ANALISIS PERBANDINGAN PERFORMA ARSITEKTUR EDGE, CLOUD DAN HYBRID PADA DATA ANALYTICS INDUSTRI 4.0

Transformasi Industri 4.0 menuntut arsitektur komputasi yang efisien dan responsif untuk mendukung analitik data real-time, termasuk predictive maintenance. Edge, Cloud, dan Hybrid Computing banyak dibahas, namun masih sedikit studi eksperimental yang membandingkan performanya secara sistematis di konteks manufaktur. Penelitian ini mengisi gap tersebut dengan mengevaluasi tiga arsitektur berdasarkan kekuatan komputasi (CPU & RAM), penyimpanan (Write IOPS & disk usage), dan latensi end-to-end. Eksperimen dilakukan selama tiga jam per skenario dengan laju 20 pesan/detik menggunakan protokol MQTT dan model predictive maintenance. Hasil menunjukkan bahwa Edge unggul dalam latensi rendah (17,5 ms) namun terbatas dalam hal skalabilitas. Cloud lebih efisien dalam penyimpanan (disk usage 12% lebih rendah) dan komputasi, tetapi memiliki latensi lebih tinggi (116 ms). Hybrid mendistribusikan beban secara seimbang, namun latensinya tertinggi karena proses dua tahap. Penelitian ini juga mengidentifikasi tiga faktor pemilihan arsitektur: kebutuhan latensi rendah (Edge), komputasi-penyimpanan besar (Cloud), dan keseimbangan efisiensi-latensi (Hybrid). Temuan ini memberikan dasar empiris untuk pemilihan arsitektur komputasi optimal di ekosistem Industri 4.0.

Kata Kunci: Cloud Computing , Edge Computing, Hybrid, Industri 4.0, Predictive Maintenance