Apa sih Internet of Things (IoT) itu?

Internet of Things (IoT) telah menjadi topik yang hangat untuk dibicarakan akhir-akhir ini. IoT tidak hanya menjadi suatu konsep yang mempengaruhi hidup manusia tetapi bagaimana IoT bisa membantu memudahkan kehidupan manusia.

Namun sebenarnya, apa sih yang dimaksud IoT itu? dan apa saja dampaknya? Mari kita mulai dengan memahami beberapa hal.

Fakta menyatakan ketersediaan broadband Intenet semakin meningkat, biaya koneksi semakin murah, begitu juga harga alat pengembangan teknologi. Fakta ini menjadikan IoT sebagai sesuatu yang sempurna untuk digunakan.

Apa sih Internet of Things (IoT) itu?

Sederhananya, Internet of Things adalah konsep dasar yang menghubungkan perangkat apapun satu sama lain. Termasuk kulkas, TV, mesin cuci, lampu, smartphone, mobil dan masih banyak lagi. Selain peralatan sehari-hari, IoT juga bisa menghubungkan berbagai komponen mesin seperti mesin jet pesawat terbang, bor pertambangan minyak dan lain-lain.

Pada dasarnya, jika kita memiliki peralatan yang mempunyai saklar on dan off, peralatan tersebut mempunyai kesempatan yang besar untuk digunakan dalam ranah IoT.

Apa saja dampak Internet of Things (IoT) itu?

IoT akan mempunyai dampak yang menyebabkan aturan baru dimana aturan masa depan akan menjadi, ‘apapun yang dapat dihubungkan, akan terhubung’. Namun, pertanyaannya kenapa kita memerlukan banyak perangkat yang saling terhubung satu sama lain? Misal, jika anda sedang di jalan untuk meeting, dan mobil anda bisa mengakses rute terbaik yang diambil, namun lalu lintas berat menyebabkan mobil mengirimkan pesan teks ke rekan meeting bahwa anda akan terlambat?

Contoh lain, bagaimana jika anda telat bangun, dan jam alarm yang sudah diatur jam 6 berdering dan memberitahukan mesin pembuat kopi untuk menyeduh kopi anda?

Untuk skala yang lebih luas, IoT dapat diterapkan untuk jaringan transportasi untuk kepetingan Smart City yang dapat membantu kita mengurangi limbah dan meningkatkan penggunaan energi seefisien mungkin. Hal ini akan membantu kita dalam memahami dan meningkatkan kesejahteraan hidup.

Jadi bagaimana sekarang?

Topik IoT selama beberapa tahun menjadikan kita berusaha untuk memahami bagaimana IoT mempengaruhi kehidupan. Kita juga harus berusaha untuk memahami peluang dan tantangan apa saja yang bisa kita ambil dan selesaikan. Karena semakin banyak perangkat mulai bergabung dengan IoT. Untuk saat ini hal terbaik yang bisa kita lakukan adalah mendidik diri sendiri tentang apa yang dimaksud IoT dan mencari tahu dampak potensial yang dapat dilihat agar pekerjaan dan hidup kita semakin nyaman.

 

Sumber (codepolitan)

Mengenal Big Data

Big Data adalah istilah yang menggambarkan volume data yang besar, baik data yang terstruktur maupun data yang tidak terstruktur. Big Data telah digunakan dalam banyak bisnis. Tidak hanya besar data yang menjadi poin utama tetapi apa yang harus dilakukan organisasi dengan data tersebut. Big Data dapat dianalisis untuk wawasan yang mengarah pada pengambilan keputusan dan strategi bisnis yang lebih baik.

Sejarah Big Data

Istilah Big Data masih terbilang baru dan sering disebut sebagai tindakan pengumpulan dan penyimpanan informasi yang besar untuk analisis. Fenomena Big Data, dimulai pada tahun 2000-an ketika seorang analis industri Doug Laney menyampaikan konsep Big Data yang terdiri dari tiga bagian penting, diantaranya:

Volume
Organisasi mengumpulkan data dari berbagai sumber, termasuk transaksi bisnis, media sosial dan informasi dari sensor atau mesin. Di masa lalu, aktivitas semacam ini menjadi masalah, namun dengan adanya teknologi baru (seperti Hadoop) bisa meredakan masalah ini.

Kecepatan
Aliran data harus ditangani dengan secara cepat dan tepat bisa melalui hardware maupun software. Teknologi hardware seperti tag RFID, sensor pintar lainnya juga dibutuhkan untuk menangani data yang real-time.

Variasi
Data yang dikumpulkan mempunyai format yang berbeda-beda. Mulai dari yang terstruktur, data numerik dalam database tradisional, data dokumen terstruktur teks, email, video, audio, transaksi keuangan dan lain-lain.

Selain tiga bagian penting tersebut, para peneliti Big Data juga menambah bagian yang termasuk penting lainnya seperti variabilitas dan kompleksitas.

Variabilitas
Selain kecepatan pengumpulan data yang meningkat dan variasi data yang semakin beraneka ragam, arus data kadang tidak konsisten dalam periode tertentu. Salah satu contohnya adalah hal yang sedang tren di media sosial. Periodenya bisa harian, musiman, dipicu peristiwa dadakan dan lain-lain. Beban puncak data dapat menantang untuk analis Big Data, bahkan dengan data yang tidak terstruktur.

Kompleksitas
Hari ini, data berasal dari berbagai sumber sehingga cukup sulit untuk menghubungkan, mencocokan, membersihkan dan mengubah data di seluruh sistem. Namun, Big Data sangat dibutuhkan untuk memiliki korelasi antar data, hierarki dan beberapa keterkaitan data lainnya atau data yang acak.

Potensi Big Data

Jumlah data yang telah dibuat dan disimpan pada tingkat global hari ini hampir tak terbayangkan jumlahnya. Data tersebut terus tumbuh tanpa henti. Artinya, Big Data memiliki potensi tinggi untuk mengumpulkan wawasan kunci dari informasi bisnis. Sayangnya sampai saat ini, baru sebagian kecil data yang telah dianalisis. Big Data dalam bisnis menjadi strategi yang baik dalam mengolah informasi mentah menjadi keuntungan yang terus mengalir ke organisasi bisnis setiap hari.

Mengapa Big Data Penting?

Pentingnya Big Data, tidak hanya berputar pada jumlah data yang organisasi miliki, tetapi hal yang penting adalah bagaimana mengolah data internal dan eksternal. Kita dapat mengambil data dari sumber manapun dan menganalisanya untuk menemukan jawaban yang diinginkan dalam bisnis seperti: 1) pengurangan biaya; 2) pengurangan waktu; 3) pengembangan produk baru dan optimalisasi penawaran produk; dan 4) pengambilan keputusan yang cerdas.

Ketika organisasi mampu menggabungkan jumlah data besar yang dimilikinya dengan analisis bertenaga tinggi, organisasi dapat menyelesaikan tugas-tugas yang berhubungan dengan bisnis seperti:

  • Menentukan akar penyebab kegagalan untuk setiap masalah bisnis.
  • Menghasilkan informasi mengenai titik penting penjualan berdasarkan kebiasaan pelanggan dalam membeli.
  • Menghitung kembali seluruh risiko yang ada dalam waktu yang singkat.
  • Mendeteksi perilaku penipuan yang dapat mempengaruhi organisasi.

Itulah sekilas pengenalan Big Data. Istilah Big Data relatif baru, dan bagian penting konsep Big Data diantaranya adalah Volume, Kecepatan, Varietas, Variabilitas, dan Kompleksitas. Adapun potensi Big Data hari ini benar-benar menggiurkan untuk strategi bisnis kedepannya. (yp)

 

Sumber (codepolitan)

Mengenal Artificial Intelligence dan Cara Kerjanya

Jakarta, CNBC Indonesia – Artificial Intelligence (AI) atau kecerdasan buatan sudah menjadi sesuatu yang menjadi perhatian karena berpengaruh pada pekerjaan manusia.

Namun sebenarnya apa itu AI? Secara singkatnya, mengacu pada simulasi kecerdasan manusia dalam mesin yang diprogram untuk berpikir seperti manusia dan meniru tindakannya.

Istilah ini juga dapat diterapkan pada mesin apa pun yang menunjukkan sifat-sifat yang terkait dengan pikiran manusia. Di mana prosesnya termasuk dengan pembelajaran (perolehan informasi dan aturan untuk menggunakan informasi), penalaran (menggunakan aturan untuk mencapai perkiraan kesimpulan yang pasti) dan koreksi diri, dilansir dari search enterprise AI dan Investopedia, seperti dikutip Senin (13/5/2019).

Karakteristik ideal AI adalah kemampuannya untuk merasionalisasi dan mengambil tindakan yang memiliki peluang terbaik untuk mencapai tujuan tertentu.

Mendalami AI

Hal pertama yang biasanya orang pikirkan ketika mendengar istilah AI adalah robot. Karena film dan novel populer yang menceritakan mesin mirip manusia yang mendatangkan malapetaka di Bumi.

Sedangkan Kecerdasan buatan didasarkan pada prinsip bahwa kecerdasan manusia dapat didefinisikan sedemikian rupa sehingga mesin dapat dengan mudah menirunya dan menjalankan tugas, dari yang paling sederhana hingga yang lebih kompleks. Tujuan kecerdasan buatan meliputi pembelajaran, penalaran, dan persepsi.

Seiring kemajuan teknologi, tolok ukur sebelumnya yang mendefinisikan kecerdasan buatan menjadi ketinggalan zaman. Sebagai contoh, mesin yang menghitung fungsi dasar atau mengenali teks melalui pengenalan karakter yang optimal tidak lagi dianggap sebagai kecerdasan buatan, karena fungsi ini sekarang dianggap sebagai fungsi komputer yang melekat.

AI terus berkembang untuk menguntungkan banyak industri yang berbeda. Mesin ditransfer menggunakan pendekatan lintas disiplin yang berbasis di matematika, ilmu komputer, linguistik, psikologi, dan banyak lagi.

Kategori AI

AI memiliki 2 kategori yaitu lemah atau kuat. AI lemah (weak AI) yang juga dikenal sebagai AI sempit adalah sistem AI yang dirancang dan dilatih untuk tugas tertentu. Asisten pribadi virtual, seperti Apple Siri, adalah bentuk AI yang lemah. Sedangkan AI kuat (strong AI), juga dikenal sebagai kecerdasan buatan umum adalah sistem AI dengan kemampuan kognitif manusia secara umum. Ketika disajikan dengan tugas khusus, sistem AI kuat dapat menemukan solusi tanpa campur tangan manusia.

Mengenal Artificial Intelligence dan Cara Kerjanya
Foto: CNBC Make It Monica Shipper

Jenis AI

Arend Hintze, asisten profesor biologi integratif dan ilmu komputer dan teknik di Michigan State University, mengkategorikan AI menjadi 4 jenis, dari jenis sistem AI yang ada saat ini hingga sistem yang hidup, yang belum ada. Kategorinya adalah sebagai berikut:

Tipe 1: Mesin reaktif. Contohnya, Deep Blue, program catur IBM yang mengalahkan Garry Kasparov pada 1990-an. Deep Blue dapat mengidentifikasi bagian-bagian di papan catur dan membuat prediksi, tetapi ia tidak memiliki ingatan dan tidak dapat menggunakan pengalaman masa lalu untuk memberi tahu langkah berikutnya. Ini menganalisis kemungkinan langkah lawan dan dirinya sendiri serta memilih langkah paling strategis. Deep Blue dan GoogleGOGO dirancang untuk tujuan yang sempit dan tidak dapat dengan mudah diterapkan pada situasi lain.

Tipe 2: Memori terbatas. Sistem AI ini dapat menggunakan pengalaman masa lalu untuk menginformasikan keputusan masa depan. Beberapa fungsi pengambilan keputusan dalam mobil self-driving dirancang dengan cara ini. Pengamatan menginformasikan tindakan yang terjadi di masa depan yang tidak terlalu jauh, seperti jalur penggantian mobil. Pengamatan ini tidak disimpan secara permanen.

Tipe 3: Teori pikiran. Istilah psikologi ini mengacu pada pengertian bahwa orang lain memiliki keyakinan, keinginan sendiri dan niat yang memengaruhi keputusan yang mereka buat. AI jenis ini belum ada sampai saat ini.

Tipe 4: Kesadaran diri. Dalam kategori ini, sistem AI memiliki rasa diri, memiliki kesadaran. Mesin dengan kesadaran diri memahami keadaan mereka saat ini dan dapat menggunakan informasi untuk menyimpulkan apa yang orang lain rasakan. AI jenis ini belum ada sampai saat ini.

Contoh Implementasi

Otomasi: Sistem atau proses yang berfungsi secara otomatis. Misalnya, otomatisasi proses robotik (RPA) dapat diprogram untuk melakukan tugas bervolume tinggi dan berulang yang biasanya dilakukan manusia. RPA berbeda dari otomatisasi TI karena dapat beradaptasi dengan keadaan yang berubah.

Pembelajaran mesin: Ilmu membuat komputer bertindak tanpa pemrograman.

Mengenal Artificial Intelligence dan Cara Kerjanya
Foto: Reuters

Visi mesin: Ilmu yang memungkinkan komputer untuk melihat. Teknologi ini menangkap dan menganalisis informasi visual menggunakan konversi analog-ke-digital kamera dan pemrosesan sinyal digital. Ini sering dibandingkan dengan penglihatan manusia, tetapi penglihatan mesin tidak terikat oleh biologi dan dapat diprogram untuk melihat melalui dinding. Ini digunakan dalam berbagai aplikasi dari identifikasi tanda tangan hingga analisis citra medis. Visi komputer, yang difokuskan pada pemrosesan gambar berbasis mesin, sering dikaitkan dengan visi mesin.

Pemrosesan bahasa alami (NLP): Pemrosesan bahasa manusia oleh program komputer. Salah satu yang lebih tua dan paling dikenal contoh NLP adalah deteksi spam, yang melihat baris subjek dan teks email dan memutuskan apakah itu termasuk sampah. Pendekatan saat ini untuk NLP didasarkan pada pembelajaran mesin. Tugas NLP termasuk terjemahan teks, analisis sentimen dan pengenalan suara.

Robotika: Bidang teknik yang berfokus pada desain dan pembuatan robot. Robot sering digunakan untuk melakukan tugas yang sulit bagi manusia untuk melakukan atau melakukan secara konsisten. Mereka digunakan dalam jalur perakitan untuk produksi mobil atau oleh NASA untuk memindahkan benda besar di luar angkasa. Para peneliti juga menggunakan pembelajaran mesin untuk membangun robot yang dapat berinteraksi dalam lingkungan sosial.

Mobil dengan pengemudi otomatis: Ini menggunakan kombinasi visi komputer, pengenalan gambar dan pembelajaran mendalam untuk membangun keterampilan otomatis dalam mengemudikan kendaraan sambil tetap berada di jalur tertentu dan menghindari penghalang yang tidak terduga, seperti pejalan kaki.

 

https://www.cnbcindonesia.com/tech/20190513130056-37-72069/mengenal-artificial-intelligence-dan-cara-kerjanya