Contoh selanjutnya dari penggunaan big data adalah kemampuan komputer dan machine learning peringkat teratas dari Google untuk mendeteksi cacat terkecil dengan akurasi tinggi.
Dalam manufaktur komputer dapat mendeteksi cacat permukaan: goresan, penyok, retak, pecah, cat rusak, puing-puing. Kesesuaian proses: ukuran & bentuk las, keberadaan perekat. Dalam perakitan, komputer dapat mendeteksi kesesuaian: bagian yang benar, posisi, keselarasan dan urutan dan cacat: bagian yang hilang, spesifikasi yang salah, tidak sejajar.
Dan salah satu penggunaan big data yang populer adalah customer service otomatis menggunakan AI. Pelanggan dapat memperoleh jawaban yang mereka butuhkan dengan lebih sedikit campur tangan manusia, dapat menerima ringkasan percakapan, dan mengotomatiskan lebih banyak tugas. Hal ini membantu menghemat biaya dengan menghabiskan lebih sedikit waktu untuk menjawab pertanyaan secara manual.
Selain memaparkan contoh penggunaan big data, Eryan Ariobowo juga memaparkan beberapa tantangan yang dihadapi dalam menggunakan Big Data.
Integrasi Sistem yang sulit: komunikasi dengan ekosistem mesin yang sudah ada, perpaduan antara on-premise dan hybrid cloud, dan konektivitas internet yang rendah.
Ketersediaan data dan tidak ada protokol standar: Data mesin dan proses fisik sering kali harus dicatat terlebih dahulu, banyak informasi tentang proses yang tidak dituliskan.
Perlindungan data dan keamanan akses : Perangkat dan komunikasi tepi terenkripsi, manajemen akses yang aman untuk otorisasi dan autentikasi berjenjang.
Kompleksitas model dan kinerja: kemampuan ahli untuk melatih model machine learning yang kompleks dengan sejumlah besar fitur dan kecepatan tinggi untuk prediksi.
Bisnis dan kekritisan operasi: Perkiraan yang salah dapat berdampak luas konsekuensi yang luas dan biaya yang besar. Hal ini menyebabkan keraguan untuk menerapkan AI.
Oleh Karena itu diperlukan pengetahuan data mulai dari factory floor atau data mentah dari informasi sensor atau aset, kontrol sistem, proses. Sehingga dapat dilakukan standarisasi dan mengetahui kontekstual dari struktur yang akan dibangun. Sehingga nantinya dapat dilakukan modeling dan analisis menggunakan machine learning agar industri dapat berjalan dengan baik menggunakan dan big data yang didapatkan dapat berguna memberikan semua informasi yang diinginkan.
Dan salah satu alat yang ditawarkan untuk ekosistem data yang terpadu, terbuka, dan cerdas adalah google cloud. Data terpadu dan platform AI mengelola setiap tahap siklus hidup data: Basis data, BI, gudang data, data lake, streaming, AI, dan machine learning. Terbuka dan berbasis standar. Pilihan alat integrasi dengan standar terbuka, open source, multi-cloud, dan ekosistem mitra yang luas. Kecerdasan bawaan dan AI/ML. Pengalaman AI terpadu dengan alat dan proses yang komprehensif.
Setelah pemaparan materi selesai, moderator menutup acara seminar Big Data Analytics untuk industri 4.0 dengan memberikan plakat dan sertifikat kepada pembicara.
