METODE SLEEP-WAKE YANG OPTIMAL UNTUK SENSOR NODE YANG MEMANEN ENERGI DARI LINGKUNGAN

METODE SLEEP-WAKE YANG OPTIMAL UNTUK SENSOR NODE YANG MEMANEN ENERGI DARI LINGKUNGAN Deddy Setiadi Hartono(1), Wirawan(2) Bidang Studi Telekomunikasi Multimedia Jurusan Teknik Elektro – FTI, Institut Teknologi Sepuluh Nopember Kampus ITS, Surabaya – 60111 Email : 1) [email protected], 2) [email protected] yang optimal diperlukan untuk mengurangi rata-rata panjang antrian setiap node dan untuk memperpanjang waktu operasi jaringan. Waktu operasi pada setiap node yang merupakan salah satu isu utama pada Jaringan Sensor Nirkabel dapat dimaksimalkan dengan pengunaan node sensor dengan energi panen atau node sensor yang menyerap energi dari lingkungan. Untuk wilayah Indonesia, sumber energi panen yang paling cocok adalah matahari. Penggunaan metode sleep-wake yang optimal pada setiap node diharapkan akan memaksimalkan waktu operasi node sensor sehingga dapat meningkatkan waktu operasi jaringan.

Salah satu kelemahan node sensor pada Jaringan Sensor Nirkabel adalah keterbatasan energi, karena node sensor biasanya hanya menggunakan baterai yang tentunya memiliki keterbatasan energi. Salah satu teknik yang digunakan untuk solusi masalah ini adalah dengan menggunakan node sensor yang memanen energi dari lingkungan yang kemudian menyimpan energi yang dipanen di dalam baterai atau langsung menggunakan energi yang dipanen tanpa proses penyimpanan energi. Pada tugas akhir ini, akan didesain dan disimulasikan metode sleep-wake pada node sensor yang memanen energi dari lingkungan. Terdapat dua metode sleep-wake, yaitu, metode Randomized Sleep dan Energy Threshold. Sumber energi panen yang digunakan adalah matahari. Metode sleep-wake optimal adalah metode sleep-wake yang mampu menjaga antrian pada data buffer tetap stabil, menjaga ketersediaan energi disetiap slot waktu, dan menghasilkan throughput yang optimal. Skenario kerja node sensor pada simulasi ini adalah sebagai node relay. Hasil simulasi dan analisis menunjukkan metode Energy Threshold merupakan metode sleep-wake paling optimal karena menghasilkan antrian yang stabil, menjamin ketersediaan energi disetiap slot waktu, menghasilkan throughput yang optimal, dan memiliki switching rate yang rendah.

II. Teori Penunjang 2.1 Jaringan Sensor Nirkabel [1] Jaringan Sensor Nirkabel terdiri atas sekumpulan sensor (alat pendeteksi) yang tersebar dan memiliki kemampuan untuk melingkupi area atau wilayah geografis tertentu yang disebut sebagai area sensor, dimana pada area sensor itu terdapat banyak sekali parameter – parameter yang dapat dideteksi. Sensor – sensor ini dirancang dengan sedemikian rupa sehingga berkemampuan untuk dapat merasakan (sensing), penghitungan dan elemen-elemen komunikasi yang memberikan kemampuan kepada administrator untuk mengukur, mengobservasi, dan memberikan reaksi kepada suatu event (kejadian) dan fenomena pada lingkungan tertentu, memproses data hasil dari pengumpulan informasi, serta dapat melakukan komunikasi baik secara horizontal (sesama sensor), maupun vertikal (dengan base station) tanpa menggunakan kabel untuk media transmisinya (wireless). Ilustrasi sederhana sebuah jaringan sensor dapat dilihat pada Gambar 1. Secara umum Jaringan Sensor Nirkabel itu sendiri terdiri dari dua komponen, yaitu node sensor dan sink. Node sensor merupakan kesatuan beberapa perangkat yang terdiri dari prosesor untuk pemrosesan data, memori untuk menyimpan data, sensor untuk pendeteksi kejadian, ADC untuk mengkonversi pembacaan dari analog ke digital, tranceiver sebagai pengirim dan penerima sinyal radio dari dan kepada node yang lain, dan baterai sebagai sumber energi. Sink merupakan kesatuan yang mengumpulkan informasi dari node sensor sehingga dapat dilakukan pengolahan informasi lebih lanjut. bentuk sensor/aktuator dari jaringan itu sendiri atau dari jaringan lain.

Kata kunci : Jaringan Sensor Nirkabel, manajemen energi, pemanenan energi

I. Pendahuluan Node sensor biasanya memiliki dimensi yang kecil dan dibekali dengan baterai dengan ukuran kecil sebagai sumber energi, sehingga node sensor mempunyai keterbatasan energi. Apabila baterai pada node sensor telah habis, baterai pada node sensor tersebut tidak akan diganti sehingga node sensor tidak aktif atau mati. Apabila sejumlah node sensor tidak aktif, jaringan tidak akan mampu melaksanakan perintah yang telah ditentukan sebelumnya. Sehingga lifetime (waktu operasi) node sensor dan jaringan menjadi ciri yang penting pada Jaringan Sensor Nirkabel. Dalam Jaringan Sensor Nirkabel,node sensor yang telah tersebar dapat saling bekerja sama satu dengan yang lainnya untuk meningkatkan kinerja pengolahan informasi. Dalam keterbatasan daya pada JSN, metode sleep-wake

1

𝐸 𝑋 = 𝑛−1

𝑛 𝑘 =1

𝑔 𝐸𝑌

𝑋𝑘

(6)

= banyaknya antrian yang dapat dikirim oleh node sensor dengan menggunakan rata-rata energi panen (bit)

Metode Randomized Sleep Tk = min

2.2 Model dan Manajemen Energi [2] Pada tugas akhir ini akan disimulasikan node sensor dengan sumber energi panen matahari. Berikut ini adalah skema sederhana dari node sensor : Data Buffer (qk)

Yk

Bit yang terkirim (g(Tk))

Baterai (Ek)

Gambar 2. Model Sistem Node Sensor Proses pembangkitan energi pada beterai dan proses antrian pada data buffer node sensor pada Gambar 2 bekerja berdasarkan slot-slot waktu. Sehingga persamaan proses antrian (qk) dan energi(Ek) selama slot waktu k adalah sebagai berikut : 𝑞𝑘 +1 = 𝑞𝑘 − 𝐼{Sk=0}𝑔 𝑇𝑘 + 𝐼{Sk=0}𝑋𝑘 (1) 𝐸𝑘 +1 = (𝐸𝑘 − 𝐼{Sk=0}𝑇𝑘 − 𝐼{Sk=0}𝑍k) + 𝑌𝑘

− 𝐸 𝑍 − 𝜖, 𝐸k − 𝑍k

(7)

Metode Energy Threshold Pada manajemen ini, sensor menggunakan Tk yang ada pada persamaan 7 dengan ϵ = 0 pada setiap slot dengan Sk = 0 dimana Sk dipilih berdasarkan: Sk = 1 jika Ek ≤ ET1, (8) Sk = 0 jika Ek ≥ ET2 dan (9) Sk = Sk-1 jika ET1 < Ek < ET2 (10) Dimana ET1 dan ET2 adalah dua level energi Sk=0 menyatakan keadaan node wake Sk=1 menyatakan keadaan node sleep

Tk

Solar Panel

1−𝑝

Dimana : 𝐸 𝑌 = nilai mean energi panen dari panel surya (Joule) p = probabilitas sensor berada dalam keadaan awake E[Z] = nilai mean energi yang digunakan untuk sensing dan processing (Joule) Ek = nilai energi yang tersedia pada slot k (Joule) Zk = nilai energi yang digunakan sensor untuk sensing dan processing pada slot k (Joule) ϵ = konstanta positif yang nilainya kecil.

Gambar 1. Ilustrasi Sederhana Jaringan Sensor Nirkabel[1]

Xk

𝐸[𝑌]

III. Pemodelan dan Simulasi Tahap pemodelan ini dimulai dengan melakukan simulasi metode sleep-wake dengan kondisi sederhana.Pada simulasi ini metode sleep-wake yang akan disimulasikan adalah metode Randomized Sleep dan Energy Threshold. Kemudian mempelajari karakteristik intensitas sinar matahari untuk wilayah Surabaya dan spesifikasi perangkat yang digunakan untuk simulasi. Langkah selanjutnya adalah melakukan simulasi dengan kondisi nyata, yaitu, berdasarkan spesifikasi perangkat, kondisi lingkungan, dan skenario data yang diterima oleh node.. Recharge cycles (siklus isi ulang) baterai juga menjadi perhatian pada simulasi tahap kedua ini. Sehingga usia pakai baterai dapat dimaksimalkan. Skenario kerja node sensor pada simulasi ini dapat dilihat pada Gambar 3, dimana sebuah node sensor (sensor B) bekerja sebagai node relay, menerima sejumlah bit dari node tetangga/node (sensor A/sensor C) sebelumnya dan bit tersebut disimpan didalam buffer data/flash memory yang kemudian dikirimkan kembali ke node tetangga.

(2)

Dengan syarat 𝑔 𝑇𝑘 ≤ 𝑞𝑘 (3) 𝑇𝑘 ≤ 𝐸𝑘 (4) Dimana qk = panjang antrian pada data buffer pada slot k (bit) g(Tk) = bit yang dikirimkan dengan menggunakan energi sebesar Tk (bit) Xk = bit yang dibangkitkan oleh node sensor (bit) Ek = energi yang tersedia pada baterai (joule) Tk = energi yang digunakan untuk mengirimkan bit pada data buffer (joule) Yk = energi panen dari panel surya (Joule) Sk = kondisi sleep/wake Agar antrian tetap stabil, maka syarat yang harus dipenuhi adalah : 𝐸 𝑋 ≤ 𝑔(𝐸[𝑌]) (5) Dimana 𝐸 𝑋 = rata-rata panjang bit yang diterima oleh node sensor (bit)

Sensor A

Sensor B

Sensor C

Gambar 3. Konfigurasi jaringan node sensor

2

Gambar 5. Intensitas Matahari perjam (20 Desember 2011) Pada Gambar 5 menunjukkan intesitas matahari per jam selama 1 hari yaitu pada tanggal 20 Desember 2011. Data intensitas energi matahari di Surabaya tersebut berdasarkan pengukuran oleh Badan Meteorologi klas III Perak-Surabaya. 3.3 Spesifikasi Alat Spesifikasi Node Sensor Node yang digunakan pada simulasi iniadalah Mica2. Mica2 adalah modul Mote generasi ketiga yang diproduksi Crossbow Technology. Terdapat beberapa model Mica2, tetapi yang digunakan untuk referensi pada simulasi dan pemodelan adalah Mica2 model MPR400CB. Alat ini bekerja pada band frekuensi 868-916 MHz dengan standar protokol nirkabel IEEE 802.15.4 (Zigbee). Spesifikasi Baterai Pada tugas akhir ini akan digunakan teknologi baterai NiMH, karena baterai NiMH mempunyai keunggulan yaitu dapat diisi ulang meskipun dengan tegangan yang tidak konstan. Sehingga sangat cocok jika digunakan sebagai ruang penyimpanan energi panen dari matahari. Baterai yang akan digunakan pada simulasi adalah baterai AA 1.2V 2000mAh. Dari spesifikasi baterai, dapat diketahui kapasitas penyimpanan energi baterai. Jika node sensor Mica2 menggunakan dua baterai sebagai sumber energi, maka jumlah energi yang dapat disimpan pada baterai tersebut adalah : Ptotal = (2 x 1.2) x 2 = 4.8Ah = 17280 Joule Spesifikasi Panel Surya Pada tugas akhir ini, panel surya yang digunakan sebagai referensi untuk simulasi adalah panel surya yang dibuat oleh PowerFilm Solar.Inc. Panel surya yang digunakan adalah model MPT3.6-100.

Gambar 4. Diagram Alir Penelitian Simulasi model menggunakan software MATLAB. Diagram alir metodologi penelitian dari Tugas Akhir ini dapat dilihat pada Gambar 4. 3.1 Simulasi Manajemen Energi dengan Kondisi Sederhana Tujuan simulasi tahap pertama ini adalah untuk mengetahui besarnya rata-rata panjang antrian data terhadap besarnya rata-rata kedatangan bit (E[X]) apabila rata-rata energi yang dipanen (E[Y]) untuk setiap slot waktu dan E[X] diasumsikan sama. Sehingga akan diketahui manajemen energi yang menghasilkan rata-rata antrian paling minimum untuk setiap E[X]. Terdapat 600 slot waktu untuk untuk setiap E[X]. Banyaknya bit yang terkirim jika menggunakan energi sebesar xadalah 𝑔 𝑥 = 10𝑥.Jika diketahui E[Y]=2, maka berdasarkan persamaan 5 nilai E[X]< 20. Pada simulasi ini nilaiE[X] yang disimulasikan, yaitu EX = 1, 1.5, 2, 2.5, 3, 3.5, 4, 4.5, 5. Kapasitas ruang penyimpanan energi node sensor diasumsikan infinite (tidak terbatas) dan kapasitas penyimpanan data diasumsikan 40. Kondisi awal ruang penyimpanan energi dan buffer data adalah nol. Distribusi bit yang datang dan energi matahari yang bisa diserap adalah distribusi acak Poisson. Pada metode Randomized Sleep, nilai konstanta 𝜖 ( 𝜖 = 0.001) dan pada metode Energy Threshold nilai konstanta 𝜖 (𝜖 = 0).

Energi (mJ)

350 300 250 200 150 100 50 0

3.2 Data Intensitas Matahari [4] Lokasi yang digunakan sebagai pemodelan energi panen adalah Kota Surabaya, Provinsi Jawa Timur, Indonesia. Data intensitas matahari diperoleh dari Stasiun Metereologi Kelas III Perak, Surabaya.

1 2 3 4 5 6 7 8 9 101112131415161718192021222324 waktu

Gambar 6. Grafik Energi Matahari yang Dikonversi Panel Surya per jam

3

Pada Gambar 6 diasumsikan energi matahari yang mampu konversi menjadi energi listrik oleh panel surya. 3.4 Simulasi Manajemen Energi dengan Kondisi Nyata Sebelum simulasi dimulai, harus ditentukan terlebih dahulu besaran konstanta 𝑔. Konstanta 𝑔 adalah konstanta yang digunakan untuk mengkonversi besaran energi yang digunakan oleh node sensor untuk mengirimkan bit yang ada di data buffer menjadi jumlah bit yang dapat dikirimkan. Berdasarkan spesifikasi Mica2 [4], Mica2 mampu mengirimkan data dengan bitrate maksimum sebesar 76.8kbps. Untuk bisa mengirimkan data sebesar itu, Mica2 membutuhkan energi total (receiving, processing, transmitting)sebesar 108mJ. Sehingga konstata 𝑔 dapat ditentukan : 𝑔 𝑇𝑘 = 𝑔 × 𝑇𝑘 76.8 ∗ 103 = 𝑔 × 108 × 10−3 76.8 × 103 𝑔= 108 × 10−3 𝑔 = 7.11 × 105 Nilai 𝑔 tersebut jika energi dalam satuan Joule. Tetapi jika menggunakan satuan mili-Joule (mJ), nilai sama dengan : 𝑔 = 7.11 × 102 𝑔 = 711 Untuk setiap manajemen energi, nilai rata-rata bit yang diterima akan disesuaikan sehingga antrian bit pada flash memory menjadi stabil. Setiap manajemen energi disimulasikan bekerja selama 5 hari (432000 s) dan intensitas energi matahari per hari diasumsikan memiliki variasi yang sama berdasarkan Gambar 6. Distribusi kedatangan bit yang diterima dan energi matahari yang diserap terditribusi Poisson acak. Untuk metode sleep-wake ini, skenario periode penerimaan dan pengiriman data yang digunakan yaitu penerimaan = per detik, pengiriman = per detik.

Gambar 7. Rata-Rata Panjang Antrian untuk setiap E[X]

Gambar 8. Ketersediaan Energi untuk setiap E[X] Dari plot Gambar 8 terlihat bahwa penggunaan energi dengan metode Randomized Sleep lebih banyak dibandingkan dengan metode Energy Threshold, hal ini terlihat dari ketersediaan energi pada metode Randomized Sleep jauh lebih sedikit daripada metode Energy Threshold.

IV. Analisis Hasil Simulasi 4.1 Analisis dengan Asumsi Parameter Dari plot rata-rata panjang antrian pada Gambar 7 menunjukkan bahwa metode Randomized Sleep lebih rendah daripada Energy Threshold untuk semua nilai E[X], namun peningkatan rata-rata panjang antrian untuk setiap E[X] pada metode Randomized Sleep lebih tinggi daripada metode Energy Threshold. Semakin besar nilai E[X] maka semakin besar pula rata-rata panjang antrian metode Randomized Sleep hingga mendekati rata-rata panjang antrian metode Energy Threshold. Dari simulasi bisa disimpulkan bahwa metode Energy Threshold lebih baik daripada metode Randomized Sleep karena peningkatan rata-rata panjang antrian pada metode Randomized Sleep untuk setiap E[X] yang meningkat lebih tinggi daripada Energy Threshold.

Gambar 9. Switching Rate untuk setiap E[X] Dari plot switching rate pada Gambar 9 menunjukkan bahwa switching rate dari metode metode Energi Threshold jauh lebih kecil daripada metode Randomized Sleep. Hal ini dikarenakan energi yang tersedia

4

pada energi threshold dijaga untuk berada pada batas energinya.

yang tersedia terus berkurang dari hari ke hari, hal ini disebabkan karena energi yang digunakan oleh sensor node lebih besar daripada energi yang dapat diserap.

4.2 Analisis Simulasi dengan Kondisi Nyata Metode Randomized Sleep Gambar 10 menunjukkan antrian data pada flash memory node dengan menggunakan metode Randomized Sleep dan menggunakan 2 panel surya. Penerimaan dan pengiriman data berlangsung setiap detik dengan rata-rata penerimaan data (E[X]) di-setting sebesar 24kb. Terlihat antrian data tidak stabil selama sistem berjalan.

Gambar 12. Ketersediaan energi untuk E[X]=16kb

Gambar 13. Antrian Data untuk E[X]=24kb dan E[X]=48kb

Gambar 10. Antrian Data untuk E[X]=24kb Dari plot ketersediaan energi pada Gambar 11 terlihat bahwa energi mengalami proses charging saat sensor node menyerap energi dari lingkungan dan discharging saat sensor tidak menyerap energi. Terlihat bahwa baterai dapat menyimpan energi sehingga ketersediaan energi terus bertambah setiap harinya. Hal ini membuktikan bahwa metode Randomized Sleep efisien dalam hal manajemen energi.

Gambar 14. Ketersediaan Energi untuk E[X]=24kb dan E[X]=48kb Pada Gambar 13 dan Gambar 14 metode Randomized Sleep ditambahkan syarat saat nilai Tk bernilai 0 maka sensor akan memasuki mode sleep. Dari syarat ini terlihat bahwa antrian data menjadi stabil dan ketersediaan energi lebih lama untuk nilai E[X]=24kb dan E[X]=48kb dengan 2 panel surya. Dari plot terlihat bahwa semakin besar nilai E[X] maka konsumsi energi juga lebih besar. Metode Energy Threshold Antrian node sensor dengan metode energy threshold dengan penambahan syarat Tk=0 node akan memasuki mode sleep saat untuk E[X]=24kb dan E[X]=48kb dengan 2 panel surya dapat dilihat pada Gambar 15. Dari plot terlihat antrian data stabil selama sistem berjalan.

Gambar 11. Ketersediaan Energi untuk E[X]=24kb Gambar 12 menunjukkan ketersediaan energi pada baterai dengan menggunakan metode Randomized Sleep dan menggunakan 1 panel surya. Dari plot terlihat bahwa energi

5

dilakukan pengukuran secara mandiri agar data yang didapat lebih detail.

Daftar Pustaka [1] Dargie, W., Poellabauer C., “Fundamental of Wireless Sensor Nerworks”, Wiley, Singapura, Ch. 1, 2010 [2] Vinay J., Vinod S., and Utpal M., “Optimal SleepWake Policies for an Energy Harvesting Sensor Nodes”, ICC, pp.1-6, 2009 [3] Fraden, J, “Handbook of Modern Sensors: Physics, Designs, and Applications”. Springer

Gambar 15. Antrian data untuk E[X]=24kb dan E[X]=48kb Gambar 16 menunjukkan ketersediaan energi untuk metode energy threshold dengan penambahan syarat Tk=0 node akan memasuki mode sleep saat untuk E[X]=24kb dan E[X]=48kb dengan 2 panel surya dapat dilihat pada Gambar 16. Dari plot terlihat konsumsi energi untuk E[X]=48kb lebih besar daripada E[X]=24kb.

[4] Data Intensitas Matahari untuk Kota Surabaya, Diambil tanggal 20 Juni 2011 dari www.cuacaperak.info [5] MICA2 Datasheet, diambil tanggal 11 Juli 2011. http://www.xbow.com/Products/Product_pdf_files/Wire lless pdf/MICA2 Datasheet

Biodata Penulis Deddy Setiadi Hartono dilahirkan di Bondowoso, 5 Juni 1989. Merupakan putra bungsu dari 4 bersaudara. Lulus dari SDK Indra Siswa, Bondowoso tahun 2001. Melanjutkan jenjang sekolah menengah pertama di SMPN 1 Bondowoso dan lulus tahun 2004. Melanjutkan sekolah di SMAK Santo Paulus Jember pada tahun 2004 dan lulus pada tahun 2007. Setelah lulus dari jenjang SMA, penulis melanjutkan studi di Jurusan Teknik Elektro ITS pada tahun 2007 dan mengambil bidang studi Telekomunikasi Multimedia.

Gambar 16. Ketersediaan energi untuk E[X]=24kb dan E[X]=48kb

V. Penutup 5.1 Kesimpulan Setelah melakukan analisis terhadap hasil simulasi manajemen energi node sensor pada Jaringan Sensor Nirkabel, dapat diambil kesimpulan antara lain: 1. Metode sleep-wake Energy Threshold merupakan metode sleep-wake paling optimal memiliki switching rate yang lebih rendah dibandingkan dengan metode Randomized Sleep. 2. Untuk penerapan pada kondisi nyata perlu ditambahkan syarat node memasuki kondisi sleep saat Tk=0 agar antrian data menjadi stabil dan kondisi charge-discharge lebih lama sehingga lifetime baterai menjadi lebih awet. 3. Dari hasil simulasi, semakin besar jumlah data (bit) yang diterima maka semakin besar konsumsi energi node sensor. 5.2 Saran Dari hasil pengamatan dan analisa yang telah dilakukan, penulis memberikan beberapa saran untuk pengembangan tugas akhir selanjutnya : 1. Skenario kerja node sensor tidak hanya sebagai relay, tetapi node sensor juga melakukan sensing. 2. Menggunakan sumber energi panen lain selain matahari 3. Jika menggunakan matahari sebagai sumber panen, sebaiknya data intensitas energi matahari

6