Arsitektur Solusi IoT: Gambaran Umum Komponen &Amp; Tip Desain

Bisnis terus melompat di kereta musik Internet of Things dan beralih ke perusahaan konsultan IoT. Menurut penelitian terbaru oleh Facts & Factors, pasar IoT global diperkirakan akan mencapai $1,842 miliar pada tahun 2028, tumbuh pada CAGR 24,5%. Meluncurkan IoT tidak mudah. Beecham Research melaporkan bahwa 75% dari semua proyek IoT tidak memenuhi harapan yang ditetapkan atau gagal.

Alasan umum untuk itu adalah kurangnya perencanaan dan tantangan teknis yang berasal darinya. Apa yang membantu mencegah risiko kegagalan adalah menyusun cetak biru untuk arsitektur IoT terlebih dahulu. Dalam posting blog ini, kami menjelaskan komponen penting dari arsitektur IoT dan menunjukkan bagaimana merancang arsitektur IoT dalam praktik menggunakan contoh proyek dari portofolio ITRex.

Mari terjun langsung, dimulai dengan yang paling dasar.

Apa itu arsitektur IoT?

Arsitektur IoT adalah campuran komponen perangkat keras dan perangkat lunak yang berinteraksi bersama untuk membentuk sistem cyber-digital yang cerdas. Berinteraksi satu sama lain, komponen-komponen ini menjadi dasar untuk solusi IoT yang akan dibangun. Sebelum kita masuk ke detailnya, mari kita luruskan: tidak ada pendekatan satu ukuran untuk semua untuk merancang arsitektur IoT. Namun, tata letak dasar sebagian besar tetap sama, apa pun solusinya.

Arsitektur IoT standar: apa yang ada di balik tenda?

Aplikasi IoT berbasis data yang umum bergantung pada arsitektur IoT standar yang mencakup empat lapisan:

• Lapisan perangkat
• Lapisan jaringan
• Lapisan dukungan layanan dan aplikasi
• Lapisan aplikasi

Namun, baru-baru ini, semakin banyak sistem yang terhubung mulai mengalihkan fokus ke pemrosesan tepi, yang telah menyebabkan lapisan tambahan ditambahkan ke arsitektur empat tingkat tradisional. Bagian aktivitas yang dilakukan di edge bergantung pada implementasi tertentu tetapi biasanya mencakup konektivitas yang memungkinkan, serta memfilter, menggabungkan, mengamankan, dan memproses data yang masuk.

Lapisan perangkat

Lapisan perangkat terdiri dari semua jenis perangkat pintar yang terhubung atau objek non-elektronik yang disempurnakan dengan kamera dan/atau sensor dan, opsional, aktuator. Sensor mengambil data dari dunia luar dan mengubahnya menjadi sinyal listrik sehingga dapat diproses oleh komputer. Sensor IoT bervariasi dalam ukuran dan tujuan. Mereka mampu merekam semua jenis informasi — mulai dari suhu hingga gerakan hingga kelembapan, dan banyak lagi. Aktuator, pada gilirannya, membuat perangkat yang terhubung bertindak berdasarkan perintah yang dikirim dari pusat pemrosesan. Setelah aktuator mendapat perintah, itu membuat perangkat berperilaku dengan cara tertentu. Sistem pencahayaan cerdas, misalnya, dapat menyalakan lampu begitu gerakan terdeteksi di dekatnya.

Lapisan jaringan

Lapisan jaringan mencakup berbagai teknologi komunikasi yang menghubungkan lapisan perangkat dan lapisan berikutnya dari arsitektur IoT. Bergantung pada solusi IoT yang dimaksud, konektivitas perangkat dapat diaktifkan secara langsung atau melalui gateway. Yang terakhir sering berlaku untuk perangkat lama yang gagal terhubung secara langsung atau ketika ada ketidakcocokan protokol. Solusi IoT modern bergantung pada teknologi komunikasi berikut:

LPWAN , atau Low Power Wide Area Networks, dibuat khusus untuk mendukung solusi IoT skala besar. LPWAN memberikan peluang komunikasi yang luas sekaligus hemat energi, tahan lama, dan murah. Kelemahannya adalah LPWAN hanya mentransmisikan data dalam volume kecil dengan kecepatan yang cukup rendah, sehingga lebih cocok untuk kasus penggunaan yang tidak sensitif terhadap waktu dan tidak memerlukan bandwidth tinggi, seperti gedung pintar atau IoT industri.

Zigbee adalah standar komunikasi nirkabel jarak pendek yang paling cocok untuk aplikasi IoT jarak menengah dengan node yang didistribusikan secara merata di dekatnya, misalnya, rumah pintar. Dibandingkan dengan LPWAN, Zigbee menyediakan kecepatan data yang lebih tinggi tetapi kurang hemat energi.

Jaringan seluler (3G/4G/5G) menawarkan komunikasi broadband yang andal, sehingga sangat cocok untuk mendukung kasus penggunaan seperti mobil yang terhubung, perutean lalu lintas, manajemen armada, atau bantuan pengemudi tingkat lanjut. Namun, jaringan seluler tidak berpasangan dengan baik dengan jaringan sensor yang dioperasikan dengan baterai dan menimbulkan biaya operasional yang tinggi, yang membatasi penggunaannya.

Bluetooth menyediakan komunikasi jarak pendek dan digunakan untuk perangkat IoT konsumen skala kecil, seperti perangkat yang dapat dikenakan untuk olahraga atau perawatan kesehatan, perangkat Internet of Body, dan peralatan rumah pintar.

Wi-Fi memungkinkan transfer data throughput tinggi. Namun, karena masalah cakupan, skalabilitas, dan konsumsi energi, Wi-Fi seringkali bukan pilihan yang layak untuk jaringan IoT yang luas atau perangkat IoT yang dioperasikan dengan baterai. Sebaliknya, ini lebih cocok untuk perangkat pintar yang terhubung ke stopkontak, seperti gadget rumah pintar, kamera keamanan, atau tanda digital.

RFID menggunakan gelombang radio untuk mengirimkan volume kecil data dari tag RFID ke pembaca yang terletak di dekatnya. Teknologi komunikasi ini banyak digunakan di bidang logistik dan retail.

Lapisan komputasi tepi

Lapisan pemrosesan tepi terdiri dari gateway, server lokal, atau node tepi lainnya yang tersebar di seluruh jaringan. Ide di balik pengenalan perangkat edge adalah untuk menyimpan dan memproses data di dekat sumbernya, hanya mengirimkan sebagian dari catatan yang dihasilkan ke cloud atau mengunggah data secara massal ke cloud pada interval yang telah ditentukan, bukan mentransfernya secara real time. Selain memproses data, lapisan tepi dapat menyaring, mengagregasi, dan mengenkripsi informasi yang masuk.

Memproses data secara lokal membantu menghemat waktu dan sumber daya yang seharusnya diperlukan untuk mengirimkan semua catatan yang dihasilkan ke cloud. Melakukannya, dengan demikian, menghasilkan latensi yang lebih baik dan kinerja yang lebih tinggi. Menambahkan lapisan tepi adalah opsi yang layak untuk kasus penggunaan IoT yang memerlukan data untuk dianalisis secara real time dan memerlukan skalabilitas bawaan dan keamanan yang ditingkatkan, misalnya, sistem IoT medis, sistem CCTV, atau mobil pintar.

Lapisan dukungan layanan dan aplikasi

Di sinilah sebagian besar data yang dikumpulkan oleh perangkat IoT berakhir. Jadi, lapisan dukungan layanan dan aplikasi digunakan untuk mengakumulasi, memproses, dan menyimpan data. Di sini, dua proses penting terjadi:

• Akumulasi data: Sistem IoT menghasilkan volume data yang sangat besar, dan tidak semua data ini perlu segera diterapkan. Oleh karena itu, arsitektur IoT dapat menampilkan danau data untuk menyimpan semua informasi yang dihasilkan dan hanya mengirim catatan yang telah dibersihkan dan difilter ke saluran manajemen data. Jadi, tujuan utama dari tahap ini adalah untuk menyatukan semua data, mencari tahu apakah informasi tertentu relevan dengan kebutuhan bisnis, dan memutuskan bagaimana harus disimpan — dalam database sementara atau gudang data.
• Abstraksi data: Pada tahap ini, informasi dari perangkat IoT diperkuat oleh data dari sumber eksternal yang relevan. Ini dapat mencakup ERP, EMR, dan sistem perusahaan lainnya. Diubah agar sesuai dengan pemformatan terpadu, data dipindahkan ke penyimpanan terpusat, misalnya, gudang data, di mana data tersebut dapat diakses dengan mudah untuk mendapatkan wawasan.

Lapisan aplikasi

Pada lapisan aplikasi, data yang terakumulasi, diproses, dan terintegrasi dari perangkat IoT dan sumber eksternal dijalankan melalui algoritme analitik, dan hasil analisis disajikan kepada pengguna. Jenis aplikasi bervariasi tergantung pada kebutuhan bisnis sistem IoT. Mereka mungkin termasuk aplikasi web atau seluler yang menyajikan wawasan yang divisualisasikan kepada pengguna akhir atau mengontrol perangkat IoT melalui aktuator, alat intelijen bisnis, atau solusi analitik lanjutan yang mengandalkan pembelajaran mesin dan kecerdasan buatan.

Merancang arsitektur IoT dalam praktik: apa yang menunggu di depan?

Sekarang setelah kita menjelaskan konsep teoretis arsitektur IoT, mari kita lihat seperti apa rancangannya dalam praktik. Untuk mengilustrasikan kekhasan membangun solusi IoT, kita akan beralih ke proyek dari portofolio ITRex.

Salah satu klien kami berpaling kepada kami dengan ide membangun cermin kebugaran cerdas untuk membantu orang berlatih di rumah seefektif yang mereka lakukan di gym. Cermin akan menggantikan pelatih kebugaran, "mengawasi" seseorang yang berolahraga untuk memberikan umpan balik pada sesi pelatihan dan menyiapkan rencana pelatihan yang disesuaikan untuk latihan di masa depan. Insinyur ITRex mengambil tantangan dan merancang arsitektur untuk solusi, mencakup segala sesuatu mulai dari perangkat keras hingga firmware hingga aplikasi seluler pengguna akhir.

Arsitektur yang akhirnya kami rancang sangat berfokus pada komputasi tepi. Sebagian besar data dari sensor cermin dan kamera diproses di perangkat itu sendiri, dan hanya sebagian dari informasi statistik yang diteruskan ke cloud.

Kirill Stashevski, CTO di ITRex, menjelaskan pilihan untuk memprioritaskan komputasi tepi dibandingkan model tradisional berbasis cloud: “Kami menguji kedua pendekatan — dan komputasi tepi menang dalam hal memberikan kinerja yang lebih tinggi. Jadi, data dari kamera cermin dan sensor gerak perekat yang menyertai cermin dan pemberat dianalisis dekat dengan tempat data itu dihasilkan. Ini menghemat banyak waktu dan membantu mengurangi biaya operasional. Dan itulah masalahnya dengan merancang arsitektur IoT yang sukses — Anda harus membuat pilihan dan menguji asumsi, memilih yang terbaik untuk Anda.” Arsitektur tingkat tinggi untuk solusi, dengan demikian, terlihat sebagai berikut:

Cermin dilengkapi dengan jaringan AI yang telah dilatih sebelumnya pada rekaman video ekstensif orang yang berolahraga. Saat seseorang berolahraga, mereka direkam oleh kamera built-in cermin, dan rekaman video segera dijalankan melalui jaringan AI yang membandingkan latihan dengan model referensi.

Dengan demikian, mesin AI menghasilkan rekomendasi waktu nyata tentang apakah rutinitas latihan seseorang itu sehat dan menyarankan peningkatan yang diperlukan — baik itu dalam bobot, teknik, atau intensitas. Saat peserta pelatihan menggunakan cermin, rekaman video dibuat untuk mempersonalisasi jaringan AI yang digunakan secara lokal, sehingga kualitas saran meningkat seiring waktu.

Menurut Kirill, personalisasi adalah alasan lain kami memilih arsitektur berorientasi tepi. Melatih jaringan secara lokal berdasarkan video yang direkam dalam konteks yang sebenarnya digunakan cermin memberikan hasil yang jauh lebih baik daripada melatih algoritme di cloud dengan mengandalkan konten umum. Alasan lain untuk memilih arsitektur yang berpusat pada tepi adalah privasi karena pemrosesan data yang dekat dengan tempat dihasilkannya menghemat kebutuhan untuk mentransfer rekaman di seluruh jaringan untuk analisis.

Meskipun berorientasi pada tepi, arsitektur untuk solusi juga menampilkan bagian cloud. Namun, tujuan utamanya adalah untuk mengumpulkan data statistik tentang penggunaan dan kinerja cermin. Komponen lain dari solusi ini adalah aplikasi seluler sosial bagi pengguna akhir untuk merekam kinerja mereka, membagikannya dengan teman, dan berlatih bersama.

Rekap, atau mengapa penting untuk merancang cetak biru untuk arsitektur IoT terlebih dahulu

Jika Anda memiliki pikiran untuk mengadopsi IoT, sangat penting bagi Anda untuk merancang arsitektur yang matang untuk solusi masa depan sejak dini. Sistem yang dirancang dengan buruk tidak dapat diskalakan dan tidak dapat menangani kompleksitas, sementara arsitektur IoT yang dirancang dengan baik akan memungkinkan Anda merencanakan masa depan dan menjamin:

• Pemeliharaan. Sistem IoT yang dirancang dengan baik lebih mudah dan lebih murah untuk dirawat. Karena gambaran yang lebih besar dengan semua komponen, proses, dan integrasi jelas, lebih mudah untuk beralih ke tugas yang lebih kecil. Ketika datang ke sumber proyek, sistem yang dirancang dengan baik juga memfasilitasi mendatangkan bakat baru dan mengurangi waktu yang dibutuhkan untuk mentransfer pengetahuan.
• Skalabilitas. Dengan arsitektur awal yang direncanakan, menjadi lebih mudah untuk menskalakan sistem IoT baik secara vertikal maupun horizontal, menghadirkan fungsionalitas baru atau menambahkan lebih banyak node akhir.
• Penghematan biaya. Mendedikasikan waktu untuk merancang sistem IoT Anda secara menyeluruh membantu membuat pilihan teknologi yang lebih baik, sehingga menurunkan biaya pengembangan dan operasional solusi IoT.
• Kinerja tinggi. Memiliki visi arsitektur yang jelas membantu membangun aliran data yang lebih baik, serta memproses data yang masuk dengan alat yang sesuai, yang membantu mencapai kinerja sistem yang lebih tinggi.
• Interoperabilitas. Arsitektur IoT dapat menjangkau beberapa perangkat menggunakan protokol komunikasi berbeda yang tidak selalu berpasangan dengan baik. Arsitektur IoT yang dipikirkan dengan matang membantu memastikan perangkat dan komponen yang berbeda bekerja bersama dengan lancar.
• Keamanan. Dengan menginvestasikan upaya awal ke dalam desain sistem, Anda dapat menghindari celah keamanan dan merencanakan mekanisme keamanan IoT yang diperlukan.

Jika Anda memiliki pertanyaan yang belum terjawab atau ingin ikut serta dalam kereta musik IoT dengan sedikit atau tanpa risiko, hubungi tim pengembangan ITRex IoT. Mereka akan membantu Anda merancang arsitektur yang andal dan skalabel untuk mendukung solusi masa depan Anda.

Awalnya diterbitkan di https://itrexgroup.com pada 10 Mei 2022.