Jesus on the Cross: Sacrifice is Not a Joke

As a Catholic, I am sad because of the resurfacing of an old video of a Q&A hosted by a famous Ustadz. It was not because of his answer, that is degrading the crucifix, specifically the Catholic crucifix. Catholics are the one who have Jesus on our Crucifixes, it is to remind us of the sacrifice He made on the cross, for everyone. It wasn’t because the fact that he spoke badly of the Crucifix in Catholic hospitals, the one that was built not only for Catholic patients, but for everyone.

It wasn’t all that, it was the laughter that ensues after the answer was given. Hearing the symbols of the greatest sacrifice being ridiculed is really sad. I was overwhelmed, who would have such an ill-intention of sharing these? The fact that the video was shared with a name of @KAJIANUSTADABDULSOMAD_ and was tagged with “follow and share” made it a bit worse. The Ustadz allegedly got reported to the police for the video, but the one sharing these video is the one that should be reported and facing the consequences. Because we did not have to hear that, sharing it only cause troubles and unneeded social problems.

Jesus has said in Matthew 5:38-42:

You have heard that it was said, ‘Eye for eye, and tooth for tooth. But I tell you, do not resist an evil person. If anyone slaps you on the right cheek, turn to them the other cheek also.And if anyone wants to sue you and take your shirt, hand over your coat as well. If anyone forces you to go one mile, go with them two miles. Give to the one who asks you, and do not turn away from the one who wants to borrow from you.

As a Catholic, we have always been taught not to struggle or resist any attacks that’s directed to us. Our pastors always have the same sentiment, it’s always due to what Jesus has said.

However, that’s not all, a backlash is coming, with a form of #KamiBersatuBersamaUAS trending topic and suddenly quotes like these are appearing:

“Follow the Ulama that’s hated by the infidels … ”

< A video of a Christian preacher spewing hate towards Muslim >

“This is probably common in their churches too”

“Why is everyone targeting our Ulama?”

This is heartbreaking, what have we done, as Catholics in Indonesia to receive this? Did we provoke you, dear brothers? We were slightly hurt by the Crucifix being degraded, but did you really have to put salt in our wounds? Our pastors do not rally us to do anything but to forgive. Yes, media reported that the Ustadz was reported, but turns out no reports have been given until today, said the NTT Police.

(https://www.viva.co.id/berita/nasional/1175413-ceramah-soal-salib-benarkah-ustaz-abdul-somad-dilaporkan-ke-polisi)

When I was a Protestant, I did hear some snide remarks from a preacher, but never once I heard a Catholic pastor speak in derogatory terms to our Muslim brothers. We do not hate, we do not insult you in our churches, we never spoke badly of your Ulamas. The Catholic institution, namely the Archdiocese of Jakarta has even been actively trying to promote our Unity in Diversity and Pancasila. We are trying to create a great relationship from within our church and to the society around us, we are not your enemy.

I ask my Catholic brothers to keep following the teaching of Jesus and the guidance from our pastors to not get offended by this. I hope no one will report the Ustadz, but rather I hope someone can find the one sharing the video and let a proper apology be uttered by that person.

I ask my Muslim brothers not to blow these up further, there’s no need to defend nor squabble. I understand that this is a teaching platform for you and it should be kept private.

I believe that to each one of us, our own religion, we should not be squabbling among ourselves, if we do, we’re only hurting ourselves, while people start to abandon religions at all, our common enemy is the same, those who want to paint all religious person as bad and ignorant, and let us not prove them right.

Rather than talking about #UAS, I would rather we talk about the pollution in Jakarta and how can we lessen the threat that is literally killing us slowly.

Disclaimer: This is my opinion and I welcome any feedback. I will not share any video that is mentioned.

Amatir Radio: YD0ABH

Hari ini saya mampir ke salah satu Blog seorang Amatir Radio, OM Benny (YD0SPU). Dari postingan beliau inilah saya jadi tahu bagaimana cara mendaftar Ujian Nasional Amatir Radio tahun lalu. Saya mengikuti pendaftaran dan kebetulan pada tahun lalu UNAR ditunda karena kurangnya peserta. Sayang sekali pada saat itupun saya tidak sempat ikut Bimbingan UNAR, mungkin pada waktu itu saya bisa berkenalan dengan banyak calon anggota maupun anggota lama ORARI. Pada hari-H UNAR-pun, saya datang lalu mengerjakan soal latihan, sebelumnya saya drill soal-soal yang banyak sudah tersedia di Internet. Ternyata drilling soal sangat membantu, saya menyelesaikan UNAR dengan singkat, mungkin salah satu peserta ujian Siaga pertama yang keluar hari itu. Singkat cerita, hasil ujian pun keluar dan ternyata hasilnya lulus.

Setelah lulus ujianpun saya melihat artikel dari OM Benny tentang pendaftaran ORARI dan pengurusan IAR sebelum boleh transmit di jaringan radio amatir. Melihat iuran izin amatir radio dan berbagai berkas yang perlu dilengkapi, sayapun akhirnya menunda terus pendaftaran. Sampai hari ini, saya sempat melihat kembali bahwa ada regulasi baru dari Kominfo yang mempermudah keluarnya Izin Amatir Radio. Setelah lulus UNAR, ternyata IAR sudah otomatis diberikan. Sayapun segera membuka website SDPPI (iar-ikrap.postel.go.id) dan ternyata, saya sudah memiliki IAR dengan callsign YD0ABH.

Jika Anda tertarik juga untuk menjadi Amatir Radio, silakan baca tulisan dari OM Benny:  https://x.benny.id/ujian-negara-amatir-radio-unar-jakarta-2019/

Mungkin dengan adanya izin IAR ini saya bisa melanjutkan kembali pengembangan jaringan LoRa APRS yang ingin saya buat sebelumnya yang terkendala karena belum mengurus Izin Amatir Radio untuk menguji transmisi.

(Akhirnya, saya bisa menuliskan kata penutup ini:)

73 de YD0ABH

MQTT Publisher dan ThingsBoard untuk Sistem Monitoring Kualitas Udara

MQTT adalah salah satu protokol di atas TCP/IP yang cukup favorit digunakan untuk mengirimkan data dari perangkat IoT ke sebuah server. Berkenaan dengan sistem monitoring kualitas udara di Jakarta yang ingin saya kembangkan, MQTT menjadi protokol pilihan dalam pengiriman dari sensor ke ThingsBoard server. ThingsBoard adalah platform IoT yang menyediakan infrastruktur di sisi server, terdiri dari database, MQTT broker dan web server yang juga terdapat dashboard. Kompleksitas di sisi server sudah tidak lagi menjadi permasalahan untuk sistem pemantauan ini, sehingga sisi kompleksitas berada pada pengembangan perangkat sensor dan jaringan penunjang koneksi MQTT nya.

Komunikasi MQTT

Menurut pendapat saya, terdapat dua solusi yang menjamur untuk komunikasi IoT dengan MQTT, yaitu dengan WiFi dan GPRS. ThingsBoard juga sepertinya setuju dengan memberikan SDK Arduino untuk MQTT dengan SIM900 dan ESP8266, yang dapat dibuka di link ini. Komunikasi MQTT dengan GPRS dapat menggunakan berbagai modul GSM 2G yang tersedia dengan harga yang relatif murah. Walaupun pemakaian 2G semakin berkurang dan provider telepon seluler akan mematikan jaringan 2G secepatnya, namun Telkomsel masih akan meneruskan jaringan 2G karena hampir 50% penggunanya masih menggunakan 2G. Untuk sensor dengan umur 1 tahun seperti SDS011, penggunaan modul GSM 2G masih masuk akal.

Penggunaan WiFi juga sudah menjamur, sehingga memasang sensor di sekitar jaringan WiFi juga sangat memungkinkan. WiFi dalam IoT menjadi sangat prevalen akibat pengembangan mikrokontroler ESP8266, dan selanjutnya ESP32. ESP8266 menjadi populer karena ESP8266 merupakan chip dengan WiFi dengan TCP/IP dan dapat digunakan sebagai mikrokontroler. ESP8266 dapat dipasang berbagai SDK, salah satunya adalah Arduino SDK sehingga dapat diprogram layaknya Arduino dengan menambahkan Arduino Core untuk ESP8266 melalui Boards Manager Arduino IDE.

ESP8266/ESP32 atau Arduino Pro Mini

Komunikasi di MQTT dengan Arduino IDE dapat diakses dengan menggunakan library PubSubClient. Keduanya dapat digunakan di ESP8266 maupun Arduino berbasis ATmega328P. Modul GSM800 dapat terkoneksikan dengan mudah dengan Atmega328P karena penggunaan TinyGSM library yang menggunakan Flash memory dan RAM yang rendah. TinyGSM juga dapat digunakan dengan PubSubClient dan ThingsBoard sudah mengembangkan wrapper untuk PubSubClient agar dapat dengan mudah dikoneksikan dengan MQTT broker ThingsBoard. Di sisi lain ESP8266 dapat langsung menggunakan PubSubClient.

Arduino berbasis ATmega328P ProMini maupun ESP8266 dapat dijalankan dengan sinyal digital 3.3V. Sensor BME280, SDS-011, maupun modul GSM yang dipakai menggunakan komunikasi dengan 3.3V. Pro Mini dan ESP8266 merupakan pilihan yang cocok untuk sensor-sensor ini. Perlu dilakukan perbandingan antara solusi Pro Mini + TinyGSM dan ESP8266 untuk mengetahui kelebihan dan kekurangan dari masing-masing pendekatan.

Uji coba selanjutnya yang akan saya bahas di artikel setelah ini adalah bagaimana menghubungkan Pro Mini dan SIM800L dengan ThingsBoard dan/atau ESP8266 dengan ThingsBoard melalui MQTT. Bagian ini merupakan bagian penting yang menentukan pengembangan perangkat keras selanjutnya berdasarkan uji coba konsep yang sudah dilakukan dengan Raspberry Pi dan Python.

SDS011 BME280 and MQTT

Sambil menunggu kedatangan sensor SDS011, saya menulis artikel singkat bagaimana cara untuk mengambil data dari BME280 dan mengirimkannya ke ThingsBoard. Namun terganggu dengan adanya mati listrik hari Minggu dan Senin, sehingga pada hari Senin sensor sudah datang maka saya putuskan untuk menuliskan artikel lengkap percobaan dengan BME280, SDS011, dan MQTT

Modul Python Adafruit untuk BME280

Modul Python untuk BME280 sudah disediakan oleh Adafruit dengan CircuitPython. CircuitPython ini hanya bisa dijalankan di Python 3, Adafruit sudah memiliki tutorial sendiri bagaimana cara menyiapkan CircuitPython di Raspberry Pi. Langkah-langkah detil untuk mempersiapkan Raspberry Pi untuk menggunakan CircuitPython dapat dilihat di link ini, namun saya akan merangkum dengan singkat.

Hal pertama pastikan Raspberry Pi anda sudah diupdate:

# apt update
# apt upgrade

Pastikan bahwa di Raspberry Pi sudah ada PIP untuk Python3

# apt install python3-pip

Untuk menggunakan sensor BME280 dengan I2C maupun SPI pastikan Anda sudah menyalakan I2C dan SPI melalui command line tool:

# raspi-config

Setelah memastikan semua dependencies sudah terinstal di Raspberry Pi, instalasi untuk Python dapat dilakukan dengan command:

# pip3 install adafruit-circuitpython-bme280

Setelah instalasi Adafruit-CircuitPython-BME280, modul adafruit_bme280 sudah dapat diakses dari Python3, semua dependencies dalam Python3 yang dibutuhkan juga sudah terinstalasi. Sensor I2C memiliki address tertentu dan umumnya bisa diubah dengan menggunakan pull-down atau pull-up resistor di pin ADR. BME280 oleh Adafruit memiliki pull up resistor di ADR, sehingga address nya 0x77, lalu modul China yang umum dijual menggunakan pull-down resistor di pin ADR sehingga address nya 0x76. CircuitPython module untuk BME280 yang disediakan Adafruit menggunakan addrses 0x77, namun dapat diubah pada Class initialization dalam script Python. Contoh program ini sudah tersedia di GitHub saya.

SDS-011 dengan Python Serial

SDS011 mengirimkan data dari serial menggunakan USB converter (CH340), driver untuk CH340 sudah tersedia di Linux, sehingga yang diperlukan hanyalah modul Python untuk mengakses data Serial. Karena BME280 menggunakan Python3, maka untuk PySerial digunakan Python3. Instalasi PySerial dapat dilakukan dengan PIP3

# pip3 install PySerial

Setelah instalasi PySerial, koneksikan sensor dengan USB ke Raspberry Pi dan jalankan script yang sudah tersedia di GitHub saya, maka akan terlihat pembacaan sensor PM2.5 dan PM10 di tampilan layar.

Publisher MQTT untuk Python

Setelah data sensor sudah dibaca oleh script Python, module paho-mqtt dapat dipakai untuk mengirimkan data ke MQTT broker, untuk saat ini saya menggunakan ThingsBoard. Untuk mengirimkan telemetry dengan ThingsBoard, yang diperlukan adalah token akses untuk device yang sudah digenerate di ThingsBoard. Pengiriman data telemetri ke ThingsBoard memiliki topic tertentu yakni ‘v1/devices/me/telemetry’, data yang dikirimkan di format dengan JSON. Data ini diterima oleh ThingsBoard dan dapat dibuat Dashboard seperti Gambar di bawah ini.

dashboard.png

Dengan hasil pembacaan dengan dashboard ini, saya mengakhiri tulisan kali ini yang menunjukkan bagaimana sebuah sistem dengan BME280 dan SDS011 dapat mengirimkan informasi realtime tentang kualitas udara menggunakan ThingsBoard dan MQTT.

Evaluasi SDS-011

Sensor SDS-011 ini menggunakan dioda laser untuk menguji kandungan partikel di dalam udara sekitar. Modul sensor ini sudah terintegrasi sehingga pemrosesan data secara analog tidak lagi dibutuhkan. Komunikasi antar mikrokontroler dengan modul sensor hanya dengan protokol Serial. Mode default dari sensor ini adalah pembacaan kontinu dan hasil pembacaan dikirimkan melalui protokol Serial setiap 1 detik.

Layaknya dioda pada umumnya, waktu hidupnya terbatas, untuk kasus sensor ini, perusahaan manufaktur memberi spesifikasi waktu hidup selama 8000 jam. Sehingga untuk implementasi sebenarnya, perlu dipastikan sensor tidak aktif terus menerus. Namun, untuk pengembangan, mode default dapat dipakai untuk menguji pembacaan sensor.

Dependensi Temperatur Kelembaban dan Tekanan Udara

Manufaktur sensor ini telah menunjukkan bahwa sensor ini memiliki titik operasional yang terbatas oleh temperatur, kelembaban dan tekanan udara. Untuk menguji sensor ini perlu juga kita ketahui nilai-nilai tersebut agar dapat dipisahkan pembacaan yang diluar spesifikasi dan yang valid. Sensor MEMS rendah biaya seperti sensor BME280 dari Bosch dapat digunakan untuk membantu pembacaan ketiga parameter tersebut. Sensor BME280 ini menggunakan komunikasi berbasis SPI atau I2C. Berbeda dengan sensor SDS-011 yang dapat dengan mudah dikoneksikan dengan USB, untuk komunikasi SPI dan I2C kita perlu menggunakan pin GPIO dari kontroler yang akan kita pakai. Solusi evaluasi kedua sensor ini jadi terbatas dengan development board seperti Raspberry Pi atau Arduino.

Raspberry Pi dan Python

Raspberry Pi adalah development board yang memiliki performa tinggi dan biaya yang rendah. Sensor I2C maupun sensor USB dapat dengan mudah dihubungkan dengan Raspberry Pi. Sensor bisa diakses dengan script Python, module PySerial dan untuk sensor BME280 dapat diakses dengan module dari Adafruit. Script Python ini dapat menunggu data serial dari sensor SDS011 lalu mengecek data dari sensor BME280 dan mengirimkan nilainya jika data valid dan dalam batas operasional sensor.

Sambil menunggu sensor ini datang, saya membuat script sederhana di Python untuk mendapatkan hasil pembacaan sensor sesuai dengan format protokol serialnya. Sementara script sudah tersedia di link ini. Namun program ini belum diuji dengan perangkat sebenarnya, hanya berdasarkan datasheet saja, dan sejujurnya saya tidak percaya dengan datasheet produk China.

Sensor PM2.5

Artikel ini termasuk dari seri pembahasan solusi PolusiJakarta. Saat melihat sensor rendah biaya, saya melihat beberapa opsi yang tersedia di Tokopedia, tentu sebelum membuat purwarupa, kita perlu mencari sensor-sensor yang sudah tersedia di pasaran Indonesia terlebih dahulu sebelum memilih sensor-sensor lain.

Sensor SHARP GP2Y1010AU0F

Sensor kualitas udara yang pertama kali saya lihat adalah sensor dari SHARP yaitu GP2Y1010AU0F. Harganya cukup murah, umumnya dibawah 100rb.

 

dust sensor principles
Gambar 1. Sensor SHARP GP2Y1014AU0F dan cara kerjanya

Prinsip nya menggunakan LED infrared dan fototransistor (phototransistor). LED infrared akan menyala dan fototransistor akan membaca cahaya yang sudah dipengaruhi oleh adanya debu partikulat yang masuk melalui lubang sensor. Cara kerja sensor ini sederhana, yang diperlukan adalah LED drive dari mikrokontroler dan pembacaan sinyal analog. Namun kelemahan dari sensor ini adalah tidak dapat membedakan PM10 dan PM2.5, sensor ini mungkin cukup untuk memantau kondisi debu di dalam ruangan.

Sensor Nova SDS011

Sensor kualitas udara ini masih cukup hangat dibicarakan oleh beberapa paper lingkungan, dan banyak tersedia di AliExpress karena merupakan buatan China. Sensor ini tersedia di Tokopedia juga dengan margin yang cukup besar, namun dibandingkan ongkos kirim dan waktu menunggu barang dari China, saya rasa opsi ini cukup menarik.

Gambar 2. Nova PM Sensor

Membaca beberapa paper yang membahas sensor ini, saya menjadi condong untuk memakai sensor ini. Melihat produknya yang sudah memiliki built-in fan dan sudah tersedia TTL-to-USB converter dengan kabelnya, saya cukup yakin untuk memulai pengembangan dengan modul ini, karena hal ini berarti sensor dapat dengan mudah dikoneksikan dengan komputer dan menggunakan program Serial sederhana untuk mendapatkan data.

Awalnya saya cukup ragu dengan adanya built-in fan yang mungkin akan memakan arus yang berlebih, maka saya putuskan untuk membaca datasheet sebelum mengambil keputusan.

Sensor SDS011 ini dapat mengukur PM2.5 dan PM10 dan mengirimkan hasil pembacaannya dengan PWM dan TTL UART. Level tegangan dari sensor ini adalah 5V, disuplai daya 5V dengan arus rating sebesar 70mA. Sensor ini mengeluarkan data setiap 1 detik dan memiliki titik operasional -10 sampai 50 derajat Celsius , kelembaban sampai dengan 70%, tekanan udara 86KPa – 110 KPa.

USB-to-TTL, daya yang masih di bawah 0.5W, dependensi terhadap temperatur, kelembaban, dan tekanan udara. Hal ini memicu saya untuk mencoba sensor ini dengan Raspberry Pi, di mana saya dapat menghubungkan sensor BME280 bersamaan dengan sensor SDS011 ini yang terhubung dengan USB.

Saya memutuskan untuk membeli sensor ini dari Tokopedia, saya harap bisa mulai menggarap sensor ini dan menggunakan BME280 sebagai pembanding dan membuat purwarupa operasional secepat mungkin.

Urun Daya Polusi Jakarta

Latar Belakang

Sidang perdana gugatan polusi udara Jakarta yang dilayangkan terhadap Pemerintah, termasuk Menteri LHK, Menteri Kesehatan, Menteri Dalam Negeri, Gubernur DKI, Gubernur Jawa Barat, Gubernur Banten, hingga Presiden RI, digelar hari ini tanggal 1 Agustus 2019. Gugatan warga negara ini dilayangkan oleh LBH Jakarta, Greenpeace Indonesi dan Walhi Jakarta. Hal ini disebabkan buruknya kualitas udara di Jakarta. Buruknya kualitas udara ini mulai ramai di media sosial, dengan sumber dari laman web AirVisual.

(Baca berita: https://megapolitan.kompas.com/read/2019/07/25/19360191/sidang-perdana-gugatan-polusi-udara-jakarta-digelar-1-agustus)

AirVisual mengumpulkan beberapa pembacaan sensor kualitas udara yang umumnya membaca jumlah partikel PM10 maupun PM2.5. Data dari AirVisual diperoleh dari BMKG, US Embassy, dan Greenpeace. BMKG menyatakan bahwa ketiga sensor, dua dari US Embassy dan satu milik BMKG di Kemayoran merupakan sensor berstandar internasional. BMKG juga menyatakan bahwa indeks kualitas udara di Indonesia yaitu ISPU (Indeks Standar Pencemar Udara) masih berbasiskan konsentrasi debu partikel PM10, sedangkan standar internasional sudah berbasis PM2.5. BMKG juga menyatakan bahwa selain ketiga sensor tersebut, sensor yang digunakan pada stasiun lain adalah sensor rendah biaya (low cost sensor) yang memiliki akurasi yang lebih rendah dibandingkan ketiga sensor berstandar internasional tersebut.

(Baca berita: https://news.detik.com/berita/d-4644102/bmkg-3-lokasi-pantauan-airvisual-di-dki-berstandar-internasional)

Gubernur DKI Anies Baswedan menyatakan bahwa beliau berencana menambah sensor agar ukuran kualitas udara di Jakarta lebih akurat. Gubernur Anies menjelaskan bahwa data dari AirVisual dari kedutaan Amerika saja, sehingga hanya menggambarkan kualitas udara di sekitar Gambir saja. Sementara sudah ada 8 alat yang dimiliki pemerintah DKI, dengan data yang dikelola oleh Dinas Lingkungan Hidup dan Jakarta Smart City.

(Baca berita: https://kumparan.com/@kumparannews/anies-akan-tambah-sensor-kualitas-udara-di-jakarta-1rPOld0TR4m)

Permasalahan Polusi Udara

Polusi udara dengan dampaknya yang sudah banyak dibahas oleh jurnal medis yang menunjukkan adanya efek polutan PM2.5 terhadap kesehatan manusia, seperti kanker paru-paru dan masalah kardiovaskular. Selain itu, sudah ada deklarasi bahwa PM bersifat karsinogenik. Belum lama ini kita kehilangan tokoh dari BNPB akibat kanker paru-paru, apakah kita masih mau kehilangan tokoh-tokoh besar di masa depan akibat permasalahan yang sama?

(Baca jurnal: https://www.ncbi.nlm.nih.gov/pubmed/24694836)

Masalah polusi udara ini harus dianggap serius, baik oleh Pemerintah maupun masyarakat. Apapun pilihan politik Anda baik di kontestansi Pilkada maupun Pemilu tidak lagi relevan. Seyogyanya kita tidak melayangkan serangan terhadap Gubernur DKI ataupun Presiden RI, namun sama-sama memikirkan solusi terhadap permasalahan polusi udara ini. Gugatan warga negara yang dilayangkan terhadap pemerintah menurut saya adalah hal yang tepat untuk menaikkan kesadaran seluruh masyarakat tentang masalah ini. Namun, perlu dipastikan semua kritik ini tidak kembali menjadi perpecahan antara kedua kubu yang saling menyalahkan.

Kebijakan yang tepat sasaran di level pemerintahan provinsi maupun pemerintahan pusat harus cepat dikeluarkan, namun kita sama-sama perlu mengawasi bersama, apakah kebijakan tersebut tepat guna, apakah kadar polusi menurun? Keterbatasan sensor menjadi masalah lain yang perlu diatasi juga. Walaupun masalah utama adalah bagaimana kebijakan dapat cepat dilaksanakan untuk menekan polusi, masalah itu juga mengajak masalah lain, yaitu bagaimana kita dapat mengukur kemajuan yang dihasilkan oleh kebijakan tersebut? Menurut saya, untuk mengatasi masalah ini, pemantauan yang lebih detil perlu dilakukan.

Di era di mana semua kebijakan harus berdasarkan data, maka perlu juga kita memiliki data yang komprehensif tentang polusi udara. AirVisual menunjukkan kepada kita bahwa dengan kumpulan data (big data) dapat dilakukan analisis yang dapat memperbaiki kualitas pembacaan dari sensor rendah biaya. Selain itu, ada inisiatif Luftdaten.info, oleh OK Lab Stuttgart, Jerman, mereka mengumpulkan data PM untuk menjawab pertanyaan tentang polusi udara di daerah mereka. Inisiatif ini menarik dan sudah ada satu orang Jakarta yang memasang satu sensor dan mengirimkannya ke Luftdaten.info.

(Buka website: https://maps.luftdaten.info)

Solusi Penunjang Kebijakan

Penggunaan sensor biaya rendah yang masif dan data yang kontinu menjadi paradigma baru dalam pemantauan kualitas udara, sudah saatnya Indonesia yang sedang mengalami permasalah polusi udara ikut masuk dalam pengembangan baru. Pengembangan ini tentu perlu didukung oleh hukum yang sesuai, yakni indeks kualitas udara yang modern yang mulai mengikuti standar PM2.5 dan bukan PM10 saja. Selain itu, implementasi jaringan sensor rendah biaya dengan data kontinu juga perlu mulai dipasang di daerah urban. Paradigma baru ini sudah dibahas oleh salah satu makalah ilmiah yang sudah disitasi ratusan orang.

(Baca paper: https://pubs.acs.org/doi/10.1021/es4022602)

Menunggu pemerintah untuk melaksanakan hal ini, mungkin butuh waktu yang lama dengan birokrasi yang berkepanjangan. Data tentang polusi udara sangat kita butuhkan, dan kita butuhkan segera. Terinspirasi dari Luftdaten.info, rasanya Indonesia juga bisa membuat sistem serupa dengan berbagai solusi yang sudah tersedia di bidang Teknologi dan Elektronika. Jika kemarin kita sudah dapat berurun daya untuk mengurusi Pemilu dengan KawalPemilu, rasanya untuk hal genting seperti kesehatan masyarakat seperti ini, bukan tidak mungkin adanya urun daya serupa.

Akhirnya, artikel ini merupakan manifesto yang saya buat untuk mengajak kita bersama untuk urun daya dalam memecahkan permasalahan ini. Memang kebijakan pemerintah tetap solusi yang paling diperlukan untuk mengurangi polusi udara, namun kita tidak hanya bisa teriak-teriak saja, perlu juga adanya usaha dari masyarakat. Usaha masyarakt dapat dilaksanakan dengan mengurangi penggunaan kendaraan bermotor, namun selain itu dapat berupa fungsi pemantauan seperti yang sudah di bahas. Layaknya KawalPemilu yang ingin memantau Pemilu 2019, mari kita memantau polusi udara kota kita, Jakarta. Saya akan memulai dengan mengembangkan hardware dan sistem sederhana di waktu luang saya. Semua program akan saya pasang di GitHub saya. Progres harian akan saya tulis di blog ini.

Kualitas Udara Jakarta (PM2.5 dan PM10)

Hari ini saya melihat berita menunjukkan bahwa Jakarta adalah salah satu kota dengan udara terburuk di dunia. Data ini diambil dari situs AirVisual yang dapat memberikan nilai indeks kualitas udara. Nilai ini berkisar dari 0-500, dengan nilai 0-50 sebagai “Baik”, 51-100, sebagai “Sedang”, 101-150 sebagai “Tidak Sehat untuk Kelompok Sensitif”, 151-200 sebagai “Tidak Sehat”, 201-300 sebagai “Sangat Tidak Sehat”, dan 301-500 sebagai “Berbahaya”. Hari ini Jakarta sudah berada pada taraf “Tidak Sehat” dengan nilai indeks kualitas udara sebesar 158.

AQI.PNG

AirVisual adalah inisiatif yang ingin menyebarluaskan data kualitas udara, tim AirVisual menggunakan big data dan Artificial Intelligence untuk memberikan prediksi dan pemodelan data PM2.5 dan PM10. Penggunaan AI memastikan pembacaan yang lebih akurat dan terpercaya. Untuk mendapatkan datanya, AirVisual memiliki kontributor, untuk Jakarta, terdapat Greenpeace, US Embassy dan BMKG. Contoh pembacaan sensor dari BMKG dapat dilihat pada stasiun Kemayoran BMKG. Sensor BMKG yang diakses oleh AirVisual ini terdiri dari PM10 dan PM2.5, sementara Greenpeace dan US Embassy hanya menunjukkan sensor PM2.5.

Particulate Matter

Particulate Matter (PM) adalah polutan udara pada daerah urban yang paling besar dan paling berbahaya untuk kesehatan manusia. Efek PM terhadap kesehatan manusia telah dipelajari selama 20 tahun, asma, kanker paru-paru dan penyakit kardiovaskular adalah contohnya. Taraf efek kesehatan dari PM tergantung dari ukuran partikel tersebut, PM10 (10 mikrometer) dapat memasuki bronkus, PM 2.5 (2,5 mikrometer) dapat memasuki paru-paru, PM0.1 (0,1 mikrometer) dapat menembus jaringan paru-paru dan masuk ke dalam sirkulasi darah. Pada tahun 2013, International Agency for Research on Cancer menyimpulkan bahwa PM bersifat karsinogenik terhadap manusia. Bahayanya polutan PM perlu diperhatikan oleh masyarakat di kota-kota besar Indonesia seperti Jakarta, Bogor, Depok, Tangerang, Bekasi.

BMKG tidak menyediakan banyak sensor PM2.5 atau PM10, hal ini wajar karena sensor berstandar internasional untuk aplikasi pemantauan kualitas udara terbilang mahal. Dari stasiun pemantauan kualitas udara yang tersedia di daerah Jakarta, hanya 3 yang berstandar internasional (sumber). Namun pengembangan sensor rendah biaya untuk deteksi PM sudah cukup baik, contohnya sensor SDS011 dari Nova Sensor yang disebut mampu menjadi basis dari jaringan sistem pemantuan PM dengan resolusi spasial tinggi. Setelah membaca penelitian ini, saya tertarik untuk membuat sistem sederhana untuk memantau PM2.5/PM10 secara personal berdasarkan sensor Nova SDS011 ini.

Namun perlu digarisbawahi, bahwa terdapat kesepahaman bahwa sensor ini memiliki banyak batasan seperti kelembaban dan error pembacaan yang dapat mencapai 10% pada kondisi-kondisi tertentu. Uji coba sementara yang ingin saya lakukan adalah hanya untuk membuat sistem konsep dengan sensor SDS011 untuk membaca dan melaporkan nilai polutan PM2.5/PM10.

Referensi:

  1. https://www.ncbi.nlm.nih.gov/pubmed/24694836
  2. Nova Sensor: https://www.mdpi.com/2073-4433/10/2/41

 

Dioda PIN sebagai Saklar RF

Banyak aplikasi di dunia RF yang membutuhkan pensaklaran sinyal RF dan menghubungkannya ke antena berbeda, filter berbeda, maupun melalui penguat sinyal. Salah satu saklar yang umum dipakai adalah relay namun karena menggunakan prinsip mekanis, seiring dengan waktu dapat mengalami kerusakan. Sebagai alternatif dari relay, diperlukan saklar elektronik, salah satu saklar elektronik yang umum dipakai untuk sinyal RF adalah dioda PIN. Artikel kali ini akan membahas dasar-dasar dari dioda PIN.

Dioda PIN vs Dioda PN

Dioda PIN layaknya dioda pada umumnya dapat diberi tegangan positif (forward bias) untuk menyalakan dioda, dan tegangan negatif (reverse bias) atau tanpa tegangan (no bias) untuk mematikan dioda. Dioda pada umumnya terdiri dari semikonduktor tipe-P dan semikonduktor tipe-N, di tempat perpotongan kedua semikonduktor tersebut (junction) terdapat daerah deplesi yang mencegah aliran listrik. Pemberian tegangan positif (forward bias) yang membuat hilangnya daerah deplesi ini sehingga arus dapat mengalir. Untuk frekuensi rendah, yaitu frekuensi power (50Hz/60Hz) ataupun frekuensi audio, dioda PIN dan dioda PN berfungsi serupa.

PIN Diodes
Gambar 1. Struktur dioda PIN

Prinsip Kerja Dioda PIN

Struktur PIN berbeda dengan dioda pada umumnya yang terdiri dari struktur PN junction. Penambahan lapisan semikonduktor intrinsik antara PN junction membuat adanya penyimpanan muatan di lapisan intrinsik tersebut. Selain itu pada tegangan negatif (reverse bias), efek lapisan intrinsik memperbesar breakdown voltage. Karakteristik PIN diode menyebabkan PIN diode dapat berfungsi sebagai resistor variabel pada saat forward bias dan sebagai kapasitor bernilai rendah pada saat reverse bias untuk sinyal RF. Sinyal RF dan sinyal DC diberikan pada dioda pada saat bersamaan, sehingga saat sinyal RF dapat mengubah kondisi bias DC dari reverse bias ke forward bias dan sebaliknya, lapisan semikonduktor intrinsik sebagai penyimpan muatan dapat mempersulit sinyal RF untuk mematikan/menyalakan dioda.

Model of the PIN diode when forward biased (left) and reverse biased (right)
Gambar 2. Rangkaian ekuivalen dioda PIN saat forward bias dan reverse bias

Resistansi seri pada rangkaian ekuivalen forward bias dioda PIN tergantung oleh besarnya nilai arus DC yang mengalir pada dioda PIN tersebut, umumnya jika nilai arus maksimum dicapai, maka nilai resistansi minimum juga tercapai. Kapasitansi total pada rangkaian ekuivalen reverse bias dioda PIN tergantung oleh kapasitansi junction dan kapasitansi parasitik dari kemasan dioda. Nilai kapasitansi ini yang menunjukkan seberapa baik dioda PIN dapat menahan sinyal RF (isolation) pada kondisi mati.

Rangkaian Dioda PIN

Memadukan sinyal RF dan sinyal DC pada rangkaian dioda PIN dapat dilakukan dengan menggunakan RF choke dan DC blocking capacitor. Rangkaian minimum dari saklar RF dengan PIN dioda adalah seperti pada Gambar 3. DC blocking capacitor memastikan tegangan bias DC tidak mengganggu sinyal RF dan RF choke memastikan sinyal RF tidak mengganggu suplai bias DC. Umumnya dengan RF choke, ditambahkan kapasitor bypass setelah RF choke untuk memastikkan tidak ada sinyal RF yang sampai ke suplai bias DC.

Diagram of PIN diodes used in series mode for a) a basic SPST switch and b) an SPDT switch
Gambar 3. Contoh rangkaian saklar RF menggunakan dioda PIN

Rangkaian pada Gambar 3 sudah cukup untuk digunakan pada sinyal RF daya rendah, namun jika daya yang digunakan cukup tinggi, diperlukan isolasi pada kondisi off yang lebih baik dan juga kemampuan mengalirkan daya RF pada kondisi on yang lebih baik. Terdapat banyak cara untuk memperbaiki isolasi, yakni menambahkan tegangan negatif DC pada PIN diode untuk memperkecil kapasitansi atau dengan menambah dioda PIN secara seri. Selain itu, untuk mengalirkan daya RF yang lebih tinggi pada kondisi nyala, beberapa dioda dapat dikoneksikan secara paralel agar dapat melewatkan sinyal RF yang lebih besar, karena resistansi ekuivalen dioda PIN yang lebih rendah.

Sumber Gambar:

https://www.digikey.com/en/articles/techzone/2016/dec/how-and-why-to-use-pin-diodes-for-rf-switching

https://www.microwaves101.com/encyclopedias/pin-diodes

Referensi:

https://www.frostburg.edu/personal/latta/ee/qsk5/pindiodes/pindiodes.html

https://link.springer.com/chapter/10.1007/978-1-4615-5751-7_4

https://www.electronics-notes.com/articles/electronic_components/diode/pin-diode.php

Video Relevan:

 

Avalanche: Penggiringan Opini dan Hitung Cepat

Pada tahun pemilihan umum 2019, sejarah Indonesia terukir, partisipasi masyarakat dalam pemilihan umum melebihi ekspektasi dari penyelenggara pemilihan umum. Di tengah maraknya partisipasi masyarakat, ada hal negatif yang sangat memengaruhi masyarakat, yaitu terjadinya konflik horizontal akibat polarisasi pilihan politik. Polarisasi ini tidak kunjung usai, sejak pemungutan suara sudah dilakukan, bahkan sesudah diumumkan pemenangnya. Gerakan kampanye yang diserukan sejak tahun lalu, bahkan sampai sekarang, ibarat tidak ada hentinya. Banyak masalah politik yang muncul selama kontestasi pemilu 2019 ini. Masih disayangkan bahwa banyak sekali penggiringan opini yang dilakukan oleh elit dari kedua belah pihak dan adu kekuatan maupun kelantangan dari pendukung dua pihak. Penggiringan opini dari elit dan kekuatan pendukung menjadi sebuah akseleran yang sangat baik untuk memperparah terjadinya konflik horizontal.

Konflik horizontal ini berujung pada kekerasan yang menimbulkan korban jiwa sebanyak 6 orang, namun minim pemberitaan terhadap hal ini. Aktifitas warga sekitar maupun gedung perkantoran sekitar Bawaslu menjadi terhenti selama konflik terjadi. Aksi damai pada saat matahari tenggelam berubah menjadi aksi yang disusupi banyak perusuh. Apresiasi perlu diberikan kepada bapak Prabowo Subianto yang mengajak pendukung yang masih mau mendengarkan beliau untuk mengalah dan menghindari kontak fisik. Di saat yang berbeda, dalam acara Mata Najwa, elit politik bergandengan tangan dan menyerukan damai. Kita dapat bersyukur bahwa adanya inisiatif yang baik yang dapat meredamkan suasana perpolitikan Indonesia. Namun, kita tidak boleh memungkiri adanya struggle of power antara elit kedua kubu yang membantu menyulut konflik ini.

Penolakan Hitung Cepat

Hitung Cepat adalah salah satu metodologi estimasi hasil pemungutan suara yang dilakukan berdasarkan pengambilan sampel acak sesuai dengan kaidah statistika. Selama sepuluh tahun dilaksanakannya hitung cepat oleh beberapa lembaga survey, terbukti bahwa Hitung Cepat dapat menghasilkan estimasi yang cukup akurat. Namun tahun ini, pada tahun 2019, elit politik di salah satu kubu rupanya sepakat untuk menolak hasil Hitung Cepat yang dilakukan oleh berbagai lembaga survei yang memenangkan lawan politiknya. Kalimat-kalimat dari elit inipun berujung pada agitasi di kalangan simpatisan mereka, alhasil lontaran hinaan maupun serangan personal dilayangkan kepada bos lembaga-lembaga survei. Hitung Cepat yang dibuat untuk menjaga suara rakyat dengan mendapatkan data primer langsung dari tempat pencoblosan dan mencegah adanya upaya perubahan suara rakyat, menjadi kambing hitam dari penggiringan opini.

“Hitung Cepat adalah penggiringan opini. Juragan survei adalah tukang bohong.” Inilah yang dipercaya oleh pendukung salah satu kubu. Kedua kubu percaya bahwa adanya hasil dari Hitung Cepat dapat menjadi dasar deklarasi kemenangan dari salah satu kubu. Sebuah cuplikan pembicaraan antara TGB dengan Yusuf Martak menunjukkan bahwa adanya desakan deklarasi kemenangan oleh Joko Widodo setelah Hitung Cepat sudah menunjukkan kemenangan beliau. Yusuf Martak menjelaskan bahwa kabar deklarasi Joko Widodo membuat kubu Prabowo segera melaksanakan deklarasi. Yusuf Martak juga menyatakan bahwa jika ada deklarasi kemenangan dari kubu Joko Widodo, maka akan terjadi pembentukan opini bahwa kubu Prabowo sudah kalah. Terlihat bahwa kedua kubu tahu persis apa implikasi dari hasil Hitung Cepat dan bagaimana deklarasi pemenangan terhadap mental para pendukungnya.

https://tirto.id/jubir-bpn-bachtiar-nasir-sebut-quick-count-adalah-sihir-sains-dm3n

Sihir Sains, itulah istilah yang disebutkan oleh salah satu anggota BPN, Bachtiar Nasir. Ini adalah salah satu contoh serangan terhadap lembaga Hitung Cepat. Serangan ini rupanya efektif untuk membuat masyarakat simpatisan kubu Prabowo untuk tidak percaya dengan Hitung Cepat. Padahal, Perhimpunan Survei Opini Publik Indonesia (Persepi) telah membuka data masing-masing lembaga survei dan metodologi hitung cepatnya di depan publik. Data metodologi dan rumusan yang terbuka, di tambah oleh data terbuka dari KPU maupun dari inisatif KawalPemilu, siapapun dapat menghitung dan menarik kesimpulan berdasarkan hitungan yang dilakukan.

Darurat Matematika

Rakyat Indonesia sudah pintar, kata yang digaungkan oleh elit politik. Memang rakyat Indonesia sudah dapat mencari informasi sendiri, dan mampu berargumen berdasarkan informasi yang ditemukan. Namun, hal ini tidak dapat ditemukan saat Hitung Cepat dipertanyakan. Opini yang beredar di masyarakatpun terpecah dua, satu mempercayai Hitung Cepat dan satu menolak dengan keras Hitung Cepat dan menuduh lembaga survei sebagai tukang bohong. Kedua pandangan berseberangan ini adalah produk dari informasi yang tersedia di media sosial, yang disuplai oleh elit-elit politik pada masing-masing kubu tersebut. Namun, hanya sedikit masyarakat yang melihat laporan dari lembaga survei yang membuka dengan terang-benderang masalah metodologi hitung cepat.

\displaystyle \hat{p} = \frac{\displaystyle \sum_{h=1}^{H} \sum_{i=1}^{n_h} \frac{N_h}{n_h}y_{hi}}{\displaystyle \sum_{h=1}^{H} \sum_{i=1}^{n_h} \frac{N_h}{n_h}x_{hi}}

\displaystyle moe = 2 \times \sqrt{\frac{1}{\hat{X}^2} \sum_{h=1}^{H}\frac{N_h(N_h-n_h)}{n_h}\hat{var}_h} \times C

Persamaan di atas adalah persamaan yang dipakai dalam menghitung estimasi perolehan suara berdasarkan hitung cepat dan persentase akurasinya. Lembaga Hitung Cepat membuka juga tabel ringkasan pengambilan data yang dilakukan di 34 provinsi. Namun satu hal yang belum dilaporkan oleh lembaga survey, sumber pendanaannya. Di tengah ketidakpercayaan Hitung Cepat, muncullah seorang tokoh akademisi yang menantang juragan lembaga survey. Sebelumnya, hanya tokoh-tokoh nonakademisi yang melontarkan ketidakpuasan terhadap lembaga survei. Dr. Ronnie Rusli, dosen Universitas Indonesia melayangkan argumen berdasarkan pengambilan jumlah sampel untuk Hitung Cepat.

Dr. Ronnie Rusli membawa argumen kontra-Hitung Cepat melalui rumusan yang ditulisnya di Twitter. Belakangan ini saya baru sadar melihat video paparan Dr. Ronnie di depan Bawaslu, ternyata rumus yang salah ini juga yang menjadi acuan testimoni beliau di depan Bawaslu. Saya telah menulis tentang kesalahan persamaan yang dipaparkan di Twitter (baca: Deciphering the Tweet: Kesalahan Rumus dan Syarat Quick Count). Kesalahan ini rupanya tidak hanya luput dari ribuan masyarakat yang mencuit ulang persamaan ini, tetapi juga tidak disadari oleh mereka yang berperkara di hadapan Bawaslu. Ironis, masyarakat Indonesia yang sudah menerima pelajaran statistika sejak SMP, maupun aljabar sejak SMP, tidak dapat menyadari kesalahan rumus yang sangat mendasar yang berulang kembali dilakukan oleh Dr. Ronnie, bahkan di depan Bawaslu (lihat juga: Statistika 101: Ukuran Sampel untuk Data Proporsi). Kebenaran matematik dapat disepelekan demi kepentingan politik, Indonesia ada dalam darurat matematika.

Margin of Error disampaikan 0.02% sementara seharusnya dapat digunakan rumus ini:

\displaystyle MoE = \bigg(\frac{50\%}{\sqrt{n}}\bigg) 2.58

Substansi Ketidakpercayaan Kepada Hitung Cepat

Skeptisme terhadap Hitung Cepat bukannya tidak berdasar, berdasarkan teori statistika menggunakan Central Limit Theorem, seperti yang disampaikan oleh Dr. Ronnie, untuk mendapatkan sampel acak yang mencapai tingkat kesalahan tertentu, dapat digunakan rumus:

\displaystyle MoE = \frac{S_{\hat{p}}}{\sqrt{n}}Z_{99\%}

Rumus ini jika dimasukkan dengan nilai yang tepat akan menghasilkan 16ribu TPS untuk menghasilkan tingkat kesalahan 1 persen. Terlihat dari laporan lembaga survey, sepertinya pemilihan jumlah sampel tidak berdasarkan rumus di atas namun berdasarkan pengalaman Hitung Cepat sebelumnya. Untuk membuktikan kesahihan jumlah sampel lembaga survey dapat digunakan pendekatan empiris untuk mengambil kesimpulan.

Untuk menguji jumlah pengambilan sampel 2000 sampel, saya membuat program Stratified Random Sampling berdasarkan data dari KawalPemilu, persamaan estimasi proporsi dan variance berdasarkan laporan dari SMRC. Data mentah hasil sampel acak yang saya buat dapat dilihat pada GitHub, program tersedia pada GitHub kawal-pemilu-data. Program ini adalah usaha perbaikkan dari Penulis setelah masukan dari @RajaGuguk14. Sudah terdapat data mentah dari masing-masing TPS yang dapat dicek-ulang dan dibandingkan dengan berbagai sumber, tautan ke KawalPemilu juga diberikan. Berikut adalah tabel dengan jumlah sampel 2000.

01 SAMPLE 02 SAMPLE 01 KPU 02 KPU MOE (99%) PerbedaanSuara
55,36% 44,64% 55,50% 44,50% 1,20% -0,14%
54,88% 45,12% 55,50% 44,50% 1,34% -0,62%
54,86% 45,14% 55,50% 44,50% 1,40% -0,64%
55,01% 44,99% 55,50% 44,50% 1,43% -0,49%
54,86% 45,14% 55,50% 44,50% 1,45% -0,64%
54,87% 45,13% 55,50% 44,50% 1,47% -0,63%
54,98% 45,02% 55,50% 44,50% 1,48% -0,52%
55,12% 44,88% 55,50% 44,50% 1,48% -0,38%
55,23% 44,77% 55,50% 44,50% 1,49% -0,27%
55,23% 44,77% 55,50% 44,50% 1,49% -0,27%

Hasil ini tentu tidak sesuai dengan persamaan margin of error sebelumnya, di mana untuk mencapai tingkat kesalahan sebesar 1% dibutuhkan setidaknya 16000 TPS sampel. Seperti program saya sebelumnya, saya juga memasukkan sampel 1000 TPS dan menghasilkan tabulasi berdasarkan masukkan dari Dr. @saiful_mujani

01 SAMPLE 02 SAMPLE 01 KPU 02 KPU MOE (99%) Perbedaan Suara
54,68% 45,32% 55,50% 44,50% 1,80% -0,82%
54,52% 45,48% 55,50% 44,50% 1,89% -0,98%
54,64% 45,36% 55,50% 44,50% 1,97% -0,86%
54,79% 45,21% 55,50% 44,50% 2,02% -0,71%
54,74% 45,26% 55,50% 44,50% 2,05% -0,76%
54,83% 45,17% 55,50% 44,50% 2,07% -0,67%
54,95% 45,05% 55,50% 44,50% 2,08% -0,55%
55,16% 44,84% 55,50% 44,50% 2,09% -0,34%
55,25% 44,75% 55,50% 44,50% 2,10% -0,25%
55,24% 44,76% 55,50% 44,50% 2,11% -0,26%

Program ini belum sempurna dan masih ada kemungkinan kesalahan, namun bukti empiris berdasarkan hitungan dan dikonfirmasi oleh pengumuman KPU juga bahwa metodologi Hitung Cepat dengan Stratified Random Sampling dapat memprediksi hasil pemungutan suara dengan cukup akurat.

Kesimpulan

Kisruh berdasarkan Hitung Cepat ini seharusnya tidak perlu dibakar atau dijadikan bahan penggiringan opini dari kedua kubu. Deklarasi kemenangan berdasarkan Hitung Cepat maupun ketidakpercayaan penuh terhadap Hitung Cepat sangat rentan menghasilkan konflik horizontal. Di tengah kristalisasi, akademisi Dr. Ronnie Rusli menunjukkan rumus pengambilan sampel yang keliru, bahkan perhitungan margin of error yang keliru itu juga disebutkan di hadapan sidang Bawaslu (menit 10:35 – 11:12). Seharusnya seorang akademisi mampu memberikan informasi yang mencerahkan berdasarkan ilmunya. Berdasarkan uji coba simulasi Hitung Cepat dengan Stratified Random Sampling untuk menguji argumen Dr. Ronnie Rusli, hasil menunjukkan bahwa jumlah sampel sebesar 2000 TPS ataupun 1000 TPS sudah dapat mengestimasi hasil pemungutan suara dengan cukup akurat.