Sudah cukup lama saya mengutak-atik komputer papan tunggal dan mikrokontroler, dan ada satu hal yang terlalu lama baru saya sadari: keduanya bukan pesaing — keduanya lebih baik jika digunakan bersama. Arduino sangat cocok untuk rangkaian, sensor, dan otomatisasi, sementara Raspberry Pi menangani komputasi yang lebih berat. Gabungkan keduanya, dan Anda bisa membuat proyek yang tidak bisa dikerjakan dengan baik oleh salah satunya saja.
Kombinasi favorit saya adalah stasiun cuaca Home Assistant. Arduino membaca sensor BME280 di breadboard, sementara Raspberry Pi menjalankan Home Assistant, dan saya menghubungkan keduanya melalui MQTT. Murah, andal, dan dasbornya menampilkan suhu serta kelembapan langsung dari balkon saya.
Proyek lain yang terus saya kerjakan ulang adalah papan catur pintar: Arduino Nano mengendalikan LED dan sakelar di bawah papan, sementara Pi menjalankan mesin catur Stockfish sebagai lawan AI. Ini perpaduan seru antara elektronika, pencetakan 3D, dan perangkat lunak.
Kalau Anda suka game retro, Raspberry Pi bisa menjadi mesin emulasi yang luar biasa, dan Arduino bisa dijadikan kontroler game buatan sendiri untuknya. Saya juga pernah melihat orang-orang kreatif membuat kunci pintu RFID, di mana Pi menyimpan basis data tag dan Arduino menangani pembaca serta pengunci pintunya — proyek rumahan yang benar-benar berguna.
Kalau Anda baru mulai, jangan terlalu banyak berpikir: ambil Arduino bekas dan sebuah Pi, lalu coba satu proyek kecil dari awal sampai akhir. Pelajarannya akan bertambah dengan cepat, dan tanpa terasa Anda akan mulai merancang proyek Anda sendiri.
Sumber: XDA Developers
Proyek yang dimuat di blog Maker Robotistan ini memecahkan masalah yang dikenal siapa pun yang berpindah dari satu rapat ke rapat berikutnya: daripada terus-menerus membuka tab kalender atau menunggu notifikasi di ponsel, jadwal rapat berikutnya bisa dilihat di layar fisik di atas meja.
Proyek ini memakai layar TFT LCD ESP32 HMI berukuran 5,0 inci. Layar tersebut sudah memiliki mikrokontroler ESP32-S3, Wi-Fi, dan rangkaian driver grafis, jadi tidak perlu menyambungkan ESP32 terpisah dengan kabel jumper. Sistem terhubung ke Wi-Fi, mengambil agenda berikutnya melalui Google Calendar API, lalu menampilkan judul, jam, dan deskripsi rapat pada layar 800x480. Waktu saat ini diambil dari server NTP. Saat menambahkan rapat baru ke kalender, Anda tidak perlu menyentuh ESP32 karena perangkat memeriksa kalender secara berkala dan memperbarui layar sendiri.
Layar ini mendukung sentuhan kapasitif, tetapi pada versi ini fitur sentuh tidak dipakai; panel hanya berfungsi sebagai penampil informasi. Proyek ini tidak hanya soal elektronik dan perangkat lunak: panel ditenagai baterai Li-Po 1S 3,7 V 1800 mAh, dan casing dinding hasil cetak 3D menampung layar sekaligus baterainya. Dengan begitu, panel bisa dipasang di dinding tanpa harus terus terhubung ke kabel USB. Selama pengembangan, papan pengembangan ESP32 30 pin juga dipakai, tetapi tidak wajib untuk implementasi akhir.
Yang saya suka adalah proyek ini membuat alat harian yang benar-benar berguna dengan komponen yang sangat sedikit. Gagasan yang sama bisa diadaptasi untuk menampilkan jadwal sekolah atau bengkel. Daftar komponennya singkat, sehingga pemula pun bisa mencobanya dengan mudah.
Sumber: Robotistan Maker
Melanjutkan eksperimennya dengan dongle RTL-SDR V4, framboise314 menerbitkan tulisan tentang cara mendekode APRS di Raspberry Pi 4. Idenya adalah mengubah papan kecil itu menjadi stasiun penerima radio amatir yang mendengarkan frekuensi VHF Eropa 144,800 MHz.
Artikel ini dimulai dengan menjelaskan apa itu APRS (Automatic Packet Reporting System). Ditemukan pada akhir 1980-an, APRS adalah radio paket: rangkaian audio sangat pendek dalam AFSK 1200 baud yang dibungkus dalam bingkai AX.25. Ia digunakan untuk pelacakan posisi, telemetri (stasiun cuaca, status baterai relai terpencil), dan pesan singkat. Jaringannya berjalan tanpa internet berkat digipeater, dan iGate menghubungkannya ke web. Penulis juga membandingkannya dengan Meshtastic, dan perbedaan utamanya terletak pada regulasi dan frekuensi.
Dari sisi praktis, penyiapannya melalui GQRX yang diatur dengan cermat, lalu ke Dire Wolf, TNC berbasis perangkat lunak murni yang mendekode bingkai tersebut. Tutorial ini merinci instalasi, perutean audio melalui UDP, dan satu jebakan yang sangat nyata: GQRX mengirim secara default melalui IPv6, jadi alirannya harus dipaksa ke IPv4 agar Dire Wolf menerima sesuatu. Terakhir, dibahas masalah perangkat keras berupa thermal throttling prosesor di bawah beban pemrosesan sinyal, yang perlu diatasi jika ingin stasiun yang andal dan berjalan terus-menerus.
Yang saya suka adalah nada penulisnya, seseorang yang pernah bermain radio paket di tahun 90-an dan kini menemukan kembali teknik itu dengan perangkat keras seharga beberapa puluh euro. Titik awal yang baik bagi siapa pun yang ingin memadukan Raspberry Pi dan radio.
Sumber: Framboise 314
Ketika orang membicarakan LLM, yang langsung terbayang adalah chatbot, tetapi Needle menempuh jalan yang berbeda. Ini adalah model kecil kecerdasan buatan, hanya 14 MB, dikembangkan oleh Cactus Compute, dengan satu tugas: mengubah permintaan dalam bahasa alami menjadi pemanggilan fungsi Python. Ia tidak dibuat untuk mengobrol, melainkan untuk mengendalikan aplikasi, perangkat, dan otomatisasi.
Yang menarik perhatian saya adalah ia berjalan secara lokal di Raspberry Pi 5 hanya dengan CPU, tanpa cloud dan tanpa perangkat keras AI khusus. Alih-alih menulis accendi_led(), cukup katakan "Nyalakan LED 1" dan model akan memilih fungsi yang tepat. Ia juga memahami perintah dalam bahasa Italia, dan situs proyeknya menyediakan demo daring (rumah pintar, robot penyedot debu, jam tangan pintar, kacamata AR) yang bisa dicoba.
Tutorial dari RaspberryItaly membangun asisten lokal kecil yang menyimpan catatan ke sebuah berkas, membaca suhu Raspberry Pi, menyalakan dan mematikan LED, serta memahami perintah yang ditulis dalam bahasa Italia. Dibutuhkan Raspberry Pi (sebaiknya versi 5), Raspberry Pi OS yang sudah diperbarui, Python 3, LED dengan resistor 220 atau 330 ohm, dan beberapa kabel jumper. Instalasinya lewat lingkungan virtual dan paket cactus-needle; koneksi internet hanya diperlukan untuk unduhan pertama.
Satu saran dari penulis perlu diingat: lebih baik memberi satu perintah setiap kali. Kalimat seperti "matikan lampu dapur dan turunkan tirai" mungkin tidak ditafsirkan dengan benar, sedangkan dua perintah yang dipisah berfungsi dengan baik.
Sebagai ide proyek, menurut saya ini sangat praktis: dipadukan dengan pengenalan suara lokal, ia memungkinkan kita mengendalikan robot atau otomatisasi kecil tanpa bergantung pada layanan jaringan apa pun.
Sumber: RaspberryItaly
Embarcados memperkenalkan XIAOML Kit dari Seeed Studio, yang dibuat untuk mengikuti praktikum dalam buku «Machine Learning Systems» karya Profesor Vijay Janapa Reddi dari Harvard. Praktikum ini dikembangkan bersama Profesor Marcelo Rovai dari UNIFEI di Itajubá, dalam kelompok tinyML4D.
Kit ini berisi XIAO ESP32-S3 Sense dengan kamera OV3660, mikrofon digital, dan pembaca kartu SD, serta papan ekspansi dengan IMU 6 sumbu dan layar OLED 0,42 inci. Dengan begitu, ketiga jenis data yang dibahas dalam buku ini tercakup: gambar, suara, dan gerakan. Paket juga mencakup antena FPC 2,4 GHz, dua heat sink, dan kartu microSD 32 GB dengan adaptor.
SoC-nya adalah ESP32-S3R8, Xtensa LX7 dua inti dengan kecepatan 240 MHz, dilengkapi SRAM 512 KB, PSRAM 8 MB, dan flash 8 MB. IMU-nya LSM6DS3TR-C, sedangkan OLED memakai pengontrol SSD1315 yang oleh pustaka diperlakukan sebagai SSD1306 berukuran 72 x 40 piksel. Unit yang sudah dirakit berukuran 21 x 17,8 x 30 mm dengan berat 10,6 g. Satu detail praktis yang disoroti penulis: IMU dan OLED berbagi bus I2C yang sama pada alamat 0x6A dan 0x3C, jadi siapa pun yang ingin menghubungkan sensor I2C lain harus menghindari kedua alamat itu. Papan IMU juga punya konektor JST untuk baterai litium 3,7 V, yang berguna untuk proyek wearable.
Hal yang paling saya suka adalah perpaduan buku referensi dengan perangkat keras yang murah dan ringkas: kita bisa beralih dari teori ke menjalankan inferensi di mikrokontroler sungguhan. OLED tentu hanya muat dua atau tiga baris yang bisa dibaca, tetapi itu cukup untuk menampilkan kelas hasil inferensi atau persentase keyakinan.
Sumber: Embarcados
Arduino mulai menerima pre-order Ventuno Q, yang sudah diumumkan sejak Maret. Menurut laporan Make, papan ini dibanderol 298,99 euro dan unit yang dipesan di muka diperkirakan dikirim dalam sekitar empat minggu. Produk ini terutama ditujukan untuk edge AI dan robotika.
Konsep "dual brain" adalah bagian yang paling menarik bagi saya. Di sisi Linux ada Qualcomm Dragonwing IQ8 (QCS8275) dengan delapan core Kryo dan NPU Hexagon hingga 40 TOPS. Untuk semua hal yang sensitif terhadap waktu, ada STM32H5F5 dengan Cortex-M33 yang menjalankan Zephyr RTOS bersama core Arduino dan mengurus motor, PWM, serta GPIO. Kedua sisi berkomunikasi lewat jembatan RPC. Jadi sebuah robot bisa menganalisis gambar kamera secara lokal sekaligus mengendalikan motor, tanpa harus menggabungkan beberapa papan.
Spesifikasinya cukup lega untuk ukuran Arduino: 16 GB LPDDR5, 64 GB eMMC, slot M.2 untuk SSD NVMe, tiga konektor kamera MIPI-CSI, Ethernet 2,5 Gbit, Wi-Fi 6, dan Bluetooth 5.3. Ditambah I2C, SPI, UART, beberapa antarmuka CAN-FD, konektor Qwiic, empat LED RGB, dan matriks LED 8×13.
Untuk perangkat lunak, Ubuntu direncanakan dan Debian akan menyusul. Menurut Arduino, Docker dan apt sudah siap dipakai. Di Arduino App Lab, sketsa, skrip Python, dan model AI dalam kontainer bisa dihubungkan. Model yang sudah terpasang antara lain Qwen, Gemma, Whisper, YOLOX, dan MediaPipe, sedangkan model GGUF sendiri bisa dijalankan dengan llama.cpp.
Harganya jauh di atas level Arduino pada umumnya, jadi papan ini lebih cocok untuk proyek besar daripada pemula. Yang paling menarik bagi saya adalah gagasan kontrol suara lokal dan otomasi yang tidak bergantung pada cloud.
Sumber: heise online (Make)
Saat cuaca panas musim kemarau, semakin banyak lansia yang tinggal sendirian dilarikan ke rumah sakit karena heatstroke tanpa menyadari suhu di kamar mereka naik. «THSense», proyek pribadi yang dipublikasikan di Zenn, ditujukan bagi orang yang merawat keluarga yang tinggal jauh. Sistem ini memantau suhu dan kelembapan ruangan, lalu mengirim email ketika suhu mencapai level berbahaya.
Fiturnya sederhana. Suhu dan kelembapan diukur setiap menit, email dikirim ketika suhu melewati 35 °C, dan nilai saat ini serta riwayatnya dapat dilihat dalam bentuk grafik di browser. Menurut penulisnya, grafik ini membantu mengenali tanda-tanda awal, seperti suhu yang terus naik.
Arsitekturnya menarik. Pembacaan sensor (DHT20) diserahkan kepada Arduino pada Grove Beginner Kit, bukan Raspberry Pi, karena responsnya lebih cepat dan nilai yang akurat lebih mudah didapat. Setiap 60 detik, Arduino mengirim string melalui USB serial ke Raspberry Pi. Program Python di Raspberry Pi menerimanya dengan pyserial, mengubahnya kembali menjadi angka, lalu menangani pengecekan suhu, pengiriman email, dan penyimpanan ke database. Databasenya adalah MariaDB di mesin virtual Azure, dan tampilannya dibuat dengan Flask dan Chart.js. Email dikirim lewat server SMTP Gmail menggunakan smtplib, dan kredensial akun dibaca dari file .env, bukan ditulis langsung di kode.
Pembagian perannya jelas, sehingga proyek ini menjadi contoh yang berguna untuk desain IoT skala kecil. Pembagian antara Arduino yang mengukur dan Raspberry Pi yang menilai serta memberi notifikasi juga bisa saya terapkan pada proyek serupa. Penulis mengatakan kode sumbernya dipublikasikan di GitHub.
Sumber: Zenn
Raspberry Pi akhirnya memasarkan Smart Display Module-nya. Modul ini pertama kali diumumkan pada Januari, dan mulai minggu ini bisa dibeli dari reseller resmi seharga 30 dolar. Compute Module 5 dijual terpisah, jadi ini hanyalah adaptor polos, bukan komputer utuh.
Ini adalah papan adaptor untuk Compute Module 5 yang dipasang ke layar dan proyektor yang mengikuti spesifikasi Smart Display Module (SDM) dari Intel. Daya, video, audio, data, dan kontrol semuanya melewati konektor internal, sehingga tidak ada kabel tambahan, adaptor daya, atau braket yang menggantung di belakang layar. Modul ini dikembangkan bersama Sharp Display Solutions Europe dan mendukung pemutaran video 4K.
Papan ini juga punya slot M.2 yang bisa diisi penyimpanan cepat atau akselerator AI seperti modul Hailo. Papan ini tanpa kipas dan senyap, dirancang untuk signage digital yang harus berjalan 24/7: layar informasi penerbangan di bandara, penunjuk arah, layar ritel dan perusahaan, atau pameran imersif yang dipasangkan dengan proyektor SDM.
Salah satu penguji awal, layanan signage kecil bernama Media Looper, menjalankannya di layar Sharp selama tiga bulan. Pendirinya mengatakan perangkat ini melakukan semua yang dilakukan pengaturan Raspberry Pi 5 mereka, tanpa kabel, catu daya, atau braket yang bisa saja tidak sengaja terlepas oleh pelanggan, dan mereka akan menjadikannya pilihan utama untuk setiap layar yang memiliki slot SDM.
Saya suka pengumuman seperti ini karena menunjukkan seberapa jauh platform ini bergerak dari papan hobi menuju perangkat keras embedded yang rapi. Bagi siapa pun yang sedang membangun proyek layar, modul seharga 30 dolar yang hilang di dalam layar adalah pilihan yang menarik, meski Anda tetap perlu memastikan layar Anda benar-benar memiliki slot SDM.
Sumber: Raspberry Pi News
Antarmuka HDA Link, juga disebut Azalia, biasanya hanya ada di chipset PC. Penulis sebuah artikel di Habr ingin memeriksa apakah mikrokontroler RP2040 pada Raspberry Pi Pico dapat berperan sebagai host antarmuka ini. Keuntungannya jelas: codec audio HDA multikanal menawarkan jumlah kanal jauh lebih banyak daripada I²S.
Proyek ini dibangun di sekitar RP2040 dengan blok PIO dan codec Realtek ALC889 yang ada di papan, papan yang tersisa dari percobaan sebelumnya yang gagal dengan STM32F103 dan Spartan-3. Sinyal BCLK harus stabil di 24 MHz, sehingga tidak bisa dibuat melalui perangkat lunak. Antarmuka memakai empat jalur: BCLK, SYNC, SDO, dan SDI; satu frame 1000 bit menghasilkan 48 kHz, dan untuk 96 serta 192 kHz jumlah sampel per frame bertambah.
Implementasinya memakai empat state machine PIO: output SDO, output SYNC, input SDI dengan pembangkitan BCLK, dan state machine yang memberi alamat ke codec. Data dikirim lewat DMA, sementara core kedua RP2040 mengemas sampel dan perintah serta membaca respons codec. Proyek demo menghasilkan gelombang sinus pada lima DAC stereo, dengan harmonik ketiga sekitar −123 dB.
Codec berjalan pada laju sampel 192 kHz. Meng-overclock RP2040 hingga 32 MHz (256 kHz) juga berhasil, tetapi codec menjadi sangat panas. Papan mengonsumsi 150 hingga 270 mA pada 3,3 V. Ada pula batasan: filter bawaan bekerja seperti high-pass orde satu dengan frekuensi cutoff sekitar 4 Hz, dan bandwidth input HDA tidak mendukung tiga kanal stereo 24/192 sekaligus.
Penulis juga menemukan bug sinkronisasi pada RP2040 saat DMA, USB, dan sampling XIP berjalan bersamaan; penyebabnya diidentifikasi oleh spesialis Raspberry Pi. Untuk pemrosesan yang kompleks ia menyarankan RP2350 yang memiliki instruksi DSP. Saya menyukai cara proyek ini jujur menampilkan hasil sekaligus kelemahannya.
Sumber: Habr
Sensor sudah tidak lagi menjadi komponen yang hampir tak terlihat di bengkel atau pabrik. Hardware Libre meninjau beberapa proyek di Spanyol dan Eropa yang memakai jaringan perangkat terhubung, platform data, dan kecerdasan buatan untuk tugas-tugas yang sangat berbeda: memperkirakan kerusakan, memantau polusi, mengenali burung dari kicauannya, atau meningkatkan keselamatan kendaraan.
Contoh yang paling rinci adalah Scamia di Madrid, proyek perusahaan perumahan kota EMVS yang akan diterapkan di lima belas gedung hingga 2027, tiga belas di antaranya perumahan umum. Anggarannya sekitar 5,2 juta euro dengan kofinansiasi Eropa, dan intinya adalah kembaran digital (digital twin) untuk setiap gedung. Data dari sekitar dua ratus sensor per gedung, yang terhubung melalui Wi-Fi dan IoT, mengukur suhu, kelembapan relatif, atau kadar CO2, lalu mendeteksi anomali sebelum para tetangga menyadarinya. Data dianonimkan dan dikaitkan dengan rumah tangga, bukan dengan individu.
Para penanggung jawab memperkirakan biaya perawatan peralatan seperti sistem aerotermal atau boiler turun 15 hingga 20 persen, dan konsumsi energi turun 5 hingga 10 persen. Artikel ini juga menambahkan sisi realistis: persentase tersebut setara dengan penghematan energi sekitar 40 hingga 100 euro per tahun untuk setiap rumah, dan nilai sebenarnya baru terlihat ketika banyak rumah digabungkan dan kerusakan mahal bisa dihindari.
Di Cartagena, jaringan lain sedang disiapkan untuk lingkungan di utara, dengan kontrak senilai 130.258 euro termasuk PPN dan sekitar lima belas perangkat yang akan mengukur gas seperti nitrogen dioksida atau ozon.
Artikel ini mengingatkan bahwa prinsip yang sama yang kita pakai dalam proyek rumahan dengan mikrokontroler dan sensor suhu dapat diskalakan ke seluruh kota. Tantangan utamanya, seperti ditunjukkan teks, bukan mengukur, melainkan mengubah jutaan pembacaan menjadi keputusan yang berguna.
Sumber: Hardware Libre
Pavel Loktev menulis ulasan di Habr setelah seminggu menggunakan panel dinding Elecrow CrowPanel berbasis ESP32-P4, dan menelusuri mengapa perangkat seperti ini sebenarnya dibutuhkan. Saya menghargai kejujuran kesimpulannya, jadi saya teruskan poin-poin utamanya.
Perangkat ini memiliki layar 10,1 inci 1024×600, 32 MB PSRAM, 16 MB flash, sensor sentuh kapasitif, audio, slot SD, dan GPIO. Firmware-nya tertutup, sehingga ini lebih merupakan produk jadi daripada platform pengembangan. Panel bekerja sebagai klien: add-on dipasang di server Home Assistant, lalu alamat server, login, dan kata sandi dimasukkan langsung di panel. Setelah itu panel menampilkan dasbor HA biasa, dan tidak perlu merancang antarmuka sendiri.
Penulis memberikan pengukuran. Dari start dingin hingga dasbor siap pakai butuh sekitar 20 detik. Dari menekan tombol hingga statusnya berubah butuh 0,7–0,8 detik, dan dari pindah tab hingga blok siap butuh 1,1–1,3 detik. Perintah dikirim hampir seketika, tetapi konfirmasi visual di layar datang jauh lebih lambat. Slider berfungsi baik, dan ia juga menguji kamera serta pemutaran media.
Tentang alternatif, ia juga jujur. Tablet lebih cepat dan serbaguna, tetapi butuh dudukan, daya, dan mode kiosk. ESPHome dengan LVGL lebih murah, tetapi antarmukanya harus dibuat dan dirawat sendiri. Panel siap pakai seperti Sonoff NSPanel mengatasi masalah casing dan daya, tetapi sering memerlukan firmware pihak ketiga. CrowPanel adalah jalan tengah: satu dasbor untuk ponsel, PC, dan dinding.
Kekurangannya, menurut penulis, adalah performa yang lebih rendah, resolusi yang kurang untuk dasbor yang padat, dan firmware tertutup. Tidak ada baterai bawaan. Kesimpulannya, ini bukan pengganti tablet, melainkan pengganti remote kontrol di pintu masuk, dapur, atau garasi. Saya suka ungkapannya tentang saklar dengan layar besar, menurut saya itu sangat tepat.
Sumber: Habr
