WiFi yang kita kenal selama ini merupakan teknologi jaringan yang menghubungkan berbagai perangkat seperti laptop, ponsel atau perangkat smartphone lainnya ke internet. Namun, dalam penelitian terbaru ditemukan fakta bahwa sinyal WiFi dapat digunakan untuk “merasakan” lingkungan sekitarnya yang dikenal sebagai WiFi Sensing. WiFi Sensing memungkinkan untuk mendeteksi keberadaan manusia, aktivitas gerak, kondisi ruang tanpa memerlukan sensor fisik tambahan dengan memanfaatkan sinyal dan jaringan WiFi yang sudah ada. Sistem ini bekerja seperti sistem radar yang menyediakan data dan informasi lingkungan sekitarnya. Dengan memanfaatkan kemampuan ini, WiFi Sensing ke depan mempunyai potensi besar dikembangkan untuk beragam aplikasi baru karena relative mudah diterapkan pada infrastruktur WiFi yang sudah dimiliki masyarakat. Wireless Broadband Alliance (WBA) juga sudah mendorong untuk standarisasi WiFi Sensing sebagai kemampuan baru dalam standar WiFi yang ada.

WiFi: dari Komunikasi ke Persepsi Lingkungan

Sistem sensing tradisional bergantung pada penggunaan sensor khusus, seperti kamera, radar, LiDAR, atau sensor gerak. Setiap sensor membutuhkan perangkat tambahan, dengan biaya instalasinya.  Isu yang sering muncul pada sistem sensing tradisional ini adalah masalah privasi disamping isu konsumsi daya. WiFi Sensing hadir dengan menawarkan pendekatan yang berbeda. Alih-alih menambah sensor baru yang merupakan biaya tambahan, sistem ini memanfaatkan sinyal WiFi yang sudah banyak terpasang. Secara mekanisme kerja, sinyal WiFi merambat di udara lalu dipantulkan, diserap atau terdistorsi oleh objek di sekelilingnya. Perubahan sinyal WiFi akibat kondisi lingkungan ini menyimpan informasi tentang perubahan lingkungan dan berbagai aktivitas yang terjadi di dalamnya. Sehingga, dengan analisis yang tepat, sinyal WiFi dapat digunakan sebagai alat  persepsi lingkungan (context awarness).

Channel State Information (CSI) merupakan kunci utama dalam WiFi Sensing. CSI adalah informasi detail tentang bagaimana sinyal WiFi merambat dari pemancar ke penerima. CSI mengandung informasi berupa amplitudo kanal, fase kanal, respons frekuensi pada setiap subcarrier, informasi antenna (MIMO state), delay spread dan multipath, informasi doppler efek, dan fitur-fitur statistical. Berbeda dengan RSSI (Received Signal Strength Indicator) yang bersifat kasar, CSI jauh lebih kaya informasi yang berasal dari amplitudo kanal. Ia mampu menangkap perubahan kecil akibat: pergerakan manusia, perubahan posisi objek, bahkan gestur tubuh. Inilah sebabnya CSI menjadi fondasi utama berbagai aplikasi wireless sensing berbasis WiFi.

 

Gambar 1. Prinsip WiFi Sensing.

 

Aplikasi WiFi Sensing

Penelitian dan eksperimen menunjukkan bahwa wireless sensing mampu melakukan berbagai fungsi yang sebelumnya hanya mungkin dengan sensor khusus. Beberapa contoh aplikasi WiFI Sensing diantaranya: (a) Pemantauan Rumah (Smart Home Monitoring). Jaringan WiFi yang sudah terpasang di dalam rumah dapat dimanfaatkan untuk mengetahui apa yang terjadi ketika penghuni sedang tidak berada di rumah. WiFi Sensing dapat digunakan untuk mendeteksi adanya pergerakan di dalam rumah tanpa menggunakan kamera. Dalam pengembangan aplikasinya, Wi‑Fi Sensing mampu memberikan informasi lokasi, sehingga pengguna dapat mengetahui kapan dan di area mana gerakan tersebut terjadi. Gambar 2 memperlihatkan bagaimana sistem dapat mengirimkan peringatan langsung ke ponsel pemilik rumah.

 

Gambar 2. Aplikasi Pemantauan Rumah

Walaupun aplikasi ini ditujukan untuk lingkungan rumah tinggal, konsep pemantauan berbasis WiFi Sensing ini juga dapat diterapkan pada area lain, seperti perkantoran atau bangunan komersial, dengan fungsi yang serupa. (b). Manajemen dan Efesiensi Energi. WiFi Sensing dapat digunakan untuk manajemen energi. Sebagai contoh, sistem pendingin ruangan (AC) dapat diatur untuk menyesuaikan pengoperasiannya secara otomatis setelah tidak ada pergerakan yang terdeteksi di seluruh bangunan dalam jangka waktu tertentu. Kasus penggunaan manajemen energi ini terutama ditujukan untuk lingkungan perkantoran atau skala enterprise. Namun, konsep yang sama juga dapat diterapkan pada jaringan WiFi di rumah. (c) Kesehatan (Healthcare). WiFi Sensing mempunyai keunggulan dari sisi privasi, sehingga cocok digunakan sebagai aplikasi pemantauan yang mengutamakan privasi. Pemantauan lansia non-invasif sebagai contohnya, WiFi Sensing dapat memonitor kondisi lansia di rumah seperti berjalan, duduk, atau terjatuh tanpa menggunakan wearble device. (d) Perangkat Konsumen dan IoT. Pengembangan WiFi Sensing menggunakan teknologi mm-wave membuka peluang untuk mendeteksi gerakan kecil seperti gesture tangan dalam bentuk fitur motion-sensing yang dapat diimplementasikan pada banyak perangkat konsumen atau smartphone. Top of FormBottom of Form

Tantangan WiFi Sensing di Lapangan

WiFi Sensing berkembang dengan pesat dengan beberapa alasan, diantaranya WiFi Sensing tidak membutuhkan sensor tambahan disamping WiFi juga sudah tersedia di banyak gedung. Hal ini membuat WiFi Sensing berbiaya rendah, instalasi minimal dan mudah diintegrasikan. WiFi Sensing juga ramah privasi, berbeda dengan kamera, WiFi sensing tidak merekam dan menyimpan gambar sehingga lebih dapat diterima secara sosial. Selain itu, WiFi Sensing mampu untuk menembus dinding dan bekerja dengan kondisi cahaya rendah sehingga cocok untuk lingkungan nyata.

Meski menjanjikan, WiFi Sensing mempunyai tantangan kedepannya. Beberapa isu utama yang sering dihadapi diantaranya interferensi sinyal dari perangkat WiFi lain, variasi lingkungan (perabot, dinding, manusia) dan Generalization problem: model bekerja baik di lab, tapi menurun di lingkungan nyata. Tantangan lainnya adalah keterbatasan perangkat komersial dalam mengakses CSI secara stabil. Di sinilah peran teknik komputer menjadi krusial dengan menggabungkan signal processing, embedded system, dan artificial intelligence.

Menuju Lingkungan yang “Sadar”

Perkembangan WiFi Sensing hampir tidak bisa dilepaskan dari Artificial Intelligence (AI), terutama machine learning, deep learning, autoencoder dan model temporal. AI digunakan untuk mengekstraksi fitur dari CSI, mengurangi noise, serta mengenali pola aktivitas kompleks. Dalam implementasinya, menjalankan AI langsung di cloud tidak selalu ideal. Pendekatan Edge-AI dimunculkan dengan melakukan pemrosesan langsung di perangkat embedded. Keuntungan pendekatan Edge-AI ini adalah latensi yang rendah, privasi lebih terjaga, dan konsumsi bandwidth minimal. Sehingga, kombinasi WiFi Sensing + Edge AI membuka jalan bagi sistem cerdas real-time di dunia nyata.

Pengembanga ke depan, WiFi Sensing berpotensi menjadi fondasi untuk environment-aware systems dengan gedung yang memahami okupansi ruang, kendaraan yang mendeteksi kondisi pengemudi, rumah pintar yang merespons aktivitas penghuninya secara otomatis. Bukan tidak mungkin, WiFi di masa depan tidak hanya menghubungkan perangkat, tetapi juga memahami apa yang terjadi di sekitarnya.

Penutup

WiFi Sensing menunjukkan bahwa inovasi tidak selalu datang dari perangkat baru, tetapi dari cara baru memandang teknologi yang sudah ada. Dengan memanfaatkan sinyal WiFi dan mengkombinasikannya dengan AI, jaringan komunikasi dapat bertransformasi menjadi sensor lingkungan yang cerdas, efisien, dan ramah privasi. Bagi dunia teknik komputer, bidang ini membuka ruang riset yang luas, mulai dari embedded system, signal processing, hingga AI, sekaligus menawarkan solusi nyata bagi kebutuhan masa depan. WiFi bukan lagi sekadar koneksi. Ia mulai menjadi indra bagi lingkungan digital kita.

Penulis: Dody Ichwana Putra, S.T., M.T. Ph.D. (Eng) (Dosen Teknik Komputer, Fakultas Teknologi Informasi Universitas Andalas)