Transmisi Gambar melalui Jaringan LoRa – Survei

Oleh ;  Mochammad Haldi Widianto

 

Saat ini, teknologi komunikasi dan informasi, sejumlah besar data penginderaan di wilayah tersebut diproduksi oleh sejumlah sensor dan dikumpulkan di dunia maya melalui platform cloud, sementara jumlah data melalui jaringan meningkat pesat. Internet of Things (IoT) adalah pengertian yang menerapkan teknologi cyber-fisik dengan menghubungkan berbagai perangkat (benda) ke Internet. Perangkat IoT biasanya cukup baik dan portabel untuk dipasang di mana-mana untuk mengumpulkan berbagai informasi. Teknologi jaringan sensor nirkabel (WSN) bervariasi dalam efisiensinya untuk mengangkut data dengan konsumsi daya yang lebih rendah, kecepatan data tinggi, dan jarak yang jauh.

Saat ini, jaringan area luas berdaya rendah (LPWAN) adalah solusi terbaik dari teknologi WSN karena mereka menyediakan fitur seperti jangkauan jarak jauh, harga rendah, dan konsumsi energi yang lebih sedikit, menjadikannya pelengkap teknologi lain yang dapat mencakup rentang rendah, seperti Internet of Things (IoT) skala kecil, Bluetooth Hemat Energi, dan Wi-Fi. Efisiensi untuk teknologi transmisi jarak jauh ke berbagai sistem dengan konsumsi energi yang berkurang, dan harga yang rendah ini disebabkan oleh perbaikan yang diterapkan dalam protokol jaringan. Aplikasi IoT menggunakan beberapa teknologi nirkabel berikut seperti, Long Range (LoRa), LTE-M, Sigfox, narrowband IoT (NB-IoT), IEEE 802.15.4, untuk menghubungkan sensor perangkat nirkabel ke penyebaran IoT dan pengurangan konsumsi energi.

Visual IoT adalah jenis IoT, di mana sensor ditentukan untuk video atau sensor gambar dan tidak ditetapkan sebagai sensor umum. Seperti yang sudah ditentukan, sensor visual IoT disertakan dengan kamera yang terhubung ke Internet. Dalam IoT visual, masalah krusial harus dihadapi, seperti tuntutan kecepatan data yang tinggi dari informasi visual dan pertukaran antara komunikasi dan komputasi. Ada banyak proposal:

– Teknologi transmisi gambar yang canggih

– Teknik informasi ekstraksi citra melalui model pengenalan citra

LPWAN memiliki minat yang besar bagi komunitas riset dan diharapkan dapat berkontribusi untuk penyelesaian masa depan IoT. Perkembangan baru terbaru di LPWAN ditujukan untuk mengisi kesenjangan yang ada hingga hari ini dengan protokol nirkabel lain yang ada dan yang terutama terdiri dari masa pakai baterai, koeksistensi, dan jangkauan komunikasi perangkat IoT.

LoRa, terdiri dari teknologi dan protokol komunikasi, yang dikembangkan oleh Semtech (Camarillo, CA, USA), yang menawarkan cakupan yang lebih luas dibandingkan dengan platform LPWAN lainnya. Modulasi LoRa didasarkan pada teknologi spektrum-sebaran, dan perubahan modulasi spektrum dikombinasikan dengan (FEC). Modulasi CSS Lora adalah solusi agar data dapat ditransfer pada jarak jauh dengan koneksi berkapasitas tinggi, meskipun ketika daya sinyal lebih dari 20 dB lebih rendah dari noise floor. LoRa mendemodulasi sinyal dengan menggunakan Frequency Shift Keying (FSK) karena berada di bawah 19,5 dB dari noise floor. Sebaliknya, banyak teknologi jaringan lain hanya dapat mendemodulasi sinyal dengan daya kurang dari 10 dB di atas noise floor.

Teknologi LoRA menawarkan fase konstan di antara berbagai simbol kicauan di bagian penyisipan paket lapisan fisik, fitur yang memberikan ketepatan yang lebih baik dalam prosedur sinkronisasi terkait waktu dan frekuensi, tanpa menuntut peralatan yang mahal agar waktu lokal di node LoRa menjadi diselesaikan. Pintu gerbang LoRa memiliki kemampuan untuk mencakup wilayah perkotaan dan pedesaan yang luas.

Hasil pengujian menunjukkan bahwa protokol MPLR selama prosedur pengiriman citra mengalami penurunan waktu sebesar 24%. Selama prosedur pengukuran packet loss, hasil menunjukkan waktu transmisi yang meningkat 30%. Dibandingkan dengan metode ALOHA, reservasi saluran protokol MPLR sama di antara node yang berpartisipasi. Ji et al, mengusulkan metode yang tidak mengirimkan gambar penuh karena pengurangan kecepatan data dan bandwidth, tetapi mereka mengamati bahwa sebagian besar titik dalam gambar bersifat statis di mana perubahan signifikan sangat jarang terjadi. Skema berdasarkan pendekatan yang disebutkan di atas, gambar penuh tidak perlu dikirim, dan dengan cara ini penggunaan bandwidth pada LoRa dapat dikurangi. Skema ini memanfaatkan kapasitas statis di berbagai area dan terutama di pertanian dengan menyarankan rencana pemantauan baru yang membagi setiap gambar menjadi patch grid kecil (Gambar 1). Setiap patch grid hanya dikirim jika terjadi perubahan. Ini menyimpan banyak penggunaan tautan selama pengawasan situs pertanian statis dan memberikan kinerja yang lebih baik.

Gambar 1. Splitting image procedure.

Pada tingkat citra, meskipun teknik kompresi citra tampaknya menjadi pilihan yang baik untuk memperkecil ukuran citra yang ditransmisikan dengan kualitas yang dapat diterima, jumlah data yang ditransmisikan masih sangat tinggi untuk dikirim dalam jarak yang jauh. Tantangan utama ke arah ini adalah pengembangan representasi gambar kompak yang mampu menangani tradeoff secara efisien antara kualitas gambar dan penggunaan bandwidth saluran.

Upaya tambahan juga harus difokuskan pada modifikasi yang tepat dari proses transmisi di tingkat protokol, untuk membatasi transmisi yang tidak perlu misalnya. Transmisi ACK / NACK. Selain itu, pada tingkat fisik, manajemen yang lebih cerdas dari konstruksi dan pertukaran paket protokol dapat memberikan fleksibilitas tambahan pada strategi transmisi data gambar. Perlu dicatat bahwa metodologi yang mungkin efisien dapat diturunkan dengan menggabungkan perubahan pada ketiga level (gambar, protokol, fisik), dengan menyediakan kerangka kerja LoRa yang telah direvisi.

Di masa mendatang, upaya untuk mengurangi jumlah data citra yang ditransmisikan dengan menerapkan representasi citra yang berbeda telah direncanakan, untuk menangani tradeoff antara kualitas citra dan pembatasan bandwidth.

 

Reference

  1. Anestis Staikopoulos, Venetis Kanakaris, George A. Papakostas, “Image Transmission via LoRa Networks – A Survey,” Human-Machines Interaction Laboratory (HUMAIN-Lab), Department of Computer Science International 2020 IEEE 5th International Conference on Image, Vision and Computing