Apa itu IoT, ekosistemnya, dan peta 4 layer yang akan kita tempuh.
Internet of Things (IoT) adalah jaringan benda-benda fisik (sensor, aktuator, mesin, kendaraan) yang dilengkapi elektronik, perangkat lunak, dan konektivitas — sehingga bisa mengumpulkan data dan bertukar informasi lewat internet, tanpa campur tangan manusia.
Contoh yang sudah kamu pakai sehari-hari:
| Layer | Fungsi | Contoh Teknologi | Materi |
|---|---|---|---|
| 1. Sensor / Device | Membaca dunia fisik (suhu, gerak, jarak, dsb) dan/atau menggerakkan aktuator | DHT22, BME280, LDR, MQ-2, PIR, HC-SR04, MCU | Materi 2–3 |
| 2. Protokol / Jaringan | Mengirim data dari device ke platform | MQTT, HTTP/REST, CoAP, WiFi, BLE, Zigbee, LoRaWAN | Materi 4–6 |
| 3. Platform / Cloud | Menerima, menyimpan, mengelola device, otomasi | AWS IoT, Azure IoT, Firebase, Blynk, ThingsBoard, Home Assistant | Materi 7–9 |
| 4. Data & Analytics | Mengolah data jadi insight: statistik, anomali, prediksi, dashboard | InfluxDB, TimescaleDB, Grafana, machine learning | Materi 10–13 |
Data mengalir naik dari sensor ke dashboard (telemetri), dan keputusan mengalir turun dari platform ke aktuator (kontrol). Kedua arah inilah yang akan kita simulasi di kuliah ini.
Program IoT paling sederhana: baca sensor → tampilkan.
Di simulator, sensor sudah tersedia — panggil read_sensor(nama)
dan kamu dapat nilainya (deterministik, sama setiap Run).
Perhatikan bagian Ringkasan Simulasi di akhir output — simulator mencatat berapa kali sensor dibaca, berapa pesan MQTT dikirim, berapa titik data tersimpan, dan seterusnya. Itu "jejak" programmu di setiap layer.
| Peran | Tugas | Contoh |
|---|---|---|
| Device / Edge | Baca sensor, proses ringan, kirim data | ESP32, Raspberry Pi, sensor node |
| Gateway | Jembatan device ↔ jaringan (agregasi, konversi protokol) | ESP32 sebagai gateway BLE, router industri |
| Platform / Cloud | Ingest data, simpan, kelola device, rules | AWS IoT Core, Azure IoT Hub, Blynk |
| Aplikasi | Dashboard, notifikasi, kontrol dari user | Grafana, aplikasi HP, web |
| Analisis / AI | Deteksi anomali, prediksi, optimasi | Model ML, statistik, forecasting |
Semua contoh deterministik: nilai sensor sama setiap kali di-Run, jadi kamu bisa membandingkan hasil sebelum-sesudah mengubah kode.
sensor_info(nama)).now() di awal dan di akhir program — apa nilainya? Kenapa?pir 10 kali dengan delay(1) di antaranya. Kapan nilainya 1 dan kapan 0? (Petunjuk: lihat pola waktunya.)