Implementasi Sistem Semantik Pada Perangkat Lampu Rumah Cerdas Berbasis Agen

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol. 2, No. 2, Februari 2018, hlm. 739-748

e-ISSN: 2548-964X http://j-ptiik.ub.ac.id

Implementasi Sistem Semantik Pada Perangkat Lampu Rumah Cerdas Berbasis Agen Agung Prasetio1, Sabriansyah Rizqika Akbar2, Bayu Priyambadha3 Program Studi Teknik Komputer, Fakultas Ilmu Komputer, Universitas Brawijaya Email: [email protected], [email protected], [email protected] Abstrak Perangkat IoT memberikan potensi untuk memperoleh data secara kontekstual, dengan mengamati dan mengukur peristiwa fisik yang terjadi di lingkungan sekitar. Rumah Cerdas merupakan bidang yang banyak diminati oleh pengembang perangkat IoT. Dengan menggunakan pendekatan semantik pada proses pengolahan data perangkat IoT menghasilkan kemampuan untuk mendefinisikan, memodifikasi, dan menginterpretasikan data yang lebih baik. Penelitian ini menggunakan menggunakan Nodemcu ESP8266 sebagai mikrokontroller node sensor dan node actuator. Raspberry Pi3 digunakan sebagai agen yang bertugas sebagai router dan pusat pengumpulan data. Kedua perangkat tersebut sudah mendukung konektivitas wifi sehingga memudahkan proses komunikasi. node sensor bertugas untuk mengumpulkan data yang berasal dari proses sensing modul sensor, data yang didapatkan dikirim kepada agen untuk diinisialisasi dan dimasukkan kedalam ontologi. Agen melakukan proses reasoning untuk mengubah data yang ada pada ontologi sesuai dengan rule yang dibuat dan menghasilkan data yang lebih representatif dan kontekstual. Node Actuator melakukan query terhadap status lampu yang ada pada ontologi sebagai acuan untuk aksi menyalakan atau mematikan lampu. Implementasi berupa sistem kendali nyala dan mati lampu pada rumah cerdas dengan pendekatan semantik. Kata kunci: Rumah Cerdas, Semantik, Lampu, Nodemcu ESP8266, Raspberry Pi 3 Abstract The IoT device provides the potential for obtaining data contextually, by observing and measuring the physical events occurring in the environment. Smart Home has great interest by IoT device developers. Using a semantic approach to data processing on IoT devices provides the ability to define, modify, and interpret better data. In this research uses Nodemcu ESP8266 as a microcontroller on sensor node and actuator node. Raspberry Pi3 is used as an agent that serves as a router and data collection center. Both devices already support wifi connectivity so as to facilitate the communication process. The sensor node is responsible for collecting data derived from the sensors process of the sensor module, the data obtained is sent to the agent to be initialized and inserted into the ontology. Agent performs the reasoning process to change existing data on the ontology according to the rule created and produce more representative and contextual data. The Actuator node performs a query against the current status of the lamp on the ontology as a reference for the action of switching on or off the lamp. Implementation in the form of lights on and off control system in smart home with semantic approach. Keywords: Smart Home, Semantic, Lights, Nodemcu ESP8266, Raspberry Pi 3 internet. kebanyakan dari objek tersebut merekam, mencatat, dan memberikan data secara otomatis. Smart Home atau Rumah Cerdas merupakan bidang yang sangat populer dalam penerapan IoT, hal tersebut ditujukan untuk merubah cara manusia bekerja dan cara manusia untuk hidup agar menjadi lebih baik (Asadullah & Raza , 2016). Kedepannya penerapan IoT termasuk Smart Home, Smart

1. PENDAHULUAN Perkembangan produk Internet of things (IoT) sangat pesat beberapa tahun belakangan ini, fakta ini didukung dengan sebuah study yang dilakukan oleh IDC yang memperkirakan bahwa saat ini ada sekitar 200 miliar objek yang terkoneksi dalam suatu jaringan, dan 7% (14 miliar) diantaranya sudah terkoneksi dengan Fakultas Ilmu Komputer Universitas Brawijaya

739

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

City, dan Smart Energy akan membutuhkan semua data bisa dibandingkan, dikorelasikan, dan digabungkan dengan mudah, dan hasilnya bisa interpretasikan dengan konteks yang lebih baik, lebih mudah dimengerti, dan sesuai dengan kebutuhan manusia (Ramparany & Cao, 2016). Perangkat jaringan IoT memberikan potensi untuk memperoleh data secara kontekstual dengan cara mengamati dan mengukur peristiwa fisik yang terjadi di lingkungan sekitar. Dengan fakta tersebut menjadikan IoT bibit untuk membangun platform masa depan yang peka terhadap peristiwa fisik yang terjadi di dunia nyata dan memungkinkan jenis layanan baru yang dapat menghapus batas antara dunia nyata dan dunia virtual. Untuk mencapai hal ini, data tersebut dikumpulkan dari berbagai macam sumber untuk dipahami oleh mesin, maka dari itu kemampuan mesin melakukan penafsiran dan penalaran membutuhkan pendekatan umum untuk mengelola data tersebut agar menjadi data yang terstruktur dan terorganisir. Teknologi semantik merupakan sebuah konsep dalam ilmu komputer yang bertujuan untuk menghadirkan makna dan konteks di balik kata-kata dan kalimat untuk dapat diproses oleh sebuah komputer (Grimmick & Walker, 2017). Penerapan perangkat IoT dengan menggunakan pendekatan semantik dapat menghasilkan kemampuan untuk mendefinisikan, memodifikasi dan menginterpretasikan data yang lebih baik (Palavalli, Karr, & Pasupulet, 2016). Resource Description Framework atau biasa disebut RDF, adalah sebuah standar untuk mendeskripsikan resource (Apache Software Foundation, 2017). Konsep semantik menggunakan Resource Description Framework memungkinkan menghubungkan dan menggabungkan relasi antar entitas dari berbagai sumber data yang menggunakan resource identifier untuk menidentifikasi sebuah resource yang telah terstandar secara internasional (Maaral, et al., 2016). Rumah Cerdas merupakan bidang yang banyak diminati oleh pengembang perangkat IoT. Namun, dalam perkembangannya masih sedikit sekali yang menerapkan pendekatan semantik untuk mendukung kinerja sistem penerangan rumah, dengan adanya teknologi semantik pengolahan data akan menjadi semakin mudah, dan mudah dimengerti oleh banyak kalangan dengan konsep graph database yang menjelaskan hubungan setiap data. dengan adanya hubungan antar data dapat membantu menerjemahkan event yang terjadi pada smart Fakultas Ilmu Komputer, Universitas Brawijaya

740

home dan memberikan respon pada actuator lampu tepat sesuai dengan konteks data tersebut. Maka dari itu, penulis mempunyai ide penelitian untuk mengimplementasikan teknologi semantik pada rumah cerdas. 2. LANDASAN KEPUSTAKAAN 2.1. Teknologi Semantik Teknologi semantik adalah konsep dalam ilmu komputer yang bertujuan untuk menghadirkan makna dan konteks di balik katakata dan kalimat untuk dapat diproses oleh sebuah komputer (Grimmick & Walker, 2017). Sejumlah pendekatan untuk menrapkan konsep ini telah dikembangkan, mulai dari kecerdasan buatan yang canggih hingga deskripsi konten yang formal dan dapat dibaca oleh mesin. Meskipun Komputer unggul dalam perhitungan matematis, mereka tidak dapat mengerti aspek Bahasa manusia, terutama semantik. Program komputer bisa mengalahkan manusia yang paling terampil sekalipun dalam permainan catur, namun sebaliknya akan sangat buruk ketika bermain tebak-tebakan melawan anak usia 6 tahun, karena tidak memiliki kemampuan untuk menafsirkan konteks, makna, dan kehalusan bahasa secara akurat pada sebuah pernyataan yang sepele. Hal ini berimplikasi pada sejumlah besar aplikasi dan layanan tanpa pemahaman konteks yang menyeluruh. 2.2. Ontologi Beberapa tahun belakangan ini ontologi berkembangan dengan cepat, sebelumnya ontologi digunakan oleh para ahli Artificial Intelegent. Lalu, ontologi juga digunakan oleh para pengembang web untuk berbagai macam hal seperti mengklasifikasikan kategori produk pada situs Amazon, atau untuk mengelola konten situs ensiklopedia Wikipedia. Namun, kini ontologi juga digunakan untuk mengembangkan aplikasi linked data yang memerlukan data dari berbagai sumber untuk dapat dikorelasikan. Organisasi The World Wide Web Consortium (W3C) mengembangkan Resource Description Framework (RDF), sebuah bahasa untuk mengkodekan pengetahuan pada ontologi agar dapat dimengerti oleh agen piranti lunak secara elektronik. 2.3. Resource Description Framework Resource Description Framework atau biasa disebut RDF, adalah sebuah standar untuk mendeskripsikan resource (Apache Software


Foundation, 2017). RDF dikembangkan oleh World Wide Web Consotium (W3C) organisasi internasional yang membuat dan mengatur standar RDF, memiliki kemampuan untuk memfasilitasi penggabungan data bahkan dapat dilakukan jika memiliki perbedaan skema pada data, dan dapat membantu perubahan skema berulang-ulang tanpa memerlukan perubahan data secara keseluruhan. RDF memperluas linking structure dari web dengan menggunakan URIs untuk memberikan relasi antara subjek dan objek, hal ini biasa disebut dengan “Triple”. 3.

METODOLOGI PENELITIAN

741

Langkah-langkah yang akan dilakukan dalam pengerjaan tugas akhir ini seperti yang terlihat pada gambar 1, yaitu studi literatur, penyusunan dasar teori , desain, implementasi, analisis dan pengujian dari algoritma yang akan dibuat, hingga penulisan laporan. Kesimpulan disertakan sebagai catatan atas performa dari penelitian ini dan kemungkinan arah pengembangan penelitian selanjutnya. 4. PERANCANGAN DAN IMPLEMENTASI Secara umum, pada tahapan ini akan dijelaskan proses perancangan sistem dimulai dari perancangan perangkat keras, perancangan piranti lunak, dan permodelan struktur data semantik.

Gambar 2. Blok diagram sistem

Pada gambar 2 merupakan blok diagram dari sistem, kita dapat melihat bahwa data dari sensor akan dikumpulkan oleh Raspberry PI sebagai agen yang mengolah data menjadi semantik. 4.1. Desain Struktur Ontologi Desain ontologi dibuat berdasarkan penggunaan prefix vocabulary yang digunakan pada sistem, prefix berguna sebagai pendeskripsian suatu resource dan property. Ketika hendak membuat suatu model ontologi dilakukan sebuah pengkajian pada prefix yang akan digunakan karena dari prefix tersebut mencerminkan semua statement yang ada pada dokumen rdf.

Gambar 1 Diagram alir metode penelitian

Fakultas Ilmu Komputer, Universitas Brawijaya


742

Gambar 3 Desain ontologi Sistem

Suatu struktur ontology pada gambar 3 dimulai dari root resource atau resource tingkat tertinggi dari sebuah sistem, mempunyai sebuah sub-sistem berupa device atau perangkat. Suatu perangkat dibagi menjadi dua macam jenis tergantung dari device tersebut termasuk jenis sensor atau actuator. Setiap device memiliki lokasi penempatan yang dijelaskan pada deployment.

DateTimeDescription

digunakan untuk mendefisikan waktu pada ontologi. Perangkat sensor memiliki 4 informasi yang mencerminkan sensor tersebut, seperti quantityKind mendeskripsikan tentang parameter apa yang diukur oleh sensor. iotlite:metadata berisikan data mentah dari pembacaan sensor, dan yang terakhir Qu:unit yang berisikan satuan yang digunakan pada metaDataValue. Actuator dibagi menjadi dua resource saja, effect mendeskripsikan efek yang ditimbulkan ketika actuator tersebut aktif. ActuatingProperty berisi nilai atau status dari actuator apakah actuator aktif atau tidak. Berikut pengertian dari setiap resource dan property : 4.2. Diagram Alir Piranti Lunak Node Sensor dan Actuator Perangkat node sensor memiliki diagram alir atau flowchart pada setiap sub-sistem didalamnya seperti digambarkan pada gambar 4.


Gambar 4. Diagram alir piranti lunak node sensor

Setiap node sensor masing-masing akan melakukan konfigurasi pin yang akan digunakan berdasarkan skematik perangkat keras yang telah dijelaskan pada sub-bab sebelumnya. Data sensor yang didapat akan langsung diubah kedalam bentuk protokol pengiriman JSON. Pengiriman data dari node sensor ke perangkat agen dilakukan menggunakan layanan HTTP request dengan method POST. Setelah data tersebut dikirimkan, maka node sensor akan mendapat balasan berupa kode status dan respon yang dikirimkan oleh agen sebagai pesan konfirmasi bahwa data tersebut telah diproses oleh perangkat agen.


743

Subproses 1 berjalan ketika perangkat sensor mengirimkan data kepada agen, data yang diterima diubah menjadi objek java agar mudah diakses.

Gambar 5. Diagram alir piranti lunak node actuator

Pada gambar 5, proses yang digambarkan pada diagram alir hampir sama dengan node sensor, perbedaannya pada node actuator tidak terdapat proses pengambilan data sensor dan ada penambahan proses untuk mengset nilai relay berdasarkan respon yang berasal dari agen. 4.3. Diagram Alir Piranti Lunak Agen Pada proses utama dilakukan inisialisasi terhadap data sensor, actuator, dan sistem pada ontologi.

Gambar 6. Diagram alir proses utama


Gambar 7. Diagram alir subproses 1

Ketika sensor melakukan perngiriman data untuk pertama kali data tersebut akan melalui proses inisialisasi, proses inisialisasi tersebut berupa pendaftaran semua informasi tentang ke dalam ontologi, sehingga ketika node sensor tersebut mengirimkan kembali datanya untuk yang kedua kalinya statement dari sensor tersebut tidak didaftarkan untuk kedua kalinya. Ketika node sensor terdaftar didalam ontologi pada pengiriman selanjutnya program hanya perlu mengganti data sensor saja tidak keseluruhan data. Setalah semua data telah dimasukkan ke dalam ontology data akan dibandingkan, dan dikorelasikan berdasarkan rule yang telah dibuat. Rule tersebut berisi aturan-aturan yang dapat membuat sebuah statement yang baru ataupun merubah statement yang telah ada, statement tersebut digunakan untuk menentukan apakah actuator lampu dapat menyala atau tidak. Ontologi yang telah atur kembali oleh rule akan dimasukkan kedalam suatu file baru dalam format rdf. Setelah semua


proses berhasil program akan mengirimkan status bahwa semua proses telah berhasil dilakukan.

744

perakitan dan implementasi perangkat node sensor seperti pada gambar 9.

Gambar 9. Node sensor ultrasonik setelah dirakit

Gambar 8. Diagram alir subproses 2

Pada Subproses 2, data dari actuator akan dirubah menjadi objek java agar lebih mudah untuk dikelola. Jika actuator pertama kali mengirimkan datanya ke agen, maka data tersebut akan diinisialisasi terlebih dahulu. Data yang dikirimkan oleh actuator berisikan informasi tentang actuator itu sendiri misalkan kode identitas actuator, efek yang ditimbulkan oleh actuator, dan nilai actuator pada saat pertama kali dikirimkan. Ketika actuator mengirimkan data ke agen untuk kedua kalinya maka data tersebut dapat dihiraukan, karena data tersebut sudah didaftarkan sebelumnya. Query dari actuator dilakukan pada akhir proses agar actuator mendapatkan nilai yang sudah dikorelasikan dengan sensor berdasarkan rule yang digunakan. Ketika semua proses berhasil dilakukan agen akan mengirimkan kode status beserta data yang baru agar dapat diproses kembali oleh node actuator. 4.4. Implementasi Perangkat Keras Implementasi perangkat lampu semantik dirancang menggunakan mikrokontroller NodeMcu ESP8266. Pada tahap awal dilakukan Fakultas Ilmu Komputer, Universitas Brawijaya

Perakitan dilakukan berdasarkan skematik yang telah dibuat, Hal pertama yang dilakukan adalah penyolderan komponen seperti header baterai, step down, modul sensor, modul actuator, dan mikrokontroller. Mikrokontroller Nodemcu dilapisi dengan papan dot matrix agar mudah untuk disolder dengan sensor ultrasonic HC-SR04, papan dot matrix dipotong disesuaikan dengan panjang dan lebar yang yang butuhkan oleh perangkat node sensor. Pin Vin dari Nodemcu terhubung dengan modul stepdown menggunakan kabel jumper, modul stepdown berfungsi sebegai penurun tegangan dari sumber baterai 9V menjadi tegangan yang dibutuhkan sebesar 5V.

Gambar 10. Node sensor LDR setelah dirakit

Pada gambar 10 modul sensor LDR disolder menggunakan pcb dot matrix karena modul sensor tidak memiliki pin untuk menghubungkan langsung dengan Nodemcu.


745

Pada gambar 13 node sensor LDR mengirimkan data berupa angka dengan nilai 569 dan mendapatkan berupa HTTP Code 200 dan response body berisi angka 1 yang berarti data telah diterima oleh perangkat agen.

Gambar 11. Node sensor PIR setelah dirakit

Pada gambar 11 modul sensor PIR memiliki pin output, sehingga memudahkan proses perakitan, node sensor memerlukan kabel jumper female-female untuk dapat terhubung dengan mikrokontroller Nodemcu.

Gambar 14. Sensing dan pengiriman modul sensor ultrasonik

Pada gambar 14 perangkat node sensor PIR melakukan pengiriman data berupa status “Detected” ketika “motion detected at 14 sec” dan “NotDetected” pada saat “motion ended at 18 sec”. Node juga mendapatkan HTTP Code 200 dan respon body yang berisi angka 1.

Gambar 15. Sensing dan pengiriman modul sensor PIR

Gambar 12. Node actuator setelah dirakit

Gambar 12 memperlihatkan rupa dari node actuator, relay membutuhkan sumber daya 5V untuk dapat beroperasi. baterai dapat digunakan sebagai sumber daya dari actuator relay.

Pada gambar 15 node sensor ultrasonik melakukan pembacaan sekaligus pengiriman data dari sensor ultrasonik, data yang dikirimkan berupa jarak antara sensor dan halangan pintu dengan nilai 10. Node juga mendapatkan HTTP code 200 dan response body dengan angka 1 5.2. Pengujian Layanan Data Semantik

Pengujian pengiriman data node sensor pada sistem mengacu pada implementasi dan prasyarat yang telah dijelaskan pada bab sebelumnya. Tujuan dari pengujian ini adalah untuk melakukan verifikasi terhadap implementasi yang telah dilakukan.

Pengujian fitur ini merupakan dasar dari fungsional sistem perangkat lampu semantik. Langkah awal pengujian adalah melakukan metode layanan web service pada perangkat agen, web service dibutuhkan agar pengiriman data dapat baik. Memastikan node sensor dapat terkoneksi dengan access point yang telah ditentukan adalah hal yang penting untuk dilakuakan.

Gambar 13. Sensing dan pengiriman data node sensor LDR

Gambar 16. Inisialisasi dan update data sensor ultrasonik

5. PENGUJIAN 5.1. Pengujian Pengiriman Data Node Sensor



746

Pada gambar 16 ketika piranti lunak agen mendapatkan data dari suatu sensor untuk pertama kali maka data tersebut diinisialisasi terlebih dahulu, setelah data diinisialisasi data yang masuk pada pengiriman berikutnya dengan sensor yang sama maka data tersebut hanya perlu digantikan dengan data pembacaan sensor yang baru, hal tesebut dilakukan pada proses update sensor.

Gambar 17. Inisialisasi dan update data sensor LDR

Pada gambar 17 proses inisialisasi yang sama juga dilakukan ketika data dari node sensor LDR masuk ke dalam ontologi.

Gambar 19. Output RDF ontologi sebelum reasoning

Terbentuk sebuah ontologi baru yang berisi data dan statement baru hasil dari reasoning, hasilnya data menjadi lebih kontekstual dan lebih mudah dimengerti lihat gambar 20.

Gambar 18. Inisialisasi dan update data sensor PIR

Pada gambar 18 merupakan proses yang sama dengan sebelumnya hanya saja data yang masuk berupa String dan mendapatkan perlakukan khusus ketika melakukan update data. Karena ontologi juga mempunyai tipe data seperti interger dan literal, sehingga diperlukan inisialisasi tipe data terlebih dahulu sebelum masuk ke dalam ontologi. 5.3. Pengujian Reasoning Pada pengujian fitur ini merupakan salah satu fungsional agen untuk mengubah data yang sebelumnya berupa interger atau literal menjadi sebuah resource yang lebih ekspresif dan kontekstual. Pengujian dilakukan dengan cara melakukan inspeksi terhadap ontologi yang menjadi input reasoner, dan output dari reasoner. Pada gambar 19 Ldr4132Measurement memiliki metaDataValue dengan nilai 567 sebelum proses reasoning dijalankan, ketika proses reasoning berjalan lihat pada gambar 21 dibawah ini.

Gambar 20. Output RDF ontologi setelah reasoning

Contohnya

seperti

data

Ldr4132Measurement yang sebelumnya tidak memiliki statement hds:RoomIsBright

sekarang statement tersebut menjadi statement baru pada subjek Ldr4132Measurement, perubahan tersebut terjadi karena pengaruh dari data sensor yang masuk. Setiap kali event terjadi pada lingkungan kerja sensor seperti ruangan menjadi gelap, ataupun ruangan berubah menjadi gelap ke terang, semua kondisi tersebut ada di dalam rules sehingga data tersebut nantinya akan mudah dikorelasikan dengan data pembacaan sensor yang lain. 5.4. Pengujian Menyalakan dan Mematikan Lampu Output yang dihasilkan oleh query ontologi harus lah sesuai dengan konteks yang terjadi pada lingkungan kerja, agar actuator dapat berjalan dengan semestinya. Adapun beberapa skenario pengujian yang dilakukan adalah : 1. Kondisi ketika sensor mendeteksi gerakan di dalam ruangan.



2. Kondisi ketika sensor medeteksi pintu ruangan terbuka. 3. Kondisi ketika sensor tidak mendeteksi event apapun yang terjadi.

747

muncul dari objek. Berdasarkan rule yang telah dirancang ketika kondisi sensor mendeteksi gerakan, pintu ruangan tertutup, kondisi pencahayaan yang masuk ke dalam ruangan kurang, dan pada waktu malam. Maka berdasarkan rule tersebut agen akan mengubah status actuator menjadi “ON” dan actuator lampu akan menyala.

Gambar 21. Data node actuator saat status lampu OFF

Pada gambar 21 hasil query dari ontologi diterima oleh node sensor, ketika status tersebut bernilai “OFF” maka actuator akan mematikan lampu pada ruangan tersebut.

Gambar 22. Data node actuator saat status lampu ON

Pada gambar 22 merupakandata yang diterima node actuator saat status lampu yang dikirimkan oleh agen adalah ON. Berdasarkan skenario pengujian, dilakukan pengujian terhadap sistem berdasarkan kondisi pembacaan data sensor. Ada 3 kondisi yang diuji yaitu kondisi ketika sensor mendeteksi gerakan pada ruangan, kondisi ketika sensor mendeteksi pintu ruangan terbuka, dan kondisi ketika sensor tidak mendeteksi event apapun. Pengujian dilakukan pada suatu ruangan dengan menggunakan perangkat sesuai dengan rekayasa kebutuhan perangkat keras.

Gambar 24. Sensor mendeteksi pintu terbuka

Pada gambar 24 sensor tidak mendeteksi adanya gerakan di dalam ruangan, namun kondisi pintu masuk pada ruangan tersebut terbuka. Kondisi ini dijelaskan pada rule yang telah dirancang, ketika kondisi statement pada ontologi memenuhi syarat dari rule tersebut maka agen mengubah kondisi lampu menjadi “ON”.

Gambar 25. Tidak ada event apapun yang terjadi Gambar 23. sensor mendeteksi gerakan

Pada gambar 23 ketika ada objek memasuki ruangan, sensor akan medeteksi gerakan yang Fakultas Ilmu Komputer, Universitas Brawijaya

Pada gambar 25 kondisi tersebut terjadi karena perangkat node sensor tidak mendeteksi event apapun yang terjadi pada ruangan uji. Pada kondisi tersebut agen mengubah status actuator


lampu menjadi “OFF”. 6.

KESIMPULAN

Berdasarkan rumusan masalah yang dibuat, dan hasil dari perancangan, implementasi dan pengujian pada penelitian ini, maka dapat diambil kesimpulan antara lain: 1. Perancangan sistem nyala dan mati lampu semantik dilakukan sesuai dengan yang rekayasa kebutuhan baik secara fungsional maupun non-fungsional. Tahapan yang dilakukan yaitu merancang perangkat keras sistem, merancang piranti lunak, dan mendesain struktur ontologi yang nantinya digunakan piranti lunak sistem. 2. Implementasi dilakukan setelah perancangan sistem selesai. Implementasi dibagi menjadi dua bagian yaitu implementasi perangkat keras tentang perakitan node sensor dan actuator, dan implementasi layanan perangkat lampu semantik tentang penerapan piranti lunak pada sistem. pengiriman data yang dilakukan oleh node sensor akan diterima piranti lunak sensor, setiap sensor yang baru diinisialisasikan akan membuat sebuah instance baru pada ontologi. Setiap kali ada perubahan data maka proses reasoning akan dilakukan untuk mengubah data tersebut menjadi lebih representatif dan terklasifikasi. 3. Pengujian fungsional dilakukan untuk mengverifikasi sistem dapat bekerja sesuai yang diharapkan. Tahapan pengujian dilakukan mulai dari pengujian pengiriman data sensor dengan mengamati setiap proses pengiriman menggunakan serial monitor, pengujian layanan data semantik yaitu menginspeksi semua proses yang terjadi menggunakan terminal dan Eclipse, pengujian reasoning bertujuan memastikan bahwa data pada ontologi diubah menjadi lebih representatif, setelah data tersebut berubah maka akan dikorelasikan kembali untuk mendeteksi event yang terjadi dengan mengkorelasikan berbagai data representatif yang telah dihasilkan sebelumnya, proses tersebut dapat dibuktikan dengan mengamati output ontologi pada file rdf yang dihasilkan, dan tahap akhir pengujian menyalakan atau Fakultas Ilmu Komputer, Universitas Brawijaya

748

mematikan lampu untuk memastikan sistem mati dan nyala lampu berjalan sesuai dengan rule yang telah dibuat.

DAFTAR PUSTAKA Adshead, A. (2014). Data set to grow 10-fold by 2020 as internet of things takes off. Dipetik 2 23, 2017, dari http://www.computerweekly.com/news/ 2240217788/Data-set-to-grow-10-foldby-2020-as-internet-of-things-takes-off Asadullah, M., & Raza , A. (2016). An Overview of Home Automation Systems . IEEE. Maaral, A. I., Su , X., & Riekki, J. (2016). Semantic Reasoning for Context-aware Internet of Things Applications. IEEE INTERNET OF THINGS JOURNAL, 3, 1-13. Ramparany, F., & Cao, Q. H. (2016). A Semantic Approach to IoT Data Aggregation and Interpretation applied to Home Automation. 2016 International Conference on Internet of Things and Applications (IOTA) , 2328. Suresh , S., & V, S. P. (2015). A Review on Smart Home Technology. Online International Conference on Green Engineering and Technologies (ICGET 2015).

Implementasi Sistem Semantik Pada Perangkat Lampu Rumah Cerdas Berbasis Agen

Recommend Documents