MENAKLUKAN
TANTANGAN IMPLEMENTASI IOT DAN BIG DATA DI PERUSAHAAN
Memang menggiurkan
untuk menerapkan internet off things (IoT) dan big data di lingkungan
perusahan. Namun saat ini masih banyak tantangan yang menghadang.
Internet off things dan Big data merupakan dua
hal yang tak dapat di pisahkan. IoT menciptakan volume yang besar, membentuk
big data. Peranti-peranti IoT, terutama sensor, mengalirkan data secara terus
menerus ( real time) maupun dalam priode tertentu. Kemudian data yang terkumpul
diolah dan di analisis sehingga menghasilkan informasi yang di manfaatkan oleh
bisnis atau organisasi.
Sebagai
ilustrasi, mari kita lihat penerapan IoT/big data di UPS, perusahaan pengiriman
yang berkantor pusat di amerika srikat. UPS menggunakan sensor-sensor data dan
analitis big data untuk menghemat pengeluaran, meningkatkan episiensi dan
meminimalakan dampak lingkungan. Sensor dipasang di setiap mobil armada untuk
memonitor kecepatan, konsumsi bahan bakar, jarak tempuh, jumlah pemberhentian,
dan kesehatan mesinnya. Setiap mobil di pasang dua ratus sensor, dan UPS
memiliki armada sejumlah 80 ribu mobil yang beroperasi setiap hari. Volume data
yang besar ini kemudian di analisis sehingga menghasilkan infomasi yang
bermanfaat bagi UPS.
Sensor
atau peranti IoT yang dipakai oleh UPS sajah sudah begitu banyak maka tidak
mengherankan bila populasi peranti IoT itu di seluruh dunia sangatlah besar dan
terus bertambah dari waktu ke waktu. Menurut Cisco, pada bulan pebruari 2015,
jumlah obyek IoT tersebut sudah mencapai 14,8 miliar dan diharapkan naik hingga
50 miliar pada tahun 2020.
Cisco
memang sangat optimis dengan perkembangan IoT. Sementara EMC dan IDC agak lebih
konservatif memperkirakan jumlah peranti IoT. Keduannya memperkirakan hanya ada
sekitar 32 miliar perangkat IoT pada tahun 2020 dan Gartner meramalkan lebih
sedikit lagi yaitu hanya 26 miliar obyek ditahun yang sama.
Berapa
jumlah data yang dihasilkan? Volume keseluruhannya Big data-bukan hanya
IoT-diseluruh dunia, menurut IDC pada tahun 2013 saja sudah mencapai 4,4
zettabite (ZB). Satu Zettabite sama dengan satu triliun gigabite. Sementara
pada tahun 2020, volume big data diprediksi akan mencapai 44 ZB.
Penerapan
IoT oleh perusahaan memberikan peluang peningkatan pendapatan, pemangkasan
biaya, peningkatan episiesi, dan menambah kepuasan pelnggan. Tetapi
penerapannya tidak semudah membalikan tangan, terutama untuk saat ini tantangan
utamanya terletak pada pengolahan dan analisis (big) data yang di hasilkan,
dibutuhkan platform untuk pengumpulan, pengolahan, dan analisis dengan cara
yang lebih efektip biaya dan scalable.
Tantangan
analisis data
Big
data memiliki karakteristik 3V, yaitu volume, velocity, dan variety. Tantangan
pengolahaan dan analisis data yang berasal dari sensor-sensor IoT berkaitan
terutama dengan volume dan velocity, dan sebagai variety. Hal ini tergantung
pada penerapan IoT-nya.
Beberapa
contoh penerapan IoT seperti:
1.
Smart city, smart transport, atau “smart” lainnya. Pada kasus smart city,
berbagai jenis IoT dipasang dihampir setiap sudut kota. Ada sensor-sensor yang
di tempatkan ditempat parkir, sehingga penduduk dapat mengetahui tempat parkir
yang masih lowong via smartphone mereka. Pada skema smart city juga ada
sensor-sensor yang menyala-matikan lampu jalan/taman, sensor suhu, sensor
kebersihan udara, dan lain-lain.
2.
Pengawasan secara real time mengenai apa yang
sedang dilakukan oleh “thing”, yaitu kondisi operasinya, isu-isunya, bebannya,
konfigurasibya, dan lain-lain. Thing dalam hal ini dapat berupa apa saja, entah
itu mesin yang sedang beroperasi, kondisi pasien di suatu unit gawat darurat,
reaktor nuklir, dan lain-lain. Data yang diperoleh diolah secara real time,
karena informasi yang dibutuhkan juga yang bersifat saat itu juga atau real
time. Dengan demikian, perusahaan/organisasi dapat bertindak secara real time
juga sesuai dengan masukan informasi yang mereka peroleh.
3.
Predictive maintenance yaitu untuk memberikan
informasi bila produk atau layanan akan mengalami masalah. Deteksi dini
dibutuhkan agar potensi masalah dapat di antisivasi terlebih dahulu sebelum
benar-benar terjadi. Atau, bila masalah terlanjur muncul, penyelesaian atau
perbaikannya bisa lebih cepat. Langkah ini merupakan upaya preventif yang dapat
ditetapkan, misalnya untuk mesin-mesin dipabrik. Dengan demikian, perusahaan
dapat mencegah terjadinya kerusakan pada mesin dan aktivitas operasional pabrik
dapat berjalan tanpa gangguan.
4.
Pengoptimalan ”thing”, yaitu informasi yang
diperoleh dapat digunakan untuk peningkatan konfigurasi, perbaikan interaksi
mesin atau lainnya dengan manusia, peningkatan efisiensi energi, dan lain-lain.
5.
Keperluan analytic,
misalnya untuk menemukan kekurangan suatu desain yang ada sekarang sehingga
dapat diperbaiki di versi selanjutnya.
Penerapan
setiap jenis internet of tings tersebut menghadapi tantangan dari sisi
penyimpanan, pengintegrasian, dan analisis datanya. Tantangan juga dapat muncul
disisi vilocity seperti pengolahan data yang harus dilakukan saat itu juga. Ada
pula tantangan yang datang dari volume, karena begitu besar data yang harus di
analisis.
Dan tantangan
variety terjadi bila data berasal dari berbagai sumber dengan format berbeda.
Contohnya pada implementasi smart city atau “smart” lainnya, data yang
diperoleh dri sensor-sensor yang dipasang adalah beragam jenisnya karena dari
sumber yang beragam pula. Disini tantangannya lebih ke variety, selai tentunya
tantangan dari sisi volume dan velocity.
Tantangan
paling utama sebenarnya ada pada tujuan dari penerpan IoT itu sendiri, yakni
mendapatkan informasi secara real time. Informasi secara real time dibutuhkan
agar bisnis dapat mendeteksi dan beraksi secara cepat terhadap peluang atau
ancaman yang muncul. Untuk memenuhi kebutuhan ini diperlukan kemampuan
melaksanakan analisis data secara real time. Real time analytics semacam ini
menimbulkan beberapa tantangan seperti:
·
Pengolahan data streaming secara cepat
·
Penyimpanan data streaming pada database
operasional
·
Upaya untuk mengorelasikan data streaming dengan
data yang ada di database operasional.
Sebuah
perusahaan di Boston, yaitu prelet (www.prelet.com),
telah mengembangkan analytics engine yang kurang lebih telah memenuhi
persyaratan di atas. Engine ini dapat menganalisis sejumlah besar data
streaming secara cepat. Prelat memanfaatkannya untuk mendeteksi anomali pada
data streaming. Ada nya anomali menunjukan hadirnya potensi ketidak-beresan
pada suatu operasi, sehingga pengguna dapat berekasi untuk melakukan tindakan
preventif agar masalah tidak jadi muncul.
Analytic
engine dari prelet ini telah dipakai disejumlah penerapan IoT, seperti untuk
pengelolan kemacetan lalu lintas ( Traffic congestion management) dann
monitoring sensor turbin angin.
Pemilihan atau
pembuatan tool data analytic yang di hasilkan dari IoT untuk keperluan bisnis
memang tidak lah mudah dan menjadi tantangan tersendiri. Tool semcam ini tidak
harus dikembangkan sendiri oleh perusahaan karena beberapa vendor telah
membuatnya. Ada vendor yang membuat tool untuk integerasi data saja,
penyimpanan data, analytic data, dan persentasi data hasil analisis. Tetapi ada
pula vendor yang menyediakan tool secara lengkap, mulai dari integrasi data
sampai analitis dan presentasi data, seperti oracle, SAP, IBM, Microsoft, IBM,
dan software AG.
Tantangan lain
bagi perusahaan yang menerapkan IoT/big data secara intensif adalah kebutuhan
SDM yang ahli di bidang analisis data ( data scientist). Walaupun mungkin data scientist tidak
mengembangkan analytic tool sendiri, ia yang akan memilih aneka tool yang akan
di pakai, menyeleksi, dan mengorganisasi data yang akan di analisis. SMD dengan
kemampuan ini masih sangat langka.
Hambatan lain
bagi para pengguna IoT saat ini adalah standar. Standar masih menjadi biang
kegalauan bagi para penerap IoT. Sampai kini belum ada standar yang bisa
dijadikan pegangan, yaitu menjamin pertukaran data di antara peranti dan
aplikasi secara mudan dan aman baik melalui jaringan kabel maupun nirkabel.
Begitu
besarnya potensi ekonomi IoT menyebabkan banyak pihak ingin membikin standar
sendiri untuk IoT. Selain oneM2M, ada banyak badan standar yang masing-masing
berusaha untuk meningkatkan jumlah pengikutnya, seperti AllSeen Alliance,
google the physical web, industrial internet conostrium, open interconnect
consortium, dan thread.
Meski banyak
hambatan yang menghadang, sudah banyak perusahaan yang menerapkan IoT/big data
seperti contoh UPS di atas. Bagaimana dengan anda?
EmoticonEmoticon