Review Buku: Thingalytics – Smart Big Data Analysis for Internet of Things

Judul buku: Thingalytics: Smart Big Data Analysis for Internet of Things
Penulis: Dr. John Bates
Jumlah halaman: 175 halaman
Harga: US$ 12.93 (Amazon — saya baca di Scribd anyway)

Saya menyadari sejak dulu kalau perkembangan teknologi informasi akan sangat cepat, tapi saya tidak menduga kalau akan secepat dua tiga tahun terakhir ini. Tidak hanya tentang media sosial yang berubah dari budaya nge-blog menjadi nge-vlog sehingga muncul profesi baru yang disebut Youtuber. Adanya vlog membuat saya merasa menjadi generasi tua karena masih saja menulis di blog.

Beberapa buzzwords yang sedang tren di dunia teknologi informasi adalah machine learning, big data, dan internet of things. Machine learning sudah pernah saya bahas di postingan sebelumnya (tentang Andrew Ng). Nah, postingan ini membahas dua sisanya.

Apa itu internet of things (IoT)? Sederhananya adalah semua benda yang terkoneksi ke jaringan internet. Selama ini hanya komputer dan ponsel yang umumnya terkoneksi ke internet. Tren saat ini berkembang ke arah semua benda di sekitar kita bisa terhubung ke internet. Dimulai dari jam tangan pintar (smart watch). Jam tangan ini tidak sekadar penunjuk waktu, tapi juga menghitung detak jantung, jumlah langkah, tingkat aktivitas fisik, pengingat, bergetar kalau ada email masuk, dsb. Contoh lain adalah kacamata pintar yang dimulai oleh Google Glass. Ke depan, akan ada mesin cuci yang bisa posting ke Twitter waktu cuciannya sudah selesai, kulkas yang bisa tahu daging ayam habis lalu order daging ayam sendiri ke toko online, kran air yang otomatis menyala ketika tanaman kekurangan air, pintu garasi yang otomatis membuka ketika mobil datang, dan sebagainya.

Itu gambaran Internet of Things (IoT). Next adalah big data. Apa itu?

Big data adalah data yang besar (ya iyalah). Sangat besar. Permasalahannya adalah bagaimana menangani data yang sangat besar agar bisa dianalisa secara real time. Sistem konvensional yang ada biasanya menyimpan data (bisa berukuran besar juga) ke database dengan metode ETL (Extract, Transform, Loading). Istilahnya data warehouse. Kemudian dari sini akan ditarik datanya untuk dianalisis sehingga menjadi informasi yang berguna. Bisa menjadi Business Intelligence, Decision Support System, dll.

Big Data tidak punya cukup waktu untuk melakukan data warehousing. Kebutuhannya adalah saat itu juga harus bisa memberikan informasi yang real time. Contohnya adalah percakapan Twitter yang semenit bisa menghasilkan jutaan tweet. Jika ini di-warehouse-kan dulu, bisa jadi informasi yang dihasilkan sudah tidak valid lagi. Jadi yang dilakukan oleh Big Data adalah men-streaming data itu dan mengolahnya menjadi informasi yang selalu up-to-date.

Buku Thingalytics membahas dua hal besar ini secara high level, menceritakan per studi kasus di berbagai bidang. Buku ini tidak membahas bagaimana cara membuat IoT dengan Arduino dan Raspberry Pi, atau bagaimana cara menangani Big Data dengan Hadoop, tetapi menceritakan bagaimana suatu perusahaan memanfaatkan data yang dihasilkan oleh IoT untuk dianalisis sehingga menjadi informasi yang sangat spesifik.

Salah satu contoh studi kasus yang menarik saya adalah tentang perawatan mesin generator listrik di Eropa oleh General Electric (GE). Mereka memperkenalkan metode perawatan mesin yang disebut Predictive & Proactive Maintenance. Jadi sebelum salah satu onderdil mesin itu rusak, jauh hari sudah disiapkan suku cadangnya dan diganti. Mereka bisa memprediksi umur onderdil mesin itu dan menggantinya pada saat yang tepat sebelum rusak. Caranya adalah memasang sensor-sensor di mesin dan dihubungkan ke IoT untuk dikirimkan ke GE pusat untuk dianalisis secara real time. Hasil analisis ini memberikan waktu kepada GE untuk menyiapkan rencana perbaikan, suku cadang, dan personil yang tersedia.

Studi kasus lain adalah di Disney Park di Orlando. Mereka memasang IoT pada gelang tiket masuk. Gelang ini melaporkan posisi pengunjung di taman tersebut. Dengan begitu mereka bisa mengetahui wahana mana saja yang terlalu banyak antrian dan memberikan saran kepada yang antri untuk masuk ke wahana lain terlebih dahulu yang lebih sedikit antriannya. Dengan ini pengunjung bisa memanfaatkan waktunya lebih baik dan tidak dihabiskan untuk antri saja. Saya jadi ingat Dufan yang seringkali waktu antri jauh lebih lama daripada waktu bermain di wahananya itu.

Masih ada banyak lagi studi kasus yang menarik di banyak area bisnis. Buku ini lebih condong ke manajemen bisnis sih daripada ke IT. Bahasa Inggris-nya plain English yang mudah dimengerti dan tidak terlalu banyak istilah teknis IT. Memberikan banyak inspirasi dan insight baru tentang penggunaan IoT yang begitu masif. Ujung-ujungnya untuk meningkatkan penjualan, membuat pelanggan lebih puas (sehingga berbelanja lebih banyak), efisiensi biaya, dan hal-hal yang berhubungan dengan duit. Kesimpulannya: good to read.

One thought

  1. Mas Galih, aku berarti termasuk generasi tua juga ya karena masih di blog? Hihi…

    Sebenarnya aku jadi pengen ikutan ngevlog juga karena kebanyakan nonton YouTube. Tapi, kayaknya bukan aku banget. Karena aku gak ngerti vlogging (I mean, ribetnya itu lho buat rekaman dan editing, belum lagi mikir mau vlog apaan) dan aku pemalu. I’m not good in front of a camera. Heuheuheu.

Leave a Reply

Your email address will not be published. Required fields are marked *