IoT-For-Beginners/translations/id

Bergabunglah dengan Komunitas Azure AI Foundry

Ikuti langkah-langkah berikut untuk mulai menggunakan sumber daya ini:

1. Fork Repositori: Klik
2. Clone Repositori: git clone https://github.com/microsoft/IoT-For-Beginners.git
3. Bergabunglah dengan Azure AI Foundry Discord dan temui para ahli serta pengembang lainnya

🌐 Dukungan Multi-Bahasa

Didukung melalui GitHub Action (Otomatis & Selalu Terbaru)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Korean | Malay | Marathi | Nepali | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Thai | Turkish | Ukrainian | Urdu | Vietnamese

IoT untuk Pemula - Kurikulum

Azure Cloud Advocates di Microsoft dengan senang hati menawarkan kurikulum 12 minggu, 24 pelajaran tentang dasar-dasar IoT. Setiap pelajaran mencakup kuis sebelum dan sesudah pelajaran, instruksi tertulis untuk menyelesaikan pelajaran, solusi, tugas, dan lainnya. Pendekatan berbasis proyek kami memungkinkan Anda belajar sambil membangun, cara yang terbukti untuk membuat keterampilan baru lebih melekat.

Proyek-proyek ini mencakup perjalanan makanan dari ladang ke meja. Ini mencakup pertanian, logistik, manufaktur, ritel, dan konsumen - semua area industri populer untuk perangkat IoT.

Sketchnote oleh Nitya Narasimhan. Klik gambar untuk versi yang lebih besar.

Terima kasih banyak kepada penulis kami Jen Fox, Jen Looper, Jim Bennett, dan seniman sketchnote kami Nitya Narasimhan.

Terima kasih juga kepada tim kami dari Microsoft Learn Student Ambassadors yang telah meninjau dan menerjemahkan kurikulum ini - Aditya Garg, Anurag Sharma, Arpita Das, Aryan Jain, Bhavesh Suneja, Faith Hunja, Lateefah Bello, Manvi Jha, Mireille Tan, Mohammad Iftekher (Iftu) Ebne Jalal, Mohammad Zulfikar, Priyanshu Srivastav, Thanmai Gowducheruvu, dan Zina Kamel.

Temui timnya!

Gif oleh Mohit Jaisal

🎥 Klik gambar di atas untuk video tentang proyek ini!

Guru, kami telah menyertakan beberapa saran tentang cara menggunakan kurikulum ini. Jika Anda ingin membuat pelajaran sendiri, kami juga telah menyertakan template pelajaran.

Siswa, untuk menggunakan kurikulum ini sendiri, fork seluruh repo dan selesaikan latihan sendiri, dimulai dengan kuis pra-pelajaran, lalu membaca pelajaran dan menyelesaikan aktivitas lainnya. Cobalah untuk membuat proyek dengan memahami pelajaran daripada menyalin kode solusi; namun kode tersebut tersedia di folder /solutions di setiap pelajaran berbasis proyek. Ide lain adalah membentuk kelompok belajar dengan teman-teman dan mempelajari konten bersama-sama. Untuk studi lebih lanjut, kami merekomendasikan Microsoft Learn.

Untuk video pengantar kursus ini, lihat video berikut:

🎥 Klik gambar di atas untuk video tentang proyek ini!

Pedagogi

Kami telah memilih dua prinsip pedagogi saat membangun kurikulum ini: memastikan bahwa kurikulum berbasis proyek dan mencakup kuis yang sering. Pada akhir seri ini, siswa akan membangun sistem pemantauan dan penyiraman tanaman, pelacak kendaraan, pengaturan pabrik pintar untuk melacak dan memeriksa makanan, serta timer memasak yang dikontrol suara, dan akan mempelajari dasar-dasar Internet of Things termasuk cara menulis kode perangkat, terhubung ke cloud, menganalisis telemetri, dan menjalankan AI di edge.

Dengan memastikan bahwa konten selaras dengan proyek, proses ini menjadi lebih menarik bagi siswa dan retensi konsep akan meningkat.

Selain itu, kuis dengan risiko rendah sebelum kelas menetapkan niat siswa untuk mempelajari topik, sementara kuis kedua setelah kelas memastikan retensi lebih lanjut. Kurikulum ini dirancang agar fleksibel dan menyenangkan serta dapat diambil secara keseluruhan atau sebagian. Proyek dimulai dari yang kecil dan menjadi semakin kompleks pada akhir siklus 12 minggu.

Setiap proyek didasarkan pada perangkat keras dunia nyata yang tersedia untuk siswa dan penggemar. Setiap proyek melihat ke domain proyek tertentu, memberikan pengetahuan latar belakang yang relevan. Untuk menjadi pengembang yang sukses, penting untuk memahami domain di mana Anda memecahkan masalah, memberikan pengetahuan latar belakang ini memungkinkan siswa untuk memikirkan solusi IoT mereka dan pembelajaran dalam konteks jenis masalah dunia nyata yang mungkin diminta untuk mereka selesaikan sebagai pengembang IoT. Siswa belajar 'mengapa' dari solusi yang mereka bangun, dan mendapatkan apresiasi terhadap pengguna akhir.

Perangkat Keras

Kami memiliki dua pilihan perangkat keras IoT untuk digunakan dalam proyek tergantung pada preferensi pribadi, pengetahuan atau preferensi bahasa pemrograman, tujuan pembelajaran, dan ketersediaan. Kami juga telah menyediakan versi 'perangkat keras virtual' bagi mereka yang tidak memiliki akses ke perangkat keras, atau ingin belajar lebih banyak sebelum memutuskan untuk membeli. Anda dapat membaca lebih lanjut dan menemukan 'daftar belanja' di halaman perangkat keras, termasuk tautan untuk membeli kit lengkap dari teman-teman kami di Seeed Studio.

💁 Temukan Kode Etik, Kontribusi, dan panduan Terjemahan kami. Kami menyambut umpan balik konstruktif Anda!

Setiap pelajaran mencakup:

• sketchnote
• video tambahan opsional
• kuis pemanasan sebelum pelajaran
• pelajaran tertulis
• untuk pelajaran berbasis proyek, panduan langkah demi langkah tentang cara membangun proyek
• pemeriksaan pengetahuan
• tantangan
• bacaan tambahan
• tugas
• kuis pasca-pelajaran

Catatan tentang kuis: Semua kuis terdapat di folder quiz-app, dengan total 48 kuis yang masing-masing terdiri dari tiga pertanyaan. Kuis-kuis ini terhubung dari dalam pelajaran, tetapi aplikasi kuis dapat dijalankan secara lokal atau dideploy ke Azure; ikuti instruksi di folder quiz-app. Kuis-kuis ini secara bertahap sedang dilokalkan.

Pelajaran

	Nama Proyek	Konsep yang Diajarkan	Tujuan Pembelajaran	Pelajaran Terkait
01	Memulai	Pengantar IoT	Pelajari prinsip dasar IoT dan komponen dasar solusi IoT seperti sensor dan layanan cloud saat Anda menyiapkan perangkat IoT pertama Anda	Pengantar IoT
02	Memulai	Penjelajahan lebih dalam tentang IoT	Pelajari lebih lanjut tentang komponen sistem IoT, serta mikrokontroler dan komputer papan tunggal	Penjelajahan lebih dalam tentang IoT
03	Memulai	Berinteraksi dengan dunia fisik menggunakan sensor dan aktuator	Pelajari tentang sensor untuk mengumpulkan data dari dunia fisik, dan aktuator untuk memberikan umpan balik, sambil Anda membuat lampu malam	Berinteraksi dengan dunia fisik menggunakan sensor dan aktuator
04	Memulai	Menghubungkan perangkat Anda ke Internet	Pelajari cara menghubungkan perangkat IoT ke Internet untuk mengirim dan menerima pesan dengan menghubungkan lampu malam Anda ke broker MQTT	Menghubungkan perangkat Anda ke Internet
05	Pertanian	Memprediksi pertumbuhan tanaman	Pelajari cara memprediksi pertumbuhan tanaman menggunakan data suhu yang ditangkap oleh perangkat IoT	Memprediksi pertumbuhan tanaman
06	Pertanian	Mendeteksi kelembapan tanah	Pelajari cara mendeteksi kelembapan tanah dan mengkalibrasi sensor kelembapan tanah	Mendeteksi kelembapan tanah
07	Pertanian	Penyiraman tanaman otomatis	Pelajari cara mengotomatisasi dan mengatur waktu penyiraman menggunakan relay dan MQTT	Penyiraman tanaman otomatis
08	Pertanian	Migrasikan tanaman Anda ke cloud	Pelajari tentang cloud dan layanan IoT yang di-host di cloud serta cara menghubungkan tanaman Anda ke salah satu layanan ini alih-alih ke broker MQTT publik	Migrasikan tanaman Anda ke cloud
09	Pertanian	Migrasikan logika aplikasi Anda ke cloud	Pelajari cara menulis logika aplikasi di cloud yang merespons pesan IoT	Migrasikan logika aplikasi Anda ke cloud
10	Pertanian	Amankan tanaman Anda	Pelajari tentang keamanan dengan IoT dan cara menjaga keamanan tanaman Anda dengan kunci dan sertifikat	Amankan tanaman Anda
11	Transportasi	Pelacakan lokasi	Pelajari tentang pelacakan lokasi GPS untuk perangkat IoT	Pelacakan lokasi
12	Transportasi	Menyimpan data lokasi	Pelajari cara menyimpan data IoT untuk divisualisasikan atau dianalisis nanti	Menyimpan data lokasi
13	Transportasi	Visualisasi data lokasi	Pelajari tentang memvisualisasikan data lokasi pada peta, dan bagaimana peta merepresentasikan dunia 3D nyata dalam 2 dimensi	Visualisasi data lokasi
14	Transportasi	Geofence	Pelajari tentang geofence, dan bagaimana mereka dapat digunakan untuk memberikan peringatan saat kendaraan dalam rantai pasokan mendekati tujuan mereka	Geofence
15	Manufaktur	Melatih detektor kualitas buah	Pelajari tentang melatih pengklasifikasi gambar di cloud untuk mendeteksi kualitas buah	Melatih detektor kualitas buah
16	Manufaktur	Memeriksa kualitas buah dari perangkat IoT	Pelajari tentang menggunakan detektor kualitas buah Anda dari perangkat IoT	Memeriksa kualitas buah dari perangkat IoT
17	Manufaktur	Menjalankan detektor buah di edge	Pelajari tentang menjalankan detektor buah Anda di perangkat IoT di edge	Menjalankan detektor buah di edge
18	Manufaktur	Memicu deteksi kualitas buah dari sensor	Pelajari tentang memicu deteksi kualitas buah dari sensor	Memicu deteksi kualitas buah dari sensor
19	Ritel	Melatih detektor stok	Pelajari cara menggunakan deteksi objek untuk melatih detektor stok guna menghitung stok di toko	Melatih detektor stok
20	Ritel	Memeriksa stok dari perangkat IoT	Pelajari cara memeriksa stok dari perangkat IoT menggunakan model deteksi objek	Memeriksa stok dari perangkat IoT
21	Konsumen	Mengenali ucapan dengan perangkat IoT	Pelajari cara mengenali ucapan dari perangkat IoT untuk membuat pengatur waktu pintar	Mengenali ucapan dengan perangkat IoT
22	Konsumen	Memahami bahasa	Pelajari cara memahami kalimat yang diucapkan ke perangkat IoT	Memahami bahasa
23	Konsumen	Mengatur pengatur waktu dan memberikan umpan balik suara	Pelajari cara mengatur pengatur waktu pada perangkat IoT dan memberikan umpan balik suara tentang kapan pengatur waktu diatur dan kapan selesai	Mengatur pengatur waktu dan memberikan umpan balik suara
24	Konsumen	Mendukung banyak bahasa	Pelajari cara mendukung banyak bahasa, baik yang diucapkan maupun respons dari pengatur waktu pintar Anda	Mendukung banyak bahasa

Akses Offline

Anda dapat menjalankan dokumentasi ini secara offline dengan menggunakan Docsify. Fork repositori ini, instal Docsify di mesin lokal Anda, lalu di folder root repositori ini, ketik docsify serve. Situs web akan disajikan di port 3000 di localhost Anda: localhost:3000.

Kuis

Terima kasih kepada komunitas yang telah menyediakan kuis interaktif untuk menguji pengetahuan Anda tentang setiap bab. Anda dapat menguji pengetahuan Anda di sini

PDF

Anda dapat membuat PDF dari konten ini untuk akses offline jika diperlukan. Untuk melakukan ini, pastikan Anda memiliki npm terinstal dan jalankan perintah berikut di folder root repositori ini:

npm i
npm run convert

Slide

Ada deck slide untuk beberapa pelajaran di folder slides.

Kurikulum Lainnya

Tim kami juga membuat kurikulum lainnya! Lihat:

• AI Agents untuk Pemula
• MCP untuk Pemula
• Generative AI untuk Pemula
• Generative AI untuk Pemula .NET
• Generative AI dengan JavaScript
• Generative AI dengan Java
• AI untuk Pemula
• Data Science untuk Pemula
• ML untuk Pemula
• Keamanan Siber untuk Pemula
• Web Dev untuk Pemula
• IoT untuk Pemula
• Pengembangan XR untuk Pemula
• Menguasai GitHub Copilot untuk Penggunaan Agen
• Menguasai GitHub Copilot untuk Pengembang C#/.NET
• Pilih Petualangan Copilot Anda Sendiri

Atribusi Gambar

Anda dapat menemukan semua atribusi untuk gambar yang digunakan dalam kurikulum ini di mana diperlukan di Atribusi.

---

Penafian:
Dokumen ini telah diterjemahkan menggunakan layanan penerjemahan AI Co-op Translator. Meskipun kami berusaha untuk memberikan hasil yang akurat, harap diingat bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang otoritatif. Untuk informasi yang bersifat kritis, disarankan menggunakan jasa penerjemahan profesional oleh manusia. Kami tidak bertanggung jawab atas kesalahpahaman atau penafsiran yang keliru yang timbul dari penggunaan terjemahan ini.