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. 9781-4799-2843-9© 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.mecspress.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)
