> 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/iot-query/schema-overview/transformation-layer/common-transformations.md).

# Transformasi umum

Entitas analitis siap pakai dalam lapisan Transformation, tersedia untuk langsung dikueri dan dapat disesuaikan melalui Transformation Builder

Lapisan transformasi mencakup sekumpulan transformasi umum yang dikembangkan dan dipelihara oleh Navixy. Transformasi ini berjalan secara otomatis sesuai jadwal dan mengisi `processed_common_data` skema dengan entitas analitis ternormalisasi yang diturunkan dari data telematika dan bisnis mentah.

Anda dapat mulai melakukan kueri atas data ini segera setelah menghubungkan ke IoT Query — tidak diperlukan konfigurasi. Setiap transformasi menghasilkan tabel tertentu dengan skema keluaran, jadwal pembaruan, dan logika pemrosesan yang terdokumentasi.

{% hint style="info" %}
Untuk membangun versi kustom dari salah satu transformasi yang tercantum, unduh templat alur kerja yang sesuai dari halaman [Templates](/docs/analytics/id/iot-query/schema-overview/transformation-layer/transformation-builder/templates.md) dan impor ke Transformation Builder.
{% endhint %}

## Transformasi yang tersedia

Tabel di bawah ini mencantumkan transformasi yang dipelihara Navixy di `processed_common_data`. Setiap entri menaut ke halaman khusus yang mencakup skema keluaran, algoritme yang menghasilkan baris, dan opsi penyesuaian yang dapat Anda terapkan saat membangun alur kerja turunan di `processed_custom_data`.

<table><thead><tr><th width="148">Transformasi</th><th width="273">Tabel</th><th>Deskripsi</th></tr></thead><tbody><tr><td><a href="/docs/analytics/id/iot-query/schema-overview/transformation-layer/common-transformations/trips.md">Perjalanan</a></td><td><code>processed_common_data.perjalanan</code></td><td>Perjalanan kendaraan yang diturunkan dari data telematika mentah, termasuk waktu mulai dan berakhir, jarak, statistik kecepatan, dan deteksi zona.</td></tr><tr><td><a href="/docs/analytics/id/iot-query/schema-overview/transformation-layer/common-transformations/sensor-data-aggregation.md">Agregasi data sensor</a></td><td><code>processed_common_data.sensors_data_by_hours</code></td><td>Agregat per jam dari pembacaan sensor, termasuk nilai rata-rata, minimum, dan maksimum, interpolasi kalibrasi bahan bakar, serta pengayaan yang mudah dibaca manusia.</td></tr><tr><td><a href="/docs/analytics/id/iot-query/schema-overview/transformation-layer/common-transformations/rule-based-driver-events.md">Peristiwa supir berbasis aturan</a></td><td><code>processed_common_data.rule_based_Supir_events</code></td><td>Peristiwa pelanggaran Mengemudi waktu nyata yang terdeteksi dari telematika, status Pengapian, dan data sensor, termasuk Pengemudian kasar, kecepatan berlebih, Idle, dan pelanggaran RPM.</td></tr><tr><td><a href="/docs/analytics/id/iot-query/schema-overview/transformation-layer/common-transformations/input-change-events.md">Peristiwa perubahan input</a></td><td><code>processed_common_data.input_change_events</code></td><td>Perubahan input diskret yang dicocokkan dengan yang dikonfigurasi <code>perubahan input</code> aturan, termasuk aturan pemicu, nomor input dan nilai, serta konteks zona.</td></tr></tbody></table>

## Langkah berikutnya

* [**Perjalanan**](/docs/analytics/id/iot-query/schema-overview/transformation-layer/common-transformations/trips.md): Skema keluaran, deskripsi algoritma, opsi penyesuaian, dan unduhan templat alur kerja.
* [**Agregasi data sensor**](/docs/analytics/id/iot-query/schema-overview/transformation-layer/common-transformations/sensor-data-aggregation.md): Skema keluaran, deskripsi algoritma, variasi ukuran bucket, dan unduhan templat alur kerja.
* [**Peristiwa supir berbasis aturan**](/docs/analytics/id/iot-query/schema-overview/transformation-layer/common-transformations/rule-based-driver-events.md): Peristiwa pelanggaran Mengemudi dievaluasi terhadap aturan peringatan yang dikonfigurasikan di akun Anda.
* [**Peristiwa perubahan input**](/docs/analytics/id/iot-query/schema-overview/transformation-layer/common-transformations/input-change-events.md): Perubahan input diskret yang dicocokkan dengan yang dikonfigurasi `perubahan input` aturan, disegarkan setiap 15 menit.
* [**Templates**](/docs/analytics/id/iot-query/schema-overview/transformation-layer/transformation-builder/templates.md): Unduh templat alur kerja untuk transformasi umum dan impor ke Transformation Builder.
* [**Lapisan transformasi**](/docs/analytics/id/iot-query/schema-overview/transformation-layer.md): Cara lapisan transformasi mengatur data yang diproses ke dalam skema dan cara mengkuerinya.
* [**Pembuat transformasi**](/docs/analytics/id/iot-query/schema-overview/transformation-layer/transformation-builder.md): Rancang dan sesuaikan alur kerja transformasi menggunakan antarmuka visual.


---

# 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 by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://navixy.com/docs/analytics/id/iot-query/schema-overview/transformation-layer/common-transformations.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

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.