Fitur perangkat keras dalam pengembangan seluler: apa itu, jenis, dan cara menggunakannya

Sensor utama smartphone

Fitur perangkat keras smartphone mencakup puluhan sensor yang mengumpulkan data tentang lingkungan dan posisi perangkat. Data ini tersedia melalui Sensors API (Android) dan Core Motion (iOS). Sensor dibagi menjadi tiga kategori: sensor gerakan (akselerometer, giroskop), sensor posisi (magnetometer), dan sensor lingkungan (barometer, cahaya, suhu).

Akselerometer

Akselerometer mengukur percepatan perangkat di sepanjang tiga sumbu (x, y, z) dalam m/s². Digunakan untuk: deteksi orientasi layar (putar otomatis), penghitungan langkah (navigasi pejalan kaki), pengenalan gerakan (goyang untuk membatalkan), game dengan kontrol kemiringan. Android Sensor.TYPE_ACCELEROMETER dan Core Motion CMMotionManager (iOS) menyediakan data mentah hingga 200 Hz.

Giroskop

Giroskop mengukur kecepatan sudut rotasi perangkat di sepanjang tiga sumbu (rad/s). Tidak seperti akselerometer, giroskop tidak terpengaruh oleh gravitasi, sehingga ideal untuk melacak rotasi. Aplikasi: stabilisasi video, aplikasi VR/AR, navigasi dalam ruangan, pengontrol game. Sensor.TYPE_GYROSCOPE (Android) dan CMMotionManager (iOS) adalah API utama.

Magnetometer

Magnetometer mengukur medan magnet bumi di sepanjang tiga sumbu (µT) dan berfungsi sebagai kompas elektronik. Digunakan dalam aplikasi navigasi untuk menentukan arah utara. Magnetometer sensitif terhadap gangguan dari benda logam dan speaker; kalibrasi diperlukan (gerakan angka delapan yang khas). Sensor.TYPE_MAGNETIC_FIELD — API Android.

Barometer mengukur tekanan atmosfer (hPa) dan digunakan untuk menentukan ketinggian di atas permukaan laut dengan akurasi hingga 1 meter. Sensor jarak mematikan layar saat telepon didekatkan ke telinga selama panggilan. Sensor cahaya sekitar menyesuaikan kecerahan layar. Semua sensor ini dapat diakses melalui SensorManager terpadu (Android) atau CMMotionManager (iOS) untuk sebagian besar sensor gerakan.

Kamera dan mikrofon

Kamera adalah salah satu komponen perangkat keras yang paling banyak diminati. Di Android, akses melalui CameraX (API Jetpack modern) atau Camera2 (API tingkat rendah). CameraX secara otomatis menangani siklus hidup, mendukung Preview, ImageCapture, ImageAnalysis (analisis bingkai ML), dan VideoCapture. Di iOS, kamera tersedia melalui AVFoundation: AVCaptureSession mengelola pengambilan, AVCaptureDevice mengonfigurasi parameter (fokus, ISO, keseimbangan putih).

Mikrofon digunakan untuk perekaman audio, kontrol suara, dan pengenalan ucapan. Di Android — MediaRecorder atau AudioRecord; di iOS — AVAudioRecorder. Akses ke kamera dan mikrofon memerlukan izin pengguna: Manifest.permission.CAMERA dan RECORD_AUDIO (Android), NSCameraUsageDescription dan NSMicrophoneUsageDescription (iOS) — string di Info.plist yang menjelaskan alasan penggunaan.

Di IT Sectr, kami telah mengimplementasikan lebih dari 20 proyek dengan kamera khusus: dari pemindai kode QR hingga aplikasi dengan filter AR. Kesimpulan utama: di Android, CameraX menghemat berminggu-minggu pengembangan dibandingkan dengan Camera2, sementara di iOS, AVFoundation memberikan kendali penuh atas parameter pengambilan gambar. Contoh pengambilan gambar dasar melalui CameraX:

class CameraFragment : Fragment() {
    private lateinit var imageCapture: ImageCapture

    fun startCamera() {
        val processCameraProvider =
            ProcessCameraProvider.getInstance(requireContext())

        processCameraProvider.addListener({
            val cameraProvider = processCameraProvider.get()
            val preview = Preview.Builder()
                .build()
                .also {
                    it.setSurfaceProvider(viewFinder.surfaceProvider)
                }

            imageCapture = ImageCapture.Builder()
                .setCaptureMode(ImageCapture.CAPTURE_MODE_MINIMIZE_LATENCY)
                .build()

            val cameraSelector = CameraSelector.DEFAULT_BACK_CAMERA

            cameraProvider.bindToLifecycle(
                this, cameraSelector, preview, imageCapture
            )
        }, ContextCompat.getMainExecutor(requireContext()))
    }
}

Biometrik dan NFC

Face ID, Touch ID, Pemindai Sidik Jari

Fitur perangkat keras biometrik memungkinkan pengguna masuk ke aplikasi menggunakan sidik jari atau wajah. iOS menggunakan Face ID (kamera TrueDepth, 30.000 titik tak terlihat) dan Touch ID (pemindai sidik jari kapasitif). Android menggunakan BiometricPrompt, yang menggabungkan pemindai sidik jari (kapasitif atau ultrasonik) dan Face Unlock (kamera + ML). Face ID lebih aman daripada Touch ID: probabilitas kecocokan 1:1.000.000 vs 1:50.000.

NFC dan Bluetooth/BLE

NFC (Near Field Communication) adalah teknologi komunikasi nirkabel dengan jangkauan hingga 10 cm. Digunakan untuk: pembayaran nirsentuh (Google Pay, Apple Pay), membaca tag NFC (poster pintar, kartu nama), verifikasi (dokumen, tiket), transfer data (Android Beam — usang). Core NFC (iOS) dan NfcAdapter (Android) adalah API utama. Di iOS, NFC hanya tersedia untuk membaca (kecuali pembayaran Apple Pay).

Bluetooth/BLE (Bluetooth Low Energy) — untuk menghubungkan perangkat eksternal: headphone, gelang kebugaran, sensor medis, kunci pintar. Core Bluetooth (iOS) dan android.bluetooth (Android) — API untuk memindai, menghubungkan, dan bertukar data. BLE hemat energi: perangkat dapat berjalan dengan baterai selama bertahun-tahun. Di iOS, operasi BLE latar belakang memerlukan pengaktifan Background Modes → Uses Bluetooth LE accessories.

Kesehatan dan kebugaran (HealthKit, Google Fit)

Fitur perangkat keras kesehatan: HealthKit (iOS) — kerangka kerja Apple untuk agregasi data kesehatan. Pengguna memberikan izin untuk membaca dan menulis jenis data tertentu: langkah, detak jantung, tidur, kalori, berat badan, tekanan darah. Semua data disimpan di repositori terlindung dan disinkronkan melalui iCloud. HealthKit menyediakan antarmuka terpadu untuk menulis HKQuantitySample dan membaca melalui HKSampleQuery atau HKStatisticsQuery.

Google Fit — platform Google untuk data kebugaran di Android. API dibagi menjadi dua set: Sensors API (data nyata dari sensor perangkat — langkah, kalori) dan History API (membaca/menulis data historis). Google Fit juga mengagregasi data dari aplikasi kebugaran lain (Strava, Runkeeper) melalui otorisasi. Di iOS, Google Fit tersedia melalui REST API.

Core Motion (iOS) — kerangka kerja untuk bekerja dengan sensor gerakan tanpa chip khusus: akselerometer, giroskop, pedometer (CMPedometer), altimeter (CMAltimeter). CMPedometer menghitung langkah, jarak tempuh, kecepatan, dan jumlah lantai yang dinaiki. Di Android, kemampuan serupa disediakan oleh Sensor.TYPE_STEP_COUNTER dan Step Detector. Semua data kebugaran memerlukan persetujuan eksplisit pengguna.

AR dan ML (ARKit, ARCore, ML Kit)

Realitas tertambah (AR) dan pembelajaran mesin pada perangkat merupakan puncak kemampuan perangkat keras smartphone. ARKit (Apple, iOS 11+) menggunakan kamera, giroskop, akselerometer, dan LiDAR (pada model Pro) untuk melacak ruang di sekitarnya. ARCore (Google) adalah padanan untuk Android dengan pelacakan bidang, pengenalan gambar, dan estimasi pencahayaan. Kedua kerangka kerja menggunakan Visual Inertial Odometry (VIO) — kombinasi kamera dan sensor inersia.

ML Kit (Google) — SDK untuk pembelajaran mesin di Android dan iOS. Mencakup API siap pakai: pengenalan teks (OCR), pemindaian kode batang, pengenalan wajah, deteksi pose, pelacakan objek, pengenalan teks pada gambar, dan pemrosesan bahasa alami. ML Kit berfungsi sepenuhnya pada perangkat — data tidak dikirim ke server, memastikan privasi dan fungsionalitas offline.

Core ML (Apple) — kerangka kerja untuk mengintegrasikan model ML ke dalam aplikasi iOS. Model (mlmodel) dikonversi dari TensorFlow, PyTorch, atau Keras melalui Core ML Tools. Vision — kerangka kerja untuk visi komputer: deteksi wajah, teks, kode batang, perataan horizontal. Menggabungkan Vision dan Core ML memungkinkan pembuatan pipeline ML waktu nyata: pengambilan bingkai → analisis Vision → prediksi Core ML → pembaruan UI — semuanya pada perangkat dengan latensi di bawah 50 ms.