Article Details

SISTEM CERDAS BERBASIS SISTEM MULTIAGEN UNTUK PENILAIAN KONDISI JEMBATAN SECARA MANDIRI MENGGUNAKAN JARINGAN SENSOR NIRKABEL

Oleh   Seno Adi Putra [33213009]
Kontributor / Dosen Pembimbing : Prof. Dr. Ir. Bambang Riyanto Trilaksono;Dr. Agung Harsoyo, S.T., M.Sc.;Achmad Imam Kistijantoro, S.T., M.Sc., Ph.D.;
Jenis Koleksi : S3-Disertasi
Penerbit : STEI - Teknik Elektro dan Informatika
Fakultas : Sekolah Teknik Elektro dan Informatika (STEI)
Subjek : Engineering & allied operations
Kata Kunci : Wireless sensor network, respon dinamik jembatan, sistem penilaian kondisi jembatan mandiri, sistem multiagen, in-network processing, two-player game, reinforcement learning, finite element analysis.
Sumber :
Staf Input/Edit : Alice Diniarti   Ena Sukmana
File : 12 file
Tanggal Input : 2020-04-20 11:24:12

Wireless Sensor Network (WSN) atau jaringan sensor nirkabel adalah perangkat tertanam kecil yang dipasang di jaringan skala besar dengan kapabilitas melakukan penginderaan, komputasi, dan komunikasi. Jaringan ini mengkombinasikan sensor modern, mikroelektronika, komputasi, komunikasi, dan teknologi pemrosesan terdistribusi. Jaringan ini berpotensi memberikan kontribusi penting pada sistem penilaian kondisi jembatan. Penelitian ini mengusulkan pengembangan sistem tersebut secara mandiri berbasis respon dinamik jembatan dengan pendekatan sistem multiagen. Penilaian kondisi jembatan yang dilakukan meliputi identifikasi frekuensi natural, perakitan bentuk mode getar, dan penentuan kapasitas jembatan. Karena adanya kapabilitas komputasi di simpul sensor nirkabel, sangat menarik untuk menerapkan in-network processing di jaringan sensor nirkabel yang berarti bahwa pengolahan data dilakukan di dalam jaringan sehingga mencegah peluberan data di jaringan dan di server. Salah satu pendekatan in-network processing yang perlu dieksplorasi adalah pemrosesan sinyal berbasis multiagen. Di sini diusulkan pemasangan agen-agen di setiap simpul-simpul sensor akselerometer, mencakup di dalamnya agen bergerak, yang saling kolaborasi untuk pengolahan dan agregasi data. In-network processing yang diusulkan terdiri dari identifikasi informasi kondisi global jaringan sensor nirkabel, perencanaan migrasi agen bergerak, pengolahan data di simpul sensor, dan pemberangkatan agen bergerak hop by hop dari satu simpul sensor ke simpul lainnya. In-network processing yang tidak terkendali menyebabkan masalah baru, yaitu pemborosan energi baterai sehingga bukanlah solusi baik jika semua sensor selalu diset terbangun atau tertidur secara deterministik karena yang diperlukan di sini adalah mengukur respon dinamik jembatan ketika dilalui oleh satu truk bermuatan besar yang kedatangannya tidak menentu. Oleh sebab itu, dalam penelitian ini juga dirancang algoritma two-player game dan reinforcement learning untuk pengendalian in-network processing. Di sini terjadi pengambilan keputusan berbasis pemilihan aksi-aksi probabilistik oleh agen di simpul weight-in-motion berbasis akselerometer. Hasil simulasi dan eksperimen menunjukkan bahwa sistem multiagen usulan untuk in-network processing sukses dilakukan dan kerja sama antar simpul sensor weight-in-motion untuk pengendaliannya menunjukkan efektifitas yang memuaskan. Pembangunan jembatan uji skala laboratorium juga dilakukan sebagai sarana melakukan validasi atau keakuratan sistem. Hasil pengukuran oleh sistem usulan dibandingkan dengan hasil finite element analysis (FEA) yang menunjukkan adanya nilai yang mendekati antara nilai yang dihasilkan dari FEA dengan hasil perhitungan sistem usulan.