Author : Jordan Frisay Himawan   , Ferry Astika Saputra, Arif Basofi, Dadet Pramadihanto
ABSTRAK

Heterogenitas data kendaraan menjadi tantangan dalam pengembangan Fleet Management System karena data dapat berasal dari berbagai perangkat, protokol, dan format, seperti CAN frame dan NMEA sentence. Proyek akhir ini merancang dan mengimplementasikan Intelligent Agent System (IAS) sebagai vehicle abstraction layer modular pada sisi edge untuk menangani variasi data kendaraan melalui proses akuisisi, decoding berbasis DBC, parsing NMEA, pemetaan sinyal ke Vehicle Signal Specification (VSS), pembentukan payload Protobuf, dan publikasi data ke Kafka. Pengujian dilakukan pada skenario OBD-II, SAE J1939, CReATE_ECU, dan NMEA GNRMC, serta dilengkapi pengamatan kuantitatif selama 30 menit menggunakan metrik signal yield. Hasil pengujian menunjukkan bahwa IAS mampu melakukan decoding, pemetaan sinyal, pembentukan payload, dan publikasi data pada skenario yang diuji. Nilai signal yield yang diperoleh adalah 0,998 sinyal/frame pada OBD-II, 0,800 sinyal/frame pada SAE J1939, dan 1,876 sinyal/frame pada CReATE_ECU. Hasil tersebut menunjukkan bahwa pendekatan vehicle abstraction layer modular pada IAS dapat membantu menangani heterogenitas data kendaraan dalam ruang lingkup pengujian yang dilakukan.

[DOWNLOAD ABSTRACT]