Perkembangan terknologi Internet of Things (IoT) telah mendorong pemanfaatan Jaringan Sensor Nirkabel (Wireless Sensor Network/WSN) dalam berbagai bidang, seperti pemantauan lingkungan, pertanian cerdas, dan sistem industri otomatis. Namun, tantangan utama dalam implementasi WSN adalah proses konfigurasi dan pemasangan sensor node yang kompleks, terutama dalam skala besar. Proses pairing atau pengenalan antara sensor node dan gateway sering kali memerlukan intervensi manual, yang dapat menghambat efisiensi dan skalabilitas sistem.
Akademik
Dalam era digital yang terus berkembang, teknologi cloud computing telah menjadi pondasi penting bagi berbagai inovasi, termasuk dalam bidang keamanan dan identifikasi digital. Salah satu penerapan modern yang menarik perhatian adalah integrasi sistem pengenalan wajah (face recognition) dengan layanan cloud, yang menawarkan keunggulan dalam hal skalabilitas, fleksibilitas, serta akses data secara real-time.
Penelitian yang dilakukan oleh Shyam Saefurrochman Nur Awaludin bersama Yuris Mulya Saputra, S.T., M.Sc., Ph.D. selaku dosen program studi ini memanfaatkan layanan dari Amazon Web Services (AWS). Sistem ini menggunakan kombinasi teknologi frontend React, layanan AI dari Amazon Rekognition, serta layanan pendukung seperti API Gateway, AWS Lambda, S3 Bucket, dan DynamoDB untuk membangun arsitektur yang aman dan efisien.
Yogadwi Satrio Panuntun, mahasiswa Program Studi Teknologi Jaringan, telah merancang purwarupa sistem monitoring dan kontrol berbasis Internet of Things (IoT) yang ditujukan untuk pertanian bawang merah. Di bawah bimbingan Ir. Budi Bayu Murti, S.T., M.T., riset ini menjawab tantangan monitoring tanah secara efisien di era digital.
Sistem ini menggunakan sensor pH tanah dan sensor kelembaban YL-69 yang terhubung ke Arduino Uno. Data dikirim ke pengguna melalui aplikasi Telegram, memanfaatkan modul NodeMCU (ESP8266) sebagai penghubung ke internet. Ketika pengguna mengirim perintah melalui Telegram, sistem akan merespons dengan data terkini terkait kondisi pH dan kelembaban tanah.
Seiring dengan kemajuan teknologi dan semakin meningkatnya jumlah website serta persaingan di ranah digital, kualitas website menjadi aspek krusial dalam menarik dan mempertahankan pengguna. Salah satu indikator penting kualitas website adalah kecepatan akses dan performa secara keseluruhan. Oleh karena itu, diperlukan strategi optimasi agar website tetap responsif dan mampu melayani banyak pengguna secara bersamaan tanpa mengalami keterlambatan.
Penelitian yang dilakukan pada tahun 2024 oleh Aulia Nevita mahasiswi program studi Teknologi Rekayasa Internet memfokuskan implemetasi layanan Cloudflare sebagai Content Delivery Network (CDN) untuk mengoptimalkan webiste. Dengan memanfaatkan infrastruktur Cloudflare, konten website disajikan melalui server-server terdekat dengan lokasi pengguna, sehingga mengurangi beban server utama dan mempercepat proses akses.
Dalam era digital saat ini, keberlangsungan layanan digital perusahaan sangat bergantung pada performa dan kestabilan server. Oleh karena itu, monitoring kondisi server secara berkala menjadi aktivitas yang sangat penting untuk mencegah terjadinya gangguan layanan. Namun, metode yang mengharuskan administrator untuk memantau sistem langsung dari perangkat yang terhubung ke server sering kali kurang efisien dan bisa berdampak pada kelelahan fisik, terutama saat pemantauan harus dilakukan secara intensif dan dalam waktu lama.
Pengembangan Internet of Things (IoT) di Indonesia menunjukkan pertumbuhan yang cepat. Pada tahun 2022, jumlah perangkat IoT akan mencapai 400 juta, dan diperkirakan akan meningkat menjadi 678 juta pada tahun 2025. Pertumbuhan ini membuka peluang yang signifikan untuk pengembangan berbagai solusi berbasis IoT, terutama di sektor strategis seperti pertanian.
Sektor pertanian adalah salah satu kasus yang paling mungkin saat menggunakan IoT mengingat perlunya sistem pemantauan lingkungan yang akurat dan real-time. Sensor suhu, kelembaban udara, dan kualitas gas memungkinkan petani untuk menerima data yang membantu mereka meningkatkan produktivitas dan menjaga kondisi sistem. Namun, tantangan umum dengan sistem pemantauan media penanaman adalah akses data yang terbatas, terutama ketika pemantauan dari berbagai jaringan.
Kerusakan jalan tidak hanya mengurangi kenyamanan dalam berkendara, tetapi juga menjadi salah satu penyebab utama kecelakaan lalu lintas. Oleh karena itu, kegiatan pemeliharaan dan perawatan jalan yang dilakukan secara rutin sangat diperlukan untuk mendeteksi kerusakan sejak dini dan menentukan langkah penanganan yang tepat. Seiring dengan perkembangan teknologi, proses identifikasi kerusakan jalan kini dapat ditingkatkan melalui pendekatan otomatis menggunakan teknologi machine learning, yang menawarkan efisiensi serta akurasi tinggi.
Yuris Mulya Saputra, dosen Program Studi Teknologi Rekayasa Internet, telah mempublikasikan riset terbarunya yang membahas strategi cerdas dalam meningkatkan efisiensi Federated Learning (FL) pada lingkungan komputasi tepi seluler (Mobile Edge Computing – MEC). Riset ini menjawab tantangan besar yang kerap dihadapi sistem FL, yaitu masalah keterlambatan update dari perangkat pengguna yang memiliki sumber daya terbatas—fenomena yang dikenal dengan istilah straggler problem.
Untuk mengatasi hal ini, Dr. Yuris dan timnya mengembangkan kerangka kerja FL baru yang bersifat menjaga privasi dan adaptif terhadap keterbatasan perangkat. Dengan mengintegrasikan teknologi homomorphic encryption (HE), framework ini memungkinkan pengguna seluler dengan keterbatasan sumber daya untuk mengalihkan sebagian proses pelatihan model ke server awan maupun node di tepi jaringan (MEN – Mobile Edge Nodes) secara aman.
Tegar Bayu Pratama, mahasiswa Program Studi D4 Teknologi Jaringan Universitas Gadjah Mada, pada tahun 2024 berhasil menyelesaikan tugas akhirnya yang berjudul “Mitigasi Risiko Insecure Design Vulnerability pada Aqua Digital Operations Platform (ADOP) menggunakan metode STRIDE & DREAD”. Penelitian ini dibimbing oleh Nur Rohman Rosyid, S.T., M.T., D.Eng. Dengan pesatnya kemajuan teknologi, keamanan informasi menjadi aspek krusial dalam pengembangan platform digital. Aqua Digital Operations Platform (ADOP), sebagai salah satu platform penting dalam industri Air Minum Dalam Kemasan (AMDK), memerlukan perhatian khusus terkait keamanan desainnya. Penelitian ini bertujuan untuk mengidentifikasi, mengevaluasi, dan mengurangi risiko insecure design vulnerability pada ADOP. Metode yang digunakan adalah:
Dalam upaya mendorong efisiensi energi dan sistem bangunan cerdas (smart building), dosen Program Studi Teknologi Rekayasa Internet, Yuris Mulya Saputra, bersama tim peneliti dari Universitas Gadjah Mada dan Coventry University, mempublikasikan penelitian inovatif mengenai deteksi hunian ruangan menggunakan pendekatan berbasis machine learning.
Penelitian yang dilakukan oleh Dr. Sahirul Alam, S.T., M.Eng beserta kolaborator lainnya ini memanfaatkan algoritma Random Forest yang diperkaya dengan fitur waktu (timestamp features) untuk mendeteksi keberadaan orang dalam suatu ruangan. Selain itu, metode seleksi fitur ANOVA (Analysis of Variance) diterapkan untuk mengidentifikasi variabel-variabel input yang paling relevan dan berdampak signifikan terhadap hasil prediksi.