PERANCANGAN BASIS DATA UNTUK SISTEM MONITORING KUALITAS UDARA BERBASIS SENSOR IOT
Isi Artikel Utama
Abstrak
Kualitas udara menjadi salah satu indikator penting dalam menjaga kesehatan lingkungan dan manusia. Sistem monitoring kualitas udara berbasis Internet of Things (IoT) memungkinkan proses pemantauan dilakukan secara real time dan terintegrasi dengan sistem komputasi. Namun sistem monitoring berbasis sensor menghasilkan data dalam jumlah besar dan kontinu sehingga memerlukan perancangan basis data yang efisien untuk proses penyimpanan, pengelolaan, dan analisis data. Penelitian ini bertujuan merancang model basis data yang optimal untuk sistem monitoring kualitas udara berbasis sensor IoT menggunakan sensor gas MQ-135 dan Mikrokontroler. Metode penelitian meliputi perancangan arsitektur sistem, pemodelan basis data menggunakan Entity Relationship Diagram (ERD), normalisasi data, serta implementasi database menggunakan MySQL. Sistem diuji melalui pengambilan data sensor secara periodik dan penyimpanan data ke dalam database. Hasil penelitian menunjukkan bahwa rancangan basis data mampu menyimpan data sensor secara terstruktur, mendukung pengambilan data secara cepat, dan mempermudah proses analisis kualitas udara. Struktur database yang dirancang terdiri dari beberapa entitas utama yaitu sensor, lokasi data pengukuran, dan penggunaan sistem. Pengujian menunjukkan bahwa sistem mampu menyimpan data secara real time dengan tingkat keberhasilan penyimpanan sebesar 98%. Model basis data yang dihasilkan dapat digunakan sebagai referensi dalam pengembangan sistem monitoring lingkungan berbasis IoT yang memerlukan pengelolaan data sensor secara efektif dan terstruktur.
Rincian Artikel

Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Copyright (c) STMIK TIMEReferensi
[1] World Health Organization, Air Quality Guidelines, Geneva, 2021.
[2] J. Lelieveld et al., “Effects of fossil fuel and total anthropogenic emission removal on public health and climate,” PNAS, vol. 116, no. 15, 2019.
[3] S. Kumar et al., “The rise of low cost sensing for managing air pollution in cities,” Environment International, vol. 75, 2015.
[4] L. Atzori, A. Iera, and G. Morabito, “The Internet of Things: A survey,” Computer Networks, vol. 54, no. 15, 2010.
[5] Hanwei Electronics, MQ-135 Gas Sensor Technical Datasheet, 2018.
[6] A. Botta et al., “Integration of cloud computing and Internet of Things,” Future Generation Computer Systems, vol. 56, 2016.
[7] R. Elmasri and S. Navathe, Fundamentals of Database Systems, Pearson, 2016.
[8] M. Stonebraker et al., “The case for time series databases,” VLDB, 2018.
[9] K. Ashton, “That Internet of Things thing,” RFID Journal, 2009.
[10] D. Evans, “The Internet of Things: How the next evolution of the internet is changing everything,” Cisco, 2011.
[11] U.S. Environmental Protection Agency, Air Quality Monitoring Guide, 2020.
[12] T. Snyder et al., “The changing paradigm of air pollution monitoring,” Environmental Science and Technology, 2013.
[13] N. Barsan and U. Weimar, “Conduction model of metal oxide gas sensors,” Journal of Electroceramics, 2001.
[14] A. Dey, “Semiconductor metal oxide gas sensors,” Materials Science and Engineering, 2018.
[15] C. Coronel and S. Morris, Database Systems Design Implementation and Management, Cengage, 2019.
[16] P. Chen, “The Entity Relationship Model toward a unified view of data,” ACM Transactions on Database Systems, 1976.