Bandung-Mediadelegasi: Seminar yang diselenggarakan oleh Mahasiswa Program Magister Instrumentasi dan Kontrol, Fakultas Teknologi Industri ITB. Seminar yang sangat informatif ini berada di Program Studi Teknik Fisika, Gedung Labtek VI ITB, dihadiri oleh 250 peserta luring dan daring. Didalamnya dibahas tentang tren dan tantangan Big Data Analytics untuk industri 4.0, digelar pada tanggal 1 Desember 2023.
Dengan gabungan peserta yang hadir langsung di lokasi dan yang mengikuti secara daring, acara ini menandai langkah maju dalam penyelenggaraan seminar yang adaptif terhadap perkembangan teknologi dan kebutuhan peserta.
Seminar ini dibuka oleh seorang moderator yaitu Enung Nurmalia, S.T. dengan memperkenalkan kedua pembicara yang mengisi seminar hybrid tersebut. Pembicara pertama adalah Prof. Ir. Endra Joelianto, PhD, SMIEEE, beliau berasal dari Kelompok Keahlian Instrumentasi dan Kontrol Fakultas Teknologi Industri ITB dan sebagai Kepala Laboratorium Artificial Intelligence and Control Automation, serta sebagai senior member dari IEEE. Pembicara kedua adalah Eryan Ariobowo, ST, beliau bekerja sebagai Customer Solution Consultant di Google Cloud.
Selanjutnya dilakukan pemaparan materi oleh pembicara pertama mengenai big data analytics untuk industri 4.0.
Menurut Endra Joelianto, data merupakan kunci pada industri 4.0. Data dapat melakukan advance analytics pada masalah yang muncul di industri 4.0. Dan big data dapat berperan untuk mempermudah dalam menjawab pertanyaan baru yang muncul. Selanjutnya, ia menyoroti bahwa data berskala besar ada dimana-mana. Contohnya seperti, cyber security, E-commerce, traffic patterns, social networking, sensor networks, dan computational simulations.
Menurutnya telah terjadi pertumbuhan data yang sangat besar baik dalam komersial maupun ilmiah karena kemajuan dalam teknologi, “Kumpulkan data apapun, dimanapun dan kapanpun anda bisa, karena mungkin data yang dikumpulkan akan memiliki nilai yang tidak dapat dibayangkan kedepannya.” pesannya.
Data dapat disebut sebagai Big Data jika memiliki kriteria 3V, bahkan ada yang berpendapat harus 7V. Kriteria tersebut adalah value, volume, variability, visualization, veracity, variety, dan velocity.
Kriteria Big Data 7V adalah sebagai berikut:
Value artinya apabila hanya memiliki big data tidak akan berguna kecuali kita dapat mengubahnya menjadi mempunyai nilai.
- Volume artinya ukuran dari data yang ada sangat besar sehingga susah untuk diolah secara konvensional.
- Variability artinya data yang ada selalu berubah-ubah.
- Visualization artinya data dapat ditampilkan agar dapat mudah diakses dan dibaca.
- Veracity artinya data yang ada tidak hanya berskala besar tapi juga harus mempunyai akurasi yang tinggi dan mengandung kebenaran.
- Variety mengacu pada keragaman atau variasi data yang ada dalam kumpulan data besar.
- Velocity merujuk pada seberapa cepat data dihasilkan, diakuisisi, dan diproses.
Endra Joelianto melanjutkan paparannya dan membahas mengenai data science. Data Science mengacu pada penggunaan metode ilmiah, algoritma, dan pemodelan statistik untuk menganalisis data dan menghasilkan wawasan yang bermanfaat. Data science lebih fokus pada pemahaman, analisis, dan interpretasi data untuk mendapatkan wawasan atau membuat prediksi. Data science menggunakan metode ilmiah dan teknik analisis data, termasuk pemodelan statistik, pembelajaran mesin, dan visualisasi data.
Big data menyediakan fondasi dan sumber daya untuk data science. Data science dapat memanfaatkan infrastruktur big data untuk mengakses, menyimpan, dan mengelola data dalam skala besar, Data science dapat membantu menguraikan dan memberikan makna pada data besar dengan menerapkan teknik analisis yang relevan, membangun model prediktif, dan menghasilkan wawasan yang dapat digunakan untuk pengambilan keputusan, Dalam akhir sesinya, Endra Joelianto memberikan satu kutipan, yaitu “Data itu seperti mata-mata yang tertangkap. jika Anda menyiksanya cukup lama, ia akan memberi tahu Anda apa pun yang Anda inginkan”.
Sesi seminar berikutnya diisi oleh Eryan Ariobowo yang memaparkan materi mengenai pengenalan tentang industri 4.0 dan Big Data Analytics, contoh kasus dan tantangan, dan terakhir membahas mengenai solusi dari kasus yang ada, Hal-hal yang mendorong adanya industri 4.0 adalah semua hal menjadi terhubung dan konektivitas yang lebih cepat, perangkat yang dapat digunakan terus berkembang dan menjadi lebih murah, adanya 4G ke 5G, dapat mengakses open source software dan open data yang mendorong lebih banyak penelitian, kolaborasi yang lebih mudah, dan inovasi.
Gambaran besar dari tren teknologi yang terus berkembang :
- Kecerdasan Buatan (AI) dan AI Generatif
- Internet of Things
- Blockchain, Kripto, Token, NFT
- Kendaraan Otonom
- Web3
- Metaverse
- Digital Twin
Di industri, data yang dihasilkan per harinya sangat besar, data tersebut seperti riwayat pemeliharaan, sensor peralatan, jadwal perintah kerja, data penjualan & harga, prakiraan permintaan, data siklus produksi, catatan keuangan, data mesin real-time, data rantai pasokan, R&D & kekayaan Intelektual, Sistem IoT otomatis, informasi pelanggan.
Hal tersebut dikarenakan perusahaan menginginkan berbasis data, tetap terdepan dalam persaingan, menjadi lebih kolaboratif dan produktif, memanfaatkan dan mendorong Inovasi menjadi lebih cepat, Eryan Ariobowo menyampaikan contoh penggunaan big data seperti smart factory yang memerlukan beberapa hal sebelum dapat berjalan. Beberapa hal tersebut adalah smart factory platform, smart factory intelligence dan optimisasi operasi menggunakan AI.
Dalam smart factory platform diperlukan adanya :
Konektivitas Pabrik : Hubungkan aset dengan protokol mesin dari ujung ke ujung dari lantai pabrik ke cloud.
Pemrosesan Data : Membersihkan, memproses, dan menormalkan data ke dalam skema data standar.
Kontekstualisasi Data : Menyimpan data dari aset yang terkait dengan nilai data, memungkinkan perluasan data konteks.
Model Data Umum : Menstandarkan model aset untuk mewakili pengaturan pabrik dan status.
