29 KiB

Raw Blame History

Bergabung dengan Komunitas Azure AI Foundry

Jika Anda mengalami kesulitan atau memiliki pertanyaan tentang membangun aplikasi AI. Bergabunglah dengan pelajar lain dan pengembang berpengalaman dalam diskusi tentang MCP. Ini adalah komunitas yang mendukung dimana pertanyaan disambut dan pengetahuan dibagikan secara bebas.

Jika Anda memiliki masukan produk atau menemukan kesalahan saat membangun, kunjungi:

Ikuti langkah-langkah ini untuk memulai menggunakan sumber daya ini:

Fork Repositori: Klik
Clone Repositori: git clone https://github.com/microsoft/IoT-For-Beginners.git
Bergabung Dengan Discord Microsoft Foundry dan temui para ahli serta pengembang lainnya

🌐 Dukungan Multi-Bahasa

Didukung melalui GitHub Action (Otomatis & Selalu Terbaru)

Lebih Suka Clone Secara Lokal?

Repositori ini mencakup lebih dari 50 terjemahan bahasa yang secara signifikan meningkatkan ukuran unduhan. Untuk meng-clone tanpa terjemahan, gunakan sparse checkout:
git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
cd IoT-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
Ini memberi Anda semua yang Anda butuhkan untuk menyelesaikan kursus dengan pengunduhan yang jauh lebih cepat.

IoT untuk Pemula - Kurikulum

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

Proyek-proyek mencakup perjalanan makanan dari pertanian ke meja makan. Ini termasuk pertanian, logistik, manufaktur, ritel, dan konsumen - semua adalah bidang industri populer untuk perangkat IoT.

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

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

Terima kasih juga kepada tim 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.

Kenali 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 menyertakan template pelajaran.

Siswa, untuk menggunakan kurikulum ini sendiri, fork seluruh repo dan selesaikan latihan secara mandiri, mulai dengan kuis sebelum kuliah, kemudian membaca kuliah dan menyelesaikan aktivitas lainnya. Cobalah membuat proyek dengan memahami pelajaran daripada menyalin kode solusi; meskipun kode tersebut tersedia di folder /solutions di setiap pelajaran yang berorientasi proyek. Ide lain adalah membentuk kelompok belajar dengan teman dan melalui materi bersama-sama. Untuk studi lebih lanjut, kami merekomendasikan Microsoft Learn.

Untuk video gambaran kursus ini, lihat video ini:

🎥 Klik gambar di atas untuk video tentang proyek ini!

Pedagogi

Kami telah memilih dua prinsip pedagogis 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 dikendalikan suara, dan akan mempelajari dasar-dasar Internet of Things termasuk cara menulis kode perangkat, menghubungkan ke cloud, menganalisis telemetri dan menjalankan AI di edge.

Dengan memastikan konten sesuai dengan proyek, proses 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 mulai dari yang kecil dan menjadi semakin kompleks pada akhir siklus 12 minggu.

Setiap proyek didasarkan pada perangkat keras dunia nyata yang tersedia bagi siswa dan hobiis. Setiap proyek memperhatikan domain proyek spesifik, menyediakan pengetahuan latar belakang yang relevan. Untuk menjadi pengembang yang sukses membantu memahami domain dimana Anda menyelesaikan masalah, menyediakan pengetahuan latar belakang ini memungkinkan siswa memikirkan solusi IoT dan pembelajaran mereka dalam konteks jenis masalah dunia nyata yang mungkin mereka diminta untuk 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 bahasa pemrograman atau preferensi, tujuan pembelajaran, dan ketersediaan. Kami juga menyediakan versi 'perangkat keras virtual' bagi mereka yang tidak memiliki akses ke perangkat keras, atau ingin mempelajari lebih banyak sebelum memutuskan membeli. Anda dapat membaca lebih lanjut dan menemukan 'daftar belanja' di halaman perangkat keras, termasuk tautan untuk membeli paket lengkap dari teman kami di Seeed Studio.

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

🔧 Mengalami masalah? Lihat Panduan Pemecahan Masalah kami untuk solusi atas masalah umum.

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 tersebut terhubung dari dalam pelajaran tetapi aplikasi kuis dapat dijalankan secara lokal atau dideploy ke Azure; ikuti instruksi dalam folder quiz-app. Kuis-kuis ini secara bertahap sedang dilokalkan.

Pelajaran

	Nama Proyek	Konsep yang Diajarkan	Tujuan Pembelajaran	Pelajaran yang Terhubung
01	Memulai	Pengenalan ke IoT	Pelajari prinsip dasar IoT dan blok bangunan dasar solusi IoT seperti sensor dan layanan cloud saat Anda menyiapkan perangkat IoT pertama Anda	Pengenalan ke IoT
02	Memulai	Pendalaman ke IoT	Pelajari lebih lanjut tentang komponen sistem IoT, serta mikrokontroler dan komputer papan tunggal	Pendalaman ke 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 membangun lampu malam	Berinteraksi dengan dunia fisik menggunakan sensor dan aktuator
04	Memulai	Sambungkan perangkat Anda ke Internet	Pelajari cara menghubungkan perangkat IoT ke Internet untuk mengirim dan menerima pesan dengan menghubungkan lampu malam Anda ke broker MQTT	Sambungkan perangkat Anda ke Internet
05	Pertanian	Memprediksi pertumbuhan tanaman	Pelajari cara memprediksi pertumbuhan tanaman menggunakan data suhu yang diambil oleh perangkat IoT	Memprediksi pertumbuhan tanaman
06	Pertanian	Mendeteksi kelembaban tanah	Pelajari cara mendeteksi kelembaban tanah dan mengkalibrasi sensor kelembaban tanah	Mendeteksi kelembaban tanah
07	Pertanian	Penyiraman tanaman otomatis	Pelajari cara mengotomatisasi dan menjadwalkan penyiraman menggunakan relay dan MQTT	Penyiraman tanaman otomatis
08	Pertanian	Migrasikan tanaman Anda ke cloud	Pelajari tentang cloud dan layanan IoT yang dihosting di cloud serta cara menghubungkan tanaman Anda ke salah satu layanan ini dibanding broker MQTT publik	Migrasikan tanaman Anda ke cloud
09	Pertanian	Migrasikan logika aplikasi Anda ke cloud	Pelajari bagaimana Anda dapat menulis logika aplikasi di cloud yang merespon pesan IoT	Migrasikan logika aplikasi Anda ke cloud
10	Pertanian	Jaga keamanan tanaman Anda	Pelajari tentang keamanan IoT dan cara menjaga tanaman Anda aman dengan kunci dan sertifikat	Jaga keamanan 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 kemudian	Menyimpan data lokasi
13	Transportasi	Memvisualisasikan data lokasi	Pelajari tentang memvisualisasikan data lokasi pada peta, dan bagaimana peta merepresentasikan dunia nyata 3D dalam 2 dimensi	Memvisualisasikan data lokasi
14	Transportasi	Geofence	Pelajari tentang geofence, dan bagaimana geofence dapat digunakan untuk memberi peringatan ketika 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 dari perangkat IoT	Memeriksa kualitas buah dari perangkat IoT
17	Manufaktur	Menjalankan detektor buah pada edge	Pelajari tentang menjalankan detektor buah pada perangkat IoT di edge	Menjalankan detektor buah pada 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 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 membangun timer pintar	Mengenali ucapan dengan perangkat IoT
22	Konsumen	Memahami bahasa	Pelajari cara memahami kalimat yang diucapkan pada perangkat IoT	Memahami bahasa
23	Konsumen	Mengatur timer dan memberikan umpan balik suara	Pelajari cara mengatur timer pada perangkat IoT dan memberikan umpan balik suara kapan timer diatur dan selesai	Mengatur timer dan memberikan umpan balik suara
24	Konsumen	Mendukung berbagai bahasa	Pelajari cara mendukung berbagai bahasa, baik dalam pengucapan maupun respon dari timer pintar Anda	Mendukung berbagai bahasa

Akses offline

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

Kuis

Terima kasih kepada komunitas yang telah menghosting kuis interaktif yang menguji pengetahuan Anda pada setiap bab. Anda dapat menguji pengetahuan Anda di sini

PDF

Anda dapat menghasilkan PDF dari konten ini untuk akses offline jika diperlukan. Untuk melakukannya, pastikan Anda sudah menginstal npm dan jalankan perintah berikut di folder root repo ini:

npm i
npm run convert

Slide

Tersedia slide untuk beberapa pelajaran di folder slides.

Kurikulum Lain

Tim kami juga menghasilkan kurikulum lainnya! Lihat:

LangChain

Azure / Edge / MCP / Agen

Seri AI Generatif

Pembelajaran Inti

Seri Copilot

Atribusi Gambar

Anda dapat menemukan semua atribusi untuk gambar yang digunakan dalam kurikulum ini dimana diperlukan di Attributions.

Penafian: Dokumen ini telah diterjemahkan menggunakan layanan terjemahan AI Co-op Translator. Meskipun kami berusaha untuk akurat, harap diketahui bahwa terjemahan otomatis dapat mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang sah. Untuk informasi penting, disarankan menggunakan terjemahan profesional oleh penerjemah manusia. Kami tidak bertanggung jawab atas kesalahpahaman atau penafsiran yang salah yang timbul dari penggunaan terjemahan ini.

29 KiB Raw Blame History