Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Simetris
Renaldy, Irvando Aldo
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Optimalisasi Transmisi Lora Melalui Mqtt Mosquitto dengan Metode Data Chunking Renaldy, Irvando Aldo; Hidayati, Rahmi; Sari, Kartika
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol. 17 No. 1 (2026): JURNAL SIMETRIS VOLUME 17 NO 1 TAHUN 2026
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

LoRa merupakan salah satu teknologi komunikasi nirkabel yang banyak digunakan dalam sistem Internet of Things (IoT) karena konsumsi daya rendah dan jarak jangkauan yang luas. Salah satu permasalahan utama pada komunikasi LoRa pada sistem IoT adalah keterbatasan ukuran payload yang menyebabkan kegagalan dalam transmisi data berukuran besar, khususnya citra termal dari sensor AMG8833. Untuk mengatasi hal tersebut, penelitian ini mengusulkan metode pemecahan data (chunking) pada sistem IoT berbasis ESP32 untuk mentransmisikan data besar melalui LoRa. Data dari sensor AMG8833 dipecah menjadi beberapa potongan (chunk) sesuai kapasitas payload, kemudian dikirim secara berurutan dari transmitter ke receiver, lalu diteruskan ke server melalui broker MQTT dan digabungkan kembali menjadi data utuh. Kontribusi utama pada penelitian ini meliputi perancangan mekanisme chunking berbasis identitas data dan urutan paket, serta melakukan integrasi LoRa–MQTT untuk menjaga integritas data. Hasil pengujian menunjukkan bahwa metode chunking mampu mencapai keberhasilan pengiriman data hingga seluruh paket dapat diterima tanpa ada kehilangan data, dengan rata-rata delay sebesar 0,86 detik. Hasil ini menunjukkan bahwa pendekatan chunking berbasis MQTT efektif dalam meningkatkan reliabilitas komunikasi LoRa untuk aplikasi IoT dengan kebutuhan data berukuran besar.
Co-Authors Kartika Sari Rahmi Hidayati