Abstract
-Tujuan - Manajer semakin ingin mengadopsi Internet of Things (IoT) untuk menyertakan yang luas
jumlah data besar yang dihasilkan dalam proses pengambilan keputusan mereka. Penggunaan IoT
mungkin menghasilkan banyak manfaat
untuk organisasi yang terlibat dalam manajemen infrastruktur sipil, tetapi manfaat ini mungkin sulit
untuk direalisasikan
karena organisasi tidak dilengkapi untuk menangani dan menafsirkan data ini. Tujuan dari makalah
ini adalah untuk
-Desain / metodologi / pendekatan - Dalam tulisan ini perubahan dalam proses bisnis untuk
mengelola
aset infrastruktur sipil yang dibawa oleh adopsi IoT dianalisis dengan menyelidiki dua studi kasus
dalam domain pengelolaan air. Proposisi untuk adopsi IoT yang efektif dalam pengambilan
keputusan
proses diturunkan
-Temuan - Hasil penelitian menunjukkan bahwa proses pengambilan keputusan dalam pengelolaan
aset infrastruktur sipil telah berjalan
diubah untuk menangani sifat data waktu nyata. Penulis menemukan kebutuhan untuk membuat
organisasi
dan perubahan proses bisnis, pengembangan kapabilitas baru, sumber data dan tata kelola dan
kebutuhan untuk standarisasi. IoT dapat memiliki efek transformatif pada proses bisnis.
-Batasan / implikasi penelitian - Karena pendekatan penelitian yang dipilih, hasil penelitian dapat
kurang bisa digeneralisasikan. Oleh karena itu, peneliti didorong untuk menguji proposisi tersebut
lebih lanjut.
-Implikasi Praktis - Makalah ini menunjukkan bahwa asal data diperlukan untuk dapat memahami
nilai dan kualitas data sering kali dihasilkan oleh berbagai organisasi. Manajer perlu beradaptasi
dengan yang baru
-Orisinalitas / nilai - Makalah ini memenuhi kebutuhan yang teridentifikasi untuk memahami
bagaimana pengaruh adopsi IoT
proses pengambilan keputusan dalam pengelolaan aset agar dapat mencapai manfaat yang
diharapkan dan memitigasi risiko.
-Kata kunci Manajemen aset, Internet of Things, IoT, Proses bisnis, Adopsi
1. Perkenalan
1.1 Motivasi
Internet of Things (IoT) dapat digunakan untuk mengumpulkan lebih banyak data yang dapat
digunakan oleh
pengambil keputusan untuk memperoleh wawasan yang diperlukan secara tepat waktu. IoT dan
analitik data
akan mengubah proses rantai pasokan lengkap (Kumar et al., 2016) dan berpotensi untuk
merevolusi manajemen (Fosso Wamba et al., 2015). Tetapi mengembangkan dan mengelola ini
data ke tingkat yang dapat diterima di mana informasi yang benar dapat diberikan kepada orang
yang tepat
pada saat yang tepat adalah pekerjaan yang rumit. Perekonomian modern didukung oleh
infrastruktur sistem transportasi yang besar, air
dan jaringan pembuangan limbah, dan jaringan energi dan telekomunikasi. Dengan demikian, file
pengelolaan yang tepat dan pemeliharaan aset yang membentuk infrastruktur sangat penting
wawasan tentang pemanfaatan infrastruktur dan kualitas aset untuk strategi pemeliharaan dan
penggantian. Manajemen aset sebagai jenis bisnis
Proses ini sangat bergantung pada sejumlah besar data dari mana informasi yang relevan
dapat dibuat dan digunakan untuk pengambilan keputusan selama siklus hidup aset.
Aset infrastruktur adalah sistem stasioner (atau jaringan) yang melayani masyarakat di mana
sistem secara keseluruhan dimaksudkan untuk dipertahankan tanpa batas waktu ke tingkat layanan
yang ditentukan
tujuan yang terkait dengan: mengidentifikasi aset apa yang dibutuhkan; mengidentifikasi pendanaan
Persyaratan; memperoleh aset; menyediakan sistem pendukung logistik dan pemeliharaan untuk
aktiva; dan membuang atau memperbarui aset agar dapat memenuhi secara efektif dan efisien
Istilah IoT mengacu pada jaringan objek fisik yang mampu mengkomunikasikan datanya
melalui internet (Hounsell et al., 2009; Ramos et al., 2008). IoT memungkinkan manajer aset untuk
mengakses data sensor jarak jauh dan untuk memantau dan mengontrol dunia fisik dari kejauhan,
memungkinkan banyak objek fisik untuk bertindak serempak, melalui sarana kecerdasan sekitar
(Ramos et al., 2008). IoT dapat menguntungkan organisasi manajemen aset dengan menyediakan
cukup
data berkualitas untuk menghasilkan informasi yang diperlukan untuk membantu manajer aset
membuat hak
keputusan pada waktu yang tepat (Brous dan Janssen, 2015b). Misalnya, IoT dapat digunakan untuk
mengumpulkan data untuk menentukan posisi dan panjang kemacetan lalu lintas, dan untuk
mengarahkan lalu lintas atau
menawarkan bentuk transportasi multi-moda alternatif dengan menggunakan sensor lokasi dan
analisis
arus lalu-lintas. Tetapi adopsi IoT juga dapat memengaruhi organisasi manajemen aset di
cara yang tidak terduga. Mengotomatiskan proses sering kali selalu mengarah pada perubahan
struktur dan budaya organisasi sebagai tugas yang sebelumnya dilakukan oleh orang-orang menjadi
otomatis, sedangkan tugas dan tanggung jawab lain yang sebelumnya tidak ada menjadi
jelas (Brous dan Janssen, 2015a). Teknologi dan organisasi saling mempengaruhi dalam banyak hal,
dan analitis
upaya untuk memperlakukan ini sebagai unit konseptual yang berbeda semakin banyak digunakan
pertanyaan (Boos et al., 2013). Karena itu, penting untuk memahami bagaimana adopsi IoT
mempengaruhi pengambilan keputusan dalam proses bisnis manajemen aset agar mampu
mencapai manfaat yang diharapkan dan mengurangi risiko yang diketahui dan tidak diketahui.
Penelitian ini mengisi itu
kesenjangan dengan menganalisis perubahan dalam proses bisnis pemeliharaan infrastruktur sipil
aset yang dibawa oleh adopsi IoT. Tujuan penelitian adalah untuk memahami caranya
Adopsi IoT memengaruhi proses pengambilan keputusan dalam manajemen aset. Karena ada yang
terbatas
Diperlukan pengetahuan di bidang ini dan wawasan yang mendalam ke bidang ini, penelitian studi
kasus adalah
bekas. Studi kasus adalah metode penelitian kualitatif yang sangat cocok untuk penelitian
tertanam dalam (dibandingkan dengan eksperimen laboratorium, misalnya) dan yang belum pernah
dipelajari secara ilmiah sejauh ini (Benbasat et al., 1987). Studi kasus
terdiri dari dua organisasi yang memiliki tujuan serupa untuk mengurangi efek perancu di
belajar. Dua studi kasus adopsi IoT dalam domain manajemen aset adalah
disajikan dalam makalah ini. Kasus-kasus tersebut dibuat anonim untuk kepentingan privasi.
organisasi. Kami menyebut kasus ini sebagai kasus "X" dalam makalah ini. Studi kasus kedua, a
sistem pendukung keputusan manajemen pompa, dikelola oleh papan air. Kami mengacu pada
kasus ini sebagai kasus “Y” dalam tulisan ini. Makalah ini berbunyi sebagai berikut: Bagian 2
menyajikan latar belakang literatur; Bagian 3
menjelaskan metode penelitian secara rinci; dan Bagian 4 menjelaskan latar belakang studi kasus
dan membandingkan kasusnya. Studi kasus dibahas di Bagian 5 yang menunjukkan bagaimana bisnis
proses perlu diubah didorong oleh IoT. Akhirnya, kesimpulan ditarik di Bagian 6.
2. Latar Belakang
Menurut Kabir et al. (2014), para pengambil keputusan semakin dihadapkan pada
permintaan investasi bersaing sementara perlu mendistribusikan sumber daya yang terbatas
sehingga
sistem infrastruktur dapat dipertahankan dalam kondisi sebaik mungkin. Kabir dkk. (2014)
menunjukkan bahwa keputusan manajemen infrastruktur sering kali didasarkan pada beberapa dan
kriteria / data yang bertentangan yang tunduk pada berbagai tingkat dan jenis ketidakpastian, dan
secara tradisional, keputusan ini memasukkan penilaian teknik dan pendapat ahli.
Namun, di dunia yang didorong oleh data, banyak pemangku kepentingan mendapatkan
peningkatan akses ke
informasi tentang aset dan sering kali mampu berdebat untuk arah yang berlawanan
tindakan dalam menghadapi keputusan yang tidak berdasar. Dalam penelitian ini kami
mengidentifikasi tiga utama
(3) pengambilan keputusan untuk meningkatkan layanan infrastruktur (Koo et al., 2015).
Proses pengambilan keputusan yang berkaitan dengan mempertahankan tingkat layanan saat ini
umumnya
difokuskan untuk mencegah kerusakan atau kegagalan aset atau untuk menilai kerusakan dengan
cepat
infrastruktur setelah kejadian sedemikian rupa sehingga prosedur pemeliharaan dapat diarahkan ke
area yang membutuhkan perhatian segera (Aono et al., 2016). Dengan demikian, pengukuran kinerja
diperlukan untuk pemeliharaan korektif, preventif dan prediktif serta pendukung lainnya
kegiatan (Parida et al., 2015). Menurut Phares et al. (2004), inspeksi rutin
infrastruktur. Inspeksi rutin adalah inspeksi terjadwal secara teratur untuk menentukan
pengukuran. Menurut Phares et al. (2004), peringkat kondisi ini, pertimbangkan keduanya
Seringkali, inspeksi tradisional dilakukan secara subyektif. Dengan kata lain, pengawas secara visual
memeriksa aset dan membuat penilaian ahli berdasarkan apa yang mereka lihat dan milik mereka
Menurut Parida et al. (2015), pemeliharaan seringkali diintegrasikan ke dalam proses produksi
melibatkan faktor manusia. Dengan demikian, meskipun sulit untuk diukur (Simões et al., 2011),
orang yang berinteraksi dengan infrastruktur dan sistem manajemen aset (Ljungberg,
1998). Misalnya, saat merencanakan pemeliharaan di bagian jalan raya yang sibuk
masyarakat akan melihat kebutuhan akan pemeliharaan. Keputusan seperti kapan harus melakukan
pemeliharaan (di malam hari atau siang hari), atau cara terbaik untuk menginformasikan kepada
publik, misalnya untuk
menyediakan jalur alternatif, merupakan aspek penting dari pengambilan keputusan infrastruktur
membutuhkan data dalam jumlah besar. Misalnya, data IoT dapat memberikan wawasan tentang
aspek-aspek tersebut
sebagai waktu tersibuk siang atau malam, atau tujuan populer (untuk menentukan alternatif
rute). Oleh karena itu, hubungan antara organisasi dan pelanggan mungkin saja terjalin kritis karena
pengaruh kualitas layanan terhadap tingkat kepuasan pengguna dan fakta
bahwa orang-orang terlibat dalam keputusan yang terkait dengan pemeliharaan dan pelaksanaan
tugas
Pemikiran tradisional tentang proses pengambilan keputusan strategis bertumpu pada keyakinan itu
aktor memasuki proses pengambilan keputusan dengan serangkaian tujuan yang diketahui,
mengumpulkan informasi
tentang tujuan ini dan memilih alternatif yang optimal untuk mencapai tujuan tersebut
(Eisenhardt dan Zbaracki, 1992). Namun, Eisenhardt dan Zbaracki (1992) juga mengemukakan hal itu
menurut Smith (2014), persaingan kepentingan berarti bahwa manajer semakin tidak dapat
menanamkan
dari resolusi satu kali. Meskipun demikian, Marquez dan Gupta (2006) percaya bahwa memiliki file
perspektif strategis untuk manajemen aset merupakan faktor kunci untuk sukses. Sebagai contoh,
deteksi kerusakan atau kegagalan infrastruktur publik yang kritis mungkin memiliki pengaruh sosial
yang signifikan
2.4 Pengaruh adopsi IoT pada proses pengambilan keputusan manajemen aset
Sistem infrastruktur terdiri dari berbagai jenis aset yang dapat berumur panjang
siklus. Misalnya jembatan bertahan setidaknya selama 30 tahun, bagaimanapun, perawatan rutin
mungkin
dibutuhkan. Aset infrastruktur sipil perlu dipelihara untuk memastikan nilainya yang optimal
selama seluruh (panjang) siklus hidup mereka (Hassanain et al., 2003). Pada awal 2001 sudah ada
banyak perangkat lunak untuk manajemen aset (Hassanain et al., 2003; Vanier, 2001), dan sejak itu
maka banyak format data, sumber data, dan kumpulan data tidak terstruktur telah tersedia
selama bertahun-tahun. Pada level tinggi, Hassanain et al. (2003) mengemukakan bahwa
manajemen aset
• identifikasi aset;
• identifikasi persyaratan kinerja;
• merencanakan pemeliharaan;
• Analisis siklus hidup dan prediksi masa pakai jangka panjang; dan
layanan, seperti menerapkan pembelajaran statistik (Archetti et al., 2015). Kedua, adopsi IoT
diharapkan dapat mengubah persepsi tentang layanan infrastruktur, seperti merasakan perubahan
yang tiba-tiba
dalam suhu yang dapat mendeteksi api (Hentschel et al., 2016), atau kerusakan
kualitas aset dari waktu ke waktu (Brous et al., 2017). Akhirnya, adopsi IoT diharapkan berubah
proses bisnis, misalnya melalui perencanaan sumber daya yang mengatur diri sendiri (Zhang et al.,
2015).
Di bagian selanjutnya, kami membahas efek IoT ini pada manajemen aset. 2.5 Adopsi IoT diharapkan
dapat mengubah manajemen kinerja layanan infrastruktur
Layanan IoT intensif pengetahuan dan membutuhkan pengumpulan konten data yang sesuai, data
analisis dan pelaporan (Backman dan Helaakoski, 2016). Dengan demikian, pembelajaran statistik
dan
ilmu jaringan diharapkan memainkan peran penting dalam mengubah sumber daya data menjadi
dapat ditindaklanjuti pengetahuan (Archetti et al., 2015). Karena meningkatnya tekanan pada
anggaran dan personel juga
semakin perlu secara cerdas mengelola infrastruktur mereka dengan sumber daya yang lebih sedikit
(Rathore
dkk., 2016). Dengan mengelola dan menganalisis berbagai data IoT, seharusnya dimungkinkan untuk
membuat yang baru
layanan untuk mencapai infrastruktur sipil yang efisien dan berkelanjutan (Backman dan Helaakoski,
2016; Hashi dkk., 2015). IoT dapat meningkatkan pemahaman tentang proses yang kompleks
yang diharapkan dapat membantu meningkatkan efisiensi pengelolaan dan infrastruktur transportasi
layanan, dan bantuan dengan pelaporan yang efektif (Kothari et al., 2015). Infrastruktur IoT bisa
berpotensi digunakan untuk mengurangi biaya dalam hal waktu dan uang (Aono et al., 2016), secara
tradisional
metode pemeriksaan infrastruktur, seperti struktur jalan raya dan jembatan, dari kerusakan
sering bersifat reaktif dan membutuhkan banyak waktu serta penggunaan peralatan yang mahal.
Dengan menentukan peristiwa (Hashi et al., 2015; Tao et al., 2014), seharusnya mungkin untuk
mendapatkan satu set
data sebelum dan sesudah peristiwa yang akan digunakan untuk analisis dan evaluasi, mengambil
pengaruh dari
Rathore dkk. (2016) percaya bahwa manajemen cerdas dari sistem lalu lintas dengan ketentuan
informasi real-time kepada warga berdasarkan situasi lalu lintas saat ini harus ditingkatkan
pengambilan keputusan. Jonoski dkk. (2013) percaya bahwa potensi penting dari adopsi IoT
mungkin terletak pada pengembangan aplikasi untuk basis pengguna yang paling luas dari setiap
warga negara, tidak hanya
sebagai penerima informasi, tetapi juga sebagai pemasok data. Karena itu, Jonoski dkk. (2010)
menyarankan bahwa pendekatan yang mungkin untuk memenuhi tantangan ini mungkin
pengembangan
dan penyebaran sistem informasi yang mengintegrasikan operasi pengumpulan data, data
dan integrasi model, dan penyebaran informasi sehingga organisasi dapat bekerja
bersama-sama dengan pengguna informasi mereka untuk keuntungan bersama. Dengan cara ini, IoT
diharapkan
untuk dapat memberikan informasi kepada pengguna tentang biaya, waktu, dampak lingkungan, dan
2.7 Adopsi IoT diharapkan dapat mengubah proses bisnis layanan infrastruktur
Untuk menjaga infrastruktur sipil seperti jembatan tetap aman dan berfungsi secara teratur
inspeksi untuk menentukan kondisi aset merupakan suatu kebutuhan (Ahlborn et al., 2010;
Neisse dkk., 2016). Misalnya, inspeksi jembatan tradisional biasanya bersifat visual
penilaian oleh personel terlatih di mana semua kondisi komponen aset diamati
sekali setiap tiga sampai enam tahun, dan diringkas menjadi satu laporan (Phares et al., 2004).
Setelah pemeriksaan selesai, manajer aset harus memutuskan intervensi pemeliharaan apa
bias karena penilaian subjektif para ahli atau karena kurangnya informasi (Kallen dan
van Noortwijk, 2005). Data IoT memungkinkan untuk mengamati kondisi dari jarak jauh
objek dan dengan demikian meningkatkan informasi yang tersedia tentang kondisi publik saat ini
infrastruktur (Ahlborn et al., 2010) dan lingkungannya.
2.8 Ringkasan efek adopsi IoT pada proses pengambilan keputusan manajemen aset
Harapannya, IoT akan digunakan untuk pengambilan keputusan kunci dalam kegiatan operasional.
Saya t
diharapkan IoT akan digunakan dalam berbagai cara yang berkaitan baik secara real-time
pengukuran dan analisis data sebagai analisis tren data historis dari waktu ke waktu (Brous
dan Janssen, 2015b). Manfaat yang diharapkan dari adopsi IoT untuk proses bisnis meliputi:
• perencanaan sumber daya yang mengatur diri sendiri (Zhang et al., 2015);
• penciptaan layanan baru untuk mencapai infrastruktur sipil yang berkelanjutan (Backman dan
Helaakoski, 2016);
mengurangi biaya dalam hal waktu dan uang (Aono et al., 2016);
• Penyediaan informasi yang lebih tepat waktu (Rathore et al., 2016) memungkinkan untuk lebih
akurat
• mengurangi atau menghilangkan kebutuhan akan pemeriksaan fisik dan langsung (Ahlborn et al.,
2010).
Tetapi mengadopsi IoT juga memiliki konsekuensi untuk proses bisnis manajemen aset.
• membutuhkan pemahaman tentang kondisi dan faktor agar efektif dan berkelanjutan
• membutuhkan pembelajaran statistik dan ilmu jaringan untuk mengubah sumber data menjadi
• membutuhkan peristiwa yang menentukan dalam istilah penginderaan (misalnya suara, cahaya,
dll.) Untuk dilokalkan
acara. Misalnya, kapan suara keras merupakan kecelakaan atau hanya mobil yang melesat?
Terdapat kekosongan literatur dalam meningkatkan proses bisnis dengan menggunakan potensi
yang besar
data (Fosso Wamba dan Mishra, 2017). Tujuan dari penelitian ini adalah untuk memahami
bagaimana caranya
Adopsi IoT memengaruhi proses pengambilan keputusan dalam manajemen aset. Untuk tujuan ini, a
latar belakang literatur yang relevan dikembangkan untuk menempatkan penelitian dalam konteks,
perubahan pada proses pengambilan keputusan yang mungkin dibawa oleh adopsi IoT. Studi kasus
Metode digunakan untuk memeriksa bagaimana adopsi IoT dalam pengaturan kehidupan nyata
telah mempengaruhi aset
proses pengambilan keputusan manajemen. Penelitian studi kasus dipilih sebagai penelitian utama
konteks dunia nyata (Eisenhardt, 1989; Yin, 2003). Studi kasus bersifat eksploratif di
Menurut Eisenhardt (1989), definisi yang luas dari pertanyaan penelitian itu penting
dalam membangun teori dari studi kasus. Penelitian ini mengasumsikan bahwa manajemen aset
organisasi membutuhkan data untuk mencapai tujuan bisnis mereka, tetapi itu menggunakan
pendekatan tradisional
penyediaan sistem yang berbeda untuk setiap kebutuhan informasi tidak lagi memadai.
IoT memiliki banyak potensi untuk meningkatkan pengambilan keputusan tentang aset, namun
dampaknya
sistematis dan sebagian besar tetap bersifat anekdot. Ini membawa kita ke pertanyaan penelitian
utama kita
yang menanyakan:
RQ1. Bagaimana adopsi IoT memengaruhi proses pengambilan keputusan manajemen aset?
Mengikuti Ketokivi dan Choi (2014), penalaran jenis induksi digunakan untuk mencari
generalisasi. Seperti penelitian studi kasus ganda lainnya (Otto, 2011; Pagell dan Wu,
2009), analisis data dalam penelitian ini mencakup analisis kasus di dalam dan di seluruh kasus
(Miles dan Huberman, 1994). Dalam analisis kasus membantu kami untuk memeriksa dampak IoT
proses pengambilan keputusan manajemen aset dalam satu konteks, sedangkan lintas kasus
analisis membuat triangulasi konstruksi yang menarik di antara kasus-kasus tersebut. Dalam analisis
kasus adalah a
proses reduksi data dan manajemen data (Miles dan Huberman, 1994), dan dalam hal ini
penelitian memiliki lima komponen utama. Pertama, kami mencoba memahami tatanan sosial ini
organisasi manajemen aset dan bagaimana adopsi IoT memengaruhi bisnis perusahaan
hubungan dengan keterampilan yang dibutuhkan dan bagaimana keterampilan ini dapat berubah
dengan adopsi IoT.
Ketiga, kami mengidentifikasi bagaimana struktur dan kebijakan organisasi dipengaruhi oleh adopsi
IoT.
Keempat, kami mengidentifikasi bagaimana proses bisnis pengambilan keputusan dipengaruhi oleh
IoT
analisis lintas kasus, reduksi data terutama dilakukan melalui kategorisasi. Tabel III
di bawah ini sebagian merupakan hasil dari proses ini. Hasil akhir dari analisis kasus dalam adalah
sebuah
Sedangkan kasus tunggal direkomendasikan dimana kasus tersebut merupakan tes kritis yang ada
teori, atau di mana kasus adalah peristiwa unik, atau di mana kasus melayani tujuan pewahyuan, a
studi kasus yang jumlahnya terbatas dianggap lebih berhasil dalam hal teori
formulasi dan pengujian (Yin, 2003). Menggunakan lebih dari satu studi kasus memberi kita file
kesempatan untuk membangun teori terlepas dari suatu organisasi, yang meningkatkan
argumen untuk generalisasi. Bukti dari berbagai kasus seringkali dianggap lebih
menarik dan penelitian lebih kuat (Herriott dan Firestone, 1983). Kami mengikuti a
pendekatan serupa dengan yang digunakan dalam studi yang dilakukan oleh Pagell dan Wu (2009)
dan
Wilhelm dkk. (2016) dan memilih dua organisasi berbeda dengan menerapkan sejumlah
beroperasi di tingkat nasional, sedangkan kasus Y beroperasi di tingkat regional. Ini memungkinkan
kita untuk melakukannya
bandingkan perbedaan antara level untuk menentukan kemungkinan generalisasi. Penggunaan
apapun
desain multi-kasus harus mengikuti logika replikasi untuk menjamin validitas eksternal. Untuk
Oleh karena itu, kami menetapkan kriteria berikut yang digunakan untuk memilih kasus yang
berbeda:
(2) Proses utama yang didukung oleh kasus harus difokuskan pada manajemen
infrastruktur sipil.
(3) Proses manajemen aset harus didukung oleh data manajemen aset
(4) Orang yang bekerja dalam kasus ini harus bersedia bekerja sama dalam penelitian dan
harus menghasilkan, mengelola, dan memelihara setidaknya 5 kumpulan data besar serta lebih
banyak lagi
(6) Infrastruktur data manajemen aset harus mencakup setidaknya satu kasus penggunaan
adopsi IoT.
Penelitian tersebut mempelajari dampak adopsi IoT pada proses bisnis dalam manajemen aset
infrastruktur data. Kasus adopsi IoT yang akan diselidiki dipilih berdasarkan
Akibatnya, penelitian dibatasi pada pemeriksaan kasus adopsi IoT pada aset
Tidak hanya generalisasi yang menghadirkan tantangan ketika mengadopsi studi kasus
Reliabilitas mengacu pada demonstrasi bahwa operasi studi, seperti pengumpulan data
prosedur, dapat diulangi dengan hasil yang sama (Yin, 2003). Yin (2003) merekomendasikan
menggunakan protokol penelitian yang dipikirkan dengan matang untuk memastikan keandalan.
Menurut Yin (2003), a
Protokol studi kasus adalah dokumen formal yang menjelaskan serangkaian prosedur yang terlibat
dalam
pengumpulan data untuk studi kasus. Protokol yang digunakan dalam penelitian ini mengikuti saran
dari
Yin (2003) dan menyertakan pernyataan masalah, penggambaran unit analisis, langkah-langkahnya
(termasuk perubahan langkah) yang akan diambil, prosedur menghubungi informan kunci
dan membuat pengaturan kerja lapangan, pengingat untuk menerapkan dan menegakkan aturan
garis besar untuk laporan studi kasus akhir. Protokol yang digunakan dalam studi kasus mencakup
berbagai macam
diskusi seperti yang disarankan oleh Choi et al. (2016). Penggunaan instrumen penelitian ganda
adalah
didorong untuk memastikan validitas konstruk melalui triangulasi, mengambil sudut pandang yang
berbeda
objek yang dipelajari (Runeson dan Höst, 2008), yang memberikan pembuktian yang lebih kuat dari
kami
proposisi (Eisenhardt, 1989). Pada awal penelitian pada bulan Juni 2015 dilakukan diskusi kelompok
diadakan dengan staf yang terlibat langsung dalam kasus penggunaan eksplorasi atau yang
ditugaskan
mengelola dan memelihara sistem. Antara Oktober 2015 dan Juni 2017, individu
wawancara dilakukan dengan personel dalam organisasi yang diteliti. Dokumentasi internal
dipilih yang menangani masalah yang dihadapi oleh proyek adopsi. Semua wawancara
dokumen kasus (satu untuk setiap kasus). Versi pertama dari dokumen ini kemudian dikirim ke
wawancara peserta untuk umpan balik dan klarifikasi poin terbuka. Setelah semua tambahan
umpan balik informasi telah dimasukkan, versi terakhir ditinjau dan didiskusikan
dengan kontak utama di organisasi yang diteliti. Tabel I memberikan gambaran umum tentang
dan tingkat daerah, masing-masing, sesuai dengan prinsip-prinsip yang diuraikan dalam Bagian 2.
Kasus-kasus tersebut dijelaskan dalam urutan berikut, pertama, kasus X dan kemudian kasus Y. Di
akhir
Kasus pertama, pengukuran otomatis data air, kasus X, dikelola oleh pusat
organisasi pemerintah. Kasus X adalah fasilitas yang bertanggung jawab untuk akuisisi, penyimpanan
dan distribusi data sumber daya air. Kasus X memberikan teknis yang lengkap
infrastruktur untuk pengumpulan dan distribusi data air dan pengiriman data ke
pusat, perusahaan pelabuhan kota, layanan peringatan dini banjir dan pihak swasta lainnya.
Kasus X dibuat dari penggabungan tiga jaringan pemantauan yang ada sebelumnya dan
juga termasuk data dari pihak ketiga, termasuk data air dari luar negeri dan lainnya
pengelolaan, meteorologi, pengelolaan air regional dan lokal, dan air internasional
pengelolaan. Kasus X memiliki sekitar 640 titik pengumpulan data yang menggunakan sistem
nasional
sensor. Data tersebut kemudian diolah dan disimpan di pusat data dan tersedia untuk a
variasi sistem dan pengguna. Kasus X mengumpulkan data tentang ketinggian air, kecepatan angin,
gelombang
ketinggian, suhu air, pasang astronomi, arus air, kandungan garam, dll. Data-data ini adalah
dikumpulkan dan dihitung dalam model untuk memprediksi ketinggian air dan kualitas air secara
akurat.
Berdasarkan model ini, keputusan dibuat untuk menutup penghalang gelombang badai, menutup
area renang,
mengirim pesan ke pengiriman, dll. Dengan demikian, kami dapat mengklasifikasikan layanan case X
sebagai
layanan sadar kolaboratif (Gigli dan Koo, 2011), sebagai layanan kasus X digunakan untuk membuat
keputusan, dan berdasarkan keputusan tersebut, untuk melakukan suatu tindakan. Layanan Case X
memiliki
4.2 Kasus Y
Kasus Y adalah sistem pendukung keputusan untuk pengelolaan air. Ketinggian air tradisional
Pengukuran dilakukan dengan menggunakan skala level di saluran air tawar seperti saluran dan
kunci.
Ini ditempatkan selama konstruksi aset dan menunjukkan kedalaman yang terkait dengan tanah
(biasanya) sejumlah sentimeter. Kasus Y mengotomatiskan proses ini dengan pengukuran IoT.
Stasiun pompa utama mengatur ketinggian air di wilayah tersebut. Kasus Y mengelola
saluran masuk otomatis, bendung otomatis W100, pencatat level jarak jauh W100, pemompaan
W80 yang lebih kecil
stasiun, W200 stasiun pompa yang lebih kecil, W3.000 bendung tetap dan W2.000 saluran masuk
tetap. Kasus Y
melibatkan pengaturan ketinggian air di sungai, danau, parit, parit dan kanal. Ini adalah
rekreasi. Ketinggian di mana ketinggian air suatu area ditetapkan tergantung pada penggunaan dan
fungsi area itu. Misalnya, meskipun ketinggian air di kawasan satwa liar sering berfluktuasi,
petani cenderung lebih menyukai ketinggian air yang relatif rendah untuk mencegah tanah mereka
menjadi terlalu basah.
ditambah dengan estimasi dari sistem itu sendiri. Ini termasuk ketinggian air pedalaman,
informasi meteorologi dan laju aliran volumetrik. Sistem membaca curah hujan
dari stasiun pengukur air hujan setiap 15 menit dan ketinggian air di waduk yang
diukur di pabrik polder. Selain itu, sistem menerima prakiraan cuaca setiap
15 menit melalui FTP. Ini adalah tiga file dengan prakiraan curah hujan 1 jam, 3 jam dan 24 jam,
angin dan penguapan. Manajer tingkat yang relevan menunjukkan tingkat target mana yang harus
digunakan
dan apakah protokol presipitasi aktif. Sistem dalam kasus Y kemudian menghitung
penyebaran yang diinginkan dari setiap pabrik reservoir selama 24 jam ke depan dan membuat
"permintaan" untuk penggunaan
stasiun pompa untuk waktu yang dibutuhkan. Dengan demikian, kami dapat mengklasifikasikan
layanan dalam kasus Y sebagai
menjadi layanan sadar kolaboratif (Gigli dan Koo, 2011), sebagai layanan yang digunakan
membuat keputusan, dan berdasarkan keputusan tersebut, untuk melakukan suatu tindakan.
Layanan memiliki
Kedua kasus tersebut terlibat dalam pengelolaan air di sektor publik, dan jumlah
stasiun pengukur serupa. Perbedaan yang signifikan ada pada level dan cara sistemnya
wilayah geografis yang luas dan proses manajemen aset dapat mempengaruhi sejumlah besar
orang-orang. Kasus Y, di sisi lain, bersifat regional dan memiliki campuran milik publik dan pribadi
sensor. Dengan demikian, risiko pemeliharaan sistem yang buruk mungkin lebih tinggi, tetapi secara
geografis
wilayah jauh lebih kecil dan ada jauh lebih sedikit orang yang terkena dampak, secara signifikan
mengurangi
dampak risiko yang terlibat. Tabel II menunjukkan bagaimana adopsi IoT memengaruhi manajemen
aset
proses bisnis dan khususnya bagaimana efek ini dimanifestasikan dalam kasus.
Seperti yang terlihat pada Tabel II, semua efek seperti yang diharapkan dalam literatur ditemukan
pada kedua kasus tersebut.
Dengan demikian, kami dapat menyimpulkan bahwa adopsi IoT berdampak pada proses manajemen
aset dalam berbagai hal
Latar belakang literatur dan studi kasus memberikan wawasan yang berharga tentang aset mana
proses pengambilan keputusan manajemen dipengaruhi oleh adopsi IoT, tetapi lebih banyak
penelitian
harus dilakukan secara khusus tentang bagaimana adopsi IoT memengaruhi proses-proses ini. Bisnis
proses pengambilan keputusan dijalankan oleh orang-orang yang bekerja di organisasi yang memiliki
a
sosial budaya dan didukung oleh teknologi. Dalam penelitian ini kami menemukan bahwa semua
aspek tersebut
proses bisnis yang perlu dikonfigurasi ulang untuk mendapatkan manfaat dari IoT. Tabel III
mengelompokkan
aspek proses bisnis yang perlu dikonfigurasi ulang untuk mendapatkan manfaat dari IoT.
Membangun teori dari kasus merupakan strategi yang menghasilkan proposisi yang bersumber dari
empiris
bukti (Eisenhardt, 1989). Pada bagian ini, perubahan ini dibahas lebih lanjut
dari organisasi hingga teknis, masing-masing, dalam urutan yang dijelaskan dalam daftar
atas. Untuk masing-masing bidang, suatu proposisi generik dan dapat diuji diturunkan yang sangat
dalam
didasarkan pada bukti empiris. Proposisi tersebut konsisten dengan kedua kasus:
P1. Adopsi IoT membutuhkan perubahan organisasi untuk memproses dan memanfaatkan data.
Perubahan organisasi yang dibawa oleh adopsi IoT dapat diidentifikasi dengan cara itu
penginderaan di mana-mana yang dimungkinkan oleh teknologi Jaringan Sensor Nirkabel melintasi
banyak hal
bidang kehidupan modern (Gubbi et al., 2013). Gubbi dkk. (2013) percaya bahwa IoT menyediakan
perangkat ini dalam jaringan penggerak-komunikasi menciptakan IoT di mana sensor dan
aktuator berbaur mulus dengan lingkungan di sekitar kita, dan informasi dibagikan
lintas platform untuk mengembangkan gambaran pengoperasian yang sama. Misalnya, dalam kasus
X,
sungai dan di laut. Sistem secara otomatis mengirimkan laporan ke penghalang gelombang badai
dan ke
manajer mereka jika ketinggian air melebihi ambang batas yang ditentukan. Analisis data diperlukan
untuk
menganalisis data yang dihasilkan oleh perangkat IoT. Orang baru dipekerjakan dan dipisahkan
departemen diperkenalkan untuk menangani data IoT dan membuat keputusan. Prediksi awal
kenaikan permukaan air dapat dilakukan dan penghalang gelombang badai dapat secara otomatis
ditutup
mencegah banjir besar. Utilitas dan penyedia daya independen dapat mengurangi pengoperasian
pengeluaran dan pemotongan biaya yang terkait dengan pemeliharaan dan tenaga kerja melalui
waktu nyata
kemampuan pemantauan kesalahan yang disediakan oleh solusi IoT, meningkatkan jaringan sehari-
hari
P2. Adopsi IoT mengharuskan orang untuk mengadopsi keterampilan baru. Perubahan terkait orang
dengan adopsi IoT dapat dilihat dari cara orang itu sendiri harus melakukannya
beradaptasi dengan teknologi baru. Dibutuhkan kapabilitas, keahlian, dan cara berpikir baru
untuk dapat memanfaatkan manfaat penuh dari IoT dan mengadopsi proses pengambilan keputusan
berbasis data.
Telah menjadi jelas bahwa menggabungkan informasi dari perangkat dan sistem lain menggunakan
analisis ekspansif, dapat memberikan wawasan baru bagi pengelola infrastruktur publik. Untuk
Misalnya, dimungkinkan untuk menanamkan sensor nirkabel di dalam tiang pondasi beton untuk
memastikannya
kualitas dan integritas struktur. Sensor ini dapat memberikan beban dan pemantauan peristiwa
untuk konstruksi proyek selama dan setelah penyelesaiannya. Data ini, digabungkan dengan
data dari sensor pemantauan beban yang dirancang untuk mengukur bobot lalu lintas barang, dapat
disediakan
infrastruktur. Manajer perlu memiliki pemahaman tentang apa arti data tersebut untuk digunakan
mereka untuk pengambilan keputusan. Untuk ini mereka dididik untuk mengembangkan
keterampilan baru:
Kualitas proses pengambilan keputusan dalam manajemen aset terkait langsung dengan kualitas
data dan dihasilkan dalam proses bisnis. Dengan demikian, berkaitan dengan
perubahan terkait organisasi yang dibawa oleh adopsi IoT, pentingnya data
asal dan kualitas data untuk infrastruktur IoT dan persyaratan manual yang ada
intervensi menunjukkan perlunya melembagakan prosedur tata kelola data yang kuat sebagai data
Masalah kualitas seringkali tidak muncul dari aturan bisnis yang ada atau teknologi itu sendiri, tetapi
dari kurangnya tata kelola data yang baik (Thompson et al., 2015). Tata kelola data adalah
pelaksanaan
otoritas, kontrol, dan pengambilan keputusan bersama atas pengelolaan aset data. Ini menyediakan
organisasi dengan kemampuan untuk memastikan bahwa data dan informasi dikelola dengan tepat,
menyelaraskan infrastruktur data dengan kebutuhan bisnis, memastikan pemahaman yang sama
tentang
data, dan memastikan kepatuhan terhadap hukum dan peraturan (Brous et al., 2016). Selain itu
resolusi masalah kualitas data, tata kelola data juga dapat membantu adopsi IoT dengan cara lain
seperti
tata kelola data memberikan manfaat langsung dan tidak langsung. Manfaat langsung tata kelola
data
untuk proses bisnis dapat dikaitkan dengan peningkatan efisiensi (Hripcsak et al., 2014),
pengurangan pelanggaran privasi (Tallon, 2013), dan peningkatan keamanan data (Panian, 2010):
P4. Adopsi IoT membutuhkan perubahan dalam proses bisnis untuk mengumpulkan dan
menggunakan data
berbagai sumber.
Perubahan terkait proses bisnis dapat ditemukan dalam menyelaraskan struktur data yang
kompleks.
Karena itu, perubahan lain sering kali terkait dengan perubahan dalam bisnis manajemen aset
proses. Misalnya proses tradisional yang sering dilakukan oleh masyarakat. Saat berbisnis
proses menjadi otomatis, orang mengambil peran baru atau berbeda dan buatan orang
keputusan sering kali diangkat ke tingkat yang lebih strategis. Ini juga sering berarti perubahan pada
file
organisasi sebagai orang-orang diminta untuk melakukan tugas-tugas lain dalam mengubah sosial
dan budaya
proses bisnis yang menantang, seperti menyelaraskan semantik atau ontologi antara IoT yang
berbeda
ekosistem adalah tugas yang kompleks dan interoperabilitas dan konvergensi berkaitan dengan
visibilitas data yang diproses di tingkat aplikasi tetap menjadi masalah (Mihailovic, 2016).
Penghalang ini telah menghambat berbagi data IoT. Menurut Cao et al. (2016), berbagi IoT
data hanya akan mencapai potensi penuhnya jika data dapat dikumpulkan oleh berbagai sumber
seperti if
orang-orang dapat membagikan data mereka terkait dengan berbagai peristiwa dengan
memanfaatkan penginderaan
kemampuan smartphone mereka (Cao et al., 2016). Proses bisnis harus memastikan
bahwa data dari berbagai sumber akan diintegrasikan dan dapat digunakan dalam pengambilan
keputusan
proses. Beberapa data yang dikumpulkan mungkin berisi informasi sensitif seperti lokasi
data pemilik saat menggunakan data ponsel pintar. Kepatuhan terhadap privasi dan keamanan
peraturan karena itu sangat penting dan ini perlu dimasukkan ke dalam proses bisnis:
Perubahan teknis yang dibawa oleh adopsi IoT dapat dilihat dalam pengenalan teknologi baru
yang menghasilkan data dalam jumlah besar. Oleh karena itu, perubahan teknis tidak hanya di file
pengenalan perangkat keras baru, tetapi juga berkaitan dengan protokol baru untuk transportasi
data dan
keamanan, cara baru untuk menyimpan data, dan cara baru untuk menganalisis data dan
mengubahnya menjadi dapat digunakan
informasi. Teknologi ini perlu distandarisasi untuk menghindari fragmentasi dan kekurangannya
interoperabilitas. Pertemuan data yang digerakkan oleh sensor, komputasi awan, dan mobilitas
menjadi faktor pendorong
kebutuhan dalam manajemen aset di mana aset itu sendiri menjadi peserta aktif di dalamnya
berbagai tahapan siklus hidup mereka sendiri. Ini mencakup berbagai teknologi, seperti pengambilan
data,
pencetakan barcode dan RFID, tetapi juga melibatkan analitik dan pembelajaran mesin tingkat lanjut
teknik yang membawa fleksibilitas dan dinamisme yang lebih besar ke banyak titik data yang IoT
arsitektur melahirkan. Banyak organisasi manajemen aset yang mengeksplorasi teknologi IoT sebagai
alat manajemen aset, hanya karena kompleksitas dan ukuran kekuatan infrastruktur mereka
cara baru mengumpulkan data dan sistem pemantauan (Hua et al., 2014; Lee, 2014).
6. Kesimpulan
Mengikuti teori Eisenhardt (1989), mengembangkan lima proposisi untuk IoT yang efektif
adopsi dalam proses pengambilan keputusan. Kami menemukan kebutuhan untuk membuat
organisasi dan bisnis
proses perubahan, pengembangan kemampuan baru, sumber data dan tata kelola serta kebutuhan
untuk standardisasi. Penelitian ini telah menunjukkan bahwa dalam upaya untuk beradaptasi dengan
keadaan yang berubah,
manajer aset mengembangkan aturan yang mengantisipasi konsekuensi dari respons tertentu.
Saat ini organisasi sedang bereksperimen dengan sumber data baru dan ada yang jenderal
harapan bahwa IoT akan memberikan nilai tambah yang signifikan untuk pengambilan keputusan
manajemen aset.
Organisasi dapat secara efektif dan berkelanjutan mengadopsi sumber data baru ini di dalamnya
pengambilan keputusan jika data yang diukur dapat memantau faktor-faktor penting tersebut
aset itu sendiri. Proposisi memiliki implikasi praktis untuk organisasi dan menunjukkan bahwa IoT
adopsi dapat menghasilkan perubahan yang luas. Adopsi IoT memungkinkan untuk lebih detail dan
analisis prediksi yang akurat, meningkatkan kepercayaan dalam proses manajemen aset dan
memungkinkannya
prediktabilitas yang lebih besar dalam pengambilan keputusan berbasis risiko. Ini memungkinkan
pengambilan keputusan
menjadi sebagian otomatis karena kepastian yang lebih besar tentang kapan dan tindakan mana
yang perlu dilakukan
diambil. Proses bisnis untuk pengambilan keputusan perlu dikonfigurasi ulang untuk memungkinkan
pembuatan IoT
data yang akan dimasukkan dan untuk memastikan asal data sehingga pembuat keputusan dapat
menafsirkan
keterbatasan dan potensi data serta memastikan keamanan dan privasi diperhitungkan.
Selanjutnya, orang-orang dalam proses bisnis perlu mempelajari keterampilan baru untuk dapat
melakukannya
memahami dan menafsirkan data. Pengambil keputusan harus lebih betah dengan data dan
analitik data. Budaya perlu diubah untuk berpindah dari pemeriksaan fisik ke pemeriksaan berbasis
data
aset. Organisasi manajemen aset perlu mengubah budaya mereka untuk mengadopsi IoT
tertanam di seluruh organisasi daripada tersesat dalam silo departemen. Adopsi IoT
membutuhkan infrastruktur IT yang dapat memfasilitasi sumber data baru dan membutuhkan yang
baik
pemahaman tentang data yang dikumpulkan dan aspek kualitasnya. Adopsi kebutuhan IoT sesuai
pengelolaan data untuk memastikan kepatuhan terhadap hukum dan peraturan. Tata kelola data
yang baik
diperlukan untuk memastikan bahwa IoT dapat memberikan data tepercaya untuk pengambilan
keputusan. Hasilnya menunjukkan
bahwa proses keputusan telah diubah untuk menangani sifat data yang real-time, dan
manajer perlu beradaptasi dan mengembangkan keterampilan dan kemampuan baru untuk dapat
menginterpretasikan data.