MUHAMMAD NOVIAN (2025) EVALUASI PERFORMA ARSITEKTUR LORAWAN CHIRPSTACK DAN THE THINGS NETWORK PADA IMPLEMENTASI IOT UNTUK PEMANTAUAN KONDISI LINGKUNGAN. S1 thesis, Universitas Muhammadiyah Yogyakarta.
|
Text (Halaman Judul)
Halaman Judul.pdf Download (2MB) |
|
|
Text (Lembar Pengesahan)
Lembar Pengesahan.pdf Restricted to Registered users only Download (510kB) |
|
|
Text (Abstrak)
Abstrak.pdf Restricted to Registered users only Download (728kB) |
|
|
Text (Bab I)
Bab I.pdf Download (1MB) |
|
|
Text (Bab II)
Bab II.pdf Restricted to Registered users only Download (7MB) |
|
|
Text (Bab III)
Bab III.pdf Restricted to Registered users only Download (8MB) |
|
|
Text (Bab IV)
Bab IV.pdf Restricted to Registered users only Download (8MB) |
|
|
Text (Bab V)
Bab V.pdf Restricted to Registered users only Download (906kB) |
|
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf Restricted to Registered users only Download (593kB) |
|
|
Text (Lampiran)
Lampiran.pdf Restricted to Registered users only Download (1MB) |
|
|
Text (Naskah Publikasi)
Naskah Publikasi.pdf Restricted to Registered users only Download (1MB) |
|
|
Text (Full Text)
Full Text.pdf Restricted to Repository staff only Download (4MB) |
Abstract
Perkembangan teknologi Internet of Things (IoT) telah mendorong penggunaan jaringan nirkabel berdaya rendah dengan jangkauan luas seperti LoRaWAN (Long Range Wide Area Network). Penelitian ini membandingkan performa dua arsitektur backend LoRaWAN yang berbeda: ChirpStack sebagai solusi lokal dan The Things Network (TTN) sebagai layanan berbasis cloud. Sistem uji menggunakan node sensor berbasis Arduino Uno dan sensor DHT11 untuk pemantauan lingkungan, dengan data dikirim melalui gateway Dragino LG308 ke kedua backend secara terpisah untuk dianalisis melalui antarmuka web lokal. Evaluasi dilakukan berdasarkan parameter Packet Delivery Ratio (PDR), Received Signal Strength Indicator (RSSI), Signal-to-Noise Ratio (SNR), dan Spreading Factor (SF). Hasil menunjukkan bahwa arsitektur cloud TTN memiliki PDR lebih tinggi, yaitu 92,3%, dibandingkan ChirpStack yang hanya mencapai 66,9%. Kedua sistem memiliki nilai SNR yang serupa, menunjukkan bahwa perbedaan performa tidak disebabkan oleh gangguan fisik, melainkan oleh aspek arsitektural seperti bottleneck perangkat lokal atau latensi backhaul. Ditemukan pula anomali berupa nilai SF "tidak terdefinisi" pada ChirpStack (19,3%) yang kemungkinan besar disebabkan oleh analisis data yang tidak memproses perintah MAC secara lengkap, sehingga memengaruhi interpretasi Adaptive Data Rate (ADR). Kesimpulannya, pemilihan arsitektur backend LoRaWAN memiliki konsekuensi penting. Platform cloud seperti TTN unggul dalam keandalan dan cocok untuk aplikasi yang menuntut stabilitas. Sementara itu, solusi lokal seperti ChirpStack menawarkan kontrol penuh atas sistem dan data, tetapi memerlukan kemampuan teknis tinggi agar dapat beroperasi secara optimal.
| Dosen Pembimbing: | Nur Hayati, Dr., S.ST., M.T. | NIDN0525098701 |
|---|---|
| Item Type: | Thesis (S1) |
| Uncontrolled Keywords: | LoRaWAN, ChirpStack, The Things Network, IoT |
| Divisions: | Fakultas Teknik > S1 Teknik Elektro |
| Depositing User: | Yuliana Ramawati |
| Date Deposited: | 28 Jul 2025 04:26 |
| Last Modified: | 28 Jul 2025 04:26 |
| URI: | https://etd.umy.ac.id/id/eprint/52264 |
Actions (login required)
![]() |
View Item |
