Dashboard Monitoring Real-time: Node-RED + Grafana + MQTT

📋 Daftar Isi

Mengapa Dashboard Monitoring?
Arsitektur Sistem
Setup MQTT Broker (Mosquitto)
Konfigurasi Node-RED
Database InfluxDB
Grafana Dashboard
Proyek: Dashboard Suhu & Kelembaban Real-time
Optimasi & Maintenance
Quiz Pemahaman

1. Mengapa Dashboard Monitoring?

Di era IoT, ribuan data dihasilkan setiap detik dari sensor suhu, kelembaban, tekanan, arus listrik, dan banyak lagi. Tanpa visualisasi yang tepat, data mentah ini hanyalah angka-angka yang sulit dipahami. Dashboard monitoring real-time mengubah data mentah menjadi informasi visual yang bisa langsung ditindaklanjuti.

Bayangkan sebuah gudang penyimpanan farmasi yang membutuhkan pemantauan suhu 24/7. Jika suhu melewati batas aman, obat-obatan bisa rusak dan menimbulkan kerugian ratusan juta rupiah. Dengan dashboard monitoring real-time, petugas bisa langsung melihat perubahan suhu dari layar mana pun dan menerima notifikasi otomatis saat terjadi anomali.

Diagram: Alur Data Monitoring IoT

Alur Data Monitoring IoT

Manfaat Utama Dashboard Monitoring

Manfaat	Penjelasan
Visibilitas Real-time	Lihat kondisi sistem kapan saja dari browser mana pun tanpa akses fisik ke perangkat
Detect Anomali Dini	Pola grafik membantu mengidentifikasi masalah sebelum menjadi kritis
Historical Analysis	Analisis tren data historis untuk pengambilan keputusan jangka panjang
Alerting Otomatis	Sistem notifikasi otomatis via Telegram, Email, atau Webhook saat threshold terlewati
Skalabilitas	Menambah sensor baru tanpa mengubah arsitektur dashboard
Remote Access	Pantau dari mana saja selama ada koneksi internet

💡 Mengapa Bukan Spreadsheet?

Google Sheets atau Excel memang bisa menyimpan data, tetapi tidak dirancang untuk pemantauan real-time. Spreadsheet tidak memiliki fitur alerting otomatis, refresh data otomatis, atau kemampuan menampilkan ratusan panel grafik secara bersamaan. Tool dedicated seperti Grafana dirancang khusus untuk use case ini.

Peran Setiap Komponen

Komponen	Peran	Port Default	Bahasa
Mosquitto	MQTT Broker — menerima & meneruskan pesan antara publisher dan subscriber	1883 (TCP), 8883 (TLS)	C
Node-RED	Middleware visual — menerima data MQTT, memproses, dan menyimpan ke database	1880	JavaScript (Node.js)
InfluxDB	Database time-series — menyimpan data sensor dengan timestamp presisi tinggi	8086	Go
Grafana	Platform visualisasi — menampilkan grafik, gauge, table, dan alert	3000	Go + JavaScript

ℹ️ Mengapa InfluxDB, bukan MySQL/PostgreSQL?

InfluxDB adalah database yang dioptimalkan untuk data time-series — data yang memiliki timestamp. Query seperti "ambil rata-rata suhu selama 1 jam terakhir" jauh lebih cepat di InfluxDB dibanding relational database. Selain itu, fitur retention policy memudahkan otomatisasi penghapusan data lama.

Flow: MQTT → Parse → InfluxDB

Diagram

Konfigurasi Node-RED Flow (JSON)

Copy kode JSON berikut dan import ke Node-RED via menu Import → Clipboard:

Diagram: Alur Alert Grafana

Alur Alert Grafana

7. Proyek: Dashboard Suhu & Kelembaban Real-time

Sekarang kita akan menggabungkan seluruh komponen ke dalam satu proyek utuh. Pastikan Mosquitto, Node-RED, InfluxDB, dan Grafana sudah terinstal dan berjalan di server yang sama (atau Raspberry Pi).

Step 1: Kode ESP32 untuk Proyek

ESP32 akan membaca sensor DHT22 dan mengirim data ke MQTT broker setiap 10 detik:

C++ — esp32_monitoring.ino

#include "WiFi.h"
#include "PubSubClient.h"
#include "DHT.h"

#define DHT_PIN 4
#define DHT_TYPE DHT22

const char* WIFI_SSID = "NamaWiFi";
const char* WIFI_PASS = "PasswordWiFi";
const char* MQTT_SERVER = "192.168.1.100";
const int   MQTT_PORT = 1883;
const char* MQTT_TOPIC = "iot/sensor/esp32_01";

DHT dht(DHT_PIN, DHT_TYPE);
WiFiClient espClient;
PubSubClient mqtt(espClient);

void setup() {
  Serial.begin(115200);
  dht.begin();
  WiFi.begin(WIFI_SSID, WIFI_PASS);
  while (WiFi.status() != WL_CONNECTED) delay(500);
  mqtt.setServer(MQTT_SERVER, MQTT_PORT);
}

void loop() {
  if (!mqtt.connected()) {
    mqtt.connect("esp32_01", "iotuser", "iotpass");
  }
  mqtt.loop();

  float suhu = dht.readTemperature();
  float rh = dht.readHumidity();
  if (!isnan(suhu) && !isnan(rh)) {
    char payload[128];
    snprintf(payload, sizeof(payload),
      "{\"suhu\":%.1f,\"kelembaban\":%.1f,\"rssi\":%d}",
      suhu, rh, WiFi.RSSI());
    mqtt.publish(MQTT_TOPIC, payload);
    Serial.println(payload);
  }
  delay(10000);
}

Step 2: Import Flow Node-RED

Buka Node-RED di http://<IP>:1880, lalu import flow lengkap berikut:

JSON — Node-RED Full Flow

[
    {
        "id": "dashboard_flow",
        "type": "tab",
        "label": "IoT Dashboard Flow",
        "disabled": false,
        "info": "Flow lengkap untuk dashboard monitoring IoT"
    },
    {
        "id": "mqtt_in_all",
        "type": "mqtt in",
        "z": "dashboard_flow",
        "name": "All Sensor Data",
        "topic": "iot/sensor/+",
        "qos": "1",
        "datatype": "auto",
        "broker": "mosquitto_local",
        "nl": false,
        "rap": true,
        "rh": 0,
        "inputs": 0,
        "wires": [["func_validate", "debug_raw"]]
    },
    {
        "id": "func_validate",
        "type": "function",
        "z": "dashboard_flow",
        "name": "Validate & Transform",
        "func": "// Extract device ID dari topik\nvar deviceId = msg.topic.split('/').pop();\nvar data = msg.payload;\n\n// Validasi data\nif (!data.suhu || !data.kelembaban) {\n    node.warn('Invalid data dari ' + deviceId);\n    return null;\n}\n\n// Siapkan untuk InfluxDB\nmsg.payload = [{\n    measurement: 'sensor_reading',\n    tags: { device_id: deviceId },\n    fields: {\n        suhu: parseFloat(data.suhu),\n        kelembaban: parseFloat(data.kelembaban)\n    }\n}];\nmsg.topic = '';\n\n// Duplikat untuk threshold check\nvar msg2 = {\n    payload: data,\n    device_id: deviceId\n};\n\nreturn [msg, msg2];",
        "outputs": 2,
        "timeout": "",
        "noerr": 0,
        "initialize": "",
        "finalize": "",
        "libs": [],
        "wires": [["influx_write", "func_threshold"]]
    },
    {
        "id": "influx_write",
        "type": "influxdb out",
        "z": "dashboard_flow",
        "influxdb": "influxdb_01",
        "name": "Write InfluxDB",
        "precision": "ms",
        "retentionPolicy": "",
        "database": "",
        "precision": "ms",
        "retentionPolicy": "",
        "wires": []
    },
    {
        "id": "func_threshold",
        "type": "function",
        "z": "dashboard_flow",
        "name": "Threshold Check",
        "func": "var data = msg.payload;\nif (data.suhu > 35) {\n    node.warn('ALERT: Suhu ' + data.suhu + '°C dari ' + msg.device_id);\n    msg.payload = {\n        alert: 'HIGH_TEMPERATURE',\n        suhu: data.suhu,\n        device: msg.device_id,\n        timestamp: new Date().toISOString()\n    };\n    return msg;\n}\nreturn null;",
        "outputs": 1,
        "wires": [["mqtt_alert_out"]]
    },
    {
        "id": "mqtt_alert_out",
        "type": "mqtt out",
        "z": "dashboard_flow",
        "name": "Publish Alert",
        "topic": "iot/alert",
        "qos": "0",
        "retain": "false",
        "broker": "mosquitto_local",
        "wires": []
    },
    {
        "id": "mosquitto_local",
        "type": "mqtt-broker",
        "name": "Mosquitto",
        "broker": "127.0.0.1",
        "port": "1883",
        "clientid": "nodered",
        "autoConnect": true,
        "usetls": false,
        "keepalive": "60",
        "cleansession": true,
        "birthTopic": "nodered/status",
        "birthQos": "0",
        "birthPayload": "online",
        "willTopic": "nodered/status",
        "willQos": "0",
        "willPayload": "offline"
    },
    {
        "id": "influxdb_01",
        "type": "influxdb",
        "hostname": "127.0.0.1",
        "port": "8086",
        "protocol": "http",
        "dbname": "",
        "name": "InfluxDB IoT",
        "influxdbVersion": "2.0",
        "url": "http://127.0.0.1:8086",
        "rejectUnauthorized": true
    }
]

Step 3: Import Dashboard Grafana

Buka Grafana → ➕ → Import Dashboard → paste JSON berikut:

JSON — Grafana Dashboard

{
  "title": "IoT Monitoring Dashboard",
  "tags": ["iot", "sensor", "suhu"],
  "timezone": "Asia/Jakarta",
  "panels": [
    {
      "title": "Suhu Saat Ini",
      "type": "gauge",
      "fieldConfig": {
        "defaults": {
          "thresholds": {
            "steps": [
              {"color": "green", "value": null},
              {"color": "yellow", "value": 30},
              {"color": "red", "value": 35}
            ]
          },
          "unit": "celsius",
          "min": 15,
          "max": 50
        }
      },
      "targets": [{
        "query": "from(bucket:\"iot_sensors\") |> range(start:-1h) |> filter(fn:(r) => r._measurement==\"sensor_reading\") |> filter(fn:(r) => r._field==\"suhu\") |> last()"
      }]
    },
    {
      "title": "Grafik Suhu 24 Jam",
      "type": "timeseries",
      "fieldConfig": {
        "defaults": {
          "unit": "celsius",
          "custom": {"drawStyle": "line", "fillOpacity": 10}
        }
      },
      "targets": [{
        "query": "from(bucket:\"iot_sensors\") |> range(start:-24h) |> filter(fn:(r) => r._measurement==\"sensor_reading\") |> filter(fn:(r) => r._field==\"suhu\") |> aggregateWindow(every:5m, fn:mean)"
      }]
    },
    {
      "title": "Kelembaban Saat Ini",
      "type": "stat",
      "fieldConfig": {
        "defaults": {
          "unit": "percent",
          "thresholds": {
            "steps": [
              {"color": "yellow", "value": null},
              {"color": "green", "value": 40},
              {"color": "red", "value": 80}
            ]
          }
        }
      },
      "targets": [{
        "query": "from(bucket:\"iot_sensors\") |> range(start:-1h) |> filter(fn:(r) => r._measurement==\"sensor_reading\") |> filter(fn:(r) => r._field==\"kelembaban\") |> last()"
      }]
    },
    {
      "title": "Status Device",
      "type": "table",
      "targets": [{
        "query": "from(bucket:\"iot_sensors\") |> range(start:-1h) |> filter(fn:(r) => r._measurement==\"sensor_reading\") |> last() |> pivot(rowKey:[\"_time\"], columnKey:[\"_field\"], valueColumn:\"_value\")"
      }]
    }
  ],
  "time": {"from": "now-24h", "to": "now"},
  "refresh": "30s"
}

Step 4: Verifikasi Seluruh Sistem

ℹ️ Checklist Verifikasi

✅ Mosquitto berjalan: sudo systemctl status mosquitto
✅ InfluxDB berjalan: curl http://localhost:8086/health
✅ Node-RED berjalan: akses http://<IP>:1880
✅ Grafana berjalan: akses http://<IP>:3000
✅ Data MQTT mengalir: cek debug panel Node-RED
✅ Data terimpan di InfluxDB: cek via InfluxDB UI atau CLI
✅ Dashboard Grafana menampilkan data real-time
✅ Alert berfungsi: simulasikan suhu tinggi

8. Optimasi & Maintenance

Sistem monitoring yang berjalan 24/7 membutuhkan perhatian khusus dari sisi performa dan maintenance. Berikut adalah tips optimasi untuk menjaga sistem tetap stabil dan efisien.

Optimasi Performa

Area	Optimasi	Dampak
InfluxDB	Gunakan retention policy < 30 hari untuk data high-frequency	Hemat disk 70-80%
InfluxDB	Aktifkan compression (TSM engine default)	Ukuran data turun 5-10x
Grafana	Gunakan aggregateWindow() untuk range > 1 jam	Query 10x lebih cepat
Node-RED	Gunakan batch write ke InfluxDB alih-alih per-pesan	Mengurangi I/O 50%
MQTT	Atur QoS = 0 untuk data non-kritis	Mengurangi overhead jaringan
Server	Pisahkan InfluxDB ke volume SSD terpisah	Write latency turun 3x

Cron Job Maintenance

Bash — Maintenance Scripts

# Backup InfluxDB (via cron daily)
influx backup /backups/influxdb_$(date +%Y%m%d) --org iotlab

# Cleanup backup lama (hapus backup > 7 hari)
find /backups -name "influxdb_*" -mtime +7 -exec rm -rf {} \;

# Monitor disk usage
df -h /var/lib/influxdb

# Cek log errors
sudo journalctl -u mosquitto --since "1 hour ago" --priority=3
sudo journalctl -u influxdb --since "1 hour ago" --priority=3
sudo journalctl -u grafana-server --since "1 hour ago" --priority=3

Monitoring Layanan (Systemd)

Gunakan systemd untuk memastikan semua service otomatis restart jika crash:

Bash — Service Status & Auto-restart

# Cek status semua service
echo "=== Mosquitto ===" && sudo systemctl is-active mosquitto
echo "=== InfluxDB ===" && sudo systemctl is-active influxdb
echo "=== Grafana  ===" && sudo systemctl is-active grafana-server
echo "=== Node-RED ===" && systemctl --user is-active nodered

# Restart semua service
sudo systemctl restart mosquitto influxdb grafana-server
systemctl --user restart nodered

# Auto-restart (sudah default di systemd, tapi pastikan):
# Edit /lib/systemd/system/mosquitto.service
# Tambahkan: Restart=always, RestartSec=10

⚠️ Tips Penting

Selalu backup InfluxDB secara rutin. Database time-series bisa tumbuh sangat cepat jika volume data tinggi. Pastikan disk space minimal 20% kosong. Gunakan logrotate untuk rotasi log file Mosquitto dan Grafana agar tidak memenuhi disk.

Dashboard Monitoring Real-time: Node-RED + Grafana + MQTT

1. Mengapa Dashboard Monitoring?

Manfaat Utama Dashboard Monitoring

2. Arsitektur Sistem

Peran Setiap Komponen

3. Setup MQTT Broker (Mosquitto)

Instalasi Mosquitto di Ubuntu/Debian

Konfigurasi Node-RED Flow (JSON)

7. Proyek: Dashboard Suhu & Kelembaban Real-time

Step 1: Kode ESP32 untuk Proyek

Step 2: Import Flow Node-RED

Step 3: Import Dashboard Grafana

Step 4: Verifikasi Seluruh Sistem

8. Optimasi & Maintenance

Optimasi Performa

Cron Job Maintenance

Monitoring Layanan (Systemd)

9. Quiz: Uji Pemahamanmu!

Pertanyaan 1: Komponen apa yang berfungsi sebagai middleware visual untuk menghubungkan MQTT ke InfluxDB dalam arsitektur dashboard monitoring?

Pertanyaan 2: Port default apa yang digunakan oleh Mosquitto MQTT Broker untuk koneksi TCP tanpa TLS?

Pertanyaan 3: InfluxDB adalah database yang dioptimalkan khusus untuk tipe data apa?

Pertanyaan 4: Untuk mengimpor flow dari JSON ke Node-RED, menu apa yang harus digunakan?

Pertanyaan 5: Apa fungsi retention policy di InfluxDB?

📚 Artikel Terkait

📬 Dapatkan Tutorial Terbaru