Arsitektur & Mekanisme Kerja

Diagram alir teknis pengolahan data dari sensor hingga ke tahap evaluasi statistik.

Diagram Alir Sistem (SOP Transmisi Data)

graph TD A[START: Hardware NodeMCU] --> B{Baca Sensor
Global Sensors} B --> C[Kirim via HTTP POST
Ke input.php] subgraph Backend_Process C --> D{Cek Status
Recording?} D -- OFF --> E[Update Heartbeat] D -- ON --> F[INSERT tb_monitoring] F --> G[Update Heartbeat] end subgraph Dashboard_V2_Analytics H[Fetch via api_v2.php] --> I[Real-time Monitoring] I --> J[Statistik Moving Window
Mean, SD, Stability] end subgraph Smart_Dataset_Vault K[Proses Labelling
api_process_labels.php] --> L{Analisis
Reliabilitas} L -- STABIL --> M[Label: VALID] L -- NOISY --> N[Label: INVALID] M & N --> O[Simpan tb_reliability_labels] O --> P((Export CSV
Dataset Valid)) end G -.-> H H -.-> K style A fill:#eff6ff,stroke:#3b82f6 style F fill:#f0fdf4,stroke:#22c55e style P fill:#f5f3ff,stroke:#8b5cf6

Akuisisi Data (Edge Layer)

NodeMCU mengirim data ke input.php. Uniknya, di V2.0 kontrol recording bisa dilakukan jarak jauh via Dashboard untuk memerintah server apakah data harus disimpan atau tidak.

Reliability Monitoring

Dashboard mengambil data mentah dan menghitung metrik secara live. Ini adalah tahap observasi visual bagi peneliti untuk melihat noise secara langsung.

Automated Labelling (New)

Mesin statistik memeriksa database dan memberikan "Stempel" Valid/Invalid. Setiap data kini berelasi dengan tabel reliabilitas untuk filter dataset.

Cloud Dataset Export

Peneliti dapat mengunduh hanya data yang berlabel VALID dalam format CSV. Ini menjamin input data ke model AI di tahap riset selanjutnya adalah data yang bersih.

Dataset Validation Cycle

WHILE (Data_In_Monitoring) {
  CHECK (Stability_Score > 90% AND SD < Threshold);
  IF (True) Label = "VALID" (Ready for AI);
  ELSE Label = "INVALID" (Discard);
  SAVE_TO (tb_reliability_labels);
}