Perpustakaan Digital ITB

Perkembangan pesat Internet of Things (IoT) telah mendorong munculnya Sistem Cerdas (Smart System) seperti Smart City dan Smart Agriculture. Namun, implementasi saat ini masih terhambat oleh arsitektur sensing konvensional yang bersifat terfragmentasi (silo), keterbatasan energi di area rural, serta ancaman privasi dan beban komputasi tinggi pada pengumpulan data dinamis di perkotaan. Penelitian ini bertujuan mengembangkan model arsitektur sensing terpadu bernama Unified and Sustainable Sensing as a Service (USSenaaS) untuk mencapai ketersediaan (availability) dan keandalan (reliability) layanan data. Metodologi yang digunakan adalah Design Science Research Methodology (DSRM) yang dipadukan dengan pendekatan Rekayasa Sistem. Model arsitektur USSenaaS mengintegrasikan manajemen node sensor statis (berbasis energy harvesting) dan node dinamis (vehicular crowdsensing) ke dalam satu model. Pada lapisan edge, diusulkan modul Adaptive Sensor Selection dan Hybrid Privacy-Preserving Framework (HE + SMPC) untuk menjamin keamanan tanpa mengorbankan latensi. Validasi dilakukan melalui pendekatan dual-living lab di Perkebunan Tebu Subang (statis-rural) dan platform Bandung CitySense (dinamis-urban). Hasil pengujian menunjukkan bahwa platform USSenaaS mencapai nilai ketersediaan rata-rata 0,9866 dan keandalan 0,9989. Pada skenario silmulasi data nyata vehicular sensing, mekanisme seleksi adaptif berhasil mereduksi volume data sebesar 70,4% dan mempercepat pemrosesan hingga 9,5 kali lipat dibandingkan standar enkripsi homomorfik konvensional, dengan tetap menjaga integritas sinyal data. Penelitian ini menunjukkan bahwa model arsitektur sensing yang terpadu dan berkelanjutan dapat menjadi landasan bagi sistem pengambilan keputusan otonom yang efisien pada sistem cerdas.