian kerugian (offset) pada tahap pre-processing memastikan bahwa harapan ini akan terpenuhi. Jika nilai contoh citra B-bit yang asli merupakan kuantitas yang tidak tertandai (non-negatif), sebuah offset dari -2B-1 ditambahkan sehingga contoh tersebut mempunyai tanda representasi pada jarak -2B-1 ≤ x[n] <
16
2B-1. Jika datanya telah tertandai (berpusat pada kisaran angka nol), tidak perlu ada tindakan penyesuaian (adjustment). Pada poin ini, sangat penting untuk memahami model citra yang menggunakan JPEG2000. Dari sudut pandang standar yang digunakan, sebuah citra disusun oleh satu komponen atau lebih (bisa sampai 214), dan masing-masing komponen terdiri dari matrik sampel yang merepresentasikan level terang dari komponen pada titik tersebut (gambar 2.5). Nilai-nilai contoh bernilai bilangan bulat bisa tertandai ataupun tidak tertandai dan bisa mempunyai antara 1-38 bit per sampel.
Gambar 2.5 Komponen model citra Sumber: Gray,---
Kompresi JPEG2000 umumnya digunakan untuk mengkompres citra berwarna. Ada beberapa cara untuk merepresentasikan citra berwarna secara numerik, misalnya: RGB, YCbCr, YCM, dan HSB. Citra berwarna biasanya direpresentasikan dalam format RGB. Dalam format RGB, citra disusun dari tiga komponen plane, satu untuk masing-masing komponen warna merah, hijau, dan biru. Ketika DWT dilakukan dalam JPEG2000, masing-masing layer berwarna ditransformasikan secara independen. Namun, karena komponen warna Y, Cr dan Cb secara statistik tidak terlalu saling terkait dibandingkan dengan komponen warna R, G, dan B sehingga secara independen dapat mengkompres lebih baik. Oleh karena itu, dalam JPEG2000 sebuah trasnformasi warna yang tidak dapat
17
diubah (ICT) dilakukan untuk mengkonversi data RGB menjadi data YCrCb, sebagaimana ditunjukkan dalam gambar 2.6 dan persamaan 2.3 berikut: 𝑌 0.299 [𝐶𝑟 ] = [−0.169 𝐶𝑏 0.500
0.856 0.114 −0.331 0.500 ] −0.419 −0.081
𝑅 [𝐺 ] ........................ (2.3) 𝐵
Gambar 2.6 ICT dari citra babon Sumber: Gray,---
2.3.2
Discrete Wavelet Transform (DWT) JPEG2000 menggunakan sebuah dekomposisi discrete wavelet transform
(DWT) untuk menguraikan tiap tile citra menjadi subband tinggi dan rendah seperti yang ditunjukkan oleh gambar 2.7 dan gambar 2.8. DWT ini dilakukan dengan mem-filter tiap baris dan kolom dari tile citra yang belum diproses dengan sebuah filter high-pass dan low-pass. Karena proses ini menghasilkan dua kali lipat jumlah sampel, output dari masing-masing filter di turun-sampelkan dua kali (semua nilai lain dihilangkan) sehingga laju sampel tetap konstan. Selain itu, tidaklah menjadi masalah jika baris-baris atau kolom-kolom dari komponen matrik disaring terlebih dahulu. Hasil DWT akan tetap sama.
18
Low-pass
h0
2
h1
2
Low-pass output
x(n)
High-pass output
Gambar 2.7 Struktur DWT Sumber: Gray,---
Gambar 2.8 Proses DWT untuk komponen Y dari citra babon Sumber: Gray,---
Dalam JPEG2000, beberapa tahap DWT dilakukan. Jumlah tahapan yang dilakukan tergantung pada implementasi. Gambar 2.9 menunjukkan tahap 1 DWT untuk komponen Y dari tile asli dari citra yang belum diproses. Empat kuadran tersebut didefinisikan sebagai berikut: LL : subband rendah dari penyaringan baris dan kolom HL : subband tinggi dari penyaringan baris dan subband rendah dari penyaringan kolom LH : subband rendah dari penyaringan baris dan subband tinggi dari penyaringan kolom
19
HH : subband tinggi dari penyaringan baris dan kolom Dalam tahap 2 (gambar 2.10), proses yang sama diulangi dengan subband LL1. Hanya subband LL-nya saja yang ditrasformasikan lebih jauh karena subband tinggi jarang memuat sampel-sampel penting. Akhirnya, tahap 3 DWT diulangi lagi untuk yang ketiga kalinya. Sekali lagi, hanya subband LL2 dari tahap 2 yang disaring lebih jauh, seperti yang ditunjukkan gambar 2.11. JPEG2000 menunjang tahapan-tahapan dari 0-32. Untuk citra alami, biasanya digunakan antara 4-8 tahapan.
Gambar 2.9 Tahap 1 DWT dari citra babon 8-bit Sumber: Gray,---
Gambar 2.10 Tahap 2 DWT dari citra babon 8-bit Sumber: Gray,---
20
Gambar 2. 11 Tahap 3 DWT dari citra babon 8-bit Sumber: Gray,---
2.3.3
Transformasi Wavelet Diskrit untuk Kompresi lossy Untuk kompresi lossy, filter wavelet standar yang digunakan dalam
standar JPEG2000 adalah filter spline biorthogonal Daubechies (9, 7). Dengan (9, 7) menunjukkan bahwa analisis filter dibentuk oleh 9-tap low-pass filter FIR dan sebuah 7-tap high-pass filter FIR. Kedua filter simetris. Koefisien analisis filter (untuk transformasi forward) adalah sebagai berikut (Kumar, 2009):
9-tap low-pass filter : [h-4, h-3, h-2, h-1, h0, h1, h2, h3, h4] h4 = h-4 = + 0,026748757410810 h3 = h-3 = - 0,016864118442875 h2 = h-2 = - 0,078223266528988 h1 = h-1 = + 0,266864118442872 h-0 = + 0,602949018236358
7-tap high-pass filter: [g-3, g-2, g-1, g0, g1, g2, g3] g3 = g-3 = + 0,0912717631142495 g2 = g-2 = - 0,057543526228500 g1 = g-1 = - 0,591271763114247 g-0 = + 1,115087052456994
21
Untuk pasangan filter sintesis yang digunakan untuk transformasi invers, filter low-pass FIR yang memiliki tujuh koefisien filter dan filter high-pass FIR memiliki sembilan koefisien. Koefisien filter sintesis tersebut adalah sebagai berikut (Kumar, 2009): ′ ′ ′ 7-tap low-pass filter: [ℎ−3 , ℎ−2 , ℎ−1 , ℎ0′ , ℎ1′ , ℎ2′ , ℎ3′ ] ′ ℎ−3 = ℎ3′ = - 0,0912717631142495 ′ ℎ−2 = ℎ2′ = - 0,057543526228500 ′ ℎ−1 = ℎ1′ = + 0,591271763114247
ℎ0′ = + 1,115087052456994 ′ ′ ′ ′ 9-tap high-pass filter: [𝑔−4 , 𝑔−3 , 𝑔−2 , 𝑔−1 , 𝑔0′ , 𝑔1′ , 𝑔2′ , 𝑔3′ , 𝑔4′ ′ 𝑔−4 = 𝑔4′ = + 0,026748757410810 ′ 𝑔−3 = 𝑔3′ = + 0,016864118442875 ′ 𝑔−3 = 𝑔3′ = - 0,078223266528988 ′ 𝑔−3 = 𝑔3′ = + 0,266864118442872
𝑔0′ = + 0,602949018236358
Untuk implementasi lifting, pasangan filter wavelet (9, 7) dapat difaktorkan menjadi urutan angkat primal dan dual lifting. Faktorisasi paling efisien dari matriks polyphase untuk filter (9, 7) sebagai berikut (Kumar, 2009) : 𝑃̅(𝑧) = [1 0
1 0 1 𝑎(1 + 𝑧 −1 )] [ ][ 𝑏(1 + 𝑧) 1 0 1
1 0 𝐾 𝑐(1 + 𝑧 −1 )] [ ][ 𝑑(1 + 𝑧) 1 0 1
0 ] 1/𝐾
......................................................................................................... (2.4) Dimana a = -1, 586134342, b = -0,05298011854, c = 0,8829110762, d = 0,4435068522, K = 1,149604398
22
2.3.4
Kuantisasi Setelah transformasi wavelet, kemudian dilakukan quantisasi skalar
terhadap koefisiennya untuk mengurangi jumlah bit yang mewakilinya, dengan kerugian yaitu penurunan pada kualitas citra. Outputnya adalah suatu set dari integer angka yang harus dienkodekan bit per bit (Maini, 2010). Proses kuantisasi adalah proses perubahan nilai amplitudo kontinu menjadi nilai baru yang berupa nilai diskrit. Nilai amplitudo yang dikuantisasi adalah nilainilai pada koordinat diskrit hasil proses sampling (Putra, 2010).
2.3.5
Embedded Block Coding with Optimized Truncation (EBCOT) Dalam JPEG2000, sebelum pengkodean dilakukan, tiap subband dari tile
dipartisi lebih jauh menjadi kode-kode blok yang relatif kecil (contoh: sampelsampel 64×64 atau 32×32) sehingga kode blok dari sebuah subband mempunyai ukuran yang sama. Kode blok digunakan untuk mengijinkan sebuah organisasi bit stream yang fleksibel, sebuah contoh dari pem-partisian kode blok diberikan dalam gambar 2.12.
Gambar 2.12 Contoh devisi dari subband-subband menjadi code-blocks. Sumber: Gray,---
Dalam JPEG2000, tiap kode blok dikodekan secara independen. Algoritma pengkodean men-scan melalui matriks dari indeks-indeks kuantisasi kode blok dalam cara yag bergaris-garis seperti yang ditunjukkan gambar 2.13. Kode blok dipartisi menjadi garis-garis dengan ketinggian nominal empat sampel. Lalu,
23
garis-garis tersebut discan dari atas ke bawah, dan kolom-kolom didalam garis discan dari kiri ke kanan.
Gambar 2.13 Urutan scan garis dalam sebuah blok Sumber: Gray,---
Alogaritma pengkodean yang digunakan disebut pengkodean embedded block. Indeks-indeks kuantisasi dari tiap kode blok tidak dikodekan pada level simbol melainkan pada level bit-plane. Sebuah konteks yang berbasis pada coder aritmatik binari yang adaptif digunakan untuk mengkompres tiap bit-plane dalam sebuah urutan dari tiga pengkodean yang dilewati: significant propagation, magnitude refinement, dan clean-up. Dalam MSB-plane hanya tahap pembersihan yang dilewati. Kemudian, untuk tiap bit-plane, melanjutkan ke tingkat bit-plane yang paling tidak signifikan (LSB-plane), yang mana masing-masing dari tiga langkah pengkodean dilakukan. Pseudo code untuk tiap pengkodean dilewati. Bagaimanapun, sebelum pengkodean yang dilewati dijelaskan, konsep dari konteks signifikan harus dicakup. Pada waktu yang sama pada saat pengkodean embedded block dilakukan, bit gelombang-gelombang hasil dari masing-masing kode blok diorganisir menjadi lapisan kualitas. Quality layer adalah sebuah kumpulan dari beberapa tahap-tahap pengkodean bit-plane yang berurutan dari semua kode blok dalam semua subband dan semua komponen, dengan kata lain, dari tiap tile. Tiap kode blok dapat menyumbang sebuah jumlah tahap pengkodean bit-plane yang sangat besar menjadi lapisan, tapi tidak semua tahap pengkodean harus dijadikan lapisan kualitas. Tiap lapisan tambahan secara berturut-turut meningkatkan kualitas citra.
24
Gambar 2.14 Contoh distribusi lapisan kualitas untuk tahap 2 DWT dengan subband-subband yang terdiri dari hanya satu kode blok Sumber: Gray,---
Gambar 2.14 menunjukkan sebuah contoh dari bagaimana data yang dikodekan untuk tiap bit-plane dalam tiap kode blok bisa diorganisasikan menjadi lapisan kualitas. Perhatikan hubungan antara jumlah informasi penting dalam sebuah kode blok dan bagaimana lapisan kualitas dipresentasikan dalam kode blok tersebut.
2.3.6
Rate Control Rate Control adalah suatu proses dimana kode stream diubah sehingga bit
rate yang diinginkan bisa dicapai. Setelah seluruh citra telah dikompres, sebuah operasi post-processing melewati seluruh blok-blok yang telah dikompres dan menentukan sejauh mana setiap blok embedded bit stream sebaiknya dipotong untuk mendapatkan bit rate yang diinginkan. Strategi pemotongan yang ideal merupakan salah satu yang meminimalisir distorsi saat masih mencapai bit rate yang diinginkan.
2.3.7
Organisasi Bit-stream Di dalam organisasi bit-stream, data yang dikompresi melalui pengkodean
bit-plane yang lewat merupakan yang pertama dipisah ke dalam paket-paket. Satu paket dihasilkan untuk setiap daerah di dalam tile. Satu daerah pada dasarnya merupakan sebuah gabungan dari kode blok dengan sebuah level resolusi. Daerahdaerah membagi sebuah level resolusi dari sebuah komponen menjadi kotak-kotak
25
yang berukuran (Px, Py) yang berisi sampel 2Px×Py. semenjak area-area tidak dapat saling melengkapi kode blok-kode blok dan harus mempunyai dimensi yang tepat 2n (power of 2), ukuran daerah membatasi pemisahan kode blok bawahnya. Satu contoh dari pemisahan daerah ditampilkan pada gambar 2.15.
Gambar 2.15 Contoh pemisahan daerah Sumber: Gray,---
Setiap daerah menghasilkan satu paket, meskipun paket tersebut kosong. Sebuah paket tersusun atas sebuah header dan data terkompresi. Header berisi organisasi dari code-stream seperti ditunjukkan pada gambar 2.16.
Main header Tile stream Tile stream
Tile stream
Tile header Packstream
packet packet
packet
(End of code stream)
Gambar 2.16 Organisasi code-stream Sumber: Gray,---
Packet header Compressed data
26
Sesuai dengan gambar 2.16 diatas kemudian, packet dimultipleksi untuk membentuk satu code-stream. Organisasi code-stream dari sebuah citra terdiri dari aliran tile citra tersebut. Dimana sebuah tile terdiri dari tile header dan packet stream. Packet stream terdiri dari deretan sejumlah packet, dimana sebuah packet dibentuk dari packet header dan compressed data.
2.3.8
Decoding Mayoritas dari sumber JPEG-2000 tidak secara eksplisit menjelaskan
bagaimana decoder JPEG2000 berfungsi. Ini karena pada dasarnya decoder bekerja berlawanan terhadap encoder, seperti ditampilkan dalam gambar 2.17:
Compressed Image Data
Embedded Block Decoding
Inverse DWT
Almost original Image data
Inverse ICT
Dequantization
Gambar 2.17 Proses decode JPEG2000 Sumber: Gray,---
Code-stream diterima oleh decoder sesuai keadaan urutan deret dalam header. Koefisien dalam paket-paket kemudian dipecah dan didekuantisasi, dan inverse ICT dijalankan sesuai rumus 2.5 berikut: 𝑅 1.0 0.0 [𝐺 ] = [1.0 −0.3441 𝐵 1.0 1.7718
𝑌 1.4021 𝐶 −0.7142] [ 𝑟 ] ........................... (2.5) 𝐶𝑏 0.0
Dalam kasus kompresi yang tidak bisa dibalikkan, dekompresi hanya menyebabkan data hilang. Citra yang dihasilkan tidak tepat seperti yang asli. JPEG-2000 mempunyai fitur penting yaitu sebuah citra dapat dikompresi dengan satu cara dan didekompresi dengan banyak cara berbeda dan berbagai macam
27
implementasi dari fitur ini digambarkan pada gambar 2.18. Gambar babon didekompres dengan banyak cara tergantung pada tampilan alat dan bit-rate yang tersedia.
Gambar 2.18 Aplikasi praktis dari standar JPEG2000 Sumber: Gray,---
Dalam JPEG2000, alat pengkompres menetukan resolusi maksimal dan kualitas maksimal dari citra yang akan digunakan, termasuk lossless. Beberapa kualitas citra atau ukuran kemudian bisa didekompresi dari hasil code-stream. Hal tersebut juga memungkinkan untuk dilaksanakannya akses acak dengan hanya dikompresinya bagian tertentu dari citra atau komponen tertentu dari citra (contoh: komponen abu-abu dari sebuah citra berwarna atau lapisan komponen yang memuat tulisan atau grafik). Keduanya dapat dilakukan per bagian dengan bermacam-macam kualitas dan resolusi. Hal ini penting untuk dicatat bahwa dalam setiap kasus hal tersebut memungkinkan untuk menemukan, mengekstrak, dan mendekode byte yang diperlukan untuk hasil citra yang diinginkan.
2.4
Perhitungan Energi Transmisi pada Jaringan Sensor Nirkabel Perhitungan energi pada jaringan sensor nirkabel dilakukan dengan
menghitung energi transmisi dari node sensor nirkabel tersebut. Dan untuk perhitungan energi transmisi dilakukan dengan persamaan 2.6 berikut (Lee, 2002):
28
Energi transmisi = C * R .................................................................................. (2.6)
Dimana C adalah ukuran citra terkompresi (dalam byte) dan R adalah energi transmisi per byte yang dikonsumsi oleh pemancar RF. Dimana untuk imote-2 energi transmisi per byte nya adalah sebesar 46,39𝜇𝐽/𝑏𝑦𝑡𝑒 (Yan,---).
2.5
Protokol Stack Protokol stack berfungsi untuk menggabungkan energi dan pemilihan jalur
routing, mengintegrasikan data dengan protokol jaringan, efisiensi power komunikasi saat melewati media nirkabel, dan memberikan upaya-upaya kooperatif dari node sensor. Protokol stack pada jaringan sensor nirkabel ditunjukkan pada gambar 2.19. Protokol stack terdiri dari lapisan fisik (physical layer), lapisan data link (data link layer), lapisan jaringan (network layer), lapisan transport (transport layer), lapisan aplikasi (application layer), serta sinkronisasi perangkat, penempatan perangkat, manajemen topologi perangkat, manajemen daya perangkat, manajemen mobilitas perangkat, dan manajemen fungsi perangkat (Akyildiz, 2010).
Topology Management Plane
Transport Layer Network Layer Data Link Layer
Task Manager Plane
Application Layer
Power Management Plane
Localization Plane
Mobility Management Plane
Synchronization Plane
Physical Layer
Gambar 2.19 Protokol pada Jaringan Sensor Nirkabel Sumber : Akyildiz, 2010
29
2.5.1
Physical Layer Physical Layer bertanggung jawab atas konversi aliran bit menjadi sinyal-
sinyal yang paling cocok untuk komunikasi di saluran nirkabel. Selain itu lapisan physical layer bertanggung jawab untuk pemilihan frekuensi, generasi frekuensi pembawa, deteksi sinyal, modulasi, dan enkripsi data. Generasi frekuensi dan deteksi sinyal lebih berkaitan dengan perangkat keras yang mendasari dan desain transceiver. Kehandalan komunikasi tergantung juga pada sifat hardware dari node, seperti sensitivitas antena dan sirkuit transceiver. Sebagian besar keuntungan JSN disediakan melalui komunikasi nirkabel. Kemudahan penyebaran, jaringan infrastruktur-bebas, dan komunikasi saluran adalah beberapa keunggulan ini. Namun, komunikasi nirkabel juga membawa beberapa tantangan dalam hal komunikasi yaitu, keterbatasan jangkauan, kesalahan, dan interferensi.
2.5.2
Data Link Layer Data link layer bertanggung jawab atas multiplexing data stream, deteksi
frame data, medium akses dan kontrol kesalahan. Hal-hal tersebut berkaitan dengan koneksi point-to-point dan koneksi point-to-multipoint dalam komunikasi jaringan. Pada data link layer terdapat MAC address dan error control.
2.5.2.1 Medium Acces Control (MAC) Protokol MAC dalam jaringan nirkabel multi-hop harus mencapai dua tujuan. Tujuan pertama adalah menciptakan infrastruktur jaringan. Ribuan sensor node bisa tersebar di bidang sensor, sehingga skema MAC harus dapat membangun jaringan komunikasi untuk transfer data. Tujuan kedua adalah secara adil dan efisien membagi sumber daya komunikasi antara node sensor. Sumber daya ini termasuk waktu, energi, dan frekuensi. Beberapa protokol MAC telah dikembangkan untuk jaringan sensor nirkabel untuk mengatasi kebutuhan. Pada protokol MAC efisiensi energi merupakan hal yang paling penting, dimana sebuah protokol MAC tentu harus
30
mendukung pengoperasian mode penghematan daya untuk node sensor. Selain itu, akses ke saluran harus dikoordinasikan sedemikian rupa sehingga tabrakan yang terjadi ketika dua node mengirimkan data pada waktu yang bersamaan dapat diminimalkan atau dieliminasi.
2.5.2.2 Error Control Fungsi lain yang penting dari data link layer adalah error control transmisi data. Dua mode penting dari error control dalam jaringan komunikasi adalah forward error correction (FEC) dan automatic repeat request (ARQ), dan hybrid ARQ. Fungsi dari ARQ dalam aplikasi jaringan sensor terbatas dengan biaya tambahan tranmisi kembali dan overhead. Di sisi lain, kompleksitas decoding lebih besar di FEC, sebagai kemampuan error correction perlu dibangun. Akibatnya, kode error control sederhana dengan kompleksitas rendah encoding dan decoding mungkin menyajikan solusi terbaik untuk jaringan sensor. Dalam desain skema tersebut, adalah penting untuk memiliki pengetahuan yang baik tentang karakteristik saluran dan teknik pelaksanaan.
2.5.3
Network Layer Pada jaringan sensor nirkabel, node sensor terletak secara tersebar.
Namun, jangkauan komunikasi yang terbatas mengakibatkan tidak dapatnya komunikasi langsung antara masing-masing node sensor dan node perangkat. Sehingga dibutuhkan protokol routing nirkabel multi-hop antara node sensor dan node menggunakan node sensor intermediate sebagai relay. Teknik routing yang telah ada, telah dikembangkan untuk jaringan nirkabel ad-hoc, biasanya tidak sesuai dengan persyaratan dari jaringan sensor. Lapisan jaringan sensor jaringan biasanya dirancang sesuai dengan prinsip-prinsip berikut:
Power efisiensi selalu menjadi pertimbangan penting.
Sensor jaringan sebagian besar data-sentris.
Selain routing, relay node dapat menggabungkan data dari beberapa tetangga melalui pengolahan lokal.
31
Karena besarnya jumlah node dalam JSN, ID unik untuk setiap node tidak dapat diberikan dan node mungkin perlu ditangani berdasarkan data atau lokasi mereka. Salah satu fungsi penting lain dari network layer adalah untuk memberikan
internetworking dengan jaringan eksternal seperti jaringan sensor lainnya, perintah dan sistem kontrol, dan internet. Dalam satu skenario, node perangkat dapat digunakan sebagai gerbang ke jaringan lain, sedangkan skenario lain adalah untuk menciptakan backbone dengan menghubungkan node perangkat bersamasama dan membuat backbone yang dapat mengakses ke jaringan lain melalui gateway.
2.5.4
Transport Layer Lapisan transport ini diperlukan terutama ketika jaringan yang
direncanakan akan diakses melalui internet atau jaringan eksternal lain. Perkembangan protokol transport layer adalah tugas yang menantang karena node sensor dipengaruhi oleh kendala perangkat keras seperti daya terbatas dan memori. Akibatnya, setiap node sensor tidak bisa menyimpan data dalam jumlah besar seperti server di internet, dan pengiriman ack akan mengeluarkan banyak biaya bagi sensor jaringan. Tujuan utama dari transport layer pada JSN adalah sebagai berikut.
Congestion Control: Paket loss akibat kepadatan dapat mengganggu kehandalan bahkan ketika informasi yang cukup dikirim oleh sumber. Oleh karena itu, kontrol kongesti pada transport layer adalah komponen penting untuk mencapai reliabilitas yang dibutuhkan. Kontrol kongesti tidak hanya meningkatkan efisiensi jaringan, tetapi juga membantu melestarikan sumber daya sensor yang langka.
Reliable transport: berdasarkan persyaratan aplikasi, fitur acara yang diekstrak harus dipindahkan secara handal. Demikian pula, pemrograman / retasking data untuk operasi sensor, perintah, dan pertanyaan harus dikirim ke target node sensor untuk menjamin ketepatan fungsi JSN.
32
Demultiplexing: aplikasi yang berbeda dapat dilayani di node sensor melewati jaringan yang sama. Transport layer harus menjembatani aplikasi dan lapisan jaringan dengan menggunakan multiplexing dan demultiplexing.
2.5.5
Application Layer Application layer mencakup aplikasi utama serta beberapa fungsi
manajemen. Application layer berfungsi sebagai antarmuka (interface) antara aplikasi dengan fungsionalitas jaringan, mengatur bagaimana aplikasi dapat mengakses jaringan, dan kemudian membuat pesan-pesan kesalahan. Protokol yang berada dalam lapisan ini adalah HTTP, FTP, SMTP, dan NFS.
2.6
Komponen Imote2 (Intel Mote generasi ke-2) JSN merupakan sekumpulan perangkat yang saling berkomunikasi dan
berkoordinasi menggunakan media nirkabel untuk memberikan data-data yang didapat dari sensor-sensor pada node-nya, dapat berupa sensor skalar atau multimedia, untuk diteruskan kepengguna melalui unit pengolahan terpusat. Secara umum arsitektur JSN terdiri dari: Radio board, Sensor scalar atau sensor multimedia, battery board. Board berfungsi sebagai alat bantu atau disebut juga interface board. Board Imote2 ditunjukkan gambar 2.20.
Gambar 2.20 Board Imote2
Imote2 merupakan salah satu platform JSN generasi kedua yang mempunyai kemampuan multimedia. Perangkat ini diciptakan menggunakan XScale PXA271 CPU berdaya rendah dan juga terintegrasi dengan standar radio 802.15.4. Desainnya sesuai dengan interface konektor untuk perluasan board
33
disisi atas dan bawah. Konektor atas menyediakan satu set standar I/O sinyal untuk board standar. Konektor bawah menyediakan interface tambahan dengan kecepatan tinggi untuk aplikasi I/O tertentu. Board baterai berfungsi untuk memasok daya sistem yang dapat dihubungkan ke kedua sisi. Imote2 terdiri dari radio board, scalar sensor board, multimedia sensor board, battery board, interface board.
2.6.1 Radio board (IPR2400) Radio board (IPR2400) seperti yang ditunjukkan pada gambar 2.21 merupakan node platform JSN generasi kedua berkecepatan tinggi dan mampu melakukan pemrosesan sinyal untuk aplikasi visual. Platform ini didesain menggunakan Processor IntelXScale PXA271 dan beroperasi pada level tegangan 0,85 V dengan frekuensi kerja rendah (13-416 MHz) sehingga mempunyai kemampuan bekerja pada daya rendah. Radio board (IPR2400) mempunyai memori SDRAM 32 MB dan 32 MB flash. Komunikasi nirkabelnya menggunakan radio 802.15.4 (CC2420) dengan antenna yang sudah terintegrasi pada board-nya. Selain itu, CC2420 dapat mendukung data rate 250 kb/s dengan 16 channel pada pita frekuensi 2,4 GHZ. Pada IO-nya terdapat, GPIO, 2x SPI, 3x UART, PC, SDIO, USB host, USB Client, Speaker, Camera (Gambar 2.20 b). Board ini didesain untuk sistem operasi Intel Platform X, SOS, dan TinyOS. Karena kemampuan dari board imote2 ini, para pengembang sistem embedded telah mampu mengembangkan suatu sistem operasi embedded berbasis linux. Dengan adanya sistem embedded linux ini maka pengembangan aplikasi akan lebih mudah dan dinamis.
34
Gambar 2.21 (a) Imote2 Radio board (b) Arsitektur Imote2 Radio board Sumber: www. memsic.com
2.6.2 Scalar Sensor board (ITS400) Scalar sensor board (ITS400) terdiri dari sensor temperature, humadity, dan 3 buah ADC. Sensor ini berfungsi sebagai sensor penginderaan, baik terhadap suhu dan kelembaban. Gambar 2.22 menunjukkan scalar sensor board pada platform Imote2.
Gambar 2.22 Scalar Sensor Board Sumber: www. memsic.com
2.6.3
Multimedia Sensor board (IMB400) Multimedia Sensor board (IMB400) adalah board yang terdiri dari
miniatur speaker dan line output, color image dan video camerachip, OmniVision OV7670, audio capture and playback CODEC, WM8940, Onboard Microphone and Line Input, dan sensor gerak PIR (PasifInfra Red). Gambar 2.23 menunjukkan Multimedia Sensor board yang terdapat pada platform Imote2. Board ini berfungsi untuk mengambil citra/gambar.
35
Gambar 2.23 Multimedia Sensor board
2.6.4
Interface board (IIB400) Interface board (IIB400) seperti yang ditunjukkan pada gambar 2.24
adalah board yang berfungsi sebagai antar muka untuk transfer, debug, atau flashing pada radio board dari suatu komputer host melalui kabel.
Gambar 2.24 Interface board Sumber: www. memsic.com
2.6.5
Battery board
Battery board merupakan board yang terdiri dari 3 Battery AAA berfungsi sebagai catu daya dari platform ini. Gambar 2.25 menunjukkan battery board pada platform Imote2.
Gambar 2.25 Battery board Sumber: www. memsic.com
36
Ada beberapa cara yang dapat digunakan sebagai sumber catu daya, yaitu:
Menggunakan baterai primer
Baterai ini biasanya dipasang langsung pada Board MEMSIC Battery Imote2, baik pada konektor dasar atau tambahan.
Menggunakan baterai isi ulang
Baterai ini memerlukan konfigurasi board khusus yang terpasang baik pada konektor dasar atau tambahan.Imote2 ini dilengkapi dengan pengisi daya untuk Li-Ion atau baterai Li-Poly.
Menggunakan USB
Imote2 juga dapat digunakan melalui on-boardmini-B USB konektor. Cara ini juga dapat digunakan untuk mengisi baterai isi ulang yang terpasang.
2.7
Linux Linux
adalah nama yang diberikan kepada sistem operasi komputer
bertipe Unix. Linux merupakan salah satu contoh hasil pengembangan perangkat lunak bebas dan sumber terbuka (open source). Seperti perangkat lunak bebas dan sumber terbuka lainnya pada umumnya, kode sumber Linux dapat dimodifikasi, digunakan
dan
didistribusikan
kembali
secara
bebas
oleh
siapa
saja
(http://en.wikipedia.org/wiki/Linux). Nama "Linux" berasal dari nama pembuatnya, yang diperkenalkan tahun 1991 oleh Linus Torvalds. Sistemnya, peralatan sistem dan pustakanya umumnya berasal dari sistem operasi GNU, yang diumumkan tahun 1983 oleh Richard Stallman. Kontribusi GNU adalah dasar dari munculnya nama alternatif GNU/Linux. Linux merupakan sistem operasi bertipe Unix modular. Linux memiliki banyak disain yang berasal dari disain dasar Unix yang dikembangkan dalam kurun waktu 1970-an hingga 1980-an. Linux menggunakan sebuah kernel monolitik, kernel Linux yang menangani kontrol proses, jaringan, periferal dan pengaksesan sistem berkas. Device driver telah terintegrasi ke dalam kernel. Banyak fungsi-fungsi tingkat tinggi di Linux ditangani oleh proyek-proyek terpisah yang berintegrasi dengan kernel. Userland GNU merupakan sebuah
37
bagian penting dari sistem Linux yang menyediakan shell dan peralatan-peralatan yang menangani banyak fungsi-fungsi dasar sistem operasi. Di atas kernel, peralatan-peralatan ini membentuk sebuah sistem Linux lengkap dengan sebuah antarmuka pengguna grafis yang dapat digunakan, umumnya berjalan di atas X Window System. Pengguna Linux, yang pada umumnya memasang dan melakukan sendiri konfigurasi terhadap sistem, lebih cenderung mengerti teknologi dibanding pengguna Microsoft Windows atau Mac OS. Namun stereotipe ini semakin berkurang dengan peningkatan sifat ramah-pengguna Linux dan makin luasnya pengguna distribusi. Linux telah membuat pencapaian yang cukup baik dalam pasaran komputer server dan komputer tujuan khusus, seperti mesin render gambar dan server web. Linux juga mulai populer dalam pasaran komputer desktop. Linux merupakan asas kepada kombinasi program-server LAMP, kependekan dari Linux, Apache, MySQL, Perl/PHP/Python. LAMP telah mencapai popularitas yang luas di kalangan pengembang Web. Linux juga sering digunakan sebagai sistem operasi embeded. Biaya pengadaan Linux yang murah memungkinkan penggunaannya dalam peralatan seperti simputer, yaitu komputer berbiaya rendah yang ditujukan pada penduduk berpendapatan rendah di Negara-negara berkembang. Linux Embedded adalah penggunaan Linux dalam sistem komputer tertanam seperti ponsel, asisten pribadi digital, pemutar media, set-top box, peralatan jaringan, mesin kontrol, otomasi industri, peralatan navigasi dan instrumen medis.
