Layanan Pemrosesan Data Sensor Tomografi

Skrip ini berfungsi sebagai layanan latar belakang (daemon) yang secara otomatis memproses data sensor tomografi.

Update

Perbaikan AI-written code pada function gcc dan onetap.

Alur Kerja

1. Memonitor: Terus-menerus memonitor folder data_mentah untuk file JSON baru.
2. Mengelompokkan: Mencari satu set data yang terdiri dari 8 file JSON (_1.json hingga _8.json) yang berasal dari perangkat yang sama dan dibuat dalam rentang waktu 15 menit.
3. Memproses: Jika satu set data yang valid ditemukan, skrip akan menjalankan algoritma Generalized Cross-Correlation (GCC-PHAT) untuk menghitung matriks kecepatan 8x8.
4. Menyimpan: Menyimpan file hasil pemrosesan (misalnya, result_guid_timestamp.json) di folder lokal hasil_proses_lokal.
5. Mengunggah: Mengunggah file hasil yang sama ke server FTP.
6. Memberi Notifikasi: Mengirimkan nama file hasil ke antrian (queue) RabbitMQ sebagai notifikasi bahwa pemrosesan telah selesai.
7. Membersihkan: Menghapus 8 file JSON sumber dari folder data_mentah setelah berhasil diproses.

Struktur Folder yang Dibutuhkan

Pastikan Anda membuat struktur folder berikut di direktori yang sama dengan skrip:

.
├── index.py                # Skrip utama ini
├── .env                    # File konfigurasi (dibuat manual)
├── requirements.txt        # File dependensi
├── data_mentah/            # Tempat menaruh file JSON sumber
├── hasil_proses_lokal/     # Hasil pemrosesan akan disimpan di sini
└── temp_data/              # Digunakan sementara oleh skrip

Instalasi dan Pengaturan

1. Kloning Repositori (Opsional) Jika kode ini berada dalam repositori git, kloning terlebih dahulu.

2. Buat Virtual Environment (Sangat Direkomendasikan)

   python -m venv venv
   source venv/bin/activate  # Di Windows: ./venv/Scripts/activate

3. Instal Dependensi Jalankan perintah berikut untuk menginstal semua pustaka Python yang diperlukan.

   pip install -r requirements.txt

4. Buat File Konfigurasi .env Buat file baru bernama .env di direktori yang sama dengan main.py. Salin konten dari file .env.example ke dalamnya dan isi dengan kredensial Anda yang sebenarnya.

   # Konten untuk file .env
   FTP_HOST=""
   FTP_PORT=2121
   FTP_USER=""
   FTP_PASSWORD=""
   FTP_FOLDER_HASIL="/result"
   
   RABBITMQ_HOST="r"
   RABBITMQ_PORT=5672
   RABBITMQ_USERNAME=""
   RABBITMQ_PASSWORD=""
   RABBITMQ_VHOST="/terawang"
   RABBITMQ_QUEUE="result_queue"

Menjalankan Layanan

Untuk memulai layanan, cukup jalankan skrip utama dari terminal:

python index.py

Skrip akan mulai berjalan dan mencetak log aktivitasnya ke konsol. Untuk menghentikannya, tekan Ctrl+C.