Bagaimana perusahaan modern menggunakan data IoT untuk memacu inovasi

Beberapa teknologi modern telah menangkap imajinasi kolektif seperti perkembangan Internet of Things (IoT) baru-baru ini. Istilah yang diciptakan pada tahun 1999 oleh inovator Kevin Ashton ini menggambarkan dunia objek yang luas dan saling terhubung yang saling berbagi informasi melalui internet, sehingga memungkinkan perangkat yang terhubung untuk melakukan tugas secara mandiri.¹

Saat ini, berkat penyebaran teknologi 5G, perangkat IoT telah menjadi sangat umum dan tersebar luas. Sensor tertanam pada kendaraan, peralatan rumah tangga, drone, satelit, dan bahkan pabrik secara terus-menerus mengumpulkan dan mengirim data melalui jaringan berkecepatan tinggi, memungkinkan teknologi mutakhir seperti kecerdasan buatan (AI) dan komputasi cloud untuk berkembang. Menurut Forbes, jumlah perangkat IoT telah meningkat lebih dari dua kali lipat dalam beberapa tahun terakhir, dari 10,3 miliar pada tahun 2018 menjadi 25 miliar pada tahun 2025.²

Namun, yang mendasari kinerja banyak aplikasi IoT adalah lautan big data yang perlu dikumpulkan dan disimpan perusahaan dengan aman agar aplikasi berfungsi. Dari fasilitas manufaktur yang sepenuhnya otomatis hingga kota yang lebih cerdas dan jaringan energi, perangkat IoT menghasilkan lebih banyak data daripada yang diketahui oleh perusahaan.

Masuklah komputasi edge, sebuah teknologi yang memberikan perusahaan fleksibilitas lebih besar dalam memproses data yang dihasilkan oleh perangkat IoT. Komputasi tepi adalah kerangka kerja yang memungkinkan data diproses lebih dekat ke sumbernya—yaitu di “edge” jaringan cepat tempat data mengalir. Hal ini mengurangi masalah latensi dan penggunaan bandwidth yang sering terjadi saat data IoT diproses di pusat data terpusat.

Istilah 'big data' menggambarkan informasi yang dikumpulkan perusahaan dari berbagai sumber, termasuk media sosial, internet, dan basis data. Secara teknis, data IoT adalah bagian dari big data yang hanya berhubungan dengan informasi yang dikumpulkan dari perangkat yang terhubung ke jaringan IoT, seperti sensor atau pengukur. Namun, data IoT berbeda dari jenis data lainnya dalam tiga cara penting dan harus ditangani sesuai dengan itu.

Data IoT dihasilkan oleh perangkat yang terhubung ke internet. Namun, big data dapat dihasilkan dari beberapa sumber—misalnya, riwayat media sosial pengguna, transaksi keuangan, dan banyak lagi. Ini berarti bahwa data IoT sering terstruktur dan diformat dengan ketat, terikat oleh kendala perangkat yang mengirimkan informasi, seperti meter atau sensor. Big data, bagaimanapun, biasanya tidak terstruktur.

Pusat data yang dirancang untuk memproses kumpulan data besar dan tidak terstruktur seringkali tidak memenuhi tugas memproses data secara terus menerus — persyaratan inti dari sebagian besar aplikasi IoT — yang dapat menyebabkan masalah latensi dan akurasi.

Semakin banyak perangkat IoT yang terhubung menghasilkan volume data yang sangat besar. Menurut sebuah studi baru-baru ini, perangkat IoT menghasilkan 86 petabyte informasi pada tahun 2022 dan akan menghasilkan lebih dari 1.100 pada tahun 2027—tingkat pertumbuhan lebih dari 1.000%.³

Pusat data tradisional tidak dibangun untuk volume data sebesar ini, terutama jika data tersebut ditransmisikan secara terus menerus seperti yang dirancang oleh perangkat IoT. Banjir data mengisi sistem penyimpanan mereka dan menyebabkan masalah.

Data IoT dikirim secara real-time dan perlu diproses segera agar aplikasi yang didayakannya menjadi efektif. Bayangkan jika mobil yang mengemudi sendiri harus menunggu data mengenai lampu lalu lintas untuk diproses di pusat data dan dikirim kembali sebelum dapat bereaksi. Big data sering kali mencakup data historis yang dapat diproses dalam batch, dari waktu ke waktu, tanpa memengaruhi kinerja aplikasi terkait.

Pusat datatradisional —bangunan fisik di lokasi yang menampung infrastruktur TI—dirancang untuk menyimpan dan memproses volume data yang besar dan tidak terstruktur dalam batch, dari waktu ke waktu. Meskipun arsitektur ini mungkin optimal untuk pemrosesan data berskala besar dan kompleks, arsitektur ini kurang ideal untuk volume, skala, dan kebutuhan waktu nyata beban kerja IoT.

Jumlah dan kompleksitas sumber data yang bergantung pada teknologi IoT—ditambah dengan jumlah data dan kecepatan perangkat mengirimkannya—sering kali membanjiri pusat data tradisional. Komputasi tepi dan apa yang disebut 'pusat data edge', toko dan memproses data dengan cara yang membuatnya lebih cocok.

Solusi Edge menawarkan alternatif yang menarik untuk model pusat data tradisional untuk perangkat IoT. Tidak seperti metode pemrosesan data tradisional, salah satu manfaat komputasi tepi adalah data dapat diproses dan dianalisis saat diterima. Bahkan hampir mendekati titik di mana data tersebut dihasilkan daripada dikirim ke cloud atau basis data tradisional.

Dengan solusi edge, data yang dihasilkan oleh perangkat IoT dapat diproses dan dianalisis secara real-time oleh aplikasi basis data nonrelasional (NoSQL), yang terletak di tepi jaringan. Misalnya, dalam kasus mobil tanpa pengemudi, komputasi tepi sangat penting dalam menyediakan kemampuan reaksi real-time untuk menghindari tabrakan.

Pendekatan ini digunakan—dengan sedikit perbedaan dalam desain tergantung pada perangkat—di banyak aplikasi IoT, membantu mengurangi kemacetan jaringan dan mengaktifkan kemampuan respons real-time. Meskipun solusi edge telah ditingkatkan, perangkat IoT masih mengumpulkan lebih banyak data daripada yang diperlukan untuk berfungsi

Karena perangkat IoT hanya menggunakan sebagian kecil dari jumlah data yang mereka hasilkan, beberapa bisnis memutuskan untuk membuang data tambahan apa pun. Di permukaan, ini tampak seperti solusi yang relatif sederhana, tetapi data IoT tidak seperti sampah yang bisa dikantongi dan dibawa ke tepi jalan. Perangkat IoT ada di rumah, mobil, dan ruang pribadi lainnya dan sering kali berisi informasi yang sangat pribadi dan sangat diatur.

Selain mendeteksi kecepatan angin atau warna lampu lalu lintas, perangkat IoT juga dapat menghasilkan volume informasi identifikasi pribadi (PII). Beberapa contohnya meliputi lokasi individu, riwayat keuangan, penggunaan internet, dan lain-lain. Data ini harus dikumpulkan, disimpan, dan dianalisis sesuai dengan undang-undang kedaulatan data yang ketat, yang pelanggarannya dapat menimbulkan biaya tinggi.

Jadi, jika data yang dikumpulkan oleh perangkat IoT harus disimpan dengan aman, bagaimana bisnis dapat menggunakannya untuk menghasilkan insight dan melayani beberapa tujuan bisnis yang lebih besar?

Potensi contoh penggunaan data yang dihasilkan oleh perangkat IoT yang terhubung sangatlah besar dan mengejutkan. Menurut laporan terbaru, data yang dihasilkan oleh perangkat IoT diperkirakan akan menghasilkan nilai antara 5,5 hingga 12,6 triliun USD dalam lima tahun ke depan.⁴

Data yang dihasilkan oleh perangkat IoT, jika disimpan dan diproses dengan aman sesuai semua undang-undang setempat yang berlaku, dapat membantu perusahaan menemukan insight, mengidentifikasi tren, merencanakan produk masa depan, dan banyak lagi. Berikut adalah lima bidang di mana perusahaan modern memanfaatkan data IoT.

Perangkat IoT seperti lemari es pintar, mobil otonom, dan sensor energi rumah pintar membantu pelanggan mengotomatiskan proses yang sebelumnya memerlukan input manual. Perangkat IoT juga dapat memberikan insight berharga tentang perilaku dan preferensi pelanggan, serta membantu perusahaan merencanakan produk baru.

Dengan menggunakan data yang dihasilkan oleh kulkas pintar, misalnya, perusahaan dapat mempelajari produk mana yang disukai pelanggan dan menjual informasi tersebut kepada pihak ketiga atau menggunakannya untuk memasarkan lebih banyak layanan kepada mereka.

Komputasi tepi memiliki potensi besar untuk membantu petani dalam memilih tanaman yang akan ditanam, mengatur proses panen, dan merencanakan perubahan kondisi cuaca.

Dengan menggunakan data waktu nyata dari sensor yang tertanam di tanah dan tanaman, mereka dapat mengelola pertumbuhan dan pemupukan dengan lebih efektif serta mendeteksi potensi ancaman seperti hama. Para peternak yang mengelola kawanan ternak menggunakan komputasi edge untuk memantau hewan dari jarak jauh dan mendeteksi tanda-tanda awal penyakit.

Sistem pemantauan pintar di pabrik industri menggunakan ratusan perangkat IoT dengan sensor yang memberikan informasi tentang suhu, efisiensi operasional, kecepatan, dan lainnya. Selain membantu mengotomatiskan proses yang sebelumnya memerlukan campur tangan manusia, sistem ini juga menghasilkan data yang dapat dimanfaatkan untuk keperluan lain.

Di bidang pemeliharaan prediktif, misalnya, perusahaan menggunakan data IoT untuk merencanakan waktu henti yang lebih baik dan menjaga aset mereka yang paling berharga tetap beroperasi pada efisiensi puncak. Informasi dari sensor di alat berat secara akurat memprediksi kapan komponen tertentu mengalami kerusakan, menginformasikan praktik pemeliharaan dan membantu manajer menjadwalkan perbaikan selama waktu penggunaan di luar jam sibuk.

Perangkat pintar dalam industri perawatan kesehatan—seperti jam tangan yang memantau detak jantung, kadar glukosa darah, dan lainnya—membantu meningkatkan perawatan dan hasil bagi pasien dengan berbagai penyakit. Seperti di industri lain, perangkat IoT mengumpulkan lebih banyak informasi dari pasien daripada yang sebenarnya diperlukan untuk berfungsi.

Misalnya, pasien yang menggunakan perangkat wearable untuk melacak detak jantung dapat memilih layanan yang memanfaatkan data tersebut untuk merekomendasikan suplemen makanan atau rutinitas olahraga berdasarkan informasi lain yang dikumpulkan oleh wearable.

Perangkat IoT seperti kamera dan sensor gerak yang terhubung ke jaringan memberikan dampak besar pada industri keamanan. Perangkat IoT baru mengurangi risiko bagi operator dan personel keamanan, bahkan terkadang membuat patroli langsung menjadi tidak diperlukan.

Informasi yang dihasilkan oleh perangkat-perangkat ini juga membantu perusahaan keamanan meningkatkan cara mereka menyediakan layanan. Informasi yang dikumpulkan oleh kamera dan sensor lainnya dapat dianalisis untuk memprediksi ancaman, mengenali pola, dan merancang respons yang lebih proaktif.

Perangkat IoT menghasilkan lebih banyak data daripada yang diketahui oleh perusahaan, tetapi dengan konektivitas nirkabel 5G dan komputasi tepi, mereka menemukan aplikasi baru untuk data tersebut.

Saat ini, perangkat IoT ada di mana-mana, mengumpulkan informasi dari berbagai perangkat, termasuk peralatan rumah tangga, kendaraan tanpa pengemudi, Satellite, dan masih banyak lagi. Memproses data di tepi dan dalam waktu nyata, daripada memindahkannya ke server seperti yang dilakukan di masa lalu, membuka jalan bagi pengembangan aplikasi baru yang inovatif.  

Dari pabrik dan kota yang lebih cerdas hingga solusi perawatan kesehatan berkemampuan IoT dan pemantauan fasilitas dan peralatan jarak jauh, jumlah aplikasi IoT perusahaan dan komputasi tepi berkembang pesat. Dengan berinvestasi dalam komputasi tepi dan IoT, perusahaan dapat mempercepat Transformasi digital, membantu mengungkap insight ke dalam proses, dan membiarkan diri mereka bertindak segera pada data langsung.