ABSTRAK

Makalah yang berjudul "Systematic Approach for State-of-the-Art Architectures and System-
on-Chip Selection for Heterogeneous IoT Applications" membahas tentang pemilihan sistem-
on-chip (SoC) yang optimal untuk aplikasi Internet of Things (IoT) yang heterogen. IoT
merupakan jaringan dari perangkat fisik yang mengumpulkan data dan memprosesnya tanpa
campur tangan manusia. Saat ini arsitektur IoT masih terus ditingkatkan untuk mengurangi
biaya transmisi data, latensi, dan penggunaan bandwidth untuk berbagai kebutuhan aplikasi.
Makalah ini bertujuan untuk memahami berbagai spesifikasi perangkat IoT dan
karakteristiknya untuk mendukung berbagai aplikasi. Selain itu, arsitektur mikroprosesor dan
komponennya dijelaskan untuk memfasilitasi pengetahuan pengembang dalam metodologi dan
teknologi yang canggih. Berbagai arsitektur set instruksi (ISA) diimplementasikan dalam
perangkat FPGA Zynq-7000 untuk menguji kelayakan persyaratan ruang desain untuk eksekusi
perangkat keras real-time. Untuk memilih arsitektur sistem-on-chip (SoC) yang spesifik untuk
aplikasi IoT heterogen, metode optimasi berbasis algoritma genetika (GA) diimplementasikan
dalam MATLAB. Algoritma yang diusulkan mengidentifikasi arsitektur SoC yang
dioptimalkan dengan mempertimbangkan parameter perangkat seperti clock, cache, ruang
RAM, penyimpanan eksternal, dukungan jaringan, dll. Selanjutnya, metode matriks
kebingungan mengevaluasi akurasi algoritma yang diusulkan, yang menghasilkan akurasi
84,62%. Hasil SoC yang diperoleh melalui GA diuji dengan menganalisis waktu eksekusi dan
kinerjanya menggunakan berbagai benchmark evaluasi. Artikel ini membantu para peneliti dan
teknisi lapangan untuk memahami konfigurasi perangkat mikroarsitektur dan mengidentifikasi
SoC superior untuk praktik IoT generasi mendatang.

I. PENDAHULUAN
Internet of Things (IoT) adalah teknologi yang memungkinkan benda-benda di dunia nyata
untuk terhubung dan berkomunikasi satu sama lain. Dengan IoT, benda-benda tersebut dapat
mengumpulkan data dan mengirimkannya ke internet, sehingga dapat dimanfaatkan untuk
berbagai tujuan, seperti meningkatkan efisiensi, keamanan, dan kenyamanan. IoT memiliki
berbagai macam aplikasi, yang terus berkembang seiring dengan kemajuan teknologi.
Beberapa aplikasi IoT yang sudah umum digunakan antara lain smart home, smart city, dan
smart agriculture. Perangkat gateway yang mendukung IoT berperan penting dalam
menghubungkan perangkat-perangkat IoT dengan internet. Perangkat gateway ini
mengumpulkan data dari sensor atau perangkat edge dan mengirimkannya ke cloud, sehingga
data tersebut dapat diakses dan dianalisis oleh pengguna. Berdasarkan interpretasi data, jumlah
perangkat IoT yang terpasang diperkirakan akan tumbuh lebih dari 50% pada tahun 2025. Hal
ini menunjukkan bahwa IoT akan menjadi teknologi yang semakin penting di masa depan.
Untuk mendukung pertumbuhan IoT, diperlukan perangkat IoT yang terjangkau dan efisien.
Persyaratan penting untuk perangkat IoT yang terjangkau adalah menjaga biaya bahan baku
(bill of material, BoM) serendah mungkin. Hal ini dapat dicapai dengan memanfaatkan
mikrokontroler berbiaya rendah dengan memori internal.
 Statistik pertumbuhan perangkat IoT (Sumber data: Elektronik konsumen - 16 November 2016 [2]).

Untuk mendukung berbagai aplikasi IoT, diperlukan perangkat IoT yang memiliki spesifikasi
yang tepat, termasuk Clock, RAM, Flash, Cache, daya, dan suhu operasi, pengguna dapat
memilih perangkat kelas atas. Selain spesifikasi perangkat, fitur-fitur pendukung canggih juga
dapat dipertimbangkan untuk aplikasi-aplikasi yang sangat penting bagi keselamatan. Fitur-
fitur pendukung ini antara lain kamera, keamanan, dan audio/video. Perangkat SoC adalah IC
semikonduktor dengan komponen terintegrasi yang memungkinkan chip beroperasi sebagai
sistem mandiri. SoC lebih mampu meningkatkan kinerja sistem. SoC condong ke arah
meminimalkan latensi yang dikirimkan melalui berbagai elemen yang sengaja ditempatkan
pada papan IoT untuk mengurangi gangguan dan penundaan interkoneksi dan juga untuk
mempercepat praktik transmisi data.
• Pada bagian pendahuluan, penulis menjelaskan bahwa pemilihan SoC yang tepat sangat
penting dalam pengembangan aplikasi IoT heterogen. Mereka juga menyebutkan bahwa
ada banyak arsitektur dan spesifikasi perangkat IoT yang tersedia, sehingga membuat
para peneliti dan teknisi lapangan kesulitan dalam memilih SoC yang sesuai. Oleh karena
itu, penulis memperkenalkan pendekatan sistematis dan metode optimasi berbasis
algoritma genetika (GA) untuk memilih SoC yang optimal.

A. MOTIVATION
Disini Penulis menjelaskan tentang motivasi di balik penelitian ini. Penulis menjelaskan bahwa
dalam pengembangan aplikasi IoT, pemilihan System-on-Chip (SoC) yang tepat sangat
penting. Namun, saat ini masih ada sedikit penelitian yang mengkarakterisasi pemilihan SoC
untuk aplikasi IoT. Sistem tertanam (embedded system) adalah sistem komputer yang
dirancang khusus untuk melakukan satu atau beberapa tugas tertentu. Sistem tertanam biasanya
memiliki sumber daya yang terbatas, seperti daya, memori, dan ruang. Untuk mengembangkan
sistem tertanam di dunia nyata, SoC (system-on-chip SoC (System on Chip) sangat penting
untuk berbagai aplikasi. SoC adalah komponen yang mengintegrasikan berbagai komponen
sistem tertanam, seperti CPU, GPU, memori, dan antarmuka, ke dalam satu chip.
Penulis menjelaskan bahwa para perancang sistem tertanam harus mengikuti serangkaian
panduan untuk memilih perangkat SoC yang tepat. Pada tahap awal, tidak perlu menemukan
kecocokan yang tepat antara fitur dan persyaratan perangkat. Perubahan kecil dalam
penambahan chip periferal atau persyaratan akan berdampak pada biaya perangkat. Oleh
karena itu, penulis merasa perlu untuk mengembangkan metodologi sistematis dalam
pemilihan SoC yang optimal. Proses evaluasi beberapa perangkat IoT harus dimulai dengan
mengkategorikan perangkat ke dalam tingkat dasar, menengah, dan lanjutan, tergantung pada
aplikasinya. Perangkat tingkat dasar biasanya memiliki fitur dan persyaratan yang terbatas,
sedangkan perangkat tingkat lanjut memiliki fitur dan persyaratan yang lebih lengkap.
Penulis juga menyebutkan bahwa penelitian saat ini lebih fokus pada desain aplikasi IoT untuk
pengumpulan data, manajemen terpusat, dan layanan otomatisasi dengan menggunakan
perangkat yang sudah dikenal oleh kelompok penelitian tertentu. Namun, di pasar industri,
terdapat berbagai macam perangkat SoC yang tersedia, yang mampu memberikan kinerja
tinggi untuk berbagai aplikasi IoT. Karena itu, penulis merasa perlu untuk mengembangkan
metodologi sistematis dalam pemilihan SoC yang optimal untuk aplikasi IoT.
Dengan adanya kesenjangan penelitian ini, penulis merasa termotivasi untuk mengembangkan
pendekatan sistematis dalam pemilihan SoC yang optimal untuk aplikasi IoT. Tujuan utama
dari penelitian ini adalah untuk menyediakan metodologi sistematis bagi komunitas peneliti
dalam menentukan persyaratan pemilihan SoC untuk aplikasi IoT. Dengan demikian, penulis
berharap penelitian ini dapat memberikan kontribusi yang signifikan dalam pengembangan
aplikasi IoT yang lebih baik dan efisien

B. BACKGROUND ON IoT SoC

Pada sub bab ini diperkenalkan konsep System-on-Chip (SoC) yang merupakan perangkat
semikonduktor yang memiliki banyak fitur terintegrasi pada sebuah chip tunggal. Perangkat
ini mampu menjalankan sistem operasi pada perangkat pintar seperti smartphone dan tablet
PC. Mikrokontroler merupakan inti dari teknologi SoC. Mikrokontroler adalah komputer kecil
yang dirancang untuk digunakan dalam perangkat tertanam. Mikrokontroler dapat diprogram
dan digunakan untuk berbagai aplikasi real-time tertanam seperti otomasi rumah, peralatan
pintar, aplikasi keamanan, dan lainnya. SoC dapat disesuaikan, hemat biaya, dan lebih dapat
diandalkan. Di sisi lain, perangkat canggih berfungsi sebagai gateway untuk melakukan
terjemahan antara protokol jaringan yang berbeda. Perangkat ini akan mengelola logika kontrol
aplikasi dan antarmuka jaringan area nirkabel (WAN). Aplikasi rumah pintar dapat dicapai
melalui pengembangan aplikasi berbasis IoT yang diperlukan. Dengan aplikasi ini, pengguna
dapat memantau dan mengontrol status peralatan dari jarak jauh, baik yang dihidupkan atau
dimatikan. Misalnya, pengguna dapat menyalakan lampu dari tempat tidur atau mematikan AC
dari luar rumah. Di lingkungan industri, perangkat IoT dapat digunakan untuk memantau dan
mengontrol berbagai perangkat dan proses. Misalnya, suhu boiler dapat dipantau dan dikontrol
dari jarak jauh menggunakan perangkat IoT. Hal ini dapat membantu meningkatkan efisiensi
dan keamanan operasi industri.
Perangkat IoT yang tertanam di edge node adalah perangkat yang memiliki fitur serbaguna
dalam satu chip. Perangkat ini biasanya menggunakan unit mikrokontroler (MCU) 32-bit atau
64-bit. MCU memiliki lebih banyak jumlah sinyal General-Purpose Input/Output (GPIO)
untuk integrasi sensor. Berbagai macam aplikasi tertanam memanfaatkan perangkat IoT, seperti
peralatan rumah tangga, perangkat yang dapat dikenakan, sistem manajemen gedung, dan
otomasi industri. Pertumbuhan potensial mikrokontroler dalam perangkat pintar dapat secara
teratur memperbarui data server cloud melalui Edge node. Edge node adalah simpul terpusat
yang mengumpulkan data dari perangkat dan memprosesnya ke server cloud.
Evolusi IoT meningkatkan data yang diperoleh dan ditransmisikan secara signifikan, yang
menimbulkan tantangan latensi dan bandwidth. Karena penggunaan perangkat IoT semakin
meningkat, perangkat harus beroperasi dengan daya rendah dan latensi rendah. Perangkat dan
sensor yang ditempatkan di berbagai lingkungan dioperasikan dengan baterai. Oleh karena itu,
untuk menjaga siklus hidup baterai, perangkat IoT harus terus bangun dari mode tidur untuk
mengambil informasi baru. Jika perangkat memiliki sedikit kesempatan untuk berbagi data,
perangkat menjadi tidak aktif dan berjalan dengan kecepatan yang lambat. Perangkat IoT ini
biasanya menggunakan koneksi nirkabel untuk berkomunikasi, seperti Wi-Fi, Bluetooth, atau
cellular. Koneksi nirkabel biasanya memiliki bandwidth yang lebih rendah daripada koneksi
kabel. Namun, karena semakin banyak perangkat IoT yang digunakan, jumlah bandwidth yang
dibutuhkan juga meningkat. Hal ini karena perangkat IoT harus berbagi bandwidth yang sama
untuk berkomunikasi.
Jumlah data yang dikumpulkan dan ditransmisikan oleh perangkat IoT akan meningkatkan
kebutuhan bandwidth. Misalnya, aplikasi pemrosesan video dapat menimbulkan bandwidth
yang lebih tinggi karena harus mengirimkan ata video yang besar. Untuk meringankan
tantangan bandwidth, perancang sistem IoT harus mempertimbangkan bahwa sistem tidak akan
selalu mengirimkan atau menerima data hanya melalui koneksi nirkabel. Tantangan ini
memaksa sumber daya edge node terbatas seperti kompleksitas, kapasitas baterai, biaya, dan
lain-lain. Penelitian saat ini berkembang mengenai bagaimana perangkat IoT terhubung dan
masalah dalam membangun komunikasi perangkat ke perangkat. Namun, artikel penelitian
yang fokus pada karakteristik kritis arsitektur mikroprosesor perangkat dan persyaratan
pemilihan yang diperlukan untuk merancang dan mengembangkan aplikasi masih minim.
Dampak dari edge computing adalah mengurangi laten dan pemrosesan data yang dilakukan di
server cloud melalui jaringan Wi-Fi, 4G/5G untuk memungkinkan jaringan yang efisien.
Komputasi tepi memproses data di perangkat IoT, sehingga mengurangi jarak yang harus
ditempuh data untuk mencapai server cloud. Hal ini dapat mengurangi latensi dan
meningkatkan efisiensi jaringan.
Arsitektur gateway IoT cerdas yang dikembangkan oleh Ching Chen et al. Arsitektur ini
menggunakan beberapa mikrokontroler kolaboratif dengan menerapkan prinsip master-slave,
di mana satu mikrokontroler (MCU) bertindak sebagai master dan MCU lainnya bertindak
sebagai slave. Master MCU bertanggung jawab untuk melakukan komputasi gateway local
oleh sistem IoT, yang dapat menghemat biaya bandwidth, dan mengurangi waktu respons
komunikasi antara beberapa perangkat. Gateway direalisasikan dengan menggabungkan desain
multi-MCU dengan field-programmable gate array (FPGA). Dengan memanfaatkan sumber
daya komputasi yang sangat minimal di bagian tepi, arsitektur ini dapat meningkatkan
kemampuan pemrosesan data dari server cloud tanpa meningkatkan latensi jaringan.
Penggunaan sumber daya komputasi yang lebih besar dalam domain aplikasi telah membuka
jalan untuk merancang sistem dengan menggunakan prosesor multi-core khusus aplikasi untuk
mencapai persyaratan kinerja tinggi. Semakin banyak domain aplikasi yang membutuhkan
sumber daya komputasi yang signifikan. Hal ini mendorong para peneliti untuk
mengembangkan sistem yang memanfaatkan prosesor multi-core khusus aplikasi untuk
mencapai persyaratan kinerja tinggi.
Penelitian yang dilakukan oleh Tiago Gomes et al. menyimpulkan bahwa perangkat endpoint
dapat secara signifikan mengurangi ketersediaan sumber daya komputasi dengan
menggunakan perangkat edge berbasis arsitektur heterogen untuk menangani tugas-tugas
paralel. Hal ini karena perangkat edge memiliki sumber daya komputasi yang lebih terbatas
dibandingkan dengan server cloud. Tingkat aktivitas setiap tahap pipeline akan menghasilkan
peningkatan yang signifikan pada pipelined processor. Hal ini karena semakin banyak instruksi
yang dapat dieksekusi dalam satu waktu, maka semakin tinggi kinerja prosesor.
Maryam et al. telah mengusulkan skema pengambilan instruksi dengan biaya rendah
menggunakan multicore berdaya sangat rendah. Mekanisme ini memungkinkan tingkat
keberhasilan cache mencapai 95%, sehingga meningkatkan kinerja dua kali lipat. Jadi, prosesor
multicore dapat meningkatkan kinerja sistem dengan berbagai cara. Hal ini menjadikan
prosesor multi-inti sebagai salah satu solusi untuk memenuhi kebutuhan sistem yang
membutuhkan kinerja tinggi.Karena jumlah tahap pipa yang lebih banyak, pengambilan
instruksi dari memori dan pemrosesan melalui antrian memungkinkan prosesor mencapai
kinerja tinggi. Prosesor modern seperti ARMv9 menggunakan 5 teknik pipeline untuk
meningkatkan kinerja seperti fetch, decode, eksekusi, memori, dan writeback. Teknik pipeline
memungkinkan prosesor untuk mengeksekusi beberapa instruksi secara bersamaan, sehingga
dapat mengurangi waktu eksekusi.
Tobias Strauch telah mengembangkan pengontrol thread menggunakan prosesor ARM Cortex
M3 dengan periferal yang didukung. Selain itu, arsitektur CPU standar dapat diubah menjadi
arsitektur CPU multi-threaded dengan metode transformasi desain C-Slow Retiming (CSR)
yang terkenal. Metode ini memungkinkan penggunaan beberapa thread pada satu waktu,
sehingga meningkatkan kinerja CPU. Ada dua metode untuk mengubah arsitektur CPU standar
menjadi arsitektur CPU multi-threaded, yaitu metode CSR dan metode SHP. Metode CSR
memiliki keterbatasan dalam jumlah thread yang dapat dieksekusi secara paralel, sedangkan
metode SHP tidak memiliki keterbatasan tersebut. Metode SHP merupakan metode yang lebih
baik untuk mengubah arsitektur CPU standar menjadi arsitektur CPU multi-threaded. Metode
SHP dapat mengeksekusi lebih banyak thread secara paralel, lebih efisien dalam penggunaan
daya, dan dapat meningkatkan kinerja untuk tugas-tugas penting.

C. STRUKTUR DAN KONSTRIBUSI ARTIKEL

Makalah ini mempresentasikan sebuah penelitian yang memiliki fokus utama pada
pengembangan algoritma optimasi berbasis genetika untuk mengidentifikasi System on Chip
(SoC) yang paling sesuai untuk aplikasi Internet of Things (IoT). Tujuan utama dari penelitian
ini adalah menyajikan suatu metodologi yang sistematis bagi peniliti dan para pembaca untuk
menentukan pemilihan SoC yang memenuhi persyaratan khusus untuk berbagai aplikasi IoT.
Dalam upaya ini, peniliti mengklasifikasikan perangkat IoT ke dalam tiga kategori utama:
1. Dasar
2. Menengah
3. Canggih
Ketiga kategori tersebut terkait dengan karakteristik masing-masing perangkat dan kebutuhan
praktis yang terkait dalam kasus penggunaan. Selain itu, peniliti melakukan berbagai
pendekatan untuk menyelidiki ruang desain arsitektur prosesor.
Penelitian ini mendemonstrasikan bahwa arsitektur ARM unggul dalam mendukung memori
tercepat dan kemampuan penanganan I/O, pemanfaatan register, serta fungsi pemrosesan
sinyal. Peniliti mengadopsi pendekatan inovatif dengan memanfaatkan optimasi algoritma
genetika untuk memilih perangkat yang optimal.
Algoritma genetika ini menghasilkan rekomendasi berdasarkan database perangkat SoC yang
diintegrasikan dengan menggunakan MATLAB.
Selama proses penelitian ini, GA menghasilkan berbagai alternatif perangkat. Peniliti
melakukan uji coba waktu eksekusi dan melakukan pengukuran kinerja benchmark untuk
memastikan keefektifan metode yang diusulkan. Estimasi akurasi dari algoritma optimasi
menggunakan matriks konfusi dan mengimplementasikan model pemrograman Python pada
dataset yang terdiri dari 26 perangkat yang berbeda.

D. PEKERJAAN TERKAIT
Karya-karya terfokus pada penginderaan data dan pengolahan gambar melalui perangkat IoT
untuk memungkinkan pengguna menerima informasi secara real-time.
IoT menyediakan perangkat pendukung untuk mengumpulkan data dari lingkungan tanpa
memerlukan campur tangan pengguna. Sebagai contoh, Linguaglossa dan timnya mengusulkan
arsitektur perangkat keras yang luas untuk memberikan virtualisasi fungsi jaringan (NFV),
memungkinkan akses ke komponen dan sumber daya fisik dalam ekosistem.
Pekerjaan lainnya yang bisa dilakukan termasuk akselerasi perangkat keras Intel QAT untuk
kompresi dan dekompresi gambar serta peningkatan bandwidth jaringan. Terdapat pula survei
platform perangkat keras yang muncul untuk mengeksekusi fungsi jaringan, baik dalam
konteks perangkat keras maupun perangkat keras yang digunakan untuk menjalankan fungsi
jaringan lunak. Beberapa karya juga memberikan survei komprehensif tentang platform
akselerasi perangkat keras terkait peningkatan arsitektur dengan mengurangi penggunaan inti
dan memperluas akses memori ISA dan cache.

Selain itu, penelitian awal oleh Kansas dan rekan-rekannya mencakup metodologi investigasi
ruang desain untuk memilih konfigurasi mikroarsitektur untuk prosesor IoT berkinerja tinggi.
Mereka menggunakan pendekatan mendalam pemilihan prosesor dengan metode pencarian ,
yang berhasil meningkatkan kecepatan rata-rata desain prosesor secara signifikan. Namun,
algoritma mendalam memiliki batasan dalam mencari solusi optimal secara global karena tidak
mempertimbangkan seluruh data.
Penilitian yang dilakukan oleh Adegbija dan timnya membahas karakteristik mikroarsitektur
untuk komputasi tepi di IoT. Mereka menganalisis dampak dari empat inti CPU berbeda
terhadap konsumsi energi keseluruhan dengan menggunakan aplikasi matriksTrans_128
sebagai tolak ukur. Teknik power gating berhasil mengurangi konsumsi daya bocor secara
signifikan.
Penelitian ini fokus pada pengurangan kebocoran listrik dengan mematikan blok-blok tak
terpakai, menghasilkan pengurangan sebesar 95%. Kinerja dan efisiensi dari konfigurasi conf1,
conf2, dan conf3 dinormalisasi menjadi conf4 untuk seluruh parameter yang diukur dalam
sistem dengan sumber energi tak terbatas. Hasilnya menunjukkan penurunan kinerja masing-
masing konfigurasi sebesar 171x, 17x, dan 8x. Dibandingkan dengan conf4, konfigurasi conf1
mengurangi efisiensi sebesar 33x, sementara conf2 dan conf3 mengurangi efisiensi sebesar 4x.
Temuan ini menunjukkan peningkatan signifikan dengan menggunakan konfigurasi yang lebih
besar.
Penelitian ini memberikan fondasi penting untuk penelitian lanjutan dalam memahami
persyaratan aplikasi dan arsitektur yang mendukung komputasi tepi. Namun, penting untuk
dicatat bahwa makalah ini hanya membahas empat perangkat keras spesifik dan menganalisis
hasil implementasi benchmark.
Kansas dan timnya melakukan penelitian mendalam dengan memanfaatkan algoritma
pencarian mendalam untuk menyelidiki dan mengoptimalkan parameter arsitektur multicore.
Estimasi ruang desain dilakukan dengan menggunakan simulator siklus akurat dan tolak ukur
memori bersama. Melalui pendekatan pencarian serakah yang diusulkan, mereka berhasil
menghasilkan pengaturan terbaik dengan peningkatan sebesar 1,35% hingga 3,69%
dibandingkan dengan pendekatan pencarian menyeluruh. Metodologi ini membuktikan
keunggulannya dengan menghasilkan solusi yang lebih baik setelah mempertimbangkan lebih
banyak parameter evaluasi.
Pekerjaan ini mengikuti pendekatan yang serupa dengan penelitian sebelumnya. Selain itu,
estimasi ruang desain untuk tolak ukur yang dipertimbangkan dievaluasi kembali dengan
menggunakan algoritma serakah, meskipun proses komputasinya lebih lambat jika
dibandingkan dengan algoritma evolusioner yang digunakan oleh Adegbija dan timnya.
Penelitian ini menyajikan gambaran komprehensif tentang arsitektur yang mempertimbangkan
tantangan kunci dalam memberdayakan komputasi pada perangkat edge Internet of Things
(IoT). Bagian II menjelaskan karakteristik dan persyaratan dari perangkat IoT pintar,
menyajikan studi mendalam tentang berbagai arsitektur mikroprosesor dan komponen
internalnya. Bagian III melakukan analisis desain ruang dan konfigurasi arsitektur. Di Bagian
IV, faktor-faktor kunci yang perlu dipertimbangkan dalam pemilihan konfigurasi System on
Chip (SoC) untuk meningkatkan kinerja sistem secara keseluruhan dibahas secara mendalam.
Saat memilih mikrokontroler, pengembang harus mempertimbangkan fitur unik, peningkatan
kompetitif, ukuran kemasan, antarmuka komunikasi internal, dan kapasitas memori. Hal ini
penting karena akan mempengaruhi kecocokan mikrokontroler dengan kebutuhan aplikasi
yang spesifik. Akhirnya, Bagian V mempersembahkan algoritma optimal untuk pemilihan
SoC, bersama dengan hasil eksperimen yang mendukung.

REFERENSI
(https://www.dicoding.com/blog/apa-itu-internet-of-thing )
( https://aws.amazon.com/id/what-is/iot/ )
(https://id.scribd.com/document/328792689/Buku-Ajar-Sistem-Tertanam)
(https://www.medcom.id/teknologi/tips-trik/4baEX2vb-mengenal-teknologi-perangkat-
mobile-system-on-chip-soc )

http://kelaskaryawan.untara.ac.id/en3/2-2770-2657/Berbasis-Arm_157823_kelaskaryawan-
untara.html diakses tanggal 30 September 2023, pukul 14.20 WIB
https://docs.ceph.com/en/quincy/radosgw/qat-accel/ diakses tanggal 30 September 2023, pukul
15.00 WIB
https://www.techtarget.com/searchwindowsserver/definition/ISA-Industry-Standard-
Architecture diakses tanggal 30 September 2023 pukul 15.20 WIB
https://stlpartners.com/articles/edge-computing/edge-computing-devices/ diakses tanggal 30
September, pukul 16.00 WIB