Sistem Pertanian

 Smart Farming merupakan pengembangan yang menekankan pada penggunaan teknologi

informasi dan komunikasi dalam siklus pengelolaan pertanian fisik siber. Teknologi Big Data
memainkan peran timbal balik yang penting dalam pengembangan ini: mesin dilengkapi dengan
semua jenis sensor yang mengukur data di lingkungannya yang digunakan untuk perilaku mesin.
Beberapa penulis menyebut kemunculan Big Data dan teknologi yang terkait sebagai sensasi
teknologi lain yang mungkin gagal terwujud, yang lain menganggap aplikasi Big Data mungkin
telah lulus puncak dalam fl harapan yang sama dalam Siklus Hype Gartner. Ini bertujuan untuk
memberikan wawasan tentang aplikasi Big Data yang canggih dalam perubahannya dengan
Smart Farming dan untuk mengidentifikasi tantangan penelitian dan pengembangan yang paling
penting untuk membantu di masa depan. Dalam mengkaji literatur, perhatian yang diberikan
pada aspek teknis dan sosial ekonomi. Namun, teknologi berubah dengan cepat di bidang ini
dan teknologi mutakhir mungkin akan segera usang setelah makalah ini diterbitkan. Oleh karena
itu, analisis terutama berfokus pada dampak sosial-ekonomi Big Data terhadap manajemen
pertanian dan seluruh jaringan di sekitarnya karena diharapkan ini akan memiliki efek jangka
panjang.

ILMU DATA BESAR DALAM SMART FARMING

Sektor pertanian dan pangan menghadapi berbagai tantangan, dengan populasi global yang
diproyeksikan tumbuh dari 7,6 miliar pada 2018 (PBB DESA, 2019) untuk lebih dari 9,6 miliar
pada tahun 2050 akan ada yang signifikan peningkatan permintaan makanan ( UN DESA, 2017).
Pertanian presisi: adalah konsep pertanian yang melibatkan metode produksi dan pengelolaan
baru yang menggunakan data secara intensif tentang lokasi dan tanaman tertentu. Pertanian
cerdas tidak hanya melibatkan mesin individu tetapi semua operasi pertanian. Petani dapat
menggunakan perangkat seluler seperti ponsel pintar dan tablet untuk mengakses data real-
time tentang kondisi tanah dan tanaman, medan, iklim, cuaca, penggunaan sumber daya,
tenaga kerja, pendanaan, dll. Hasilnya, petani memiliki informasi yang dibutuhkan untuk
membuat keputusan yang tepat berdasarkan data konkret, bukan intuisi mereka.

Analitik preskriptif dapat menguntungkan perencanaan strategis perawatan kesehatan dengan

menggunakan analitik untuk memanfaatkan data operasional dan penggunaan yang dikombinasikan
dengan data faktor eksternal seperti data ekonomi, tren demografis populasi, dan tren kesehatan
populasi, untuk merencanakan investasi modal masa depan dengan lebih akurat seperti penggunaan
fasilitas dan peralatan baru. serta memahami pertukaran antara menambahkan tempat tidur tambahan
dan memperluas fasilitas yang ada versus membangun yang baru.

Pengelolaan Big Data di Era Revolusi Industri 4.0

 Industri 4.0
 Istilah “Industri 4.0” kali pertama dicanangkan di Pameran Hannover 2011
 Ditandai revolusi digital
 Pada industri manufaktur pada awalnya
 Waktu pengembangan lebih singkat (waktu yang lebih singkat ke pasar)
 Industri 4.0 : 9 Prinsip
 Analisis data besar
 Robot Otonom
 Simulasi
 Integrasi Horizontal & Vertikal dari Sistem Informasi Industrial

 Industri 4.0: Dampak di Asia Tenggara

Survei McKinsey (Maret 2017)
 Responden: 300 pemimpin perusahaan terkemuka di Asia Tenggara
 Hasil: 9 dari 10 responden yang paling efektif terhadap Industri 4.0
 Big Data: Silabus Master Khas
 Matematika untuk Big Data
 Skrip Python
 Aplikasi bisnis dan ilmiah dari Big Data
 Database besar dan NoSQL termasuk MongoDB, Cassandra, dan Neo4J
 Analisis, pembelajaran mesin, dan visualisasi data menggunakan Weka, R, dan
scikit-Learn
 Optimasi dan heuristik untuk masalah besar
 Komputasi cluster dengan Hadoop, Spark, Hive, dan MapReduce

 Big Data: Indonesia

 Data adalah minyak baru ( studi kasus: Go-Jek dan Bukalapak)
 Data adalah raja, data berbicara lebih keras, & AI (studi kasus: Bukalapak)
 Konferensi Big Data Indonesia 2018 (KBI 2018), 12-13 Mei 2018, Balai Kartini,
Jakarta, Big Data dan Artificial Intelligence: Menggali Potensi Memperkuat
Inovasi
 Perkembangan Penambangan Data
 Revolusi Industri 4.0 → Data Besar
 Big Data → Penambangan Data
 Data berkembang tidak hanya dalam berupa data Numerik dan kategorik tetapi
dapat berupa :
 Gambar
 Tantangan Ke Depan
 Cepatnya perkembangan data membutuhkan metode/cara baru untuk
mengolahnya
 Dibutuhkan pengalaman dan ilmu lain diluar penambangan data untuk selesai
permasalahan