Analisis Latency Edge Computing dan Cloud Computing pada Monitoring IPAL Berbasis IoT

Eneng Susilistia Agustini; Eva Hendrawati

doi:10.32493/jicomisc.v4i2.65671

Authors

Eneng Susilistia Agustini Universitas Pamulang
Eva Hendrawati Universitas Pamulang

DOI:

https://doi.org/10.32493/jicomisc.v4i2.65671

Keywords:

edge computing, cloud computing, Internet of Things, IPAL

Abstract

Sistem monitoring kualitas air pada Instalasi Pengolahan Air Limbah (IPAL) berbasis Internet of Things (IoT) membutuhkan waktu respons yang rendah agar perubahan kondisi air dapat diketahui secara cepat. Penelitian ini bertujuan menganalisis dan membandingkan latency pada arsitektur Cloud Computing dan Edge Computing dalam sistem monitoring IPAL berbasis IoT. Sistem menggunakan sensor pH, suhu DS18B20, dan turbidity yang terhubung ke ESP32, sedangkan Raspberry Pi digunakan sebagai perangkat edge untuk melakukan pemrosesan data secara lokal. Pengujian dilakukan menggunakan 15 sampel yang terdiri atas air bersih, air limbah sabun, dan air limbah rumah tangga. Hasil pengujian menunjukkan bahwa rata-rata latency Cloud Computing sebesar 146,07 ms, dengan nilai minimum 138 ms dan maksimum 155 ms, sedangkan Edge Computing menghasilkan rata-rata latency sebesar 61,00 ms, dengan nilai minimum 58 ms dan maksimum 64 ms. Penerapan Edge Computing menurunkan latency sebesar 85,07 ms atau 58,24% dibandingkan Cloud Computing. Hasil tersebut menunjukkan bahwa pemrosesan data lebih dekat dengan sumber data dapat memperpendek jalur komunikasi dan mempercepat respons sistem monitoring IPAL. Temuan ini menjadi dasar bagi pengembangan sistem IPAL berbasis Edge AI pada penelitian lanjutan

References

C. T. H. Manurung, J. Arifin, F. T. Syifa, and R. A. Rochmanto, “Pemanfaatan ESP32 Sebagai Sistem Pemantauan Kualitas Air Keran Siap Minum Secara Real-Time Menggunakan Aplikasi,” Journal of Telecommunication Electronics and Control Engineering, vol. 4, no. 2, 2022, doi: 10.20895/jtece.v4i2.535.

A. Fahmi and I. Kurniawan, “Studi Kinerja Transmisi Data Menggunakan ESP32 dan Raspberry Pi Pico Berbasis Simulasi Wokwi,” Journal Zetroem, vol. 7, no. 1, 2025, doi: 10.36526/ztr.v7i1.5102.

M. Tomas, Z. Zaini, Zulkarnaini, A. A. Yulianto, and S. Ismail, “Edge-Enabled Digital Twin for Autonomous Low-Latency Dissolved Oxygen Control for Partial Nitritation-Anammox Reactor,” Applied Science and Engineering Progress, 2026.

Andi. “IoT-based edge computing (IoTEC) for improved environmental monitoring,” Sustainable Computing: Informatics and Systems, vol. 38, p. 100870, 2023, doi: 10.1016/j.suscom.2023.100870.

Alfi. “Implementation of IoT Edge Computing for Control and Monitoring System of Hydroponic Plant Water Quality Using Raspberry Pi,” 2024.

D. Zaenal and Saputra. “A Study on Edge Computing through Machine Learning for IoT Devices,” in 2021 International Conference on Forensics, Analytics, Big Data, Security (FABS), 2021, doi: 10.1109/FABS52071.2021.9702557.

S. Dodi. “Intelligent Delay-Aware Partial Computing Task Offloading for Multiuser Industrial Internet of Things Through Edge Computing,” IEEE Internet of Things Journal, vol. 10, no. 4, pp. 2954–2966, 2023, doi: 10.1109/JIOT.2021.3123406.

J. M. Jasim, F. M. Adress, and A. A. Fadhil, “Evaluating Reliability of Communication in IoT based Water Monitoring Using ESP32,” Kyzylorda Scholarly Review, 2026.

B. R. Rambani and A. Suhendi, “Sistem Pemilah Limbah Organik dan Anorganik Berbasis IoT untuk Bank Sampah di SMP Terpadu Al-Qudwah,” Journal Information & Computer (JICOM), vol. 4, no. 2, pp. 84–92, 2026.

Muarif, A. Sumaedi, and Mardiansyah, “Monitoring Suhu Ruangan Server Jaringan Hostpot Berbasis Mikrokontroler NodeMCU ESP8266 Dengan Thingspeak,” Journal Information & Computer (JICOM), vol. 2, no. 1, pp. 17–27, 2024, doi: 10.32493/jicomisc.v2i1.38638.

F. Firdaus and A. Suhendi, “Perancangan Sistem Otomatisasi Berbasis ID Card dan Internet of Things (IoT) pada Pintu Kamar Kost Menggunakan Microkontroller ESP32,” Journal Information & Computer (JICOM), vol. 4, no. 2, pp. 62–67, 2026.

K. Fadhillah, M. S. Lestari, and S. Devanti, “Monitoring dan Otomatisasi Sistem Aquaponik Budidaya Lele dan Kangkung Berbasis IoT Menggunakan ESP32 dan Aplikasi Blynk,” Prosiding Seminar Kecerdasan Artifisial, Sains Data, dan Pendidikan Masa Depan, vol. 3, no. 2, pp. 34–40, 2025.