iPhone 8 Lahir Kembali sebagai Server Vision OCR Berbasis Tenaga Surya

• Berbagi pengalaman memodifikasi iPhone 8 bekas menjadi server Vision OCR pribadi yang ditenagai tenaga surya
• Dengan memanfaatkan framework Apple Vision, sistem ini menjalankan ekstraksi teks dari gambar sebanyak 83.418 kali per tahun dan memproses 48GB gambar secara lokal
• Seluruh sistem terdiri dari EcoFlow River 2 Pro, mini PC, jaringan Tailscale, dan lainnya
• Ciri utamanya adalah pembuktian operasi sepenuhnya off-grid melalui tenaga surya serta penghematan biaya listrik tahunan sebesar $84~120 CAD
• Menekankan makna komputasi lokal dari berbagai sudut pandang seperti privasi, biaya, kemandirian energi, dan pengurangan limbah elektronik

---

Ringkasan proyek

• Ini adalah contoh pemrosesan 83.418 permintaan OCR dan 48GB gambar selama sekitar satu tahun menggunakan server iPhone 8 berbasis tenaga surya
• Kebanyakan orang menyimpan iPhone lama mereka, tetapi penulis mengubahnya menjadi server off-grid dengan tujuan menghemat biaya dan mewujudkan pendekatan yang lebih ramah lingkungan
• Server OCR ini merupakan proyek tambahan yang dijalankan terpisah dari blog utama

Ringkasan teknis (TL;DR)

• Konfigurasi sistem
  • Menjalankan aplikasi SwiftUI di iPhone 8 dan OCR berbasis Apple Vision
  • Menggunakan kombinasi EcoFlow River 2 Pro (768Wh) dan panel surya 220W
  • Mini PC menangani layanan web dan routing API
  • Jaringan Tailscale menjaga koneksi aman antarperangkat
• Hasil utama setelah 1 tahun
  • Total 83.418 OCR dan pemrosesan 48GB gambar
  • Lebih dari 1.000 proses pada hari-hari sibuk
  • Setelah 1 tahun penggunaan terus-menerus, kesehatan baterai iPhone berada di level 76%
  • Efek penghematan biaya listrik tahunan sebesar $84~120 CAD
• Insight utama
  • Framework Apple Vision memiliki akurasi yang sebanding dengan layanan cloud
  • Perangkat lama pun menunjukkan keandalan tinggi untuk beban kerja server
  • Tenaga surya cukup untuk menjalankan komputasi selama manajemen baterai diperhatikan
  • Pemrosesan lokal sangat unggul dalam hal privasi dan penghematan biaya

Latar belakang proyek: kenapa melakukan ini?

Motivasi logis

• Penulis sedang mengerjakan proyek yang secara otomatis mengklasifikasikan ratusan gambar
• Pilihan paling rasional adalah memproses OCR dengan Apple Vision di Mac

Menerapkan “cara saya sendiri”

• Mencari cara memanfaatkan iPhone 8 bekas yang masih tersedia dan EcoFlow River 2 Pro
• Mengubah server OCR yang sudah ada menjadi berbasis tenaga surya sambil mengejar kepuasan pribadi

Keuntungan yang tak terduga

• Dengan dashboard real-time, penulis bisa memantau status sambil mengamati burung dari dekat jendela
• Berhasil mencapai kemandirian daya untuk proyek pribadi
• Efek penghematan tahunan dibuktikan lewat konsumsi daya aktual kumulatif (37,4~45,8 kWh per bulan)
• Perangkat ini juga menjadi topik percakapan yang menarik bagi para tamu

Konfigurasi sistem

• Mini PC: menjalankan berbagai layanan seperti web server, pemrosesan gambar, dan server Plex

• iPhone 8: menjalankan OCR dan berperan sebagai dashboard melalui aplikasi SwiftUI

• Power station EcoFlow: mengoperasikan kedua perangkat secara off-grid

• Tailscale: mendukung koneksi jaringan yang aman

• Alur pemrosesan

  • Layanan pemrosesan gambar mengirim gambar ke iPhone → menjalankan OCR dengan Apple Vision → mengembalikan hasil dan menampilkan statistik di dashboard
  • Seluruh proses berjalan hanya dengan tenaga surya tanpa bergantung pada listrik eksternal

Perangkat keras dan tenaga surya

Pemilihan power station

• EcoFlow River 2 Pro awalnya dibeli untuk berkemah, tetapi ternyata sangat cocok untuk proyek ini
• Ada rekomendasi perbandingan harga pembelian nyata power station dari situs seperti GearScouts.com
• Server iPhone 8 sangat efisien dengan konsumsi daya 0,5~1W (saat idle) dan 2~5W (saat memproses)
• Mini PC mengonsumsi 15~30W, dan total konsumsi daya harian sistem sekitar 1,2kWh

Kinerja tenaga surya (per musim)

• Musim panas: input maksimum 150~220W, memungkinkan operasi dan pengisian daya tanpa batas
• Musim gugur/musim semi: rata-rata 20~60W, beroperasi bersama baterai pada sebagian waktu
• Musim dingin: 5~20W, terutama mengandalkan baterai (operasi 15~20 jam)
• Kapasitas besar River 2 Pro dan pengelolaan isi/ulang dayanya menjaga stabilitas jangka panjang

Pengembangan aplikasi server OCR berbasis iOS

Kelebihan framework Apple Vision

• Apple Vision menyediakan OCR lokal yang sangat cepat dan akurat
• Pemrosesan dapat dilakukan di dalam perangkat tanpa perlu API eksternal atau cloud
• Tersedia contoh kode penggunaan (memproses UIImage → mengekstrak teks)
• Mewujudkan lingkungan tanpa kekhawatiran kebocoran privasi maupun biaya cloud

Dashboard dan analitik SwiftUI

• Dashboard menampilkan statistik real-time (permintaan hari ini, total kumulatif, waktu pemrosesan rata-rata, tingkat keberhasilan)
• Integrasi Google Analytics 4 memungkinkan pengecekan data pengguna/sesi/pengguna real-time
• Server yang diletakkan di dekat jendela memungkinkan penulis menikmati dashboard seperti pusat data kecil

Tantangan praktis operasi tenaga surya

• Karena karakteristik Kanada, musim panas yang cerah singkat dan musim dingin yang berawan panjang, sehingga dibutuhkan strategi operasi per musim

• Musim panas: pengisian dan operasi bersamaan hanya dengan tenaga surya

• Musim semi/gugur: hybrid tenaga surya + baterai

• Musim dingin: berfokus pada operasi baterai dengan dukungan tenaga surya sesekali

• Bahkan setelah beroperasi terus-menerus selama 1 tahun, kesehatan baterai iPhone tetap 76%

• Di lingkungan bersuhu rendah, kecepatan OCR menurun, dan berjalan lebih cepat saat hangat

Analisis biaya

Biaya investasi dan operasional

• Investasi awal
  • EcoFlow River 2 Pro: $599 CAD (sudah dimiliki untuk berkemah)
  • Panel surya 220W: $180 CAD
  • Material tambahan: sekitar $50 CAD
  • Total tambahan investasi surya: sekitar $230 CAD
• Berdasarkan rata-rata konsumsi aktual bulanan, penghematan tahunan $84~120 CAD → diperkirakan balik modal dalam 2~3 tahun

Perbandingan dengan layanan OCR cloud

• OCR cloud mengenakan biaya sekitar $1,00~1,50 per 1.000 permintaan, sehingga untuk jumlah permintaan yang sama dibutuhkan $83~125 CAD
• Dengan pemrosesan lokal berbasis tenaga surya, biaya per permintaan 0 dan privasi sepenuhnya terjaga

Pengalaman operasional selama 1 tahun

Keandalan dan perbaikan

• Memastikan stabilitas berkelanjutan dari hardware lama, dengan operasi normal tanpa henti selama lebih dari 1 tahun
• Pemrosesan latar belakang di iOS juga dapat dikonfigurasi secara efektif (menggunakan permintaan berkala dan app refresh)
• Framework Vision terus meningkatkan tingkat pengenalannya lewat pembaruan, dan menjadi lebih kuat terhadap tulisan tangan maupun font nonstandar

Masalah yang muncul dan solusinya

• Untuk masalah tenaga surya yang terputus-putus, mini PC diputus lebih dulu sehingga sistem diatur agar hanya melayani permintaan lewat iPhone saja
• Masalah panas berlebih ditangani lewat kombinasi hardware/software seperti peneduhan, sirkulasi udara, dan pengaturan jumlah pemrosesan sesuai suhu
• Batasan background di iOS diakali dengan penggunaan informasi lokasi seminimal mungkin dan respons HTTP berkala

Makna dan implikasi

• Privasi sebagai prioritas: gambar tidak dikirim ke luar dan sepenuhnya diproses secara internal

• Kemandirian energi: meski berskala kecil, proyek ini membuktikan kemungkinan menjalankan beban kerja komputasi dengan energi terbarukan

• Pengurangan limbah elektronik: mengubah perangkat lama yang kehilangan kegunaannya menjadi infrastruktur bernilai tinggi

• Komputasi berpusat lokal: mendemonstrasikan kemungkinan pemrosesan data lokal yang efisien tanpa harus bergantung penuh pada cloud

• Sistem ini memiliki nilai tinggi sebagai demo energi terbarukan, komputasi lokal, dan internet of things

• Pemandangan di dekat jendela sambil menikmati birdwatching dan memeriksa status server secara bersamaan memberi kepuasan tersendiri bagi penulis

Materi tambahan dan referensi

Perangkat keras

• TP-Link Kasa Smart Plug: digunakan untuk memantau konsumsi daya aktual

• EcoFlow App: untuk memeriksa status River 2 Pro

• GearScouts.com: perbandingan harga power station/perlengkapan outdoor

• Pada saat tulisan ini dibuat, server iPhone 8 tersebut sedang menangani permintaan OCR ke-83.418 sepenuhnya dengan tenaga surya

[GN⁺]

Komentar Hacker News

• Saya memang menghemat sekitar $84–120 CAD per tahun, tetapi kenyataannya saya harus membayar Apple tambahan $99 per tahun agar aplikasi saya bisa berjalan di ponsel saya sendiri lebih dari seminggu, jadi rasanya keuntungan bersihnya tidak seberapa
• Biaya tahunan Apple ini menurut saya benar-benar kebijakan yang tidak masuk akal. Saya penasaran dasar apa yang membuat $99 itu diperlukan. Sulit diterima bahwa Apple menghabiskan 99 dolar untuk biaya infrastruktur atau server hanya untuk meng-host satu aplikasi. Kalau saya membeli perangkat, mestinya itu benar-benar menjadi milik saya, tetapi Apple memberi kesan terus memasang batasan agar saya tidak bisa memakainya sesuka hati. Jadinya terasa seperti menyewa perangkat yang saya beli dengan uang sendiri. Saya penggemar Apple sejak lama, tetapi ini benar-benar hubungan cinta-benci
• iPhone 8 punya kerentanan bootrom checkm8, jadi meski tidak disebut dalam artikel, sebenarnya perangkat itu bisa di-jailbreak dan menjalankan perangkat lunak apa pun tanpa biaya. Kerentanan ini memungkinkan berbagai peretasan dan pemanfaatan lain, tetapi baru-baru ini perangkat rentan terakhir, iPad generasi ke-7, tidak lagi didukung di iPad OS 26, jadi tamat sudah
• Setahu saya, biaya hanya dibayar kalau ingin masuk App Store. Dulu saat saya membuat aplikasi iPhone sendiri, saya sama sekali tidak perlu membayar apa pun
• Jika itu iPhone dengan kerentanan hardware checkm8, seharusnya bisa di-jailbreak dan dipasangi plugin bypass code-signing agar tetap bisa mengembangkan dan sideload aplikasi tanpa membayar $99 per tahun
• iPhone-nya sendiri sudah terlalu tua, jadi bahkan kalau dianggap didapat gratis pun, secara praktik tetap ada tambahan biaya sekitar $1.000 untuk hardware panel surya dan baterai
• Secara teknis menarik, tetapi hampir tidak ada penjelasan tentang untuk tujuan apa ini dipakai, jadi keseluruhannya terasa agak abstrak
• Tulisan yang bagus, tetapi saya juga ingin melihat penjelasan tambahan tentang use case nyatanya
• Saya datang ke komentar dengan pikiran yang persis sama
• Apple kabarnya akan segera menambahkan API SpeechAnalyzer, sehingga speech-to-text bisa dilakukan di lingkungan lokal juga. API ini disebut lebih cepat daripada whisper. Info terkait bisa dilihat di video WWDC dan artikel MacRumors
• Sebagai referensi, ada CLI tool untuk transkripsi lokal di macOS 26 dengan Speech.framework bernama proyek yap. Menurut artikel MacStories, ini hampir 2x lebih cepat daripada whisper, dan karena tidak melibatkan jaringan atau server bersama, secara terasa juga lebih cepat
• Proyek kali ini punya semangat hacker dan kualitas penulisan yang keren, tetapi saya ingin menyinggung soal “efek jaringan hacker” yang biasanya tersebar secara implisit di HN. Setiap kali ada posting seperti, “Saya berhasil melakukan ini di platform tertutup, mau ikut memakainya dengan nyaman lewat yang saya buat? Tapi kalian akan terikat ke platform itu seumur hidup.” Yang agak berbeda di kasus ini adalah penulis menjelaskan “kenapa ini penting” dengan kualitas yang sangat tinggi
• Mendaur ulang perangkat lama jelas ide yang berharga. Kalau tidak suka platform tertutup, ya jangan beli, tetapi bagaimanapun juga setidaknya cara seperti ini bisa mencegah jutaan iPhone lama berakhir sebagai limbah
• Misalnya, akhir-akhir ini saya benar-benar memakai aplikasi Android yang saya temukan di F-Droid, dan judulnya sering seperti “Saya membuat <aplikasi FOSS> tanpa memakai <framework umum>!” atau semacam itu. Tapi pada akhirnya yang paling penting adalah fungsinya, dan ini terlalu penuh bug sampai saya sudah berkali-kali kesal, hapus, lalu pasang lagi. Menurut saya, benar-benar penting mengevaluasi nilai fungsional dan filosofis di berbagai skala
• Saya kurang paham gambar seperti apa yang di-OCR sampai solusi seperti ini diperlukan. Penasaran gambar seperti apa yang terutama diproses
• Menurut saya dia memang ingin mencoba framework OCR Apple, dan kebetulan memakai iPhone yang sudah dia punya. Saya sempat masuk ke halaman utama blognya untuk mencari tahu gambar apa yang dia proses, tetapi tidak menemukan informasi terkait. Mungkin dia sedang memindai seluruh koleksi novelnya?
• Saya juga punya sekitar 7 ponsel/tablet Android lama yang tidak terpakai, tetapi saya belum kepikiran workflow bagus untuk memanfaatkan semuanya sebagai server farm sederhana
• Ada juga tulisan terkait yang cukup terkenal tentang penggunaan iPhone sebagai server OCR, yaitu OCR gambar ini & rak iPhone
• Cerita yang keren. Menurut saya Apple memang patut dipuji karena masih memungkinkan perangkat lama tetap dipakai. Saya juga punya pengalaman serupa mendaur ulang iPhone SE OG lama menjadi penggunaan baru. Berbagi pengalaman terkait
• Saya cukup sulit setuju dengan gagasan bahwa Apple “menghidupkan” perangkat lama. Untuk memberi kegunaan baru pada iPad lama perlu usaha luar biasa besar, jadi saya tidak yakin apa situasinya sudah berubah
• Saya sama sekali tidak setuju dengan sudut pandang ini. Saya akhirnya menyerah memakai iPhone 7 karena tidak lagi mendapat update iOS, bahkan aplikasi bank pun tidak mau berjalan kalau versinya terlalu lama. Dan Apple juga perusahaan yang, seperti terlihat pada batterygate, menerapkan kebijakan penurunan performa tanpa sepengetahuan pengguna
• Saat membaca ini, saya langsung teringat orang yang membuat database meme dengan memanfaatkan OCR di iPhone. Ide seperti ini, menghidupkan kembali perangkat lama untuk tujuan baru, memang sangat menarik. Kalau saja ponsel Android yang ditelantarkan bisa dipasangi ethernet + docker, rasanya bisa jadi semacam VPS dengan performa yang lumayan. Komentar HN terkait
• Satu hal yang menarik untuk dicatat: disebutkan bahwa OCR di iPhone justru berjalan lebih cepat saat perangkat agak hangat. Pada pagi Kanada yang dingin, kecepatan pemrosesan turun, dan saat memakai listrik dinding gejala ini tidak terasa. Jadi saya penasaran apakah Apple memang membatasi performa saat suhu dingin juga. Dalam pengalaman saya, kalau dingin biasanya perangkat cuma mati, bukan sampai terasa melambat. Tentu saja saya tidak menjalankan hal penting di ponsel, jadi belum pernah benar-benar membenchmark performanya