OPTIMASI KINERJA ABSENSI RFID SERVERLESS MENGGUNAKAN BATCH PROCESSING, QUEUEING DAN RATE LIMIT MANAGEMENT UNTUK INTEGRASI CLOUD

Authors

  • Ahmad Khaerudin STMIK IKMI Cirebon, Indonesia
  • Martanto . STMIK IKMI Cirebon, Indonesia
  • Denni Pratama STMIK IKMI Cirebon, Indonesia
  • Indra Wiguna Marthanu STMIK IKMI Cirebon, Indonesia

Keywords:

Absensi RFID, ESP32 Dual-Core, Batch Processing

Abstract

Pencatatan absensi yang cepat, akurat, dan minim biaya merupakan kebutuhan esensial bagi institusi pendidikan. Di SMK Plus As-Salafiyah, sistem absensi eksisting berupa pencatatan manual dan pemindaian QR Code terbukti lambat dan rentan terhadap rekapitulasi data yang tidak utuh. Di sisi lain, implementasi Internet of Things (IoT) dengan pengiriman data Real-Time menggunakan platform serverless gratis (Google Apps Script) sering mengalami kegagalan akibat pembatasan laju panggilan API (Error HTTP 429). Penelitian ini bertujuan untuk merancang arsitektur perangkat IoT berbasis mikrokontroler ESP32 Dual-Core guna memecahkan masalah tersebut. Sistem menerapkan strategi pembagian beban komputasi (multitasking); Core 1 secara eksklusif menangani pembacaan sensor RFID dan menyimpan data ke dalam memori MicroSD (Non-Volatile Queueing), sementara Core 0 beroperasi secara asinkron untuk mengirimkan tumpukan data ke database Google Sheets menggunakan teknik Batch Processing. Hasil pengujian kinerja secara kuantitatif menunjukkan bahwa pemisahan proses komputasi ini menghasilkan titik kompromi (trade-off) yang sangat ideal. Kecepatan pemindaian lokal (latency) mencapai 1 hingga 2 detik per siswa, jauh lebih efisien dibandingkan sistem sebelumnya. Selain itu, metode batching berhasil mengeliminasi penolakan API sehingga sistem mencapai tingkat keberhasilan pengiriman atau Packet Delivery Ratio (PDR) sebesar 100% tanpa adanya kehilangan data (data loss). Kesimpulannya, arsitektur Dual-Core dan Batch Processing ini terbukti tangguh sebagai solusi infrastruktur absensi tanpa biaya server (Zero-Cost Serverless) yang andal untuk diimplementasikan di lingkungan sekolah.

References

F. Costa, S. Genovesi, M. Borgese, and G. Manara, “A review of RFID sensors, the new frontier of Internet of Things,” Sensors, vol. 21, no. 9, p. 3138, 2021, doi: 10.3390/s21093138.

Y. Duroc, “From identification to sensing: RFID is one of the key technologies in the IoT field,” Sensors, vol. 22, no. 19, p. 7523, 2022, doi: 10.3390/s22197523.

V. D. Nguyen, H. V Khoa, T. N. Kieu, and E.-N. Huh, “Internet of things-based intelligent attendance system: Framework, practice implementation, and application,” Electronics (Basel)., vol. 11, no. 19, p. 3151, 2022, doi: 10.3390/electronics11193151.

P. Benedetti, M. Femminella, G. Reali, and K. Steenhaut, “Experimental analysis of the application of serverless computing to IoT platforms,” Sensors, vol. 21, no. 3, p. 928, 2021, doi: 10.3390/s21030928.

V. Kjorveziroski, S. Filiposka, and V. Trajkovik, “IoT serverless computing at the edge: A systematic mapping review,” Computers, vol. 10, no. 10, p. 130, 2021, doi: 10.3390/computers10100130.

J. Decker, P. Kasprzak, and J. M. Kunkel, “Performance evaluation of open-source serverless platforms for Kubernetes,” Algorithms, vol. 15, no. 7, p. 234, 2022, doi: 10.3390/a15070234.

T. Shwe and M. Aritsugi, “Optimizing data processing: A comparative study of big data platforms in edge, fog, and cloud layers,” Applied Sciences, vol. 14, no. 1, p. 452, 2024, doi: 10.3390/app14010452.

Z. Shojaee Rad and M. Ghobaei-Arani, “Data pipeline approaches in serverless computing: A taxonomy, review, and research trends,” J. Big Data, vol. 11, p. 82, 2024, doi: 10.1186/s40537-024-00939-0.

D. Hercog, T. Lerher, M. Truntič, and O. Težak, “Design and implementation of ESP32-based IoT devices,” Sensors, vol. 23, no. 15, p. 6739, 2023, doi: 10.3390/s23156739.

Z. Shojaee Rad and M. Ghobaei-Arani, “Data pipeline approaches in serverless computing: A taxonomy, review, and research trends,” J. Big Data, vol. 11, no. 1, p. 82, 2024, doi: 10.1186/s40537-024-00939-0.

G. A. S. Cassel, V. F. Rodrigues, R. da Rosa Righi, M. R. Bez, A. C. Nepomuceno, and C. A. Costa, “Serverless computing for Internet of Things: A systematic literature review,” Future Generation Computer Systems, vol. 128, pp. 299–316, 2022, doi: 10.1016/j.future.2021.10.020.

P. Benedetti, M. Femminella, G. Reali, and K. Steenhaut, “Experimental analysis of the application of serverless computing to IoT platforms,” Sensors, vol. 21, no. 3, p. 928, 2021, doi: 10.3390/s21030928.

Downloads

Published

20-07-2026

Citation Check