Internet of things

Internet of Thing (IoT) adalah sebuah konsep dimana suatu objek yang memiliki kemampuan untuk mentransfer data melalui jaringan tanpa memerlukan interaksi manusia ke manusia atau manusia ke komputer. IoT telah berkembang dari konvergensi teknologi nirkabel, micro-electromechanical systems (MEMS), dan Internet.

“A Things” pada Internet of Things dapat didefinisikan sebagai subjek misalkan orang dengan monitor implant jantung, hewan peternakan dengan transponder biochip, sebuah mobil yang telah dilengkapi built-in sensor untuk memperingatkan pengemudi ketika tekanan ban rendah. Sejauh ini, IoT paling erat hubungannya dengan komunikasi machine-to-machine (M2M) di bidang manufaktur dan listrik, perminyakkan, dan gas. Produk dibangun dengan kemampuan komunikasi M2M yang sering disebut dengan sistem cerdas atau “smart”. Sebagai contoh yaitu smart kabel, smart meter, smart grid sensor.

Konsep dan Cara Kerja Internet of Things

Konsep IoT ini sebetulnya cukup sederhana dengan cara kerja mengacu pada 3 elemen utama pada arsitektur IoT, yakni: Barang Fisik yang dilengkapi modul IoT, Perangkat Koneksi ke Internet seperti Modem dan Router Wirless Speedy seperti di rumah anda, dan Cloud Data Center tempat untuk menyimpan aplikasi beserta data base.

Seluruh penggunaan barang yang terhubung ke internet akan menyimpan data, data tersebut terkumpul sebagai ‘big data’ yang kemudian dapat di olah untuk di analisa baik oleh pemerintah, perusahaan, maupun negara asing untuk kemudian di manfaatkan bagi kepentingan masing-masing. Disinilah peran penting pemerintah Republik Indonesia dalam menjaga ketahanan negara dari sisi sistem informasi.

Fungsi Internet of Things

Dengan prinsip tujuan utama dari IoT sebagai sarana yang memudahkan untuk pengawasan dan pengendalian barang fisik maka konsep IoT ini sangat memungkinkan untuk digunakan hampir pada seluruh kegiatan sehari-hari, mulai dari penggunaan perorangan, perkantoran, rumah sakit, pariwisat, industri, transportasi, konserverasi hewan, pertanian dan peternakan, sampai ke pemerintahan.

Dalam tujuan tersebut, IoT memiliki peran penting dalam pengendalian pemakaian listrik, sehingga pemakaian listrik dapat lebih hemat sesuai kebutuhan mulai dari tingkat pemakaian pribadi sampai ke industri. Tentunya selain untuk tujuan penghematan IoT juga dapat dipakai sebagai sarana kemajuan usaha, dengan sistem monitoring maka kebutuhan usaha dapat lebih terukur.

IoT juga sangat berguna dalam otomatisasi seluruh perangkat yang terhubung ke internet dimana konfigurasi otomatisasi tersebut dapat di sesuaikan dengan mudah tanpa harus datang ke lokasi perangkat tersebut. Baik untuk alasan keamanan untuk wilayah yang tidak mungkin dimasuki manusia, maupun untuk alasan jangkauan terhadap perangkat yang akan di kendalikan tersebut.

Manfaat Internet of Things

Berikut beberapa manfaat teknologi IoT untuk berbagai sektor.

Monitoring Lingkungan

IoT dapat berguna untuk “melihat” kondisi air secara real-time di waduk, irigasi bagi para petani untuk informasi debit air masih banyak atau tinggal sedikit, di laut sebagai mitigasi bencana ke para pelaut dan nelayan. Sehingga memudahkan para pelaku sektor real dalam mempertimbangkan kebutuhan mereka secara lebih tepat.

Kebakaran hutan juga dapat di cegah dengan sistem pencegahan kebakaran yang ter-integrasi, dengan data laporan titik panas dari satelit yang terhubung langsung ke sistem penyemprotan air di titik lokasi kebakaran maka dapat lebih memungkinkan api di padamkan lebih cepat.

Perusahaan Air Minum juga dapat mengukur tingkat kualitas air yang akan di salurkan ke pelanggan sehingga dapat lebih meningkatkan kualitas pelayanan dan dapat mengukur kebutuhan kimia penjernih air.

Pengelolaan Infrastruktur

Seperti kereta api, ‘IoT’ ini dapat dipakai untuk mendeteksi kondisi jalur kereta aman di lintasi atau tidak, sehingga dapat membuka tutup palang pintu kereta secara otomatis tanpa harus khawatir penjaga kereta sedang terlelap tidur.

Demikian untuk lalu lintas jalanan, sistem pengalihan kemacetan dapat di mungkinkan. Artinya jika suatu jalan sedang macet, maka pengguna jalan yang dengan tujuan ke arah jalanan yang macet itu dapat di alihkan secara otomatis dengan sistem rambu otomatis, misal jika jalan arteri macet sedangkan jalan tol dalam kota kosong maka satu jalur di jalan tol dapat di gunakan secara gratis untuk pengendara jalan umum.

Untuk di pelabuhan, IoT dapat digunakan untuk manifest ribuan barang dalam satu kapal atau container, sehingga data manifest dapat lebih cepat tersedia. Dan sangat memungkin untuk sistem monitoring pelabuhan yang berguna baik untuk operator pelabuhan maupun untuk pengguna.

Kesimpulan:

Era Big Data sudah masuk ke Indonesia yang akan terus berkembang secara srastis dengan masuknya komponen IoT ke Indonesia. Manfaat Internet of Things ini cukup banyak bagi masyarakat Indonesia, namun perlu pengaturan yang bijak agar tidak menjadi sesuatu yang negatif baik dalam skala perorangan sampai sekala nasional.

Data Mining

Definisi Data Mining

Data mining didefinisikan sebagai satu set teknik yang digunakan secara otomatis untuk mengeksplorasi secara menyeluruh dan membawa ke permukaan relasi-relasi yang kompleks pada set data yang sangat besar.

Data mining dapat juga didefinisikan sebagai “pemodelan dan penemuan polapola yang tersembunyi dengan memanfaatkan data dalam volume yang besar”1. Data mining menggunakan pendekatan discovery-based dimana pencocokan pola (pattern-matching) dan algoritmaalgoritma yang lain digunakan untuk menentukan relasi-relasi kunci di dalam data yang diekplorasi. Data mining merupakan komponen baru pada arsitektur sistem pendukung keputusan (DSS) di perusahaan-perusahaan. Ruang Lingkup Data Mining

Data mining (penambangan data), sesuai dengan namanya, berkonotasi sebagai pencarian informasi bisnis yang berharga dari basis data yang sangat besar. Usaha pencarian yang dilakukan dapat dianalogikan dengan penambangan logam mulia dari lahan sumbernya. Dengan tersedianya basis data dalam kualitas dan ukuran yang memadai,

Tugas Utama Data Mining

Telah disebutkan di ruang lingkup data mining bahwa pada kebanyakan aplikasinya, gol utama dari data mining adalah untuk membuat prediksi dan deskripsi. Prediksi menggunakan beberapa variabel atau field-field basis data untuk memprediksi nilai-nilai

variabel masa mendatang yang diperlukan, yang belum diketahui saat ini. Deskripsi berfokus pada penemuan pola-pola tersembunyi dari data yang ditelaah. Dalam konteks KDD, deskripsi dipandang lebih penting daripada prediksi. Ini berlawanan dengan aplikasi pengenalan pola dan mesin belajar.

Proses Data Mining

Karena DM adalah suatu rangkaian proses, DM dapat dibagi menjadi beberapa tahap yang diilustrasikan pada gambar diatas :

1. Pembersihan data (untuk membuang data yang tidak konsisten dan noise)

2. Integrasi data (penggabungan data dari beberapa sumber)

3. Transformasi data (data diubah menjadi bentuk yang sesuai untuk di-mining)

4. Aplikasi teknik DM

5. Evaluasi pola yang ditemukan (untuk menemukan yang menarik/bernilai)

6. Presentasi pengetahuan (dengan teknik visualisasi)

Tahap-tahap diatas, bersifat interaktif di mana pemakai terlibat langsung atau dengan perantaraan knowledge base.

Knowledge Discovery and Data Mining(KDD) adalah proses yang dibantu oleh komputer untuk menggali dan menganalisis sejumlah besar himpunan data dan mengekstrak informasi dan pengetahuan yang berguna. Data mining tools memperkirakan perilaku dan tren masa depan, memungkinkan bisnis untuk membuat keputusan yang proaktif dan berdasarkan pengetahuan. Data mining tools mampu menjawab permasalahan bisnis yang secara tradisional terlalu lama untuk diselesaikan. Data mining tools menjelajah database untuk mencari pola tersembunyi, menemukan infomasi yang prediktif yang mungkin dilewatkan para pakar karena berada di luar ekspektasi mereka.

Proses dalam KDD adalah proses yang digambarkan pada dan terdiri dari rangkaian proses iteratif sebagai berikut.

1. Data cleaning, menghilangkan noise dan data yang inkonsisten.

2. Data integration, menggabungkan data dari berbagai sumber data yang berbeda

3. Data selection, mengambil data yang relevan dengan tugas analisis dari database

4. Data transformation, Mentransformasi atau menggabungkan data ke dalam bentuk yang sesuai untuk penggalian lewat operasi summary atau aggregation.

5. Data mining, proses esensial untuk mengekstrak pola dari data dengan metode cerdas.

6. Pattern evaluation, mengidentifikasikan pola yang menarik dan merepresentasikan pengetahuan berdasarkan interestingness measures.

7. Knowledge presentation, penyajian pengetahuan yang digali kepada pengguna dengan menggunakan visualisasi dan teknik representasi pengetahuan.

Cara Kerja Data Mining

Bagaimana tepatnya data mining “menggali” hal-hal penting yang belum diketahui sebelumnya atau memprediksi apa yang akan terjadi?

Teknik yang digunakan untuk melaksanakan tugas ini disebut pemodelan. Pemodelan di sini

dimaksudkan sebagai kegiatan untuk membangun sebuah model pada situasi yang telah diketahui “jawabannya” dan kemudian menerapkannya pada situasi lain yang akan dicari jawabannya. Sebagai contoh di sini diambil pencarian solusi bisnis di bidang telekomunikasi. Ada beberapa perusahaan telekomunikasi yang beroperasi di sebuah negara dan dimisalkan pihak manajemen sebuah perusahaan bermaksud untuk menjaring kustomer baru untuk jasa layanan sambungan langsung jarak jauh (SLJJ). Pihak manajemen dapat “menghubungi” calon-calon kustomer dengan memilih secara acak kemudian menawari mereka dengan diskon khusus, dengan hasil yang kemungkinan besar kurang menggemberikan, atau dengan memanfaatkan pengalaman-pengalaman bisnis yang saat ini sudah tersimpan di basis data perusahaan untuk membangun sebuah model. Perusahaan ini telah memiliki banyak informasi mengenai kustomer perusahaan tersebut: umur, jenis kelamin, sejarah penggunaan fasilitas kredit dan penggunaan SLJJ. Juga sudah diketahui informasi mengenai calon-calon kustomer: umur, jenis kelamin, sejarah penggunaan fasilitas kredit, dll. Masalahnya adalah penggunaan SLJJ untuk para calon kustomer ini belum diketahui, karena mereka saat ini menjadi kustomer dari perusahaan lain. Yang dipikirkan pihak manajemen adalah mencari calon kustomer yang akan menggunakan banyak jasa SLJJ. Usaha untuk mencari jawaban masalah ini dilakukan dengan membangun sebuah model.

3D Technology

CAMERA TRACKING

Definisi Camera Tracking

Kamera Traking adalah proses mengambil sebuah objek yang bergerak atau ( multiple objek ) dari waktu ke waktu menggunakan kamera. Teknik ini memiliki berbagai kegunaan, beberapa diantaranya adalah: Interaksi manusia dengan komputer, keamanan dan pengawasan, komunikasi video, kontrol lalu lintas, pencitraan medis dan video editing.

Pengertian 3D

3D singkatan dari tiga-dimensi. Hal tersebut berarti bahwa semua hal yang memiliki lebar, tinggi, dan kedalaman adalah tiga dimensi. Jika melihat sekeliling ruangan, semua yang dilihat adalah tiga dimensi dan dapat dilihat dari sisi manapun, kursi, meja, bangunan, halaman, binatang, semuanya.

Pengertian Tracking

Tracking merupakan gerakan kamera mengikuti karakter dalam frame, misalnya seseorang yang berjalan, binatang yang berlari, kendaraan yang bergerak, burung atau pesawat yang terbang.

Gerakan tracking kamera biasanya menggunakan alat yang disebut dolly (sebuah alat yang digunakan sebagai penyangga tripod camera dan bergerak diatas rel) atau bisa dengan hand held dengan bantuan stabilizer (steadycam).

Ada dua istilah dalam tracking kamera, trac in dan track out. Disebut track in jika gerakan kamera menarik ke belakang, dan track out jika kamera bergerak maju mendekati objek perekaman gambar.

Pengertian Camera Digital

Kamera digital adalah kamera yang merekam citra secara digital. Kamera digital banyak digunakan pada album foto keluarga dan ahli penyakit kulit.

Pengertian Camcorder

Camcorder adalah alat perekam elektronik yang portable yang mempunyai kemampuan video live-motion dan audio untuk kemudian dimainkan di Video Cassete Recorder (VCR), TV dan komputer multimedia.

AUGMENTED REALITY

Pengertian Augmented Reality

Menurut penjelasan Haller, Billinghurst, dan Thomas (2007), riset Augmented Reality bertujuan untuk mengembangkan teknologi yang memperbolehkan penggabungan secara real-time terhadap digital content yang dibuat oleh komputer dengan dunia nyata. Augmented Reality memperbolehkan pengguna melihat objek maya dua dimensi atau tiga dimensi yang diproyeksikan terhadap dunia nyata. (Emerging Technologies of Augmented Reality: Interfaces and Design).

Teknologi AR ini dapat menyisipkan suatu informasi tertentu ke dalam dunia maya dan menampilkannya di dunia nyata dengan bantuan perlengkapan seperti webcam, komputer, HP Android, maupun kacamata khusus. User ataupun pengguna didalam dunia nyata tidak dapat melihat objek maya dengan mata telanjang, untuk mengidentifikasi objek dibutuhkan

perantara berupa komputer dan kamera yang nantinya akan menyisipkan objek maya ke dalam dunia nyata.

Metode Augmented Reality 

Metode yang dikembangkan pada Augmented Reality saat ini terbagi menjadi dua metode, yaitu Marker Based Tracking dan Markless Augmented Reality.

1. Marker Augmented Reality (Marker Based Tracking)

Marker biasanya merupakan ilustrasi hitam dan putih persegi dengan batas hitam tebal dan latar belakang putih. Komputer akan mengenali posisi dan orientasi marker dan menciptakan dunia virtual 3D yaitu titik (0,0,0) dan tiga sumbu yaitu X, Y, dan Z. Marker Based Tracking ini sudah lama dikembangkan sejak 1980-an dan pada awal 1990-an mulai dikembangkan untuk penggunaan Augmented Reality.

2. Markerless Augmented Reality

            Salah satu metode Augmented Reality yang saat ini sedang berkembang adalah metode “Markerless Augmented Reality”, dengan metode ini pengguna tidak perlu lagi menggunakan sebuah marker untuk menampilkan elemen-elemen digital, dengan tool yang disediakan Qualcomm untuk pengembangan Augmented Reality berbasis mobile device, mempermudah pengembang untuk membuat aplikasi yang markerless (Qualcomm, 2012).

Seperti yang saat ini dikembangkan oleh perusahaan Augmented Reality terbesar di dunia Total Immersion dan Qualcomm, mereka telah membuat berbagai macam teknik Markerless Tracking sebagai teknologi andalan mereka, seperti Face Tracking, 3D Object Tracking, dan Motion Tracking.

a. Face Tracking

Algoritma pada computer terus dikembangkan, hal ini membuat komputer dapat mengenali wajah manusia secara umum dengan cara mengenali posisi mata, hidung, dan mulut manusia, kemudian akan mengabaikan objek-objek lain di sekitarnya seperti pohon, rumah, dan lain – lain.

 b. 3D Object Tracking

Berbeda dengan Face Tracking yang hanya mengenali wajah manusia secara umum, teknik 3D Object Tracking dapat mengenali semua bentuk benda yang ada disekitar, seperti mobil, meja, televisi, dan lain-lain.

c. Motion Tracking

Komputer dapat menangkap gerakan, Motion Tracking telah mulai digunakan secara ekstensif untuk memproduksi film-film yang mencoba mensimulasikan gerakan.

d. GPS Based Tracking

Teknik GPS Based Tracking saat ini mulai populer dan banyak dikembangkan pada aplikasi smartphone (iPhone dan Android), dengan memanfaatkan fitur GPS dan kompas yang ada didalam smartphone, aplikasi akan mengambil data dari GPS dan kompas kemudian menampilkannya dalam bentuk arah yang kita inginkan secara realtime, bahkan ada beberapa aplikasi menampikannya dalam bentuk 3D.