UAS Pengantar Industri 4.

Lingga Ikhtiar Liestiadi

1320039 – SA02

1. Sebutkan dan berikan contoh karakteristik Big Data (5V)!

Jawab :
 Volume (jumlah data)
Volume dari big data mengacu pada besarnya data yang dihasilkan atau diperoleh. Big
data memiliki jumlah data yang sangat besar sehingga dalam proses pengolahannya
dibutuhkan suatu penyimpanan yang besar. Contoh : Feeds Instagram, Twitter, dan
Facebook.
 Velocity (kecepatan data)
Velocity mengacu pada peningkatan kecepatan di mana data ini dibuat, dan peningkatan
kecepatan di mana data dapat diproses, disimpan, dan dianalisis oleh hubungan database.
Contoh : Aplikasi yang berbasis cloud data, seperti Google Drive atau Office 365.
 Variety (keragaman data)
Variety mengacu pada bentuk format data yang beragam baik terstruktur maupun tidak
terstruktur yang tergantung banyaknya sumber data. Contoh : Isi dari sebuah web seperti
PDF, JPG, PNG atau MP3.
 Veracity (ketidakakakuratan data)
Veracity mengacu pada sulitnya memastikan kebenaran suatu data akibat banyaknya data
yang ada dan dari berbagai sumber. Contoh : File MP3 musik bajakan yang banyak
beredar dan bukan orisinil dari penerbit.
 Value (Nilai data)
Value mengacu pada kemampuan data dapat diolah menjadi sesuatu yang memiliki nilai.
Contoh : Kumpulan soal-soal yang berguna untuk tingkat SMA tapi tidak mungkin
digunakan di tingkat SD.

2. Berikan contoh manfaat penggunaan Big Data Analytics!

Jawab :
Big Data Analystic adalah Sebuah titik awal untuk memahami analystic dengan cara
untuk mengeksplorasi/menyelidiki/memahami secara mendalam suatu objek sampai ke
akar-akarnya.
 Contoh manfaat penggunaan big data analystic
a. Menemukan solusi dan tingkat presentasi keberhasilannya
b. Membuat efesien sehingga tidak perlu melakukan meeting produk yang larut
c. Mendeteksi sebuah perilaku yang menyimpang dalam struktur bisnis
d. Mengurangi biaya, waktu dan meningkatkan performa produk aplikasi

3. Jelaskan tahapan dalam data mining!

Jawab :
 Pembersihan data (Data cleaning)
Tahap melakukan pengisian nilai-nilai yang hilang, mengidentifikasi atau membuang
outlier, dan menyelesaikan data yang tidak konsisten. Tahap ini penting dilakukan karena
data yang "kotor" dapat menghasilkan keluaran yang tidak benar atau tidak bisa
diandalkan kebenarannya.
 Integrasi Data (Data integration)
Integrasi data dilakukan pada atribut-aribut yang mengidentifikasikan entitas-entitas yang
unik seperti atribut nama, jenis produk, nomor pelanggan dsb. Integrasi data perlu
dilakukan secara cermat karena kesalahan pada integrasi data bisa menghasilkan hasil
yang menyimpang dan bahkan menyesatkan pengambilan aksi nantinya.
 Seleksi Data (Data selection)
Tahap dilakukannya proses pemilihan data yang cocok terhadap proses penemuan
pengetahuan yang akan dilakukan.
 Transformasi Data (Data transformation)
Tahap proses mengubah data agar sesuai karakteristiknya dengan data yang diperlukan
untuk proses penggalian data.
 Penggalian Data (Data mining)
Tahap proses ekstraksi data sehingga menemukan suatu pola dari data tersebut.
 Evaluasi Pola (Pattern evaluation)
Dalam tahap ini hasil dari teknik data mining berupa pola-pola yang khas maupun model
prediksi dievaluasi untuk menilai apakah hipotesa yang ada memang tercapai.
 Representasi pengetahuan (Knowledge representation)
Tahapan untuk menampilkan pengetahuan yang telah dihasilkan dalam berbagai bentuk
visual. Bentuk visual bertujuan agar representasi pengetahuan tersebut mudah dipahami.
4. Sebutkan contoh dari simulasi sederhana dan simulasi kompleks!
Jawab :
Contoh simulasi sederhana :
a. Penentuan jumlah barang yang harus diproduksi
b. Penentuan jarak ke kota B melalui beberapa jalan

Contoh simulasi kompleks yakni :

a. Sistem antrian kasir di minimarket
b. Sistem antrian lalu lintas
c. Sistem antrian pada lintasan produksi
d. Sistem Group Technology System untuk meminimalkan biaya material
handling dengan metode heuristic

5. Jelaskan apa itu Artificial Intelligence, Machine Learning dan Deep Learning!
Jawab :
A. Artificial Intelligence (AI) adalah kemampuan ponsel cerdas (smartphone) dalam
mempelajari dan menafsirkan cara bicara pemiliknya. Berbicara dengan smartphone
untuk mengetahui hal-hal seperti lokasi restoran terbaik yang ada di suatu kota atau untuk
menemukan cara menuju suatu lokasi.

B. Machine Learning (ML) merupakan bidang penelitian antara ilmu statistik,

kecerdasan buatan, dan ilmu komputer dan juga dikenal sebagai analitik prediktif atau
pembelajaran statistik. Pembelajaran mesin (Machine Learning) adalah pemograman
komputer untuk mencapai kriteria/performa tertentu dengan menggunakan sekumpulan
data yang dilatih atau pengalaman masa lalu.

C. Deep learning (DL) merupakan metode pembelajaran yang memanfaatkan artificial

neural network yang berlapislapis (multilayer). DL adalah bidang kecerdasan buatan
yang berdasarkan jaringan saraf tiruan, yaitu menggunakan struktur algoritma
berlapislapis yang disebut jaringan saraf. Metode ini merupakan bagian dari machine
learning yang algoritmanya 150 membutuhkan data untuk belajar menyelesaikan tugas.
6. Jelaskan pengertian yang terdapat pada Information Security tentang Availability,
Integrity and Confidentiality serta berikan contoh dari masing-masing pengertian
tersebut!
Jawab :
o Availability, yaitu usaha supaya data akan dapat diakses setiap saat, tanpa delay, dan
tersedia dengan utuh tanpa cacat. Contohnya, pemberian password pada akun email.

o Integrity, yaitu sebuah jaminan bahwa semua data tersedia dalam keadaan utuh dan
lengkap sesuai apa adanya. Menjamin bahwa data tersebut tidak dapat dimodifikasi oleh
orang yang tidak berhak. Contohnya, ketika log-in dalam aplikasi diperlukannya proses
otorasi dengan memasukan kode OTP.

o Confidentiality, yaitu proses untuk mengamankan dan memastikan bahwa hanya orang
yang berhak saja yang dapat mengakses informasi tertentu. Informasi ini berkaitan
dengan data personal dan dan bersifat rahasia. Contohnya, melakukan enkripsi data-data
yang akan dikirim.

7. Sebutkan dan jelaskan secara singkat Level Keamanan Sistem Information Security!
Jawab :
a. Keamanan Level 0, merupakan keamanan fisik (physical security) atau keamanan
tingkat awal.
b. Keamanan Level 1, terdiri dari database security, data security, dan device security.
Pertama dari pembuatan database dilihat apakah menggunakan aplikasi yang sudah
diakui keamanannya. Selanjutnya adalah memperhatikan data security yaitu pendesainan
database, karena pendesain database harus memikirkan kemungkinan keamanan dari
database. Terakhir adalah device security yaitu adalah yang dipakai untuk keamanan dari
database tersebut.
c. Keamanan Level 2, yaitu keamanan dari segi keamanan jaringan dan bukan
merupakan kelanjutan keamanan level 1
d. Keamanan Level 3, merupakan information security. Informasi – informasi seperti
kata sandi yang dikirimkan kepada teman atau file – file yang penting.
e. Keamanan Level 4, keamanan ini adalah keseluruhan dari keamanan level 1 sampai
level 3. Apabila ada satu dari keamanan itu tidak terpenuhi maka keamanan level 4 juga
tidak terpenuhi.
8. Jelaskan manfaat pentingnya manajemen resiko bagi kelangsungan bisnis perusahaan!
Jawab :
Penerapan manajemen risiko dan prediksi risiko dapat membantu perusahaan menghemat
pengeluaran sekaligus melindungi masa depan. Sebab rencana manajemen risiko yang
tepat akan membantu perusahaan menetapkan prosedur untuk menghindari ancaman,
meminimalkan dampak negatif, serta mengatasi ancaman tersebut.

9. Jelaskan prinsip kerja additive manufacturing dan sebutkan contoh produk yang
dihasilkan dari additive manufacturing!
Jawab :
Prinsip AM adalah pembuatan "lapis demi lapis", dengan cara memproduksi elemen
dimulai dari file/model 3D, kemudian membaginya menjadi "irisan", membentuk seluruh
elemen secara progresif membentuk geometri, dengan menggunakan jumlah material
yang tepat untuk membuat masing-masing lapisan.
Contoh produk AM: pembuatan Prototype yang cepat seperti komponen pesawat terbang,
engsel, interior. Karna bersifat ringan sehingga dapat menghemat bahan bakar pesawat.
Dan di aplikasikan di industry dirgantara lainnya

10. Jelaskan perbedaan antara manufaktur Subtraktif dan Manufaktur Aditif!

Jawab :

Subtractive manufacturing menggunakan material awal yang padat kemudian proses

manufaktur dengan menghilangkan sebagian dimensi benda kerja dan menghasilkan
produk menjadi 3 dimensi serta banyak limbah, sedangkan Additive manufacturing
material awal yang digunakan sudah dihaluskan/dihancurkan kemudian proses
manufaktur dengan menambahkan ribuan lapisan kecil membentuk benda kerja dan
menghasilkan hasil produk 3 dimensi serta sedikit limbah