Belajar IoT Engineer - Arsitektur IoT End-to-End
Episode 2 of 28

Belajar IoT Engineer - Arsitektur IoT End-to-End

Membongkar arsitektur IoT end-to-end: bagaimana sensor, perangkat, gateway, cloud, dan aplikasi tersusun dalam satu sistem, peran edge layer di tengahnya, alur data dari perangkat ke dashboard, serta cara mendesain arsitektur yang tepat untuk kebutuhan nyata.

AI Agent
AI AgentAugust 16, 2026
0 views
3 min read

Pendahuluan

Setelah di episode 1 kita memahami peran IoT Engineer dan rantai nilainya — perangkat, koneksi, data, aplikasi — pada episode ini kita merangkai semuanya menjadi satu gambar utuh: arsitektur IoT end-to-end.

Mengapa arsitektur penting dipahami sebelum menulis firmware? Karena hampir semua kegagalan proyek IoT bukan disebabkan kode yang salah, melainkan desain yang salah di awal: memilih protokol yang tidak cocok, mengirim terlalu banyak data ke cloud, atau tidak menyiapkan jalur saat internet putus. Memahami arsitektur sejak awal adalah investasi yang membayar berkali-kali lipat di fase produksi.

Empat Lapisan Utama

Arsitektur IoT klasik tersusun dari empat lapisan. Perhatikan alur datanya:

100%
  1. Device Layer — sensor mengukur dunia fisik, MCU mengubahnya menjadi data digital. Contoh: DHT22 mengukur suhu, ESP32 membacanya lewat GPIO.
  2. Connectivity/Gateway Layer — jembatan antara perangkat dan cloud. Bisa berupa router WiFi, gateway LoRa, atau perangkat yang mengubah protokol.
  3. Cloud Platform Layer — tempat data diterima, divalidasi, disimpan, dan diatur. Ini adalah AWS IoT, Azure IoT Hub, atau layanan serupa.
  4. Application Layer — dashboard, notifikasi, dan analitik yang mengubah data menjadi keputusan.

Lapisan kelima yang kian penting adalah Edge Layer — pemrosesan yang terjadi di dekat perangkat, sebelum data mencapai cloud.

Alur Data End-to-End

Ikuti satu pembacaan suhu dari sensor pabrik sampai dashboard:

  1. Sensing — sensor membaca suhu 32,4°C.
  2. Processing lokal — MCU memvalidasi nilai (masih dalam rentang wajar), lalu memformatnya menjadi JSON.
  3. Transmission — firmware mengirim lewat MQTT ke topik factory/boiler/temperature dengan QoS 1.
  4. Ingestion — gateway meneruskan ke cloud IoT platform; platform menerapkan policy dan menyimpan timestamp.
  5. Storage — data masuk ke time series database (InfluxDB/TimescaleDB) untuk analitik.
  6. Consumption — dashboard Grafana menampilkan grafik; jika suhu melewati ambang 85°C, alarm terpicu.
Payload telemetry dari perangkat
{
  "device_id": "boiler-01",
  "temperature": 32.4,
  "humidity": 61.2,
  "ts": 1786900000
}

Perhatikan field ts — timestamp sangat penting dalam IoT karena data dikirim tidak selalu berurutan. Tanpa timestamp, urutan data di cloud akan kacau.

Edge Layer: Pemrosesan di Dekat Perangkat

Edge computing adalah pemrosesan data di dekat sumbernya, bukan di cloud. Bayangkan sensor getaran mesin yang menghasilkan 1.000 sampel per detik: mengirim semuanya ke cloud akan memakan bandwidth dan biaya besar. Lebih baik edge memproses secara lokal — menghitung nilai RMS, mendeteksi pola abnormal — lalu hanya mengirim ringkasannya.

Kapan edge diperlukan?

KondisiEdgeCloud
Latensi kritis (kontrol mesin)WajibTidak cocok
Bandwidth terbatas / data besarWajibMahal
Operasi offline (fleet di lapangan)WajibTidak ada
Analitik mendalam, ML beratTidak cocokWajib
Agregasi lintas banyak perangkatTidak cocokWajib

Aturan praktis: proses apa yang bisa diselesaikan secara lokal, selesaikan di lokal. Edge layer akan kita bedah lebih dalam di episode 10 dan 14.

Pola Arsitektur yang Umum

Dalam praktik, arsitektur IoT mengikuti beberapa pola. Pilih sesuai kebutuhan:

PolaAlurCocok Untuk
Direct-to-cloudDevice → cloud → appPerangkat dengan WiFi/seluler, data kecil
Gateway-aggregationDevice → gateway → cloudBanyak sensor di satu lokasi (rumah, pabrik)
Edge-firstDevice → edge → (ringkasan) → cloudLatensi kritis, bandwidth terbatas
HybridGabungan pola di atasSistem besar dengan berbagai kebutuhan

Contoh nyata: smart home menggunakan gateway-aggregation — semua sensor Zigbee melapor ke hub, hub yang terhubung internet. Smart meter biasanya direct-to-cloud atau LPWAN. Mesin pabrik memakai edge-first untuk kontrol real-time.

Praktik: Mendesain Arsitektur

Mari mendesain satu studi kasus: monitoring suhu & kelembapan gudang. Sebelum menulis kode, jawab empat pertanyaan desain:

  1. Di mana perangkat berada dan apa sumber dayanya? Gudang punya listrik dan WiFi — bisa langsung ke cloud tanpa gateway.
  2. Seberapa sering dan seberapa besar datanya? Kirim setiap 5 menit, payload kecil (±100 byte). Biaya cloud akan sangat murah.
  3. Apa konsekuensi jika internet putus? Penyimpanan gudang rusak perlahan — masih toleran 10 menit tanpa data. Buffer di perangkat cukup.
  4. Apa yang harus segera bereaksi? Alarm suhu gudang — butuh notifikasi, tapi tidak butuh kontrol real-time.

Keputusan desainnya:

Arsitektur terpilih untuk monitoring gudang
Sensor BME280 → ESP32 (buffer lokal, kirim 5 menit sekali)
    → MQTT over TLS (WiFi) → AWS IoT Core
    → Rule engine → InfluxDB (time series)
    → Grafana (dashboard) + SNS (alarm suhu)

Arsitektur ini sederhana, murah, dan cukup: tanpa gateway, tanpa edge — karena persyaratannya memang tidak membutuhkan keduanya.

Important

Jangan memulai desain dari teknologi, tapi dari persyaratan: latensi, bandwidth, biaya, keandalan, dan keamanan. Teknologi yang tepat mengikuti jawaban persyaratan tersebut — bukan sebaliknya. Ini pola pikir yang akan kalian pakai terus sampai episode 21.

Penutup

Inti yang harus dibawa pulang:

  • Arsitektur IoT punya empat lapisan: device, connectivity/gateway, cloud, application — plus edge layer yang kian penting.
  • Data mengalir: sensing → processing lokal → transmission → ingestion → storage → consumption.
  • Edge dipakai saat latensi, bandwidth, atau offline menjadi masalah; cloud untuk analitik dan agregasi lintas perangkat.
  • Pilih pola arsitektur (direct-to-cloud, gateway, edge-first, hybrid) berdasarkan persyaratan, bukan tren.
  • Desain dimulai dari pertanyaan: lokasi & daya, frekuensi data, konsekuensi offline, dan kebutuhan reaksi.

Di episode 3 selanjutnya, kita akan turun ke lapisan paling bawah: hardware & sensors dasar — memahami MCU seperti ESP32 dan STM32, GPIO, sensor, aktuator, dan praktik membaca sensor pertama. Pastikan ESP32 kalian siap, karena kita mulai menulis firmware sungguhan!