Penulis: Andik Yulianto, S.T., M.T. | Editor: Gilang Ananda, S.Kom.,M.M
Sumber: ChatGPT
Artikel penelitian berjudul “Sistem Monitoring Nyamuk Demam Berdarah dengan Ovitrap Berbasis Internet of Things (IoT)” merupakan karya Andik Yulianto, S.T., M.T., Hadi, dan Ni’matul Ma’muriyah, M.Eng., Logical Operation AIA, MCE. Penelitian ini diterbitkan dalam INTEGER: Journal of Information Technology, Volume 9, Nomor 1, Maret 2024, halaman 97–108. Penelitian tersebut membahas pengembangan sistem monitoring ovitrap berbasis Internet of Things (IoT) yang dapat membantu pemantauan nyamuk penyebab Demam Berdarah Dengue (DBD) secara lebih efektif dan dapat diakses melalui smartphone maupun komputer.
DBD menjadi salah satu penyakit yang perlu mendapatkan perhatian, khususnya di wilayah tropis. Salah satu upaya pengendalian populasi nyamuk Aedes sp. adalah menggunakan ovitrap, yaitu perangkap yang dapat digunakan untuk memantau keberadaan dan perkembangan nyamuk. Namun, pemantauan ovitrap secara konvensional membutuhkan pengamatan langsung secara berkala sehingga menjadi kurang praktis apabila dilakukan pada banyak lokasi. Oleh karena itu, penelitian ini mengembangkan sistem berbasis IoT yang memungkinkan proses pemantauan dilakukan secara jarak jauh dan berkelanjutan.
Sistem yang dikembangkan memanfaatkan ESP32-CAM sebagai perangkat utama untuk mengambil gambar kondisi air pada ovitrap sekaligus mengumpulkan data lingkungan menggunakan sensor DHT11. Sensor tersebut digunakan untuk mengukur suhu dan kelembapan, sedangkan kamera digunakan untuk mendokumentasikan kondisi air pada perangkap. Data yang diperoleh kemudian dikirimkan ke server dan disimpan menggunakan Firebase Firestore, sehingga informasi dapat ditampilkan melalui sebuah website monitoring.
Penelitian ini juga dirancang agar dapat digunakan pada lebih dari satu ovitrap. Setiap perangkat memiliki identitas atau Ovitrap-ID masing-masing sehingga data dari beberapa lokasi dapat dibedakan dan dipantau melalui sistem. Perangkat melakukan pengambilan data secara otomatis setiap 40 menit. Ketika koneksi Wi-Fi tidak tersedia, perangkat akan masuk ke mode deep-sleep dan mencoba kembali setelah beberapa waktu. Penggunaan deep-sleep juga membantu menghemat konsumsi daya sehingga perangkat dapat beroperasi lebih lama menggunakan baterai.
Melalui website yang dikembangkan, pengguna dapat melakukan pemantauan suhu, kelembapan, foto kondisi air, serta informasi populasi nyamuk. Sistem juga menyediakan fitur input manual untuk memasukkan jumlah larva, pupa, dan nyamuk dewasa berdasarkan hasil pengamatan pada foto. Data tersebut dapat digunakan untuk membantu menghitung indikator seperti Angka Bebas Jentik (ABJ) dan Container Index (CI) sehingga kondisi populasi nyamuk pada beberapa titik ovitrap dapat dipantau dengan lebih terstruktur.
Pengujian sensor DHT11 dilakukan dengan membandingkan hasil pengukurannya dengan alat ukur standar. Hasil pengujian menunjukkan bahwa sensor memiliki rata-rata kesalahan sebesar 1,44% untuk kelembapan dan 1,25% untuk suhu. Hasil tersebut menunjukkan bahwa sensor dapat digunakan dalam sistem untuk melakukan pemantauan kondisi lingkungan pada ovitrap. Selain itu, sistem berhasil mengirimkan foto kondisi air, data suhu, dan kelembapan ke web server serta menampilkannya pada website.
Pengujian lapangan dilakukan pada 4 September 2023 hingga 4 Januari 2024 dengan menempatkan beberapa ovitrap pada area permukiman yang memiliki akses internet. Pada pengamatan tersebut, kondisi air pada hari pertama masih bersih, kemudian pada hari keenam mulai terlihat larva dan pada hari kesembilan ditemukan pupa. Data yang dikumpulkan kemudian dapat ditampilkan melalui sistem monitoring sehingga perkembangan kondisi ovitrap dapat diamati tanpa harus selalu melakukan pemeriksaan langsung di lokasi.
Salah satu contoh hasil pemantauan menunjukkan terdapat 10 ovitrap yang seluruhnya ditemukan memiliki larva, sehingga diperoleh ABJ sebesar 0% dan CI sebesar 100%. Informasi tersebut memberikan gambaran mengenai kondisi keberadaan jentik pada lokasi pemantauan dan dapat menjadi bahan pendukung dalam menentukan langkah pengendalian nyamuk.
Keunggulan utama penelitian ini terletak pada penerapan IoT untuk menghubungkan perangkat ovitrap dengan sistem monitoring berbasis web. Dengan pendekatan tersebut, pemantauan dapat dilakukan secara lebih efisien, terutama ketika jumlah ovitrap yang digunakan cukup banyak dan tersebar di beberapa lokasi. Pengguna tidak perlu melakukan pemeriksaan seluruh perangkat secara langsung setiap saat karena data lingkungan dan dokumentasi kondisi ovitrap dapat dikirimkan secara otomatis.
Meskipun demikian, penelitian ini masih memiliki keterbatasan, terutama pada kualitas foto yang terkadang belum cukup baik untuk melakukan identifikasi dan penghitungan larva secara akurat. Oleh sebab itu, penelitian selanjutnya dapat mengembangkan penggunaan kamera dengan resolusi yang lebih tinggi, pencahayaan yang lebih baik, serta menerapkan pengolahan citra atau kecerdasan buatan untuk membantu proses penghitungan larva secara otomatis.
Secara keseluruhan, penelitian Andik Yulianto, S.T., M.T., Hadi, dan Ni’matul Ma’muriyah, M.Eng., Logical Operation AIA, MCE menunjukkan bahwa penerapan Internet of Things pada ovitrap dapat menjadi salah satu pendekatan untuk meningkatkan efektivitas pemantauan nyamuk penyebab DBD. Integrasi ESP32-CAM, DHT11, Firebase, dan website monitoring memungkinkan data kondisi lingkungan serta dokumentasi ovitrap dikumpulkan dan dipantau secara lebih praktis. Pengembangan lebih lanjut dengan kamera beresolusi tinggi dan teknologi pengolahan citra berpotensi menjadikan sistem semakin otomatis dan akurat.
🔍 Tertarik mendalami Teknologi Informasi? Cek Program Studi Teknologi Informasi Universitas Internasional Batam dan pilih peminatanmu: Cloud Engineering, Smart Systems, atau Cyber Intelligence. Segera daftarkan dirimu di Pendaftran Program Sarjana Teknologi Informasi.
Note : mohon untuk hyperlink narasi tersebut dengan website prodi, peminatan TI & Pendaftaran Universitas Internasional Batam.
Referensi
- Aji, R., Agussalim, A., & Yasmistada, G. (2022). Model Alat Ovitrap Pengendali Nyamuk Keperawatan Komunitas Efektifitas Modifikasi Ovitrap Perangkap Nyamuk.
- Batam Pos. (2024). Waspada Kasus DBD di Musim Hujan, Awal Januari 2024 Sudah Ada 5 Kasus DBD.
- Cahyati, W. H., Sukendra, D. M., Santik, Y. D. P., et al. (2016). Penurunan Container Index (CI) melalui Penerapan Ovitrap di Sekolah Dasar Kota Semarang.
- Chen, Y., Why, A., Batista, G., Mafra-Neto, A., & Keogh, E. (2014). Flying Insect Classification with Inexpensive Sensors. Journal of Insect Behavior, 27(5), 657–677.
- Damsgaard, H. J., et al. (2024). Adaptive approximate computing in edge AI and IoT applications: A review. Journal of Systems Architecture, 103114.
- Chandra, E. (2019). Pengaruh Faktor Iklim, Kepadatan Penduduk dan Angka Bebas Jentik (ABJ) terhadap Kejadian Demam Berdarah Dengue (DBD) di Kota Jambi. Jurnal Pembangunan Berkelanjutan, 1(1), 1–15.
- Hlaing Myat Thu, Khin Mar Aye, & Soe Thein. (1998). The Effect of Temperature and Humidity on Dengue Virus Propagation in Aedes Aegypti Mosquitos. The Southeast Asian Journal of Tropical Medicine and Public Health, 29(2), 280–284.
- Indriyani, T., & Ruswiansari, M. (n.d.). Kontrol Jarak Jauh Sistem Irigasi Sawah Berbasis Internet of Things (IoT).
- Isa, I., Ishak, A. R., Dom, N. C., Mohamed, Z., & Anuar, M. A. (2019). An IoT-Based Ovitrap System Applied for Aedes Mosquito Surveillance. International Journal of Engineering and Advanced Technology, 9(1), 5752–5758.
- Johnson, B. J., et al. (2018). A Low-Cost, Battery-Powered Acoustic Trap for Surveilling Male Aedes Aegypti During Rear-and-Release Operations.
- Joshi, V., Mourya, D. T., & Sharma, R. C. (2002). Persistence of Dengue-3 Virus through Transovarial Transmission Passage in Successive Generations of Aedes Aegypti Mosquitoes. American Journal of Tropical Medicine and Hygiene, 67(2 SUPPL.), 158–161.
- Kementerian Kesehatan RI. (2021). Strategi Nasional Penanggulangan Dengue 2021–2025.
