Industrial IoT: Dari Sensor ke Cloud

1. Apa Itu Industrial IoT?

Industrial IoT (IIoT) adalah penerapan teknologi Internet of Things dalam lingkungan industri dan manufaktur. Berbeda dengan IoT konsumer yang berfokus pada kenyamanan (smart home, wearable), IIoT berfokus pada efisiensi operasional, keselamatan kerja, dan optimasi produksi.

IIoT merupakan salah satu pilar utama dari konsep Industry 4.0 — revolusi industri keempat yang mengintegrasikan sistem cyber-fisik, cloud computing, dan kecerdasan buatan ke dalam proses manufaktur.

Arsitektur IIoT

2. Protokol Industri: Modbus & OPC-UA

Berbeda dengan IoT konsumer yang menggunakan MQTT atau HTTP, lingkungan industri memiliki protokol khusus yang dirancang untuk keandalan, deterministic timing, dan kompatibilitas dengan peralatan yang sudah ada puluhan tahun.

Modbus

Modbus adalah protokol komunikasi serial yang dikembangkan oleh Modicon (sekarang Schneider Electric) pada tahun 1979. Meskipun sudah berusia lebih dari 40 tahun, Modbus masih sangat populer karena kesederhanaannya.

Membaca Data Modbus dengan Python

# Membaca data sensor via Modbus RTU
# BeebaneLabs

from pymodbus.client import ModbusSerialClient
import struct

# Setup koneksi Modbus RTU via USB-to-RS485
client = ModbusSerialClient(
    port='/dev/ttyUSB0',    # Windows: 'COM3'
    baudrate=9600,
    parity='N',
    stopbits=1,
    bytesize=8,
    timeout=1
)

if client.connect():
    # Baca 2 holding register mulai dari address 0
    # Slave ID = 1
    result = client.read_holding_registers(
        address=0, count=2, slave=1
    )

    if not result.isError():
        suhu_raw = result.registers[0]
        kelembaban_raw = result.registers[1]
        suhu = suhu_raw / 10.0        # Dibagi 10 untuk desimal
        kelembaban = kelembaban_raw / 10.0
        print(f"Suhu: {suhu}°C, Kelembaban: {kelembaban}%")
    else:
        print(f"Error: {result}")

    client.close()
else:
    print("Gagal koneksi ke Modbus device")

OPC-UA (Open Platform Communications Unified Architecture)

OPC-UA adalah protokol modern yang dirancang untuk Industry 4.0. Berbeda dari Modbus yang hanya mentransmisikan register mentah, OPC-UA menyediakan semantik data — artinya data bisa dilengkapi dengan metadata, satuan, dan konteks.

3. Edge Computing

Edge computing adalah paradigma pemrosesan data yang dilakukan dekat dengan sumber data (di "edge" jaringan) daripada mengirim semua data ke cloud. Dalam konteks IIoT, edge computing sangat penting karena:

• Latency rendah — keputusan diambil dalam milidetik, cocok untuk kontrol real-time
• Bandwidth hemat — hanya data yang relevan yang dikirim ke cloud
• Offline capability — tetap berfungsi meskipun koneksi internet putus
• Keamanan data — data sensitif tidak pernah meninggalkan pabrik

  ╔══════════════════════════════════════════════════════════╗
  ║                    CLOUD (Server Pusat)                  ║
  ║  ┌──────────┐  ┌──────────┐  ┌──────────────────────┐  ║
  ║  │ AI/ML    │  │ Data     │  │ Dashboard /          │  ║
  ║  │ Training │  │ Lake     │  │ Reporting            │  ║
  ║  └──────────┘  └──────────┘  └──────────────────────┘  ║
  ╚════════════════════╤═════════════════════════════════════╝
                       │ ← Hanya data terfilter & ringkasan
  ╔════════════════════╧═════════════════════════════════════╗
  ║                    EDGE (Di Pabrik)                      ║
  ║  ┌──────────┐  ┌──────────┐  ┌──────────────────────┐  ║
  ║  │ Filtering│  │ Agregasi │  │ Alert &              │  ║
  ║  │ Data     │  │ Data     │  │ Real-time Control    │  ║
  ║  └────┬─────┘  └────┬─────┘  └──────────┬───────────┘  ║
  ╚═══════╧═════════════╧══════════════════╧════════════════╝
                    │ ← Data mentah dari sensor
  ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐
  │ Sensor  │ │ Sensor  │ │ Sensor  │ │ Sensor  │
  │ Suhu    │ │ Getaran │ │ Tekanan │ │ Arus    │
  └─────────┘ └─────────┘ └─────────┘ └─────────┘

Edge Devices untuk IIoT

4. Data Acquisition System (DAQ)

Data Acquisition adalah proses mengumpulkan sinyal dari sensor fisik dan mengubahnya menjadi data digital yang bisa diproses. Dalam IIoT, DAQ harus menangani berbagai jenis sinyal secara simultan dengan presisi tinggi.

Jenis Sinyal Industri

5. SCADA Systems

SCADA (Supervisory Control and Data Acquisition) adalah sistem yang digunakan untuk memantau dan mengontrol proses industri secara real-time. SCADA menggabungkan data dari semua sensor dan aktuator ke dalam satu antarmuka grafis (HMI) yang intuitif.

Komponen SCADA

• HMI (Human Machine Interface) — tampilan grafis untuk operator memantau proses
• RTU (Remote Terminal Unit) — perangkat di lapangan yang mengumpulkan data sensor
• PLC (Programmable Logic Controller) — mengontrol logika proses otomatis
• Communication Infrastructure — jaringan yang menghubungkan semua komponen
• Historian Database — penyimpanan data historis untuk analisis

SCADA Open Source: Node-RED + InfluxDB + Grafana

# docker-compose.yml - SCADA Stack Open Source
# BeebaneLabs

version: '3.8'
services:
  # Node-RED: Visual programming untuk logic & integrasi
  nodered:
    image: nodered/node-red
    ports:
      - "1880:1880"
    volumes:
      - nodered_data:/data

  # InfluxDB: Time-series database untuk data sensor
  influxdb:
    image: influxdb:2.7
    ports:
      - "8086:8086"
    volumes:
      - influxdb_data:/var/lib/influxdb2
    environment:
      - DOCKER_INFLUXDB_INIT_MODE=setup
      - DOCKER_INFLUXDB_INIT_USERNAME=admin
      - DOCKER_INFLUXDB_INIT_PASSWORD=password123
      - DOCKER_INFLUXDB_INIT_ORG=beebanelabs
      - DOCKER_INFLUXDB_INIT_BUCKET=iot_data

  # Grafana: Dashboard visualisasi real-time
  grafana:
    image: grafana/grafana
    ports:
      - "3000:3000"
    volumes:
      - grafana_data:/var/lib/grafana

volumes:
  nodered_data:
  influxdb_data:
  grafana_data:

6. Predictive Maintenance

Predictive maintenance (PdM) menggunakan data sensor dan kecerdasan buatan untuk memperkirakan kapan peralatan akan rusak sebelum kerusakan benar-benar terjadi. Ini berbeda dari:

Jenis Sensor untuk Predictive Maintenance

• Vibration sensor — mendeteksi ketidakseimbangan, bearing aus, misalignment
• Temperature sensor — mendeteksi overheating pada motor, bearing, elektronik
• Current sensor (CT clamp) — mendeteksi beban abnormal pada motor
• Ultrasonic sensor — mendeteksi kebocoran tekanan, korosi
• Oil analysis sensor — mendeteksi kontaminasi pelumas

7. Digital Twin

Digital Twin adalah representasi virtual dari aset fisik nyata yang terus diperbarui dengan data real-time dari sensor. Konsep ini memungkinkan engineer untuk mensimulasikan, menganalisis, dan mengoptimalkan kinerja peralatan tanpa harus berinteraksi langsung dengan aset fisik.

  ┌─────────────────────┐          ┌─────────────────────┐
  │   ASET FISIK        │  Data    │   DIGITAL TWIN      │
  │   (Real World)      │  Real-   │   (Virtual World)   │
  │                     │  Time    │                     │
  │  ┌──────────────┐   │────────► │  ┌──────────────┐   │
  │  │ Motor CNC    │   │ Sensor   │  │ Model 3D +   │   │
  │  │              │   │ Data     │  │ Simulasi     │   │
  │  │ Suhu: 72°C   │   │          │  │              │   │
  │  │ Getaran: 2mm │   │          │  │ Prediksi:    │   │
  │  │ RPM: 3000    │   │◄────────│  │ Bearing aus   │   │
  │  │              │   │ Command  │  │ dalam 14 hari │   │
  │  └──────────────┘   │          │  └──────────────┘   │
  └─────────────────────┘          └─────────────────────┘

Manfaat Digital Twin

• Simulasi skenario — uji perubahan proses tanpa risiko produksi
• Optimasi performa — cari parameter operasi optimal
• Pelatihan operator — latihan di lingkungan virtual
• Remote monitoring — pantau pabrik dari mana saja
• Design improvement — feedback loop dari operasi ke desain

Platform Digital Twin

• Azure Digital Twins — layanan cloud Microsoft untuk membuat model digital twin
• Siemens MindSphere — platform IoT industri Siemens
• open62541 — library open source OPC-UA untuk membangun digital twin custom
• Blender + Python — visualisasi 3D custom untuk digital twin

8. Studi Kasus Implementasi

Studi Kasus 1: Monitoring Pabrik Tekstil

Studi Kasus 2: Smart Farming Greenhouse

Studi Kasus 3: Monitoring Energi Gedung Komersial

9. Quiz: Uji Pemahamanmu!

Setelah membaca tutorial di atas, jawablah 5 pertanyaan berikut untuk menguji pemahamanmu tentang Industrial IoT: