Internet Of Things Sebagai Monitoring Gas Sulfur Oksida
Article Sidebar
Main Article Content
Abstract
Pada penelitian ini, internet of things sebagai monitoring gas sulfur oksida dirancang dan dibangun menggunakan sensor gas MQ136, merupakan modul aktif yang dapat mendeteksi fenomena fisis konsentrasi gas sulfur oksida dengan rentang pembacaan antara 0 sampai dengan 100ppm (Parts Per Millions), hasil pembacaan sensor gas MQ136 yang masih dalam bentuk signal analog dikonversi menggunakan modul ESP8266 Node MCU kedalam bentuk nilai yang dapat dipahami oleh manusia. Hasil data yang telah dikonversi dikirim menggunakan ESP8266 Node MCU menggunakan akses internet yang diperoleh dari Hotspot/Thetering WiFi Selluler ke server Firebase. Proses pengujian prototip pada penelitian ini dilakukan di laboratorium Teknik Elektro Universitas PGRI Banyuwangi menggunakan miniatur geografi Gunung Ijen yang pada titik tengah miniatur diberikan sistem hembusan gas sulfur dengan kecepatan aliran yang dapat dikondisikan. Sebaran konsentrasi gas sulfur oksida dideteksi menggunakan sensor gas MQ136 yang ditempatkan pada beberapa titik yang mewakili zonasi wilayah Gunung Ijen. Tingkat konsentrasi gas sulfur oksida dapat diamati secara online dan realtime menggunakan aplikasi berbasis Android. Hasil penelitian menunjukkan bahwa rancangan sistem memiliki kecepatan pembacaan dan tingkat keakurasian data sebesar 100%.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
References
Adedeji. O. H,. Olasumbo. O., Tope. A. O. O., 2015., Mapping of Traffict-Related Air Polutan Using GIS Technique in Ijebu-Ode, Nigeria., Indonesian Journal of Geography Vol. 48 No. 1., pp. 73-83.
Mahale., Rupali. B., Sonavane. S. S., 2016., Smart Poultry Farm Monitoring Using IoT and Wireless Sensor Networks., International Journal of Research in Computer Science Vol. 7 No. 3., pp. 187-190.
Ping. L., Jianding. L., Shanlin. Z., et-al., 2005., Research on The Danger of Fires in Oil Tanks With Sulfur., Fire Safety Journal Vol. 40 No. 4., pp. 331-338.
Scott. A. V., Binyang. W., Zhonggui. X., et-al., 2003., Particulate Matter, Sulfur Dioxide, and Daily Mortality in Chongqing, China., Environmental Health Perspectives Journal Vol. 1 No. 1., pp 95-105.
Sunarsih. E., Suheryanto. S., Rini. M., et-al., 2018., Risk Assesment of Air Pollutan Exposure (NO2, SO2, Total Suspensed Particulate, and Particulate matter 10 micron) and Smoking Habits in The Lung Function of Bus Drivers in Palembang City., Kesmas Nation Public Health Journal Vol. 13 No. 4., pp. -.
Swan. M., 2012., Sensor Mania! The Internet of Things, Wearable Computing, Objective Metrics, and the Quantified Self 2.0., Journal of Sensor and Actuator Networks Vol. 3 No. 1., pp. 217-253.
Lecce. V. L., Marco. C., 2011., Smart Sensors: A Holonic Perspective., International Conference on Intelligent Computing: Bio-Inspired Computing and Applications Vol. 1 No. 1., pp. 290-298.
Yang. S., Junliang. S., Anibal. J. R. C, Samanta. K. C., et-al., 2012., Selectivity And Direct Visualization Of Carbon Dioxide And Sulfur Dioxide In A Decorated Porous Host., A Natureresearch Journal Vol 4 No. 1., pp. 887-894.
Rahajoeningroem. T., Fergo. T., 2017., Rancang Bangun Warning System dan Monitoring Gas Sulfur Dioksida (SO2) Gunung Tangkuban Perahu Via SMS Gateway Berbasis Mikrokontroler Menggunakan Sensor MQ-136., Jurnal Telekontran Vol. 5 No. 1., pp.-.
Cahyono. G., 2015., Internet Of Things., Jurnal Forum Teknologi Vol. 6 No. 1., pp -.