> For the complete documentation index, see [llms.txt](https://navixy.com/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://navixy.com/docs/analytics/id/explorer-for-iotquery/real-time-dashboards.md).

# Dasbor real-time

Pantau operasi armada secara real-time dengan empat dasbor siap pakai: status pelacak, intelijen aset, pembacaan sensor, dan aktivitas geozona

Dasbor waktu nyata mengubah aliran data telematika mentah menjadi intelijen operasional, memungkinkan pengelolaan Armada secara proaktif melalui pemantauan langsung dan kemampuan pengambilan keputusan segera.

## Dasbor status Pelacak

<figure><img src="https://1696125515-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoFNFEIINiGFbhi3Px3dE%2Fuploads%2Fgit-blob-58b7c88f3f9ffc5f651d8ccd47d2e59b42148a27%2Fimage%20(1)%20(1)%20(1)%20(1).png?alt=media" alt=""><figcaption></figcaption></figure>

**Kapan digunakan**: Koordinasi Armada harian, serah terima shift, dan mengidentifikasi Kendaraan yang memerlukan perhatian segera.

**Data apa yang Anda lihat**: Status operasional Armada Anda saat ini yang diagregasi dari catatan pelacakan GPS terbaru, sensor Gerakan, dan cap waktu komunikasi.

<details>

<summary>Logika pemrosesan data</summary>

Harap diperhatikan - Penjelajah untuk DataHub menggunakan logika perhitungan sendiri untuk mengidentifikasi status Gerakan dan koneksi. Dasbor memproses data telematika langsung melalui analisis bertahap:

* **Agregasi status Armada**: Sistem meminta catatan pelacakan terbaru untuk setiap Kendaraan menggunakan `DISTINCT ON (device_id)` untuk memastikan informasi terkini. Klasifikasi Gerakan menggabungkan pembacaan kecepatan dengan analisis berbasis waktu untuk membedakan antara Kendaraan yang sedang Bergerak, Kendaraan yang Berhenti sementara, dan Aset Parkir.
* **Pemantauan koneksi**: Status konektivitas Kendaraan berasal dari analisis cap waktu komunikasi, mengategorikan setiap perangkat berdasarkan seberapa baru perangkat tersebut mengirimkan data ke DataHub Anda. Ini memungkinkan identifikasi segera atas masalah komunikasi atau kerusakan perangkat.
* **Visualisasi geografis**: Data koordinat mentah (disimpan sebagai bilangan bulat) dikonversi menjadi derajat desimal untuk tampilan peta, sementara perhitungan Perimeter waktu nyata menentukan keberadaan zona untuk konteks operasional.
* Query yang mendasarinya menggabungkan data entitas bisnis (spesifikasi Kendaraan, penugasan karyawan) dengan pembacaan telematika saat ini untuk memberikan konteks operasional yang komprehensif dalam satu tampilan.

</details>

## Dasbor intelijen Aset

<figure><img src="https://1696125515-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoFNFEIINiGFbhi3Px3dE%2Fuploads%2Fgit-blob-e39606a385d4b1448c013eec8af61019d36b3d73%2Fimage%20(1)%20(1)%20(1)%20(1)%20(1).png?alt=media" alt=""><figcaption></figcaption></figure>

**Kapan digunakan**: Menyelidiki Kendaraan tertentu yang ditandai dalam pemantauan status, perencanaan operasional terperinci, dan verifikasi Aset yang komprehensif.

**Data apa yang Anda lihat**: Profil Aset lengkap yang menggabungkan data organisasi termasuk grup, Tagar, departemen, dll. dengan status operasional saat ini, memberikan konteks terperinci untuk setiap Kendaraan dalam Armada Anda.

<details>

<summary>Logika pemrosesan data</summary>

Dasbor ini mengeksekusi penggabungan lintas skema yang kompleks untuk menggabungkan:

* **Konteks bisnis**: Spesifikasi Kendaraan, penugasan karyawan, dan hierarki organisasi dari tabel data bisnis Anda menyediakan konteks operasional untuk setiap Aset.
* **Status telematika saat ini**: Posisi GPS terbaru, status Gerakan, dan pembacaan sensor dari aliran data pelacakan memberikan visibilitas operasional segera.
* **Integrasi data yang ditingkatkan**: Sistem secara dinamis menghasilkan tautan pemetaan menggunakan koordinat saat ini dan mengambil level baterai dari masukan sensor jika tersedia. Ketika data Kalibrasi sensor tidak tersedia, nilai mentah ditampilkan tanpa modifikasi untuk menjaga transparansi data.

{% hint style="info" %}
Semua data cap waktu dikonversi ke UTC untuk tampilan yang konsisten terlepas dari lokasi geografis Kendaraan, memastikan koordinasi operasional yang akurat di berbagai zona waktu.
{% endhint %}

</details>

## Dasbor pembacaan sensor

<figure><img src="https://1696125515-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoFNFEIINiGFbhi3Px3dE%2Fuploads%2Fgit-blob-c3dc4dae32c8996987406ce6e33030898b89ae65%2Fimage%20(2)%20(1)%20(1)%20(1).png?alt=media" alt=""><figcaption></figcaption></figure>

**Kapan digunakan**: Perencanaan Pemeliharaan preventif, pemantauan pengelolaan Bahan bakar, dan identifikasi potensi masalah peralatan sebelum berdampak pada operasi.

**Data apa yang Anda lihat**: Pengukuran sensor waktu nyata dari peralatan pemantauan Armada Anda, yang diproses melalui algoritma kalibrasi untuk menyediakan metrik operasional yang akurat.

<details>

<summary>Logika pemrosesan data</summary>

* **Agregasi multi-sensor**: Sistem meminta `processed_common_data.latest_calibrated_sensors` untuk mengambil pengukuran terbaru dari berbagai jenis sensor secara bersamaan. Ini mencakup level Bahan bakar, pembacaan suhu, tegangan baterai, dan indikator status operasional.
* **Pemrosesan kalibrasi**: Nilai sensor mentah mengalami penerapan faktor kalibrasi jika tersedia. Sistem menerapkan rumus khusus sensor untuk mengonversi pembacaan mentah menjadi satuan yang bermakna (persentase untuk Bahan bakar, Celsius untuk suhu, volt untuk sistem kelistrikan).
* **Jaminan kualitas**: Filter validasi dasar menyaring pengukuran yang jelas tidak valid sambil mempertahankan transparansi data. Ketika data kalibrasi tidak tersedia atau tidak valid, sistem menampilkan nilai sensor mentah tanpa modifikasi, memungkinkan tim operasional membuat keputusan berdasarkan informasi yang tersedia.

Dasbor menggunakan kueri berbasis waktu dengan keunikan khusus sensor untuk memastikan Anda melihat pembacaan terbaru dari setiap sensor pada setiap Kendaraan, diurutkan berdasarkan cap waktu untuk relevansi operasional saat ini.

</details>

## Laporan geozona

<figure><img src="https://1696125515-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoFNFEIINiGFbhi3Px3dE%2Fuploads%2Fgit-blob-22c5bea84d2804083c95de9d09d4471034d248c7%2Fimage%20(3)%20(1).png?alt=media" alt=""><figcaption></figcaption></figure>

**Kapan digunakan**: Melacak kunjungan Kendaraan ke lokasi tertentu, menganalisis kepatuhan terhadap Rute, dan memantau cakupan area operasional.

**Data apa yang Anda lihat**: Catatan historis dan saat ini tentang masuk dan keluarnya Kendaraan dari zona geografis yang ditentukan, dengan cap waktu dan koordinat lokasi yang presisi.

<details>

<summary>Logika pemrosesan data</summary>

* **Pemrosesan geometri zona**: Sistem menangani berbagai jenis Perimeter (lingkaran, poligon, koridor) melalui perhitungan geografis PostGIS. Zona lingkaran menggunakan titik pusat dengan penyangga radius, sementara zona poligon membuat batas geografis yang kompleks dari array koordinat.
* **Deteksi kunjungan**: Analisis geografis waktu nyata membandingkan koordinat Kendaraan dengan batas zona menggunakan `ST_DWithin` perhitungan untuk menentukan masuk dan keluarnya zona. Sistem melacak durasi kunjungan dengan menghitung selisih waktu antara peristiwa masuk dan keluar.
* **Konteks lokasi**: Data koordinat mentah dikonversi menjadi derajat desimal untuk resolusi alamat dan integrasi pemetaan, sementara label zona memberikan konteks bisnis untuk setiap area geografis.

Catatan kunjungan menggabungkan data geometri zona dengan riwayat pelacakan Kendaraan untuk membuat intelijen lokasi yang komprehensif, memungkinkan analisis pola Rute, pemantauan kepatuhan, dan pemanfaatan area operasional.

</details>

## Langkah berikutnya

Ketika pemantauan waktu nyata mengungkap pola yang memerlukan penyelidikan lebih lanjut, lanjutkan ke [Laporan data historis](/docs/analytics/id/explorer-for-iotquery/historical-reports.md) untuk menganalisis tren dalam jangka waktu yang lebih lama dan mengidentifikasi peluang optimasi untuk keputusan strategis pengelolaan Armada.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://navixy.com/docs/analytics/id/explorer-for-iotquery/real-time-dashboards.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.