Deteksi Duplikasi Data pada Sistem Pemantauan Kualitas Udara Berbasis IoT

  • Dwi Ilham Maulana Jurusan Teknik Elektro, Fakultas Teknik, Universitas Siliwangi, Tasikmalaya, Jawa Barat 46115, Indonesia
  • Asep Andang Jurusan Teknik Elektro, Fakultas Teknik, Universitas Siliwangi, Tasikmalaya, Jawa Barat 46115, Indonesia
  • Ifkar Usrah Jurusan Teknik Elektro, Fakultas Teknik, Universitas Siliwangi, Tasikmalaya, Jawa Barat 46115, Indonesia
  • Agus Purnomo Jurusan Teknologi Laboratorium Medis, Poltekkes Kemenkes Tanjungkarang, Bandar Lampung, Lampung 35145, Indonesia

Abstract

Peningkatan volume data pada sistem berbasis internet of things (IoT) telah mendorong kebutuhan akan efisiensi dalam pengelolaan data, khususnya dalam konteks sistem pemantauan kualitas udara. Salah satu pendekatan untuk mengatasi tantangan ini adalah deteksi duplikasi data, yang berfungsi mengeliminasi data redundan guna mengurangi kebutuhan penyimpanan dan konsumsi daya. Penelitian ini bertujuan untuk mengembangkan sistem pemantauan kualitas udara berbasis IoT yang menerapkan metode deteksi duplikasi data sebagai bagian dari upaya mendukung konsep GreenIoT. Metodologi penelitian melibatkan perbandingan antara sistem tanpa dan dengan penerapan deteksi duplikasi data serta evaluasi menyeluruh terhadap kinerja sistem. Data yang diuji meliputi ukuran data yang dikirim dan konsumsi daya perangkat selama proses transmisi. Pengujian dilakukan dalam skenario operasional nyata selama 24 jam. Hasil penelitian menunjukkan bahwa penerapan deteksi duplikasi data berhasil menurunkan ukuran data yang dikirim dari 56 byte menjadi 11-44 byte, tergantung pada tingkat redundansi data. Selain itu, konsumsi daya berhasil dikurangi sebesar 1,59% hingga 3,84% dibandingkan dengan sistem tanpa deteksi duplikasi data. Metode ini juga terbukti tidak mengurangi akurasi data yang ditampilkan, sehingga tetap memenuhi kebutuhan fungsional sistem. Kesimpulannya, implementasi metode deteksi duplikasi data pada sistem pemantauan kualitas udara berbasis IoT tidak hanya mengoptimalkan proses transmisi data, tetapi juga mendukung efisiensi energi sesuai prinsip Green IoT. Penelitian ini memberikan kontribusi penting dalam pengembangan sistem IoT yang lebih berkelanjutan dan hemat energi.

References

J. Wang and S. Ogawa, “Effects of meteorological conditions on PM2.5 concentrations in Nagasaki, Japan,” Int. J. Environ. Res. Public Health, vol. 12, no. 8, pp. 9089–9101, Aug. 2015, doi: 10.3390/ijerph120809089.

R. Kyburz, “Energy efficiency of the Internet of things,” 2016. [Online]. Available: https://www.iea-4e.org/wp-content/uploads/publications/2016/08/160704_EE-IoT-Policy-Options_v1.8_-_FINAL_with_cover.pdf

A.S.H. Abdul-Qawy and T. Srinivasulu, “Greening trends in energy-efficiency of IoT-based heterogeneous wireless nodes,” in Int. Conf. Electr. Electron. Comput. Commun. Mech. Comput. (EECCMC), 2018, pp. 1–10.

R. Raut et al., Green Internet of Things and Machine Learning. Hokoben, NJ, USA: John Wiley & Sons, 2022.

B. Mahapatra and A. Nayyar, Green Internet of Things. Boca Raton, FL, USA: CRC Press, 2022.

F.K. Shaikh, S. Zeadally, and E. Exposito, “Enabling technologies for green Internet of things,” IEEE Syst. J., vol. 11, no. 2, pp. 983–994, Jun. 2017, doi: 10.1109/JSYST.2015.2415194.

J. Botero-Valencia, L. Castano-Londono, D. Marquez-Viloria, and M. Rico-Garcia, “Data reduction in a low-cost environmental monitoring system based on LoRa for WSN,” IEEE Internet Things J., vol. 6, no. 2, pp. 3024–3030, Apr. 2019, doi: 10.1109/JIOT.2018.2878528.

X. Zhang and M. Deng, “An overview on data deduplication techniques,” in Inf. Technol. Intell. Transp. Syst., 2016, pp. 359–369, doi: 10.1007/978-3-319-38771-0_35.

X. Liu and N. Ansari, “Toward green IoT: Energy solutions and key challenges,” IEEE Commun. Mag., vol. 57, no. 3, pp. 104–110, Mar. 2019, doi: 10.1109/MCOM.2019.1800175.

“Pengendalian Pencemaran Udara,” Peraturan Pemerintah, No. 41, 1999.

“Pengendalian Pencemaran Udara,” Peraturan Menteri Lingkungan Hidup dan Kehutanan Republik Indonesia, No 14, 2020.

P. Abbareddy, S. Bhukya, C. Narsingoju, and B. Narsimhulu, “A novel methodology for secure deduplication of image data in cloud computing using compressive sensing and random pixel exchanging,” J. Theor. Appl. Inf. Technol., vol. 102, no. 4, pp. 1608–1618, Feb. 2024.

R. Kaur, I. Chana, and J. Bhattacharya, “Data deduplication techniques for efficient cloud storage management: A systematic review,” J. Supercomput., vol. 74, pp. 2035–2085, May 2018, doi: 10.1007/s11227-017-2210-8.

S. Michiels and ACM Digital Library., ACM/IFIP/USENIX International Middleware Conference : Companion, December 1-5, 2008, Leuven, Belgium. Association for Computing Machinery, 2008.

J. Malhotra and J. Bakal, “A survey and comparative study of data deduplication techniques,” in 2015 Int. Conf. Pervasive Comput. (ICPC), 2015, pp. 1–5, doi: 10.1109/PERVASIVE.2015.7087116.

J. Riley, “Understanding metadata,” Washingt. DC, United States Natl. Inf. Stand. Organ. (http//www. niso. org/publications/press/UnderstandingMetadata. pdf), vol. 23, pp. 7–10, 2017.

W. Chen et al., “Low‐overhead inline deduplication for persistent memory,” Trans. Emerg. Telecommun. Technol., vol. 32, no. 8, pp. 1–13, Aug. 2021, doi: 10.1002/ett.4079.

A. Rayes and S. Salam, “Internet of things (IoT) overview,” in Internet of Things from Hype to Reality. Cham, Switzerland: Springer, 2019, pp. 1–35.

R. Arshad et al., “Green IoT: An investigation on energy saving practices for 2020 and beyond,” IEEE Access, vol. 5, pp. 15667–15681, Jul. 2017, doi: 10.1109/ACCESS.2017.2686092.

B. Pan et al., “Study on image encryption method in clinical data exchange,” in 2015 7th Int. Conf. Inf. Technol. Med. Educ. (ITME), 2015, pp. 252–255, doi: 10.1109/ITME.2015.98.

Published
2025-05-28
How to Cite
Dwi Ilham Maulana, Asep Andang, Ifkar Usrah, & Agus Purnomo. (2025). Deteksi Duplikasi Data pada Sistem Pemantauan Kualitas Udara Berbasis IoT. Jurnal Nasional Teknik Elektro Dan Teknologi Informasi, 14(2), 138-144. https://doi.org/10.22146/jnteti.v14i2.16272