📊 Dashboard & Visualisasi

KPI, grafik real-time, dan laporan otomatis — wajah dari layer analytics.

Dashboard = KPI utama + grafik tren + status device + alarm

📌 1. Komponen Dashboard IoT yang Baik

KPI utama — 3–6 angka besar di atas (suhu saat ini, daya, uptime, jumlah alarm).
Grafik tren — time-series dengan window (1 jam / 24 jam / 7 hari).
Status device — online/offline per device (dari LWT/shadow).
Alarm aktif — daftar kejadian yang perlu tindakan.
Konteks — target/baseline (garis threshold) agar angka bisa ditafsirkan.

💡 Prinsip: dashboard untuk monitoring menjawab "apakah semuanya normal?" dalam 5 detik. Detail untuk investigasi diletakkan di halaman kedua (drill-down).

📌 2. Grafana: Standar Visualisasi

Grafana adalah tool open-source paling populer untuk dashboard time-series: koneksi ke InfluxDB/Prometheus/PostgreSQL/SQL, panel drag-and-drop, alerting, dan sharing.

Fitur	Kegunaan
Panel: time-series, stat, gauge, heatmap, table	Satu panel = satu query
Variables	Dropdown filter (pilih gedung/ruang/device)
Alerting	Notifikasi (email/Telegram/webhook) saat threshold terlampaui
Templating & library	Template dashboard untuk ratusan lokasi serupa

📌 3. Visualisasi di Terminal: ASCII Chart

Tidak selalu ada layar. Di console/Serial, visualisasi tetap berguna — coba ascii_chart() dan sparkline():

print("=== DASHBOARD SUHU (30 sampel, tiap 5 detik) ===")
values = []
for i in range(30):
    values.append(read_sensor("dht22_temp"))
    delay(5)

print(ascii_chart(values, width=40, height=8,
                  title="Suhu (°C) — 150 detik terakhir"))
print()
print("Sparkline :", sparkline(values))
print("KPI       : mean=%.2f  min=%.1f  max=%.1f"
      % (mean(values), min(values), max(values)))

Output:

ascii_chart otomatis men-downsample data agar muat di width kolom — teknik yang sama dipakai dashboard web untuk grafik dengan ribuan titik.

📌 4. Laporan KPI Otomatis

Dashboard interaktif bukan satu-satunya output — laporan periodik (email/Telegram/PDF) sering lebih berguna untuk manajemen.

db = TimeSeriesDB()
for i in range(24):
    db.write("suhu", read_sensor("dht22_temp"))
    db.write("power_w", read_sensor("power_w"))
    delay(5)

suhu = db.stats("suhu")
daya = db.stats("power_w")

print("═══════════ LAPORAN KPI ═══════════")
print("Periode : %.0f detik (%d titik)" % (now(), len(db.points)))
print("Suhu    : mean=%.1f°C  min=%.1f  max=%.1f"
      % (suhu["mean"], suhu["min"], suhu["max"]))
print("Daya    : mean=%.0fW   min=%.0f  max=%.0f"
      % (daya["mean"], daya["min"], daya["max"]))
print("═══════════════════════════════════")
print("→ Di dunia nyata: dikirim via email/Telegram")
print("  tiap jam/hari, atau dipicu saat KPI abnormal.")

Output:

🧠 Latihan

Ubah editor 1: grafik 60 sampel dengan width=60. Apa yang terjadi jika width=10? (Petunjuk: downsampling.)
Tambah di laporan KPI: status "NORMAL" jika mean suhu 24–28, selain itu "PERLU PERHATIAN".
Buat sparkline untuk power_w dan bandingkan bentuknya dengan suhu — apa bedanya pola dua sensor itu?
Rancang layout dashboard untuk gudang pendingin (4 sensor suhu + 1 pintu): sebutkan 4 panel dan 2 alert yang akan kamu buat di Grafana.