Escolar Documentos
Profissional Documentos
Cultura Documentos
ABSTRAK
Semakin berkembangnya iptek dan kemudahan terkoneksinya sebuah device, gadget untuk
mengambil dan atau mengirimkan data melewati jaringan internet menjadikan big data sebuah
hal yang perlu ditangani dengan serius karena ukuran atau jumlah data yang terlampau besar
menjadikan software pengolah data tradisional tidak mampu melakukan manajemen dengan
baik terhadap big data. Solusi yang muncul adalah penggunaan artificial intelligence pada
pengolahan big data sebagai kecerdasan buatan untuk melakukan analisa data, memprediksi
kegagalan sistem, mencegah kegagalan sistem hingga mengambil keputusan saat terjadi
kegagalan sistem. Machine learning banyak disediakan oleh penyedia iot platform atau iot
cloud salah satunya adalah Microsoft Azure untuk membantu kita mempelajari karakter sistem,
tipe data dan tingkah laku sistem. Dengan machine learning proses untuk mengenali
perubahan tingkah laku sistem menjadi lebih mudah karena bersifat fleksibel. Aplikasi
artificial intelligence untuk pengolahan big data menjadi sangat luas karena dalam prakteknya
sudah mencakup beberapa aspek yaitu finansial, kesehatan, industri manufaktur dan usaha
retail.
Keyword : artificial intelligence, big data, predictive maintenance, azure iot hub,machine
larning, data analytics
I. PENDAHULUAN
Big data adalah sebuah kumpulan data dengan jumlah sangat besar dan beragam yang akan
menyulitkan aplikasi pengolahan atau pemrosesan data tradisional, big data sendiri
memiliki sifat peningkatan jumlah data dan ukuran yang cukup cepat hal ini dapat disebut
dengan istilah “Three Vs of Big Data” yaitu :
Volume
Jumlah dari data adalah masalah utama. Dengan big data kita dapat mengolah data
dengan ukuran besar namun dengan densitas yang rendah atau data yang tidak
terstruktur seperti data dengan nilai yang tidak diketahui, twitter data feeds, clickstreams
dari sebuah website atau aplikasi mobile. Untuk sebuah organisasi mungkin masih dalam
jumlah dengan satuan terabytes namun untuk sebuah perusahaan atau yang lainnya
mungkin dalam jumlah ratusan petabytes.
Velocity
Kecepatan data berhubungan langsung dengan aktifitas dari sebuah data “Transmit and
Received”. Pada umumnya kecepatan data yang tinggi terjadi saat data tersebut dalam
proses ditulis atau disimpan ke dalam media penyimpanan.
Variety
Varietas berhubungan denga keberagaman data yang ada pada sebuah sistem. Data yang
bersifat tradisional umumnya sudah terstruktur dan tertata rapih dalam relational
database. Dengan berkembangnya big data maka muncul data-data baru dengan jenis
yang tidak terstruktur. Contohnya seperti data text,audio dan video memerlukan proses
pengolahan data tambahan sebelumnya untuk mengetahui wujud data aslinya beserta
dukungan metadatanya.
II. TINJAUAN PUSTAKA
Istilah Big Data [1] pertama kali diperkenalkan pada dunia komputasi oleh Roger Magoulas
dari O’Reilly media pada tahun 2005 tentang besarnya ukuran data yang membuat teknik
manajemen data tradisional tidak mampu mengatur dan memprosesnya karena komleksitas
dan ukuran dari data itu sendiri. Disisi lain Gartner [2] sudah mempunyai riset mengenai
banyaknya jumlah device yang terkoneksi dengan iot dan menambah ukuran Big Data pada
tahun 2017 juga prediksi pada era 2020 mendatang.
Raspberry pi 3 menjadi salah satu alternatif single board computer yang digunakan
untuk dijadikan sebagai iot device, bekerja dengan sistem operasi Raspbian [3] dan
memiliki spesifikasi sebagai berikut :
Raspberry pi adalah salah satu SBC yang populer digunakan karena sifatnya yang
open source dan banyak pengembang yang melakukan riset menggunakan perangkat
ini.
Sekarang ini banyak IoT platform yang bisa kita gunakan dengan bebas
diantaranya Google Cloud IoT, AWS IoT, Microsoft Azure IoT, IBM Watson IoT,
Oracle IoT dan masih banyak lagi lainnya menurut dzone [4]. Platform ini memiliki
banyak servis atau fitur yang bisa kita sesuaikan dengan kebutuhan organisasi,
perusahaan, institusi dan lainnya. Microsoft Azure adalah salah satu IoT platform yang
dapat kita gunakan dengan fitur yang lengkap seperti yang terlihat pada Gambar 2
berikut :
Bentuk tampilan web service dari Machine Learning Studio dapat dilihat pada Gambar
4 berikut .
Microsoft azure memberikan template [7] untuk membantu para ilmuwan data
membangun dan mengembangkan solusi predictive maintenance secara mudah.
Template ini dibagai dalam 3 tahapan seperti pada Gambar 5 berikut.
III. KESIMPULAN
Pada tahun 2019 adalah tahun sebelum terjadinya peningkatan jumlah device yang
terkoneksi dengan IoT secara signifikan di tahun 2020 menurut Gartner [2], sekitar 9.2 juta
device kurang lebihnya akan meningkat di tahun 2020 peningkatan ini seiring dengan
jumlah data yang harus dikelola dengan baik. Oleh karena itu muncul kebutuhan mengenai
artificial intelligence pada pengolahan big data yang diharapkan mampu meningkatkan
produktifitas dan meminimalisir kemungkinan kegagalan sistem bahkan mencegah
kegagalan sistem untuk mendukung jalannya revolusi industri 4.0.