‹ Daftar slide
Pertemuan 5: Komputasi Cloud dan Edge dalam IoT
Mata Kuliah Internet of Things • Bisnis & Manajemen
Internet of Things
Pertemuan 5 — Komputasi Cloud dan Edge dalam IoT
Bagaimana data jutaan sensor diolah untuk menciptakan nilai bisnis: Mengenal keseimbangan antara Cloud Computing (Otak Sentral) dan Edge Computing (Keputusan di Garis Depan).
RPS MINGGU 5 • DURASI 2 × 50 MENIT
Tujuan Pembelajaran Hari Ini
Setelah pertemuan ini, Anda diharapkan mampu memahami arsitektur pemrosesan data IoT dari sudut pandang manajerial dan bisnis:
CAPAIAN 1 — CLOUD
PERAN CLOUD
Memahami peran strategis Cloud Computing dalam menyimpan data skala masif dan pelatihan AI tingkat lanjut.
CAPAIAN 2 — EDGE
URGENSI EDGE
Menjelaskan mengapa komputasi harus didekatkan ke sumber data (Edge Computing) untuk menghemat biaya dan menurunkan latensi.
CAPAIAN 3 — HYBRID
ARSITEKTUR HYBRID
Menganalisis keuntungan sinergi Cloud dan Edge dalam arsitektur Multi-Tier yang efisien.
CAPAIAN 4 — STUDI KASUS
APLIKASI BISNIS
Mengevaluasi studi kasus nyata industri (Manufaktur, Smart City, Retail) yang sukses menerapkan ekosistem ini.
Tsunami Data IoT: Masalah atau Peluang?
Sebuah pabrik dengan 10.000 sensor dapat menghasilkan puluhan Terabyte data setiap harinya. Bagaimana mengelolanya?
PENDEKATAN LAMA (SEMUA KE CLOUD)
MAHAL & LAMBAT
Kirim seluruh data mentah ke Cloud. Masalah: Biaya internet/bandwidth jebol, latensi (keterlambatan) saat alat butuh respons detik itu juga.
PENDEKATAN BARU (CLOUD + EDGE)
CEPAT & EFISIEN
Pilah data: mana yang butuh respons langsung (proses di pabrik/Edge) dan mana yang untuk analisis tren jangka panjang (kirim ke Cloud).
Data adalah emas (peluang). Tapi jika cara memprosesnya salah, data justru akan mematikan profit margin perusahaan Anda.
Bagian 1 dari 4
Mengenal Dua Paradigma Pemrosesan
Memahami fondasi dasar antara pemrosesan tersentralisasi (Cloud) dan pemrosesan terdistribusi di ujung jaringan (Edge).
Sentralisasi
Lokal (Garis Depan)
Cloud Computing: Otak Sentral
Cloud Computing adalah penyediaan layanan komputasi (server, storage, database, software, analitik) melalui internet ("the cloud").
SKALABILITAS
KAPASITAS TAK TERBATAS
Bisa menambah storage atau kemampuan komputasi kapan saja tanpa perlu beli server fisik baru (Pay-as-you-go).
ANALITIK BESAR
BIG DATA & AI
Tempat terbaik untuk melatih model Machine Learning menggunakan data historis bertahun-tahun.
VISIBILITAS
MANAJEMEN GLOBAL
Satu dashboard untuk memantau performa pabrik/kantor cabang di seluruh dunia.
Dalam IoT, Cloud berfokus pada historis, pembelajaran pola, dan agregasi data organisasi.
Keterbatasan Cloud: Mengapa Butuh Alternatif?
Mengirim seluruh data IoT bolak-balik ke Cloud memiliki kelemahan strategis:
TIGA TITIK LEMAH CLOUD-ONLY
| Keterbatasan | Dampak Bisnis |
|---|---|
| Latensi (Jeda Waktu) | Keterlambatan 1 detik = tabrakan pada Autonomous Vehicle atau cacat produksi robotik. |
| Biaya Bandwidth | Mengunggah video CCTV 4K selama 24/7 dari 100 kamera akan menguras anggaran IT. |
| Ketergantungan Internet | Jika koneksi putus, mesin/alat otomatis berhenti bekerja sepenuhnya (downtime mahal). |
Cloud hebat untuk berpikir, tetapi lambat untuk memberikan refleks.
Edge Computing: Refleks di Garis Depan
Edge Computing memindahkan pemrosesan data sedekat mungkin dengan sumber data (sensor/mesin/kamera), bukan di Cloud yang jauh.
BAGAIMANA CARA KERJANYA?
LOKAL & INSTAN
Komputer kecil (Edge Device) atau gateway diletakkan di pabrik/toko. Data diolah di sana. Jika suhu mesin abnormal, alat langsung dimatikan tanpa menunggu server Cloud.
FILTER DATA
HANYA KIRIM INTISARI
Edge membuang "sampah" data (mis. video parkiran kosong). Yang dikirim ke Cloud hanyalah data penting (metadata/rekap) untuk menghemat bandwidth.
Edge adalah "Satpam di lapangan". Ia bisa bereaksi dalam hitungan milidetik.
Perbandingan Strategis: Cloud vs Edge
Kapan bisnis harus menggunakan Cloud dan kapan harus mengandalkan Edge?
TUGAS DAN FOKUS UTAMA
| Karakteristik | Edge Computing | Cloud Computing |
|---|---|---|
| Fokus Analisis | Real-time, seketika (Milidetik) | Historis, tren (Hari/Bulan/Tahun) |
| Sifat Keputusan | Operasional (Tutup katup, bunyikan alarm) | Strategis (Polakan permintaan pasar) |
| Data yang diolah | Data mentah secara lokal, streaming | Data agregat, Big Data dari seluruh cabang |
| Konektivitas | Bisa bekerja offline | Wajib terhubung Internet / Koneksi Stabil |
Bagian 2 dari 4
Sinergi: Arsitektur Hybrid IoT
Dunia bisnis tidak memilih salah satu. Mereka menggabungkan keduanya menjadi sebuah rantai nilai (Tiered Architecture) yang optimal.
Sensor (Things)
Edge Node
Cloud Server
Arsitektur Hybrid (Multi-Tiered) IoT
Arsitektur standar industri saat ini membagi beban kerja dalam 3 lapisan (Tier).
TIER 1: PERANGKAT / SENSOR
PENGUMPUL DATA
Kamera, termometer, aktuator, RFID. Tugas utamanya merekam keadaan fisik secara non-stop.
TIER 2: EDGE COMPUTING
FILTER & AKSI LOKAL
Server mini di lokasi. Mengidentifikasi masalah real-time (contoh: membuang ayam cacat dari ban berjalan) dan merangkum data.
TIER 3: CLOUD COMPUTING
PENYIMPANAN & AI
Terima rangkuman Edge. Melatih model AI baru, analitik keuangan, dan sinkronisasi lintas pabrik.
Loop Sempurna: Cloud melatih model AI → Model dikirim (di-deploy) ke Edge → Edge menjalankan AI lokal → Edge mengirim hasil kembali ke Cloud.
Keuntungan Manajerial 1: Operasi Real-Time
Mengapa manajemen bersedia berinvestasi pada sistem Edge di lantai produksi?
EFISIENSI & KESELAMATAN (LATENSI NOL)
- Mencegah Kecelakaan Kerja: Kamera sensor mendeteksi pegawai tanpa helm, langsung menghentikan alat berat dalam 0.05 detik. Cloud butuh 1-2 detik.
- Mencegah Barang Cacat: Sensor mendeteksi malfungsi mesin manufaktur sebelum merusak ribuan produk.
- Uptime Tinggi: Sistem tetap berjalan normal meskipun kabel fiber optik internet pabrik terputus.
DAMPAK FINANSIAL
Zero Downtime
Kerugian pabrik berhenti akibat internet putus bisa mencapai ribuan dolar per menit. Edge menjamin business continuity tingkat lokal.
Keuntungan Manajerial 2: Optimasi Biaya IT
Model hybrid Cloud-Edge adalah cara paling logis untuk Cost Optimization.
MENGHEMAT BANDWIDTH INTERNET
PENURUNAN VOLUME DATA
Alih-alih mengirim video CCTV 24 jam ke AWS, Edge memprosesnya dan hanya mengirim teks: "Pukul 14.00, Ada Orang Masuk". Volume data turun drastis (hingga 90%).
MENGHEMAT STORAGE CLOUD
PAY-AS-YOU-GO OPTIMAL
Penyimpanan awan (Cloud) tidak gratis. Dengan menyaring sampah data di tingkat Edge, biaya tagihan Cloud bulanan perusahaan akan jauh lebih stabil dan murah.
Manajemen keuangan IT: "Kirim intelijen/wawasan ke Cloud, bukan kirim data mentah."
Keuntungan Manajerial 3: Keamanan & Privasi
Hukum privasi data dan ancaman siber semakin ketat. Hybrid membantu manajemen risiko (Risk Management).
PERLINDUNGAN DATA SENSITIF (DATA SOVEREIGNTY)
| Risiko / Regulasi | Solusi Hybrid (Cloud & Edge) |
|---|---|
| Rekam Medis (Rumah Sakit) | Data pasien diolah di server Edge lokal RS. Hanya data agregat anonim yang masuk Cloud. |
| Rahasia Dagang/Manufaktur | Formula mesin tetap di Edge lokal; meminimalkan peretasan di lalu-lintas jaringan internet. |
| Kepatuhan Hukum Negara | Regulasi melarang pemindahan data warga ke server luar negeri? Simpan & proses di Edge lokal. |
Bagian 3 dari 4
Studi Kasus Bisnis Nyata
Melihat bagaimana pemimpin industri menerapkan komputasi Cloud & Edge untuk memecahkan masalah profitabilitas.
Manufaktur
Smart City
Retail/Security
Studi Kasus 1: Manufaktur — Tyson Foods
Masalah: Mengandalkan perhitungan stok ayam secara manual menghabiskan banyak waktu dan rawan salah. Mereka butuh solusi pintar otomatis.
SOLUSI HYBRID (AWS CLOUD + EDGE)
- Model AI: Dilatih menggunakan data di server Amazon (Cloud).
- Deployment Lokal: Model dimasukkan ke kamera di setiap pabrik (Edge).
- Eksekusi: Kamera (Edge) menghitung stok secara lokal, menganalisis kerusakan tanpa internet.
- Pelaporan: Hanya rangkuman angka dikirim ke Cloud untuk analisis CEO.
DAMPAK BISNIS
Hemat 15.000 Jam Kerja
Per tahun per pabrik. Dengan memproses inventaris di Edge, tidak ada jeda, akurasi stok real-time, dan biaya operasional turun drastis.
Studi Kasus 2: Smart City & Infrastruktur
Masalah: Mengelola lalu lintas kota (Barcelona) dan daya listrik darurat (Chattanooga) butuh kecepatan milidetik.
BARCELONA: LALU LINTAS
Server Edge dipasang di persimpangan lampu merah. Kamera memproses kepadatan mobil secara lokal.
Dampak: Lampu merah mengatur waktunya sendiri secara real-time, memecah kemacetan tanpa harus konfirmasi ke balaikota (Cloud).
Dampak: Lampu merah mengatur waktunya sendiri secara real-time, memecah kemacetan tanpa harus konfirmasi ke balaikota (Cloud).
CHATTANOOGA: SMART GRID
Jaringan listrik menggunakan Edge sensor untuk mendeteksi anomali cuaca ekstrim.
Dampak: Saat badai, gardu langsung (secara otomatis lokal) memutus jalur berbahaya dan reroute listrik seketika, mencegah pemadaman masal parah.
Dampak: Saat badai, gardu langsung (secara otomatis lokal) memutus jalur berbahaya dan reroute listrik seketika, mencegah pemadaman masal parah.
Dalam sistem publik skala besar, desentralisasi via Edge mencegah kelumpuhan total (Single Point of Failure).
Studi Kasus 3: Retail & Security — NEC
Masalah: Face Recognition (pengenalan wajah) karyawan di gerbang kantor butuh respons sepersekian detik, tapi juga butuh privasi.
SOLUSI NEC (EDGE-CLOUD HYBRID)
- Proses Edge: Pemindaian dan pencocokan wajah dilakukan di mesin gerbang (Edge) secara seketika.
- Tanpa Antrean: Pintu terbuka instan. Karyawan lewat sambil jalan wajar (walk-through).
- Privasi: Foto wajah tidak dikirim/disimpan di Cloud publik. Hanya data ID absensi yang diunggah.
DAMPAK BISNIS
User Experience Premium
Kombinasi Edge menjamin pengalaman tanpa gesekan (frictionless). Dari sisi IT, bandwidth jaringan korporat terselamatkan dari upload foto beresolusi tinggi non-stop.
Bagian 4 dari 4
Tantangan Implementasi & Kesimpulan Strategis
Apa yang harus diantisipasi oleh manajemen sebelum menjalankan investasi besar ini?
Tantangan Manajerial dalam Implementasi
Menyebarkan ribuan node Edge + Cloud bukan sekadar proyek IT biasa; butuh strategi finansial & SDM kuat.
TANTANGAN 1 — BIAYA AWAL
CAPEX TINGGI
Mengubah pabrik lawas (legacy system) dan membeli perangkat Edge untuk setiap titik merupakan investasi awal yang sangat mahal.
TANTANGAN 2 — KEAHLIAN
KETERBATASAN SDM
Dibutuhkan insinyur hybrid yang paham IoT Hardware, jaringan Edge, serta ekosistem Cloud (AWS/Azure) secara bersamaan.
TANTANGAN 3 — KEAMANAN FISIK
RISIKO PERANGKAT
Walau aman dari siber, Edge device rawan pencurian fisik, vandalisme, atau rusak karena cuaca (jika di luar ruangan).
Kesimpulan: Keseimbangan Ekosistem
Keberhasilan IoT industri bukanlah tentang memilih antara Cloud dan Edge, melainkan Harmonisasi.
GOLDEN RULE MANAJEMEN DATA IOT
- Gunakan Edge Computing untuk kecepatan (refleks), pengambilan keputusan instan lokal, keamanan data sensitif, dan menghemat bandwidth.
- Gunakan Cloud Computing untuk skala (otak besar), menyimpan rekam jejak panjang, pembelajaran model AI, dan pemantauan manajerial jarak jauh lintas benua.
- Strategi Bisnis Pemenang: Biarkan perangkat (Edge) bertindak dengan cerdas secara lokal, dan berikan kemampuan manajer (Cloud) untuk memantau performa secara global.
Di era digitalisasi, infrastruktur komputasi hibrida (Edge+Cloud) adalah keunggulan kompetitif (competitive advantage) perusahaan.