[APSI] Diskusi Kelompok Tugas 9-2 - Kelompok 1
Berikut kami lampirkan hasil diskusi beserta jawabn dari studi kasus 9-2
kami dari KELOMPOK 1
anggota: - Valdy Rahadian Fakhrizal_1202184314
- Agistra Febriandi_1202180206
- Prayogi Sholihul Insan_1202180157
- Dariosany Nur Iqlal Rahman_1202180095
Kelas SI-42-04
Proyek akan difokuskan pada sistem penilaian kondisi kesehatan jembatan dua bentang. Di sini akan dilakukan pemasangan simpul-simpul sensor nirkabel accelerometer (WSN) dan weigh-in-motion (WIM). Jumlah sensor yang dipasang di jembatan harus merepresentasikan data yang akan diambil di jembatan. Diperlukan sebuah metode untuk penilaian kondisi jembatan secara umum dan load rating dari jembatan-jembatan ini berdasarkan respon dinamik yang dikumpulkan melalui WSN. Kesehatan suatu jembatan berhubungan dengan karakter vibrasinya ketika dibebani oleh kendaraan berat yang melintasinya. Melalui pemasangan beberapa WSN ini akan diidentifikasi sejauhmana respon jembatan itu ketika dilalui beban kendaraan dengan variabel berat beban dan lajunya. Pemasangan WSN beserta WIM ditunjukkan seperti pada Gambar 1.
Pada tugas ini, Anda diminta untuk merancang secara lebih rinci mekanisme yang terjadi di setiap simpul sensor nirkabel dan WIM. Di sini diterapkan protokol berbasis mobile agent sebagai solusi untuk menyelesaikan masalah bandwidth data yang dipertukarkan sehingga mencegah terjadinya banjir data yang mengalir di WSN. Deskripsi rinci dari sistem yang dibangun adalah sebagai berikut.
1. Organisasi agen-agen di setiap simpul sensor nirkabel Simpul sensor nirkabel accelerometer terdiri dari 5 bagian pengolah data yang distribusikan ke beberapa agen terkait. Modul-modul tersebut adalah modul sensor, modul penyaringan, modul FFT dan peak picking, mobile agent service, dan transceiver. Modul sensor adalah modul yang berperan dalam mengakses langsung ke komponen sensor accelerometer. Modul ini melekat pada agen SensingA. Pada modul ini dilakukan algoritma koneksi ke perangkat sensor termasuk di dalamnya penyetingan sampling rate dan algoritma deteksi puncak sinyal secara real time yang memerintahkan SensingA untuk memulai mencuplik data vibrasi. Algoritma deteksi puncak sinyal ini ditujukan agar SensingA mencuplik data yang benar-benar merepresentasikan terjadinya vibrasi yang signifikan sehingga menghemat alokasian memori di simpul sensor. Data mentah dari modul sensor selanjutnya dikirim ke ProcessingA untuk dilakukan proses penyaringan. Proses penyaringan dilakukan oleh ProcessingA. Proses penyaringan menggunakan algoritma moving average filter. Selanjutnya, data keluaran penyaringan ini oleh ProcessingA ditransformasi ke domain frekuensi melalui Fast Fourier Transform (FFT) untuk memperoleh frekuensi alamiah jembatan sekaligus dilakukan peak picking untuk mendapatkan mode shape dari frekuensi alamiah yang paling dominan. Mobile agent service adalah bagian yang digunakan sebagai sarana berbagi data antara agen ProcessingA dengan mobile agent bernama MobileA. Data-data keluaran berupa frekuensi alamiah jembatan beserta mode shapenya disimpan di bagian ini yang nantinya akan diambil oleh MobileA. Selanjutnya, melalui Transceiver milik CommA, MobileA diberangkatkan menuju simpul sensor berikutnya. CommA berperan dalam menjalin komunikasi antara simpul sensor nirkabel accelerometer dengan tetangganya, antara simpul sensor nirkabel accelerometer dengan simpul sink, dan antara simpul sensor nirkabel accelerometer dengan simpul WIM.
Perancang sistem mengusulkan sistem multiagen yang di dalamnya mengangkat konsep mobile agent. Untuk mendukung pemrosesan data ini, diusulkan tiga proses utama sebagai berikut: 1. identifikasi kondisi simpul-simpul sensor tetangga oleh agen yang berada di simpul sensor nirkabel accelerometer dan secara bersamaan simpul sink juga ikut melakukan identifikasi keadaan sumber daya setiap simpul sensor nirkabel accelerometer; 2. perencanaan migrasi agen bergerak yang dilakukan agen simpul sink; dan 3. proses pemberangkatan agen bergerak secara hop by hop dari satu simpul sensor ke simpul sensor lainnya untuk mengumpulkan data hasil prapemrosesan di setiap simpul sensor.
2. Organisasi agen-agen di simpul WIM WIM dibagi ke dalam 8 modul, yaitu modul sensor, normalisasi data, moving average filter, low pass filter, peak detector, pengklasifikasi data, pengambil keputusan, dan modul komunikasi. Modul sensor adalah bagian dari agen SensingA. Modul normalisasi, moving average filter, low pass filter, peak detector, dan pengklasifikasi adalah bagian dari agen ProcessingA. Modul pengambil keputusan merupakan bagian dari agen DecisionA. Terakhir, modul komunikasi merupakan bagian dari ComA untuk komunikasi dengan WIM tetangganya dan simpul sensor nirkabel accelerometer.
Data mentah yang dihasilkan dari modul sensor atau agen SensingA dinormalisasi di dalam modul normalisasi yang menjadi tanggung jawab agen ProcessingA untuk menghilangkan sinyal-sinyal yang dihasilkan gandar yang memiliki magnitude di bawah 1. Sinyal yang sudah dinormalisasi selanjutnya dikuadratkan untuk menghitung power p(n). Langkah ini menyebabkan perbedaan antara signal puncak dengan noise karena noise sudah ditipiskan setelah proses mengkuadratkan dan sinyal puncak yang lebih besar 1 diperkuat. Langkah selanjutnya adalah menghaluskan data sinyal p(n) yang dilakukan dengan menggunakan moving average filter sehingga dihasilkan sinyal yang lebih halus. Lalu, keluaran dari moving average filter ini dimasukkan ke dalam modul low pass filter agar dihasilkan keluaran sinyal yang lebih halus lagi meskipun filter ini adalah pilihan yang tidak wajib dan dapat dihilangkan. Setelah diperoleh sinyal yang lebih halus, bagian peak detector selanjutnya mendeteksi jumlah puncak yang merepresentasikan banyaknya gandar dari sebuah kendaraan. Keluaran dari proses ini adalah jumlah puncak sinyal yang teridentifikasi beserta nilai amplitudonya yang akan menjadi masukan bagi modul pengklasifikasian yang menggunakan algoritma Neural Network. Modul pengklasifikasi berperan dalam memprediksi beberapa tipe truk yang melewati jembatan mengikuti standar Federal Highway Administration (FHWA). Selanjutnya, modul pengklasifikasian memberikan pesan peringatan akan adanya kendaraan dengan berat signifikan ke agen DecisionA.
Pada modul pengambilan keputusan diusulkan model interaksi two-players game antara dua WIM yang masingmasing terhubung dengan simpul yang selalu aktif dan selalu terhubung dengan sumber energi. Kedua WIM dipandang sebagai dua pemain yang melakukan tiga aksi, yaitu warn, wake up, dan sleep. Warn berarti ketika satu WIM menyimpulkan ada kendaraan dengan tonase dan bermuatan besar, maka WIM segera memilih aksi mengirim pesan permintaan ke WIM lawan supaya WIM lawan memerintahkan sensor pekerja di bawah koordinasinya untuk melakukan pemrosesan data di dalam WSN. Aksi wake up berarti WIM dapat menerima dan memproses permintaan lawannya. Aksi Sleep berarti WIM tidak dapat mengirim atau menerima pesan ke atau dari lawannya.
Dalam satu periode waktu, misalnya 20 detik, masing-masing WIM harus memutuskan aksi yang seharusnya dilakukan di setiap slot waktu ΔT. Pada slot waktu tersebut terdapat probabilitas jembatan dilewati oleh kendaraan bertonase berat. Setiap WIM akan memilih sebuah aksi dari tiga aksi yang tersedia untuk setiap slot waktu. Setiap aksi gabungan kedua WIM menghasilkan reward yang akan diterima keduanya. Aksi-aksi ini dipilih berdasarkan policy aksi-aksi kedua WIM yang diperbaharui terus menerus menggunakan algoritma reinforcement learning.
TUGAS ANDA ADALAH: 1. Gambarkan interaksi antar aktor yang akan terlibat dalam sistem ini menggunakan diagram sequence! Pastikan Anda mengidentifikasi mana agent yang berperan sebagai Boundary, Service, atau Entity! 2. Gambarkan keadaan dari WIM dan setiap simpul sensor ketika dilakukannya pemrosesan data di WSN seperti dideskripsikan di atas menggunakan State Transition Diagram!
JAWABAN:
1. Berikut gambar sequence diagram kami
2. Beriku state transition diagram kami
kami dari KELOMPOK 1
anggota: - Valdy Rahadian Fakhrizal_1202184314
- Agistra Febriandi_1202180206
- Prayogi Sholihul Insan_1202180157
- Dariosany Nur Iqlal Rahman_1202180095
Kelas SI-42-04
Proyek akan difokuskan pada sistem penilaian kondisi kesehatan jembatan dua bentang. Di sini akan dilakukan pemasangan simpul-simpul sensor nirkabel accelerometer (WSN) dan weigh-in-motion (WIM). Jumlah sensor yang dipasang di jembatan harus merepresentasikan data yang akan diambil di jembatan. Diperlukan sebuah metode untuk penilaian kondisi jembatan secara umum dan load rating dari jembatan-jembatan ini berdasarkan respon dinamik yang dikumpulkan melalui WSN. Kesehatan suatu jembatan berhubungan dengan karakter vibrasinya ketika dibebani oleh kendaraan berat yang melintasinya. Melalui pemasangan beberapa WSN ini akan diidentifikasi sejauhmana respon jembatan itu ketika dilalui beban kendaraan dengan variabel berat beban dan lajunya. Pemasangan WSN beserta WIM ditunjukkan seperti pada Gambar 1.
Pada tugas ini, Anda diminta untuk merancang secara lebih rinci mekanisme yang terjadi di setiap simpul sensor nirkabel dan WIM. Di sini diterapkan protokol berbasis mobile agent sebagai solusi untuk menyelesaikan masalah bandwidth data yang dipertukarkan sehingga mencegah terjadinya banjir data yang mengalir di WSN. Deskripsi rinci dari sistem yang dibangun adalah sebagai berikut.
1. Organisasi agen-agen di setiap simpul sensor nirkabel Simpul sensor nirkabel accelerometer terdiri dari 5 bagian pengolah data yang distribusikan ke beberapa agen terkait. Modul-modul tersebut adalah modul sensor, modul penyaringan, modul FFT dan peak picking, mobile agent service, dan transceiver. Modul sensor adalah modul yang berperan dalam mengakses langsung ke komponen sensor accelerometer. Modul ini melekat pada agen SensingA. Pada modul ini dilakukan algoritma koneksi ke perangkat sensor termasuk di dalamnya penyetingan sampling rate dan algoritma deteksi puncak sinyal secara real time yang memerintahkan SensingA untuk memulai mencuplik data vibrasi. Algoritma deteksi puncak sinyal ini ditujukan agar SensingA mencuplik data yang benar-benar merepresentasikan terjadinya vibrasi yang signifikan sehingga menghemat alokasian memori di simpul sensor. Data mentah dari modul sensor selanjutnya dikirim ke ProcessingA untuk dilakukan proses penyaringan. Proses penyaringan dilakukan oleh ProcessingA. Proses penyaringan menggunakan algoritma moving average filter. Selanjutnya, data keluaran penyaringan ini oleh ProcessingA ditransformasi ke domain frekuensi melalui Fast Fourier Transform (FFT) untuk memperoleh frekuensi alamiah jembatan sekaligus dilakukan peak picking untuk mendapatkan mode shape dari frekuensi alamiah yang paling dominan. Mobile agent service adalah bagian yang digunakan sebagai sarana berbagi data antara agen ProcessingA dengan mobile agent bernama MobileA. Data-data keluaran berupa frekuensi alamiah jembatan beserta mode shapenya disimpan di bagian ini yang nantinya akan diambil oleh MobileA. Selanjutnya, melalui Transceiver milik CommA, MobileA diberangkatkan menuju simpul sensor berikutnya. CommA berperan dalam menjalin komunikasi antara simpul sensor nirkabel accelerometer dengan tetangganya, antara simpul sensor nirkabel accelerometer dengan simpul sink, dan antara simpul sensor nirkabel accelerometer dengan simpul WIM.
Perancang sistem mengusulkan sistem multiagen yang di dalamnya mengangkat konsep mobile agent. Untuk mendukung pemrosesan data ini, diusulkan tiga proses utama sebagai berikut: 1. identifikasi kondisi simpul-simpul sensor tetangga oleh agen yang berada di simpul sensor nirkabel accelerometer dan secara bersamaan simpul sink juga ikut melakukan identifikasi keadaan sumber daya setiap simpul sensor nirkabel accelerometer; 2. perencanaan migrasi agen bergerak yang dilakukan agen simpul sink; dan 3. proses pemberangkatan agen bergerak secara hop by hop dari satu simpul sensor ke simpul sensor lainnya untuk mengumpulkan data hasil prapemrosesan di setiap simpul sensor.
2. Organisasi agen-agen di simpul WIM WIM dibagi ke dalam 8 modul, yaitu modul sensor, normalisasi data, moving average filter, low pass filter, peak detector, pengklasifikasi data, pengambil keputusan, dan modul komunikasi. Modul sensor adalah bagian dari agen SensingA. Modul normalisasi, moving average filter, low pass filter, peak detector, dan pengklasifikasi adalah bagian dari agen ProcessingA. Modul pengambil keputusan merupakan bagian dari agen DecisionA. Terakhir, modul komunikasi merupakan bagian dari ComA untuk komunikasi dengan WIM tetangganya dan simpul sensor nirkabel accelerometer.
Data mentah yang dihasilkan dari modul sensor atau agen SensingA dinormalisasi di dalam modul normalisasi yang menjadi tanggung jawab agen ProcessingA untuk menghilangkan sinyal-sinyal yang dihasilkan gandar yang memiliki magnitude di bawah 1. Sinyal yang sudah dinormalisasi selanjutnya dikuadratkan untuk menghitung power p(n). Langkah ini menyebabkan perbedaan antara signal puncak dengan noise karena noise sudah ditipiskan setelah proses mengkuadratkan dan sinyal puncak yang lebih besar 1 diperkuat. Langkah selanjutnya adalah menghaluskan data sinyal p(n) yang dilakukan dengan menggunakan moving average filter sehingga dihasilkan sinyal yang lebih halus. Lalu, keluaran dari moving average filter ini dimasukkan ke dalam modul low pass filter agar dihasilkan keluaran sinyal yang lebih halus lagi meskipun filter ini adalah pilihan yang tidak wajib dan dapat dihilangkan. Setelah diperoleh sinyal yang lebih halus, bagian peak detector selanjutnya mendeteksi jumlah puncak yang merepresentasikan banyaknya gandar dari sebuah kendaraan. Keluaran dari proses ini adalah jumlah puncak sinyal yang teridentifikasi beserta nilai amplitudonya yang akan menjadi masukan bagi modul pengklasifikasian yang menggunakan algoritma Neural Network. Modul pengklasifikasi berperan dalam memprediksi beberapa tipe truk yang melewati jembatan mengikuti standar Federal Highway Administration (FHWA). Selanjutnya, modul pengklasifikasian memberikan pesan peringatan akan adanya kendaraan dengan berat signifikan ke agen DecisionA.
Pada modul pengambilan keputusan diusulkan model interaksi two-players game antara dua WIM yang masingmasing terhubung dengan simpul yang selalu aktif dan selalu terhubung dengan sumber energi. Kedua WIM dipandang sebagai dua pemain yang melakukan tiga aksi, yaitu warn, wake up, dan sleep. Warn berarti ketika satu WIM menyimpulkan ada kendaraan dengan tonase dan bermuatan besar, maka WIM segera memilih aksi mengirim pesan permintaan ke WIM lawan supaya WIM lawan memerintahkan sensor pekerja di bawah koordinasinya untuk melakukan pemrosesan data di dalam WSN. Aksi wake up berarti WIM dapat menerima dan memproses permintaan lawannya. Aksi Sleep berarti WIM tidak dapat mengirim atau menerima pesan ke atau dari lawannya.
Dalam satu periode waktu, misalnya 20 detik, masing-masing WIM harus memutuskan aksi yang seharusnya dilakukan di setiap slot waktu ΔT. Pada slot waktu tersebut terdapat probabilitas jembatan dilewati oleh kendaraan bertonase berat. Setiap WIM akan memilih sebuah aksi dari tiga aksi yang tersedia untuk setiap slot waktu. Setiap aksi gabungan kedua WIM menghasilkan reward yang akan diterima keduanya. Aksi-aksi ini dipilih berdasarkan policy aksi-aksi kedua WIM yang diperbaharui terus menerus menggunakan algoritma reinforcement learning.
TUGAS ANDA ADALAH: 1. Gambarkan interaksi antar aktor yang akan terlibat dalam sistem ini menggunakan diagram sequence! Pastikan Anda mengidentifikasi mana agent yang berperan sebagai Boundary, Service, atau Entity! 2. Gambarkan keadaan dari WIM dan setiap simpul sensor ketika dilakukannya pemrosesan data di WSN seperti dideskripsikan di atas menggunakan State Transition Diagram!
JAWABAN:
1. Berikut gambar sequence diagram kami
Komentar
Posting Komentar