UU No 28 tahun 2014 tentang Hak Cipta

Fungsi dan sifat hak cipta Pasal 4

Hak Cipta sebagaimana dimaksud dalam Pasal 3 huruf a merupakan hak eksklusif yang terdiri atas hak moral
dan hak ekonomi.

Pembatasan Pelindungan Pasal 26

Ketentuan sebagaimana dimaksud dalam Pasal 23, Pasal 24, dan Pasal 25 tidak berlaku terhadap:
i. penggunaan kutipan singkat Ciptaan dan/atau produk Hak Terkait untuk pelaporan peristiwa aktual yang
ditujukan hanya untuk keperluan penyediaan informasi aktual;
ii. Penggandaan Ciptaan dan/atau produk Hak Terkait hanya untuk kepentingan penelitian ilmu
pengetahuan;
iii. Penggandaan Ciptaan dan/atau produk Hak Terkait hanya untuk keperluan pengajaran, kecuali
pertunjukan dan Fonogram yang telah dilakukan Pengumuman sebagai bahan ajar; dan
iv. penggunaan untuk kepentingan pendidikan dan pengembangan ilmu pengetahuan yang memungkinkan
suatu Ciptaan dan/atau produk Hak Terkait dapat digunakan tanpa izin Pelaku Pertunjukan, Produser
Fonogram, atau Lembaga Penyiaran.

Sanksi Pelanggaran Pasal 113

1. Setiap Orang yang dengan tanpa hak melakukan pelanggaran hak ekonomi sebagaimana dimaksud dalam
Pasal 9 ayat (1) huruf i untuk Penggunaan Secara Komersial dipidana dengan pidana penjara paling lama
1 (satu) tahun dan/atau pidana denda paling banyak Rp100.000.000 (seratus juta rupiah).
2. Setiap Orang yang dengan tanpa hak dan/atau tanpa izin Pencipta atau pemegang Hak Cipta melakukan
pelanggaran hak ekonomi Pencipta sebagaimana dimaksud dalam Pasal 9 ayat (1) huruf c, huruf d, huruf
f, dan/atau huruf h untuk Penggunaan Secara Komersial dipidana dengan pidana penjara paling lama 3
(tiga) tahun dan/atau pidana denda paling banyak Rp500.000.000,00 (lima ratus juta rupiah).

i
ANALISIS KEBUTUHAN DAN PERANCANGAN
SISTEM INFORMASI XA 2019-2020

SELURUH MAHASISWA XA
PASCA SARJANA
MAGISTER ILMU KOMPUTER ANGKATAN 2019
BERSAMA Dr. Tjahjanto, S.Kom, M.M
 ANALISIS KEBUTUHAN DAN PERANCANGAN
SISTEM INFORMASI XA 2019-2020

Desain Cover :
Liyando Hermawan

Penulis :
Seluruh Mahasiswa Pasca Sarjana Magister Ilmu Komputer
Angkatan 2019 kelas XA bersama Dr. Tjahjanto, S.Kom, M.M

Proofreader :
Liyando Hermawan, Ali Sadikin

Cetakan Pertama :
Januari, 2020
Hak Cipta 2019, Pada Penulis
Isi diluar tanggung jawab percetakan
Copyright © 2019 by Magister Ilmu Komputer Budi Luhur XA 2019
All Right Reserved

Hak cipta dilindungi undang-undang

Dilarang keras menerjemahkan, memfotokopi, atau
memperbanyak sebagian atau seluruh isi buku ini
tanpa izin tertulis dari Penerbit.

iii
 KATA PENGANTAR
Puji syukur penulis ucapkan kepada Tuhan Yang Maha Esa atas rahmat-Nya yang

telah tercurah, sehingga penulis bisa menyelesaikan Buku Panduan Penelitian Kualitatif ini.

Adapun tujuan dari disusunnya buku ini adalah supaya para pembaca dapat mengerti

ANALISIS KEBUTUHAN DAN PERANCANGAN SISTEM INFORMASI dalam

sudut pandang kelas XA pasca sarjana Budi Luhur Jurusan Magister Komputer yang di

pimpin dosen Dr. Tjahjanto, S.Kom, M.M.

Buku ini di susun berdasarkan hasil presentasi dari 7 kelompok di mana masing –

masing kelompok memiliki tema – tema menarik yang di bahas di akhir tahun 2019. Tema

– tema tersebut tertuang dalam 7 bab khusus.

Tema yang di ambil meliputi sudut pandang ke ilmuan TI serta beberapa ulasan

lengkap yang di tulis kelompok masing – masing. Buku ini menarik selain memuat beragam

tema Populer semuanya kembali lagi pada judul mata kuliah yaitu ANALISIS

KEBUTUHAN DAN PERANCANGAN SISTEM INFORMASI

Semoga tulisan ini dapat menjadi saran bagus untuk para pembaca dalam mengenal

sudut pandang TI melewati mata kuliah ANALISIS KEBUTUHAN DAN

PERANCANGAN SISTEM INFORMASI Atas perhatiannya saya ucapkan terima kasih.

iv
 Daftar Pustaka
KATA PENGANTAR .......................................................................................................... iv
Daftar Pustaka ....................................................................................................................... v
BAB I KONSEP INTERNET OF THINGS (IOT) ............................................................... 1
1.1 Tentang Internet of Things (IoT) ................................................................................. 1
1.2 Sejarah Singkat Internet of Things (IoT) ..................................................................... 4
1.3 Karakteristik Internet of Things (IOT) ........................................................................ 5
1.4 Metode dan Arsitektur Pengembangan Internet of Things (IoT)................................. 7
1.5 Cara Kerja Internet of Thing (IoT) ............................................................................ 11
1.6 Ruang Lingkup Pengembangan Internet of Things (IoT) .......................................... 13
1.7 Peranan dan Contoh Penerapan Internet of Things (IOT) dalam Kehidupan ............ 16
1.8 Isu-Isu Dalam Penerapan Internet of Things (IoT) .................................................... 20
BAB II Fintech .................................................................................................................... 29
2.1 Pengertian fintech ...................................................................................................... 29
2.2 Sejarah Fintech .......................................................................................................... 31
2.3 Peraturan dan Ketentuan dalam Industri Fintech ....................................................... 32
2.4 Fintech Berkembang dengan Pesat di Indonesia ....................................................... 33
2.5 Simpulan .................................................................................................................... 43
2.6 UANG ........................................................................................................................ 43
A. Pengertian Uang .................................................................................................... 43
B. Sejarah Uang ......................................................................................................... 46
C. Perkembangan Uang ............................................................................................. 46
2.7 Manfaat Fintech Dalam Mendukung Kelancaran Usaha ........................................... 51
2.8 Kelebihan Fintech ...................................................................................................... 55
2.9 Innovative Fintech ..................................................................................................... 58
BAB III BIG DATA ........................................................................................................... 65
3.1Sejarah dan perkembangannya ................................................................................... 65
3.2 Big Data Untuk Bisnis ............................................................................................... 67
3.4 Contoh Big Data ........................................................................................................ 70
3.5 MENGENAL BIG DATA ......................................................................................... 72
3.5 Cara Kerja Big Data ................................................................................................... 75
BAB IV DATA SCIENCE .................................................................................................. 79
4.1. Pendahuluan .............................................................................................................. 79
4.2. Mari Memahami Mengapa Kita Membutuhkan Data Science. ................................ 80

v
 4.3. Apa itu Data Science ?.............................................................................................. 82
a. Machine Learning ................................................................................................. 83
b. Traditional Software ............................................................................................. 83
c. Traditional Research ............................................................................................. 84
4.3. Business Intelegent (BI) vs Data Science ................................................................. 84
4.4. Siklus hidup Data Science ........................................................................................ 85
4.5. Mengapa Data Science Penting ? ............................................................................. 87
4.6. Data Science profesi paling menjanjikan ................................................................. 88
a. Statistika ................................................................................................................... 90
b. Pemrograman Komputer .......................................................................................... 90
Pengolahan database .................................................................................................... 90
c. Mechine learning ..................................................................................................... 91
d. Pemodelan matematika. ........................................................................................... 91
4.7. Tools Data Science ................................................................................................... 92
4.8. Profil Penulis Bab4 – Data Science ........................................................................ 103
BAB V SOFTWARE PROCESS ...................................................................................... 106
5.1 Project Management Triangle ................................................................................. 108
a. Time (Waktu) ......................................................................................................... 109
b. Cost (Biaya) ........................................................................................................... 110
c. Scope (Ruang Lingkup) ......................................................................................... 111
5.2 Software Development Life Cycle (SDLC) ............................................................ 112
a. Requirement Analysis ............................................................................................ 112
b. Feasibility Study .................................................................................................... 112
c. Design .................................................................................................................... 113
d. Coding ................................................................................................................ 113
e. Testing .................................................................................................................... 114
f. Installation/Deployment ......................................................................................... 114
g. Maintence ............................................................................................................... 114
5.3 Contoh Penerapan dalam Kehidupan ...................................................................... 118
5.4 Waterfall .................................................................................................................. 123
a. Manfaat Model Waterfall.................................................................................... 125
b. Kelemahan Model Waterfall .............................................................................. 125
5.5 Pengembangan Sistem Spiral Model ....................................................................... 125
5.6 Metode Pengembangan FAST ................................................................................. 128

vi
BAB VI BIG PROJECT .................................................................................................... 142
6.1 Manajemen proyek .................................................................................................. 142
6.2 Proyek besar IT ........................................................................................................ 145
6.3 Contoh Proyek : Peer to Peer Lending. .................................................................... 150
6.4 Rujukan Teknologi ............................................................................................. 157
a. Micro Services ........................................................................................................ 157
b. Tabel Teknologi ...................................................................................................... 158
Jenis Teknogi ................................................................................................................. 158
Deskripsi ........................................................................................................................ 158
Bahasa Pemrograman : Golang,PHP,Python ................................................................. 158
Pemilihan Bahasa sangat menentukan. Versi compiled language sangat dianjurkan untuk
microservices ................................................................................................................. 158
RDBMS/ODBMS : Postgre,MongoDb.......................................................................... 158
Postgre sangat mendukung support ............................................................................... 158
Infrastructure : Cloud Compute, CI/CD,Repository ...................................................... 158
Cloud Compute seperti AWS, GCP, Ali Cloud ............................................................. 158
BAB VII Konsep Komputasi Terdistribusi ...................................................................... 161
7.1 Tentang Komputasi Terdistribusi ............................................................................ 161
7.2 Sejarah Singkat Komputasi Terdistribusi ................................................................ 163
7.3 Cara Kerja Komputasi Terdistribusi ........................................................................ 165
7.4 Karakteristik Komputasi Terdistribusi..................................................................... 166
7.5 Kegunaan Komputasi Terdistribusi ......................................................................... 167
7.6 Dampak Komputasi Terdistribusi ............................................................................ 167
7.7 Kelebihan dan Kekurangan Komputasi Terdistribusi .............................................. 168
7.8 Lalu bagaimana perbedaan antara Distributed Computing versus Grid Computing?
....................................................................................................................................... 169
a. Client-Server Architecture...................................................................................... 170
b. Peer-to-peer Architecture ...................................................................................... 171
7.9 Apa perbedaan antara Distributed Computing dan Cluster Computing .................. 178
DAFTAR PUSTAKA ........................................................................................................ 181

vii
viii
 BAB I KONSEP INTERNET OF THINGS (IOT)

1.1 Tentang Internet of Things (IoT)

Oleh: Iqnal Shalat Sukma W

Internet of Things (IoT) merupakan sebuah konsep teknologi yang sangat berkembang
dengan pesat di era digital ini. Perangkat IoT dapat ditemukan dengan mudah di lingkungan
sekitar. Konsep utama teknologi tersebut yakni kemampuan berbagai benda-benda yang ada
untuk saling berkomunikasi dan bertukar informasi satu sama lain dengan sendirinya.
Mereka dapat merasakan, mengambil dan mengirimkan data yang ada sesuai dengan fungsi
dan kebutuhan yang telah didefinisikan sebelumnya.
Pengembangan dan penerapan teknologi ini
saat ini sangat masif dan mencakup berbagai lini
dan bidang kehidupan manusia. Laporan dari
(Kementerian Perindustrian Republik Indonesia,
2018) menggambarkan bagaimana tingkat
pertumbuhan teknologi IoT di Indonesia. Sebagai
negara yang sedang berkembang dengan sangat
pesat, teknologi tersebut muncul dan mendorong
tercapainya visi Indonesia Digital 2025. Pangsa
pasar IoT di Indonesia diperkirakan berkembang
pesat dan nilainya bakal mencapai Rp444 triliun
pada tahun 2022. Nilai tersebut disumbang dari
konten dan aplikasi sebesar Rp192,1 triliun, disusul platform Rp156,8 triliun, perangkat IoT
Rp56 triliun, serta network dan gateway Rp39,1 triliun. Berdasarkan data Indonesia IoT
Forum, kemungkinan ada sekitar 400 juta perangkat sensor yang terpasang, sebesar 16
persen di antaranya terdapat pada industri manufaktur, 15% persen di sektor kesehatan, 11%
asuransi, 10% perbankan dan sekuritas, serta sektor ritel, gosir, perbaikan komputer masing-
masing 8%. Selanjutnya, sekitar 7% di pemerintahan, 6% transportasi, 5% utilities, serta real
estate and business services and agriculture masing-masing 4%, dan sisanya 3% untuk
perumahan dan lain sebagainya

1|Page
 Dalam Jurnalnya, (Junaidi, 2016) menjelaskan bahwa Internet
of thing menjadi sebuah bidang penelitian tersendiri semenjak
berkembangnya teknologi internet dan media komunikasi lain,
semakin berkembang keperluan manusia tentang teknologi, maka
semakin banyak penelitian yang akan hadir, internet of things salah
satu hasil pemikiran para peneliti yang mengoptimasi beberapa alat
seperti media sensor, radio frequency identification (RFID), wireless
sensor network serta smart object lain yang memungkinkan manusia mudah berinteraksi
dengan semua perlatan yang terhubung dengan jaringan internet.
Konsep IoT pertama kali diperkenalkan oleh Kevin Ashton pada tahun 1999 yang ia
sematkan dalam salah satu presentasinya. Konsep tersebut ternyata disambut dan
dikembangkan dengan baik oleh banyak pihak, karena terbukti dapat memberikan manfaat
bagi manusia. Saat ini berbagai perusahaan besar dengan berbagai inovasinya mulai
mendalami Konsep IoT seperti Intel, Microsoft, Oracle, dan banyak lagi lainnya. Mereka
sepertinya juga meyakini bahwa teknologi sangat menarik untuk dikembangkan dan mulai
banyak diminati oleh berbagai kalangan.
Menurut (Burange & Misalkar, 2015) Internet of Things (IOT) adalah suatu struktur
di mana objek termasuk berbagai benda dan mahluk hidup yang secara ekslusif diidentifikasi
satu sama lain dan diberi kemampuan untuk mengelola, mengambil dan mengirimkan data
melalui jaringan ke suatu tujuan yang dapat berupa server tanpa memerlukan interaksi dan
bantuan manusia. Obyek tersebut dapat melakukan sendiri dan secara langsung berbagai
tugas dan fungsi yang telah di identifikasikan sebelumnya sesuai dengan kebutuhan. Obyek
tersebut seakan diajarkan sesuatu agar menjadi cerdas dan powefull dalam penggunaannya.
Selain itu, berbagai pihak juga mulai melakukan berbagai penelitian dan pembuktian
terhadap penggunaan teknologi IoT. Bahkan tidak sedikit dari mereka yang menyebut
teknologi tersebut dengan istilah “The next big thing” di tengah canggihnya berbagai
peralatan teknologi informasi yang ada saat ini. Implementasinya bahkan tidak hanya di
Industri atau bisnis saja, namun telah menyentuh ranah pribadi seperti dilingkungan rumah
seseorang yang saat ini dikenal pula dengan istilah smarthome. Sebagai contoh, sistem
kulkas atau AC di rumah saat ini sudah deprogram sedemikian rupa sehingga perangkat
tersebut dapat bekerja sendiri, mengambil data, menganalisa, dan mengirimkan datanya
untuk dijadikan manusia sebagai bahan pengambilan keputusan.

2|Page
 Kata Internet of Things jika diartikan secara harfiah berarti Internet dan benda yang
ada. Artinya, konsep ini menitikberatkan kemampuan segala peralatan yang ada untuk
bekerja sendiri dan terhubung dengan jaringan internet untuk saling berkomunikasi satu
sama lain. Koneksi internet menjadi hal penting dalam hal ini, dimana jaringan tersebutlah
yang menjadi media benda-benda yang ada dapat saling terhubung dan bertukar informasi.
Bukan hanya itu, dengan IoT, benda-benda yang digunakan dalam keseharian dapat
dikontrol dan diawasi dengan mudah bahkan dapat diajarkan untuk melakukan hal-hal secara
cerdas berdasarkan pola-pola tertentu. Hampir semua hal-hal yang tadinya dilakukan secara
konvensional oleh manusia, saat ini dapat dikerjakan dan diambil alih secara independent
oleh peralatan-peralatan tersebut.
(Junaidi, 2016) lebih jauh menjelaskan bahwa pada hakekatnya, benda Internet
atau Internet of Things mengacu pada benda yang dapat di identifikasi secara unik sebagai
representasi virtual dalam struktur berbasis Internet. Salah satu wujud dari Internet of
Thing yang sering kali disebutkan adalah sistem RFID (radio-frequency identification) yang
menjadi komponen dipersyaratkan. Andaikan semua benda, makhluk maupun insan dalam
kehidupan sehari-hari dapat diidentifikasi secara elektronik, maka mereka bisa dikelola dan
diinventarisasi oleh komputer.
Ada banyak kegunaan dari teknologi RFID yang dapat disematkan pada berbagai
benda dan mahluk hidup seperti hewan dan tumbuhan. Tujuannya, jika diimplementasikan
dengan baik manusia selaku pengguna dapat dengan mudah mengidentifikasi, mengamati
dan mengukur benda-benda tersebut. Teknologi tersebut dapat digunakan sebagai near field
communication, barcode, QR code dan watermarking digital. Dengan demikian, pelaku
bisnis misalnya mereka dapat dengan mudah menjalankan dan mengelolah bisnisnya seperti
mengelolah stok barang, mengetahui jumlah keuntungan dan kerugian dan penyebab-
penyebabnya.
Sebagai teknologi otomatisasi, IoT sudah seharusnya diperhitungkan dan
dipertimbangkan dalam perancangan dan penerapan sistem informasi modern. Terlebih saat
ini, berbagai kemudahan dan fitur dapat membantu manusia untuk dalam pengelolaan
berbagai bentuk benda yang digunakannya dalam mendukung bisnis dan kegiatannya. Akan
sangat disayangkan jika teknologi tidak dimanfaatkan dengan baik, karena pada dasarnya
pengembangannya dimaksudkan untuk membantu dan mengatasi berbagai permasalahan
dalam proses konvensional yang selama ini telah dijalankan. Pelaku bisnis dan praktisi IT
yang benar-benar ingin maju dalam menerapkan teknologi sudah sepatutnya

3|Page
mengimplementasikan IoT dalam setiap usaha mereka. Dengan begitu, mereka akan lebih
maju beberapa langkah dibanding yang tidak mengikutsertakan IoT dalam menjalankan
bisnis usaha dan kegiatan mereka.

1.2 Sejarah Singkat Internet of Things (IoT)

Oleh: Iqnal Shalat Sukma W

Internet of Things merupakan perkembangan
keilmuan yang sangat menjanjikan untuk mengoptimalkan
kehidupan manusia berdasarkan sensor cerdas dan
berbagai peralatan pintar yang saling bekerjasama melalui
jaringan internet (Keoh, Kumar, & Tschofenig, 2014).
Seperti yang telah diketahui bersama bahwa konsep IoT
sudah lama diperkenalkan meskipun pengembangannya
secara masif baru dilakukan beberapa tahun belakangan.
Di Indonesia misalnya, diawal sudah dijelaskan bagaimana
potensi dan kontribusi perkembangan teknologi IoT
terhadap pendapatan negara ini beberapa tahun kedepan.
Untuk memberikan pemahaman yang mendalam mengenai IoT, perlu bagi pengguna
termasuk para pelaku usaha dan praktisi IT selaku pengembang untuk mengetahui sejarah
dari tekonologi tersebut. (Junaidi, 2016) secara garis besar menggambarkan timeline
perkembangan IoT hingga saat ini. Ada beberapa titik poin yang menarik yang perlu
diketahui bersama sebelum benar-benar mengimplemetasikan teknologi ini dalam berbagai
sistem informasi:
a. Sejak mulai dikenalnya internet pada tahun 1989, mulai banyak hal kegiatan yang dapat
dilakukan melalui internet. Pada tahun 1990 John Romkey menciptakan 'perangkat',
pemanggang roti yang bisa dinyalakan dan dimatikan melalui Internet.
b. WearCam diciptakan pada tahun 1994 oleh Steve Mann. Pada tahun 1997 Paul Saffo
memberikan penjelasan singkat pertama tentang sensor dan masa depan.
c. Tahun 1999 Kevin Ashton menciptakan The Internet of Things, direktur eksekutif Auto
IDCentre, MIT. Mereka juga menemukan peralatan berbasis RFID (Radio Frequency
Identification) global yang sistem identifikasi pada tahun yang sama. Penemuan ini
disebut sebagai sebuah lompatan besar dalam commercialisingIoT.

4|Page
d. Tahun 2000 LG mengumumkan rencananya menciptakan kulkas pintar yang akan
menentukan sendiri apakah bisa atau tidak makanan yang tersimpan di dalamnya diisi
ulang.
e. Pada tahun 2003 RFID mulai ditempatkan pada tingkat besar besaran di militer AS di
Program Savi mereka. Pada tahun yang sama melihat raksasa ritel Walmart untuk
menyebarkan RFID di semua toko-toko di seluruh dunia untuk lebih besar batas.
f. Pada tahun 2005 arus publikasi utama seperti The Guardian, Amerika ilmiah dan Boston
Globe mengutip banyak artikel tentang IOT. Pada tahun 2008 kelompok perusahaan
meluncurkan IPSO Alliance untuk mempromosikan penggunaan Internet Protocol (IP)
dalam jaringan dari "Smart object" dan untuk mengaktifkan Internet of Things.
g. Pada tahun 2008 FCC menyetujui penggunaan “white space spectrum”. Akhirnya
peluncuran IPv6 di tahun 2011 memicu pertumbuhan besar di bidang Internet of Things,
perkembangan ini didukung oleh perusahaan raksasa seperti Cisco, IBM, Ericson
mengambil inisiatif banyak dari pendidikan dan komersial dengan IOT teknologi dapat
hanya dijelaskan sebagai hubungan antara manusia dan komputer. Perkembangan
Internet of Things, semua peralatan yang kita gunakan dalam kehidupan kita sehari hari
dapat dikendalikan dan dipantau menggunakan IOT. Mayoritas proses dilakukan
dengan bantuan sensor di IOT. Sensor dikerahkan di mana mana dan sensor ini
mengkonversi data fisik mentah menjadi sinyal digital dan mengirimkan mereka ke
pusat kontrol.
Hingga saat ini, teknologi IoT dan berbagai kelengkapan peralatan pendukungnya
terus dikembangkan, disesuaikan dengan kebutuhan dan tingkat inovasi teknologi komputasi
saat ini. Pengembangannya disesuaikan dengan kebutuhan bisnis dan bisnis proses yang
dijalankan dalam berbagai bidang seperti industri, pertanian, militer bahkan untuk kebutuhan
rumah tinggal yang disebut juga smarthome. Parah ahli dan berbagai pihak terus melakukan
penelitian dan pengembangan agar konsep IoT benar-benar sesuai dengan kondisi terkini
dan penggunaannya lebih mudah serta sesuai dengan aturan-aturan yang ada termasuk
masalah masalah pivasi data dan keamanannya.

1.3 Karakteristik Internet of Things (IOT)

Oleh: Muhammad Darwis

5|Page
 Internet of Things (IoT) adalah konsep teknologi yang
dikembangkan dengan tujuan mengotomatisasi berbagai kerja dan
fungsi obyek yang didigitalisasi agar mampu bekerja dengan
optimal dan berkelanjutan. Seperti teknologi lainnya, IoT juga
memiliki karakteristik sehingga memudahkan manusia untuk
mengidentifikasinya. Suatu obyek baik benda maupun mahluk
dapat dikatakan sebagai perangkat IoT jika memenuhi karakteristik
tersebut. Paling tidak, dengan adanya karakteristik ini, akan memudahkan manusia dalam
memilih teknologi IoT dan perangkat pendukungnya yang akan diterapkan untuk suatu
kebutuhan tertentu.
Dalam jurnalnya, (Chen, Xu, Liu, Hu, & Wang, 2014) mengidentifikasi setidaknya
suatu obyek IoT memiliki 3 karakteristik utama:
a. Comprehensive Perception dimana perangkat IoT dapat menggunakan RFID, Sensor,
atau barcode untuk mendapatkan informasi objek, dimana saja dan kapan saja. Seperti
yang telah dijelaskan sebelumnya, teknologi IoT mampu bekerja sendiri dalam
mengelola dan menghasilkan data sesuai dengan kebutuhan dan identifikasinya. Dengan
adanya teknologi pendukung diatas, suatu obyek dapat memenuhi karakteristik ini.
Dalam pengembangannya, perangkat tersebut disematkan dalam berbagai obyek
sehingga dapat menjalankan konsep IoT dan bekerja sendiri tanpa campur tangan
manusia.
b. Reliable Transmission dimana perangkat tersebut terhubungan dan terkoneksi internet
melalui jaringan radio dan berbagai media telekomunikasi baik kabel ataupun nirkabel
sehingga tercipta interaksi baik fisik, virtual, digital, manusia ke mesin atau mesin ke
mesin. Obyek yang telah disematkan berbagai perangkat pendukung seperti RFID dan
sensor kemudian dikoneksikan ke jaringan sehingga dapat saling berkomunikasi dan
bertukar informasi. Ini merupakan inti dari IoT, dimana koneksi ke jaringan Internet
menjadi salah satu ciri pembeda dari teknologi konvensional lainnya yang hanya bekerja
sendiri tanpa kemampuan komunikasi.
c. Intelligent Processing dimana data yang telah dikumpulkan dapat digunakan untuk
mendukung dan memudahkan pekerjaan manusia. Meskipun data yang dihasilkan
berupa data mentah, namun dapat diolah, dianalisis dan digunakan oleh manusia sebagai
informasi untuk mengambil keputusan. Bahkan beberapa kasus dalam
pengembangannya, obyek tersebut sudah diberikan fitur untuk mengolah dan

6|Page
 menganalisis sendiri data yang dihasilkan untuk di trigger ke obyek lainnya agar
melakukan aksi lanjutan dari sebuah kondisi.
Ketiga karakterisitik diatas menggambarkan bagaimana tingkat kehandalan sebuah
teknologi IoT. Obyek-obyek yang ada benar-benar dirancang agar diharuskan untuk bekerja
sendiri dalam pengoperasiannya. Manusia selaku pengguna hanya sebagai pihak yang
berada diluar sistem yang memantau dan memanfaatkan data yang ada untuk mendukung
pekerjaan mereka. Peran manusia tidak dituntut banyak dalam pengoperasian teknologi IoT,
sebaliknya mereka seolah dimanjakan dengan kegunaan dan maafaat berbagai obyek
tersebut.
Karakteristik ini tentunya harus dipahami dengan baik oleh para pelaku bisnis dan
praktisi IT selaku pengembang IoT. Sebagai informasi, tidak sedikit dari usaha perancangan
dan penerapan teknologi IoT yang gagal karena kesalahan dalam memahami karakteristik
ini. Hasilnya, teknologi yang mereka kembangkan tidak berjalan optimal bahkan gagal sama
sekali karena kesalahan dalam mengidentifikasi bagaimana sebenarnya teknologi IoT. Oleh
karena itu, penting untuk diketahui bersama konsep IoT termasuk karakateristiknya agar
usaha yang dilakukan untuk mengambil keuntungan semaksimal mungkin tidak sia-sia.
Proses perancangan dilakukan diawal tahap pengembangan, jika konsep-konsep ini
dipahami dengan baik, kemngkinan terjadinya kegagalan akan sangat minim bahkan tidak
ada.

1.4 Metode dan Arsitektur Pengembangan Internet of Things (IoT)

Oleh: Muhammad Darwis

Secara umum, metode yang dilakukan untuk pengembangan teknologi IoT hampir
sama dengan penerapan teknologi konvensional biasa. Hanya saja, karena konsep IoT
mengaharuskan obyek yang digunakan untuk bekerja sendiri sehingga metode
pengembangannya dilakukan secara detail dengan berbagai perangkat pendukungnya.
Metode yang dimaksud termasuk dalam perancangan awal, pemilihan perangkat, media
yang akan digunakan, server pusat dan sebagainya.
Salah satu hal yang perlu digaris bawahi dalam pengembangan teknologi IoT adalah
penentuan jenis media komunikasi antar perangkat yang akan digunakan. Hal ini terutama
jika tujuan pengembangannya berlokasi di area yang luas seperti kawasan industri dan
pertanian. Tantangan utamanya adalah jarak dan jangkauan sehingga hal ini benar-benar
harus diperhaatikan dengan detail. Meski demikian, keseluruhan metode dan komponen
7|Page
harus diperhatikan, termasuk pemilihan jenis perangkat pendukung seperti RFID dan sensor
yang akan digunakan. Kesemua hal tersebut tentunya memiliki kelebihan dan kekurangan
sehingga harus disesuaikan dengan kebutuhan, tujuan dan proses bisnis yang akan
dijalankan.
Tantangan utama dalam IOT adalah menjembatani
kesenjangan antara dunia fisik dan dunia informasi. Salah
satunya dalam mengolah data yang diperoleh dari peralatan
eletronik melalui sebuah interface antara pengguna dan
obyek IoT. Sensor mengumpulkan data mentah secara real
time dan mengirimkan serta mengkonversikannya ke dalam
format yang dapat terbaca oleh mesin (Suresh, Daniel,
Parthasarathy, & Aswathy, 1966).
Awalnya, IoT dikembangkan dengan menggunakan media kabel (wired) untuk
menghubungkan dan mengkomunikasikan berbagai obyek. Namun, kesulitan dalam
instalasi dan konfigurasi menjadi tantangan. Teknik pengkabelan harus benar-benar efektif
dan efisien mulai dari segi desain hingga keamanan kabel. Hal ini terutama jika teknologi
IoT diterapkan dalam medan yang luas seperti lingkungan pertanian. Akhirnya, berbagai
sensor dan teknologi nirkabel pun dikembangkan untuk mengatasi kesulitan tersebut.
Tantangan yang muncul dari metode ini adalah jarak dan jangkauan sensor untuk saling
berkomunikasi. Sehingga harus benar-benar dipertimbangkan desainnya terutama titik-titik
penempatan sensor sehingga perangkat akan bekerja secara optimal. Belum lagi ketika
berbicara masalah penggunaan energi untuk menghidupkan perangkat-perangkat tersebut,
kebanyakan yang sensor yang beredar saat ini masih dalam kondisi boros dan dengan
kapasitas energi yang terbatas.
Salah satu inovasi untuk mengatasi kendala-kendala tersebut adalah dikembangkannya
berbagai perangkat low power sehingga memaksimalkan jangkauan dan penggunaan energi
yang digunakan. Perangkat low power tersebut dikenal pula dengan istilah LPWAN (Low
Power Wide Area Network) yaitu teknologi nirkabel yang dalam penggunaannya
membutuhkan sedikit power dengan kinerja maksimal. Saat ini teknologi LPWAN telah
dikembangkan dan dapat didapatkan dengan mudah baik yang bersifat open source seperti
LoRaWAN dan Sigfox maupun yang berbayar seperti NB-IoT yang frekuensinya
menggunakan standar jaringan selular. Bahkan, saat ini dikembangkan pula 6LoWPAN

8|Page
dimana dalam konfigurasinya tidak memerlukan lagi gateway karena sudah mendukung IP
based.
Teknologi nirkabel tersebut diatas hadir dengan berbagai keunggulannya, meskipun
tidak dapat dipungkiri masih banyak juga kekurangannya. LPWAN bekerja sesuai dengan
standar IEEE 802.15.4. Teknologi tersebut rata-rata bekerja pada frekuensi Ultra Narrow
Band Radio Herzt dan disesuaikan dengan lokasi kawasan penggunaannya seperti Eropa,
Asia dan Amerika. Jarak jangkauan teknologi tersebut juga bervariasi antara 3 sampai
dengan 50 KM baik di jaringan internal maupun eksternal.
Metode yang digunakan dalam penerapannya akan menentukan arsitektur dari
teknologi IoT tersebut. Arsitektur tersebut akan mendefinisikan tingkatan teknologi IoT
yang akan digunakan termasuk dalam kompleksitas konfigurasinya. (Vakaloudis &
O’Leary, 2019) menggambarkan arsitektur dasar sebuah teknologi IoT sebagai berikut:

Gambar 1. Arsitektur dasar teknologi IoT (Vakaloudis & O’Leary, 2019)

Dari gambar arsitektur IoT diatas, terlihat jelas beberapa komponen yang saling
bekerjasama dalam mendukung proses kerja sebuah perangkat IoT. Secara detail,
komponen-komponen tersebut adalah sebagai berikut:
a. Sensor Layer (SL)
Layer ini terdiri dari kumpulan perangkat digunakan untuk mengambil data, dapat
berupa sensor untuk mengetahui kondisi lingkungan seperti suhu dan cahaya, lokasi
seperti GPS dan BT Beacon serta perangkat untuk mengidentifikasi seperti RFID.
Lapisan ini bertanggung jawab untuk menghasilkan data dan termasuk memberikan
informasi perangkat itu sendiri misalnya masa pakai baterai dan waktu pembaruan
konfigurasinya.
b. Communication Layer (CL)
9|Page
 Layer ini adalah kumpulan perangkat media komunikasi yang digunakan dalam
pengembangan dan penerapan teknologi IoT. Layer ini yang menentukan pertukaran
data antara sensor dan lapisan middleware. Layer ini dapat berupa nirkabel seperti Wi-
Fi, Bluetooth, LoRa dan Zigbee atau teknologi kabel seperti Ethernet dan RS-232. Layer
ini juga berkaitan dengan konfigurasi dan kinerja jaringan.
c. Middleware Layer (ML)
Layer ini terdiri dari komponen-komponen untuk menangani data dan mengelola
aktivitas komunikasi dan sensor seperti MQTT dan AQTT untuk antrian pengiriman
pesan, server back-end, repositori basis data (SQL / NoSQL) dan konektor di antara
komponen-komponen ini.
d. Application Layer (AL)
Layer ini merupakan set aplikasi yang dapat mengubah data menjadi informasi dan
pengetahuan termasuk proses penyajiannya sesuai dengan yang dibutuhkan. Dalam hal
ini, termasuk pula jenis perangkat yang akan digunakan untuk mengakses data seperti
tablet dan layar sentuh. Dengan demikian pengalaman pengguna dalam memanfaatkan
teknologi IoT semakin terasa sesuai dengan tujuan pengembangannya seperti visualisasi
pemanfaatan mesin dan pemberitahuan peringatan.
e. Bussiness Layer (BL)
Layer ini termasuk yang sangat penting dalam arsitektur teknologi IoT. Semua aspek
bisnis seperti skema investasi, evaluasi kemungkinan gangguan pada proses bisnis dan
produksi, manajemen proyek dan pengembangan teknis nantinya ada pada layer ini.
Layer ini dapat pula dikatakan sebagai lapisan non-teknis yang akan mengidentifikasi
dan mendefinsikan lapisan lainnya.
Empat layer pertama dalam arsitektur diatas merujuk pada masalah-masalah teknis.
Sementara layer terakhir mendefinisikan layer non-teknis dalam pengembangan teknologi
IoT. Hal ini didasari pada keyakinan bahwa untuk
mengimplemetasikan IoT tidak cukup dengan pembahasan
teknikal terutama dalam proses perancangan awalnya. Untuk
mengembangkan teknologi IoT, pihak yang harus dilibatkan
bukan hanya orang teknis seperti ahli IT dan engineer, namun
manajemen perusahaan harus terlibat aktif terutama dalam
pendefinisian proses bisnis awal. Dengan demikian, arah
pengembangan IoT termasuk skema keuntungan dan kerugian

10 | P a g e
didalamnya dapat dipahami bersama sehingga berbagai konflik dalam prosesnya dapat
diminimalisir.

1.5 Cara Kerja Internet of Thing (IoT)

Oleh: Farhan Azis

Teknologi Internet of Things (IOT) dirancang sedemikian rupa agar sebuah obyek
dapat bekerja sendiri memonitor, mengambil data dan mengirimkannya ke sebuah server
pusat untuk diolah menjadi informasi yang berguna dalam mendukung pengambilan
keputusan. Pengguna akan sangat dimudahkan dengan penerapan teknologi IoT terlebih data
yang dihasilkan real time dan berkelanjutan. Untuk itu, perlu diketahui konsep dan cara kerja
IoT sehingga memberikan gambaran dan pemahaman dalam pengimplemetasiannya.
Pada dasarnya cara kerja IoT adalah memanfaatkan sebuah program atau instruksi
yang diberikan kepada suatu obyek. Program dan instruksi tersebut akan menyebabkan suatu
obyek bekerja secara otomatis dan terhubung dengan obyek lainnya tanpa campur tangan
manusia. Bahkan, komunikasi yang terjalin diantara semua obyek tidak mengenal batas dan
jarak selama perangkatnya aktif. Peranan manusia selaku pengguna dalam hal ini adalah
sebagai pengatur dan pengawas perangkat-perangkat tersebut. Manusia harus memastikan
perangkat-perangkat IoT tersebut dalam kondisi aktif dan tidak mengalami gangguan seperti
masalah konfigurasi dan sebagainya.
Salah satu tantangan utama dalam pengembangan IoT adalah dalam pengembangan
jaringan komunikasinya karena sangat kompleks, biasanya tergantung dari tingkat
kemampuan dan luasnya area penerapan. Hal lain yang perlu diperhatikan adalah masalah
biaya yang dibutuhkan untuk mengembangkan teknologi IoT yang cukup mahal tergantung
dari kompleksitas dan perangkat yang akan digunakan. Hal-hal ini biasanya akan menjadi
penyebab kegagalan dalam penerapannya terutama jika tidak diorganisir dengan baik.
Secara umum, sistem jaringan dari teknologi IoT, dapat dilihat melalui gambar berikut:

11 | P a g e
 Gambar 2. Contoh jaringan IoT
Konsep dan cara kerja IoT sebenarnya cukup sederhana, secara umum elemen-elemen
yang terdapat didalamnya terbagi menjadi 3 bagian utama yaitu perangkat fisik yang
dilengkapi dengan modul IoT seperti sensor dan RFID, perangkat jaringan komunikasi
seperti modem dan router dan server pusat untuk menyimpan data yang biasanya digunakan
teknologi cloud. Nantinya, seluruh perangkat IoT yang terhubung ke Internet akan
menyimpan data yang telah diambil sesuai kebutuhan sehingga lama kelamaan akan menjadi
besar sebagai suatu big data. Big data tersebut selanjutnya akan diolah sedemikian rupa
sesuai keinginan, dianalisa dan digunakan untuk pengambilan keputusan terutama
menentukan aksi selanjutnya yang akan dilakukan terkait kondisi yang saat ini terjadi.
Konsep dan teknologi IoT dikembangkan sesuai dengan perkembangan teknologi saat
ini. Hampir semua perangkat dan mesin yang ada mendukung teknologi IoT. Hal ini pula
yang menyebabkan tingkat ketertarikan dan pengembangan IoT oleh perusahaan semakin
tinggi. Mereka mengupgarde kemampuan perangkat-perangkat yang ada sekarang untuk
menjadi semakin pintar layaknya kecerdasan manusia. Secara detail, ada beberapa
komponen dan konsep dasar pembentuk IoT seperti Artificial Intelligence (AI), sensor,
konektivitas, konsep active engagement dan perangkat berukuran kecil sebagai berikut:
a. Artificial Intelligence (AI). Seperti yang diketahui bersama bahwa tujuan utama IoT
adalah membuat berbagai perangkat menjadi pintar. Dalam hal ini, IoT menerapkan
konsep AI dalam pengoperasiannya, perangkat di program sedemikian rupa agar
mampu mempelajari hal-hal baru sehingga dapat bekerja sendiri tanpa adanya campur
tangan manusia. Perangkat tersebut dapat melakukan berbagai pekerjaan seperti
pengumpulan data dan mengirimkannya sendiri ke server pusat. Secara tidak langsung,
dapat dikatakan bahwa pengembangan teknologi IoT adalah memanusiakan perangkat-
perangkat yang ada sehingga kinerjanya semakin powerfull dan terkontrol. Misalnya
saat diterapkan pada lampu di rumah dengan mengandalkan sensor gerakan. Jika lampu
12 | P a g e
 tidak mendeteksi adanya gerakan, maka lampu secara otomatis akan dimatikan dan
sebaliknya. Manusia tidak akan repot lagi untuk menekan saklar on atau off lampu
tersebut.
b. Konektivitas. Perancangan jaringan IoT yang baik akan menetukan konektivitas antar
perangkat nantinya. Jika dikembangkan dengan baik, pengelolaan jaringan dan
konektivitas akan jauh lebih mudah, misalnya jika ingin menambahkan jaringan
perangkat baru. Konektivitas IoT tergantung dari kebutuhan, bias dalam skala besar
ataupun kecil. Hal ini tentunya akan berpengaruh pada tingkat kompleksitas dan biaya
yang diperlukan untuk mengembangkan teknologi tersebut.
c. Sensor. Sensor adalah perangkat wajib yang harus dimiliki oleh teknologi IoT.
Keberadaan sensor ini pula yang membedakan teknologi IoT dan teknologi
konvensional yang ada saat ini. Sensor tersebut yang menjadi pengendali utama
teknologi IoT termasuk dalam mensensing dan mengambil data dan mengirimkannya
ke server. Sensor ini pula yang menjadikan perangkat IoT menjadi aktif dan tidak pasif
seperti perangkat konvensional lainnya.
d. Active engagement. Sebagaimana dijelaskan sebelumnya, keberadaan sensor
menjadikan perangkat IoT menjadi aktif. Pada umumnya, teknologi yang ada dan
digunakan saat ini bersifat pasif, akan aktif jika ada campur tangan manusia yang
memberikan perintah atau instruksi. Namun, pada teknologi IoT, dapat dipastikan
semua perangkat yang terhubung menjadi aktif, mereka bekerjaa sendiri meskipun tanpa
arahan manusia.
e. Perangkat Berukuran Kecil. Sesuai dengan perkembangan teknologi yang ada saat ini,
yang menjadikan semua perangkat semakin kecil, maka teknologi IoT juga
memfokuskan konsepnya untuk benda-benda berukuran kecil, meskipun bias diterapkan
pada mesin-mesin besar. IoT memanfaatkan perangkat-perangkat kecil tersebut dengan
tujuan ketepatan, kecepatan, skalabilitas dan flesibilitas yang baik. Hal ini terutama
karena perangkat-perangkat kecil tersebut diproduksi dalam jumlah banyak, dengan
harga yang murah serta dengan tingkat kehandalan tinggi.

1.6 Ruang Lingkup Pengembangan Internet of Things (IoT)

Oleh: Noer Ahady

13 | P a g e
 Dalam mengembangkan teknologi khususnya Internet of
Things (IoT) perlu menetapkan dan mengidentifikasi ruang ruang
lingkup yang disesuaikan dengan bisnis proses dan kebutuhannya.
Sama seperti pengembangan sebuah projek, batasan-batasan yang
terkait didalamnya harus didefinisikan dengan baik sehingga
prosesnya terarah dan sesuai ekspektasi. Dengan begitu, tim yang
terkait dalam pengembangan teknologi IoT dapat menyesuaikan
dengan kebutuhan dan tidak melenceng dari proses dan tujuan yang
telah ditetapkan.
Secara umum, (Vakaloudis & O’Leary, 2019) menjelaskan beberapa langkah untuk
menetapkan ruang lingkup pengembangan IoT seperti berikut ini:
a. Investigasi
Tahap awal dalam mengembangkan IoT adalah melakukan investigasi terkait rencana
yang akan dilakukan. Tahap ini menentukan proses selanjutnya karena biasanya
disesuaikan dengan kebutuhan dan bisnis proses yang ada. Biasanya, sumber daya yang
akan digunakan akan diidentifikasi pada tahap ini seperti kesiapan dana, tenaga dan
kondisi yang ada saat ini. Masalah-masalah yang ada saat ini akan dikemukakan satu
sama lain. Jika permasalahan sudah ditemukan, maka selanjutnya memebicarakan solusi
yang akan dilakukan sebagai langkah perbaikan. Hal ini akan menjadi cukup krusial
terutama jika sudah terdapat sistem yang sudah berjalan karena bagaimanapun harus
disesuiaikan dengan bisnis proses dan seminimal mungkin menghindari terjadinya
kegagalan.
b. Validasi
Langkah selanjutnya adalah melakukan proses validasi terhadap setiap solusi-solusi
yang muncul ditahap investigasi. Biasanya akan akan dilakukan pengujian dan
pengembangan solusi dengan tujuan memperhitungkan kemungkinan-kemungkinan
gangguan yang dapat terjadi. Jangan sampai proses perencanaan dan pengembangan IoT
tersebut mengganggu sistem produksi yang sedang berjalan bahkan menjadi
mengakibatkan sistem yang ada saat ini berhenti. Jika semuanya sudah valid dan sesuai
dengan perencanaan, barulah dilakukan proses selanjutnya.
c. Instalasi
Jika sudah selesai pada tahap investigasi dan validasi, langkah selanjutnya adalah
melakukan proses implemetasi dengan melakukan migrasi solusi tersebut ke sistem

14 | P a g e
 yang sedang berjalan. Tahap ini harus dilakukan dengan hati-hati dan memperhitungkan
berbagai hal hingga yang sangat detail. Karena pada tahap ini sangat detail dan teknis,
beberapa pihak dengan skill khusus yang perlu dilibatkan pada proses ini antara lain:
● Business Analyst (BA). Tugasnya adalah untuk menentukan nilai bisnis dari proses
deployment teknologi IoT, mengelola gangguan, menyetujui biaya dan alokasi
sumber daya manusia serta mengawasi setiap proses mulai perencanaan hingga
penerapannya.
● Administrator Sistem (SA). Tugasnya yaitu memastikan dan mengimplementasikan
solusi yang telah ditetapkan dengan memperhatikan standar yang ada misalnya
sertifikasi dan persyaratan keamanan serta menjamin kualitas kinerja teknologi
tersebut agar benar-benar dapat dioperasikan.
● Arsitek Aplikasi (AA). Tugas utamanya adalah merancang end-to-end solusi dari
permasalahan yang ada agar teknologi IoT tersebut memenuhi persyaratan dari BA
dan SA serta mengimplemetasikannya langsung bersama pengembang dan teknisi
yang telah ditunjuk.
● Quality Control Engineer (QCE). Tugasnya adalah bekerjasama sama dengan BA
untuk mengevaluasi solusi dan menyetujui setiap tindakan yang dilakukan.
Secara detail, kegiatan dan pihak yang terlibat dalam setiap langkah dalam
pengembangan dan penerapa IoT, dapat dilihat pada table berikut:

15 | P a g e
 Tabel 1. Kegiatan dan pihak yang terlibat dalam setiap pase pengembangan IoT

Satu hal yang perlu diketahui bersama bahwa saat ini IoT merupakan bagian dari
digital transformasi sehingga telah menjadi pusat dari suatu industri atau perusahaan. Pada
awalnya IoT memang hanya menjadi support untuk menjalankan bisnis yang ada, namun
kini IoT sudah mengambil posisi penting. Oleh karena itu, perusahaan atau industri harus
memahami terlebih dahulu letak peluang keuntungan yang ditawarkan dengan menerapkan
IoT dan bagaimana cara memaksimalkan keuntungan darinya.
Kolaborasi dari bisnis dan IT mutlak diperlukan dalam proses pengembangan IoT. IT
harus melakukan support semaksimal mungkin melalui pemanfaaatkan infrastruktur yang
mumpuni seperti cloud, Artificial Intelligence (AI) dan sebagainya. Dalam hal ini, pemilihan
perangkat teknologi yang sesuai sangat diperlukan dan disesuikan dengan kebutuhan.
Kerjasama antara manajemen perusahaan, IT dan mitra IT sangat krusial agar layanan dan
fitur yang dihasilkan nantinya juga maksimal. Intinya, proses perancangan diawal sangat
menentukan setiap proses dan hasil dari pengembangan teknologi IoT.

1.7 Peranan dan Contoh Penerapan Internet of Things (IOT) dalam

Kehidupan

16 | P a g e
 Oleh: Muhammad Firmansyah
Dengan adanya teknologi IoT, kegiatan manusia sehari-hari akan terbantu karena
benda-benda yang ada di sekitar dapat memberikan informasi yang dibutuhkan untuk
mempermudah pekerjaan. Hal ini terutama di bidang industri dimana peranan IoT sangat
penting dalam produksi. Saat ini penerapannya sudah mencakup disegala bidang kehidupan,
sehingga hampir dipastikan seluruh pekerjaan manusia akan terbantu oleh IoT. Di
lingkungan sekitar saat ini, penerapan teknologi IoT dapat ditemukan, seperti berikut ini:
a. Industri Manufaktur.
Contoh penerapannya di industri manufaktur yaitu dalam proses perekitan mobil.
Dengan menggunakan welding robot dalam industri membuat hasil kerja sangat presisi.
Bukan hanya itu, proses kerja yang cepat juga menjadi keuntungan tersendiri dengan
penerapa ini.

Gambar 3. Welding Robot dalam Industri Manufaktur

(Sumber: https://miota.id/4-manfaat-utama-iot-bagi-industri-manufaktur/)

b. IoT dalam Penanggulangan Bencana

IOT dapat di terapkan di dalam penanggulangan bencana di mana dengan menggunakan
sensor-sensor dan di hubungkann dengan koneksi internet sebagai media untuk
mengirim informasi yang dibutuhakan kepada petugas pemadam kebakaran mengenai
lokasi titik api. Contoh menggunakan sensor panas LM35 sebagai pemberi informasi
jika terjadi kebakaran dimana fungsi sensor LM35 bekerja di saat menemukan titik di
suhu tertentu dan menghidupkan alarm terjadinya kebakaran.

17 | P a g e
 Gambar 4. Ilustrasi penerapan dalam penanggulangan bencana (Microcontrollerslab,
2015)

c. Bidang Keamanan dan Militer

Untuk penerapan IoT dalam bidang kemiliteran sudah tidak perlu dipertanyakan lagi,
bahkan sejarah membuktikan bahwa yang paling duluan menerapkan berbagai bentuk
teknologi seperti teknik komunikasi komputasi adalah bidang militer. Dengan adanya
teknologi IoT berupa sensor-sensor yang dipasang diwilayah dan tujuan tertentu, bidang
militer dapat dengan mudah mendeteksi terjadinya serangan, gerakan musuh, bahkan
mampu mengetahui jika terdapat suatu zat tertentu dikirimkan musuh. Berikut ini
contoh ilustrasinya:

Gambar 4. Ilustrasi penerapan WSN dalam bidang militer (Microcontrollerslab, 2015)

18 | P a g e
d. Smart Home
Telah diketahui bersama bahwa saat ini peralatan rumah tangga sudah serba canggih,
hampir semua peralatan dalam rumah dapat diberikan sensor untuk memudahkan
penghuninya dalam mengontrol keadaan rumah. Konsep IoT ini berupa pemasangan
node sensor seperti sensor suhu ruangan pada AC, sensor suhu pada kulkas, sensor
cahaya atau gerakan pada lampu bahkan sensor di pintu rumah atau pagar. Lebih jauh,
semua sensor tersebut dapat dikontrol oleh penghuninya melalui smartphone yang
dimilikinya. Gambarnya seperti Ilustrasi berikut:

Gambar 6. Ilustrasi penerapan WSN dalam smart home (Microcontrollerslab, 2015)

Penerapan IoT dalam berbagai kondisi disesuaikan dengan kebutuhan dan kasus yang
ada. Dengan hadirnya berbagai sensor, pengembangan teknologi IoT sangat mudah
dilakukan. Sensor-sensor tersebut tinggal disesuaikan dengan fungsi dan kegunaannya
masing-masing. (Chen et al., 2014) menjelaskan bahwa setidaknya fungsi sensor yang ada
dan beredar saat ini seperti untuk menentukan lokasi, mengukur dan mengamati keadaan
lingkungan, kontrol terhadap berbagai peralatan, pengembangan jaringan, dan keamanan
komunikasi. Konsep tersebut dapat dilihat pada table berikut:
Tabel 2. Fungsi Sensor IoT Yang Banyak Digunakan Saat Ini

19 | P a g e
 Location Remote Secure
Environmen Adhoc
Sensing Controllin Communicatio
t Sensing Network
and Sharing g n
Healt
E- v v v v
Monitoring
Health
Home Care v v v
ITS Automotive v v v v v
Environment
v v v
Moitoring
Smart Food
v v
City Traceability
Smart
v v v
Agriculture
Industr Processing
v v v
y Monitoring

Dalam berbagai kasus penerapan IoT dan perangkat sensor dalam kehidupan, tidak
sedikit parah ahli yang melakukan penelitian terhadap teknologi tersebut. Hal ini untuk
memastikan teknologi IoT benar-benar dapat berjalan sesuai dengan yang diharapkan. (De
La Concepcion, Stefanelli, & Trinchero, 2014) meneliti tentang bagaimana node sensor yang
diterapkan secara ad hoc di suatu lahan luas dalam kuantitas yang banyak sesuai dengan
requirement. Tujuannya adalah untuk mengetahui kualitas dan kecepatan pengiriman data
oleh sensor node ke server. Hasilnya, diketahui bahwa meskipun masih terdapat beberapa
kekurangan seperti penggunaan daya energy, namun sensor tersebut dapat mengirimkan data
sesuai dengan yang diharapkan. Pemilik lahan tersebut dapat dengan mudah menganalisis
kondisi dan kebutuhan untuk meningkatkan hasil produksi lahan tersebut. Hal ini
membuktikan, bahwa penerapan teknologi IoT memang dapat memberikan manfaat lebih
bagi manusia jika digunakan secara tepat dan sesuai.

1.8 Isu-Isu Dalam Penerapan Internet of Things (IoT)

Oleh: Ilham Wara

20 | P a g e
 Meskipun sudah banyak digunakan di berbagai lini kehidupan, namun teknologi
Internet of Things (IoT) masih memiliki isu-isu dalam hal kekurangan dan dampak yang
ditimblkan hingga saat ini. Tidak mengherankan jika banyak pihak yang terus melakukan
penelitian untuk mengetahui kekurangan, melakukan pengembangan hingga melakukan
inovasi dalam penerapan teknologi IoT. Harus diketahui bersama bahwa isu-isu dalam
perkembangan teknologi seperti IoT pasti tidak dapat terelakkan. Bagaimanapun canggihnya
suatu sistem dan teknologi, pasti ada celah yang menjadi lubang masuk bagi pihak yang
tidak bertanggung jawab untuk melakukan aksi penyimpangan.
Secara global, beberapa isu yang sering didapatkan dalam pengembangan IoT antara
lain:
a. Isu Desain
Dalam merancang sebuah jaringan komputer sederhana melibatkan banyak
pertimbangan mulai dari komponen perangkat keras hingga versi perangkat lunak akan
digunakan sehingga jaringan tersebut dapat berjalan dan terkoneksi dengan baik.
Terlebih saat merancang teknologi IoT, tentu akan membutuhkan lebih banyak lagi
pertimbangan desain. Salah satu kendala utama yang biasanya banyak ditemukan adalah
media komunikasi dalam hal ini bentuk jaringan yang akan diterapkan termasuk
topologinya. Dengan belajar dari berbagai kasus pengembangan IoT, terlihat jelas yang
harus digunakan adalah teknologi hybrid. Namun demikian, masalah kompatibilitas
antar berbagai perangkat lintas produk dan merk pabrikan masih menjadi isu utama
hingga saat ini. Sebagai contoh, pertimbangan desain sebuah smartphone iPhone yang
telah dirancang sedemikian rupa sehingga dapat mengirimkan data melalui Bluetooth
hanya ke iPhone juga atau perangkat Apple lainnya. Masalah desain semacam ini akan
menghambat kemajuan IoT.
b. Isu Keamanan
Isu keamanan adalah salah satu masalah yang mengkhawatirkan dalam pengembangan
IoT. Seperti yang dijelaskan sebelumnya bahwa tidak ada sistem komputer yang 100%
aman dari ancaman keamanan. Begitu pula dengan IoT, dengan adanya miliaran
perangkat yang kemungkinan terhubung ke internet, ancaman keamanan sudah
sepatutnya menjadi salah satu pertimbangan dan segera perlu diatasi. Sebagai contoh,
bencana atau akibat dari terjadinya gangguan jaringan radio di medan perang atau rumah
sakit yang menggunakan wireless sensor network. Contoh lainnya yaitu isu privasi data

21 | P a g e
 yang tersimpan di Internet yang kapanpun dan dimanapun data diakses oleh orang yang
tidak bertanggung jawab.
c. Dampak terhadap lingkungan
Berbagai kampanye yang telah diserukan jauh sebelum IoT berkembang terkait
lingkungan adalah menciptakan berbagai jenis perangkat yang ramah lingkungan.
Akhirnya banyak dikembangkan berbagai sensor yang dapat mendeteksi tingkat polusi
udara dan berbagai perangkat yang menggunakan low power energi. Namun, tanpa
disadari dengan banyaknya produksi dan peredaran berbagai perangkat tersebut yang
memiliki life time terbatas sebentar lagi akan memenuhi tempat-tempat di bumi dalam
bentuk sampah. Contoh yang paling real adalah kebanyakan orang lebih memilih
memebri handphone baru atau TV baru atau laptop baru ketimbang memperbaikinya.
Tidak mengherankan jika terdapat data yang mengatakan bahwa 20 hingga 50 juta ton
limbah elektronik dibuang setiap tahun. Sayangnya hanya 12,5% limbah elektronik
yang saat ini dapat didaur ulang. Hal ini tentunya menjadi fakta yang cukup
mencengangkan, harus segera dicarikan solusi agar pengembangan teknologi IoT tidak
berdampak banyak dalam lingkungan dan kehidupan.
(Kusumawati, Winarko, Wahab, & Pradono, 2017) dalam jurnalnya yang diterbitkan
oleh Kementeri Komunikasi dan Infromatika Republik Indonesia memetakan berbagai isu
permasalahan terkait pengembangan IoT di Indonesia. Untuk menjawab isu-isu tersebut,
mereka melaksanakan Focus Group Discussion (FGD) dan mewawancarai akademisi bidang
keahlian telekomunikasi, informatika dan keamanan informasi serta wawancara dengan
operator telekomnikasi, vendor perangkat IoT dan Industri IoT dalam negeri. Hasilnya
sebagai berikut:
a. Permasalahan IoT berdasarkan hasil wawancara dengan akademisi bidang keahlian
telekomunikasi, informatika, dan keamanan informasi yaitu:
1) Isu Standar Perangkat IoT. Standar teknis dan protokol diusulkan untuk mengikuti
standar yang berlaku secara internasional. Dalam mengadopsi suatu standar,
diperlukan analisis mendalam terkait dengan tren IoT di masa mendatang dikaitkan
dengan kepentingan bangsa Indonesia terhadap IoT (national interest). Jika ingin
melakukan proteksi terhadap produk dalam negeri, disarankan untuk membuat
standar khusus yang berlaku seperti gateway atau protokol keamanan tertentu untuk
semua perangkat IoT yang masuk ke Indonesia. Standar khusus tersebut disebutkan
dalam regulasi sertifikasi perangkat sebagai salah satu bentuk proteksi terhadap

22 | P a g e
 ekosistem industri dalam negeri. Sektor IoT yang paling memungkinkan diterapkan
di Indonesia dan diperkirakan akan banyak penggunanya adalah IoT bidang
kesehatan (smart health/telemedicine) dan keamanan rumah (smart home).
2) Isu Model Bisnis IoT. Secara umum, model bisnis dari IoT akan sama dengan
model bisnis yang telah diidentifikasi oleh ITU (International Telekomunication
Union). Poin penting yang perlu digali adalah menemukan model bisnis yang dapat
mendatangkan keuntungan untuk Indonesia. Indonesia diharapkan dapat
mengambil potensi IoT di bidang aplikasi dengan melakukan pemetaan terhadap
aplikasi apa saja yang sangat potensial dan spesifik khas Indonesia. Selain itu, jika
ingin mengembangkan ekosistem industri IoT dalam negeri, disarankan agar ada
model bisnis spesifik terkait dengan penyediaan IoT untuk kebutuhan pemerintah;
3) Isu Standar Keamanan IoT. Terdapat banyak isu terkait dengan standar keamanan
IoT. Secara garis besar, isu keamanan terbagi menjadi dua yaitu keamanan secara
teknis (meliputi perangkat keras sampai perangkat lunak) dan keamanan secara non
teknis (terutama menyangkut keamanan terhadap data pribadi). Secara teknis, aspek
keamanan yang harus diperhatikan adalah keamanan pada perangkat dan keamanan
pada saat proses pengiriman data end-to-end (secara garis besar adalah keamanan
pada network dan device. Regulasi untuk layer aplikasi dinilai cukup sulit karena
terlalu luas cakupannya. Dari aspek non teknis, hal yang sangat perlu mendapat
perhatian adalah perlindungan terhadap data pribadi konsumen serta manajemen
akses data;
4) Isu Alokasi Spektrum untuk IoT. IoT sementara ini sepertinya hanya beroperasi
sebagai layanan yang tidak spesifik membutuhkan spektrum khusus;
5) Usulan Regulasi terkait IoT. Regulasi yang paling mendesak bagi Indonesia di era
IoT adalah regulasi terkait dengan perlindungan data. Setelah itu, regulasi terkait
dengan standar perangkat yang mengikuti standar internasional, penyesuaian
regulasi terkait dengan perangkat misalnya maksimum power atau konektivitas
yang digunakan, dimana pengaturannya disesuaikan dengan tren yang paling
banyak digunakan oleh dunia.
b. Permasalahan IoT berdasarkan hasil wawancara dengan operator telekomunikasi,
vendor perangkat IoT dan industri IoT dalam negeri, antara lain:
1) Isu Standar Perangkat IoT. Penentuan standar perangkat IoT disarankan untuk
mengikuti standar yang berlaku secara internasional sehingga biaya investasi awal

23 | P a g e
 maupun produksi menjadi terjangkau dari sudut pandang bisnis. Jika harus ada
standar perangkat IoT Indonesia, disarankan untuk membuat ketentuan berdasarkan
kelasnya, misalnya berdasarkan jarak jangkauan atau berdasarkan aplikasi
kegunaannya;
2) Isu Model Bisnis IoT. Jika mengacu pada model bisnis yang telah diusulkan oleh
ITU, dari sudut pandang industri, model bisnis IoT tidak bisa diseragamkan karena
tergantung dengan orientasi dan kondisi internal masing-masing industri. Bahkan
satu perusahaan dapat memiliki beberapa model bisnis yang berbeda-beda sesuai
kebutuhan dengan pihak konsumen;
3) Isu Standar Keamanan IoT. Standar keamanan IoT penting untuk diregulasi, akan
tetapi lebih disarankan untuk mengacu pada standar International Organization for
Standardization (ISO). Jika akan meregulasi standar keamanan disarankan per layer
layanan;
4) Isu Alokasi Spektrum untuk IoT. Industri akan melihat potensi penggunaan
teknologi konektivitas IoT berdasarkan tren dan efisiensi biaya. Jika dilihat saat ini,
tidak menutup kemungkinan industri juga memanfaatkan konektivitas yang tidak
berbayar dengan menggunakan teknologi di spektrum yang tidak berlisensi. Terkait
dengan isu ini, diusulkan untuk mengidentifikasi kemungkinan penggunaan
teknologi dan harmonisasinya dengan penggunaan spektrum saat ini;
5) Usulan Regulasi terkait IoT. Pengaturan mengenai IPv6 untuk mengantisipasi
jumlah perangkat IoT yang jumlahnya diprediksi semakin meningkat. Pengaturan
mengenai roaming dari esim adalah hal yang krusial karena menyentuh aspek
keamanan. Di beberapa negara, misal Brazil, permanent roaming sudah dilarang.
Solusi untuk permanent roaming misalnya esim masih kosong (tidak ada nomor
yang dimasukkan), penerapan Mobile Portability Number, atau dengan esim
platform yang bisa men-swap nomor asal dengan nomor lokal. Selain itu,
pengaturan mengenai standardisasi perangkat dan Tingkat Komponen Dalam
Negeri (TKDN) juga perlu mendapat perhatian untuk perlindungan industri dalam
negeri.
Meski demikian, permasalahan-permasalahan tersebut seharusnya tidak menjadi
ancaman bagi manusia selaku pengguna, justru sebaliknya menjadi tantangan dan dorongan
untuk selalu berinovasi. Berbagai lembaga riset, baik milik negara, swasta, kampus dan
institusi lainnya terus berupaya melakukan penelitian dan berusaha mencarikan solusi

24 | P a g e
terhadapat permasalahan dalam pengembangan IoT. Pun demikian oleh berbagai industry
dan perusahaan yang memproduksi perangkat IT. Mereka senantiasa berinovasi,
menciptakan perangkat IoT dan pendukungnya sebaik mungkin sesuai dengan tuntutan
kebutuhan zaman dan perkembangan teknologi.
(Burange & Misalkar, 2015) dalam jurnalnya lebih jauh menjelaskan bahwa perangkat
IoT saat ini sudah dilengkapi fitur keamanan dan mendukung isu privasi. Mereka
menjelaskan bahwa beberapa fitur keamanan yang sudah ditanamkan dalam perangkat IoT
seperti penanganan serangan Dos/DDOS, fitur pendeteksi terjadinya serangan dan fitur
control akses yang disyaratkan oleh pengguna untuk mengakses perangkat tersebut. Selain
itu, untuk menjaga privasi data yang dihasilkan, saat ini sudah banyak sensor atau perangkat
IoT yang dikembangkan dengan dilengkapi fitur kriptograpi untuk tetap merahasiakan data
dan memiliki fitur autentikasi bagi pengguna yang akan mengakses data.
Meskipun berbagai isu-isu tersebut diatas hingga saat ini masih dibicarakan dan dalam
proses pengembangan, tetapi tingkat permintaan dan penerapan teknologi IoT tetap tinggi.
Hal ini menunjukkan bahwa IoT memang merupakan teknologi terkini yang diyakini mampu
membawa keuntungan bagi manusia dalam penerapannya. Sudah sepatutnya isu-isu yang
ada menjadi konsen semua pihak agar terus berinovasi
menyempurnakan teknologi tersebut. Satu hal yang
harus diyakini, perkembangan teknologi sangatlah pesat
dan menyeluruh. Cepat atau lambat isu-isu tersebut akan
terselesaikan meskipun akan muncul isu lainnya yang
harus dipecahkan. Hal tersebut wajar, karena memang
begitulah siklus perkembangan teknologi, tidak aka nada
habisnya. Yang jelas, dalam perancangan sistem
modern, keberadaan Internet of Things (IoT) harus
menjadi salah satu pertimbangan utama agar hasilnya
lebih handal dan tidak ketinggalan zaman.

25 | P a g e
26 | P a g e
27 | P a g e
28 | P a g e
 BAB II Fintech

2.1 Pengertian fintech

Teknologi keuangan atau financial technology (fintech), melahirkan berbagai
moda baru yang lebih praktis bagi konsumen dalam mengakses produk dan layanan
keuangan. Keberadaan fintech pun menggugah status quo dan merevolusi cara kerja
institusi keuangan tradisional. Jumlah pengguna internet di Indonesia 132 juta orang,
pengguna telpon genggam 371 juta pelanggan, pengguna aktif media sosial 106 juta
orang, dan rata-rata mengakses internet hampir 9 jam merupakan daya tarik yang
sangat besar bagi perkembangan fintech di Indonesia. Sampai dengan Januari 2017
jumlah masyarakat Indonesia yang berbelanja di e-commerce mencapai 25 juta orang
yaitu 9% dari total populasi. Nilai transaksi mencapai 5,6 milyar dolar AS, padahal
rata-rata pendapatan pengguna e-commerce hanya 228 dolar AS. Bayangkan
besaarnya pasar fintech di tahun 2030 ketika Indonesia menjadi negara terbesar
kelima perekonomiannya.
Bisnis startup di Indonesia terus berkembang, salah satu yang kini merajai
merupakan sebuah industri baru financial technology atau biasa disebut Fintech.
Fintech bertujuan untuk memudahkan masyarakat dalam mengakses produk-produk
keuangan, mempermudah transaksi dan juga meningkatkan literasi keuangan.
Adapun perusahaan-perusahaan Fintech di Indonesia didominasi oleh perusahaan-
perusahaan startup dengan potensi besar.
Sejalan dengan meningkatnya jumlah pemain, layanan yang ditawarkan oleh
fintech juga semakin beragam, mulai dari pembayaran, pembiayaan/pinjaman,
investasi di pasar modal hingga asuransi dikemas lebih menarik dengan sentuhan
fintech. Pengetahuan, tuntutan, tingkat kenyamanan dan inklusi keuangan publik pun
semakin meningkat. Namun demikian, sebagai konsekuensi logis dari akses yang
lebih terbuka dan opsi yang lebih banyak ini adalah meningkatnya resiko keamanan
dalam bertransaksi.

29 | P a g e
 Gambar 2.1. Ilustrasi Fintech

Innovate Finance & Red Money dalam riset mereka “The Islamic Fintech
Landscape 2017” memperkuat prediksi ini. Setidaknya ada 103 fintech syariah yang
tersebar di 24 negara. Dari jumlah itu, 18 berkantor pusat di Malaysia, 16 di Inggris,
15 di Indonesia, 12 di Uni Emirat Arab, 11 di Amerika Serikat.
Perkembangan fintech di Indonesia agak berbeda dengan di luar negeri.
Fintech syariah di luar negeri didominasi oleh crowd-funding, yaitu 35%,. Di
Indonesia ada 156 fintech konvensional dan syariah, yang didominasi 56% nya oleh
payment, clearing & settlement. Satu fintech syariah di bidang payment
mengembalikan sertifikat syariah nya ke DSN-MUI setelah diakuisisi asing, satu
fintech syariah di bidang yang sama sedang dalam proses perijinan BI. Satu fintech
di bidang Peer to Peer Financing yang telah mendapat ijin OJK dalam proses
rekomendasi syariah DSN, dan satu fintech di bidang yang sama dalam proses
perijinan OJK dan rekomendasi DSN.

Tidak dapat dipungkiri lagi jika teknologi digital di sektor finansial atau
Fintech memberikan kenyamanan bagi pengguna dalam bertransaksi. Dengan
demikian, bisnis ini terus berkembang tanpa henti. Munculnya Asosiasi Fintech
Indonesia (AFI) pada September 2015 menarik perhatian para pebisnis. Dengan
tujuan menyediakan partner bisnis yang terpercaya dan dapat diandalkan untuk

30 | P a g e
 membangun ekosistem Fintech di Indonesia yang berasal dari perusahaan-
perusahaan Indonesia dan untuk Indonesia sendiri, perusahaan ini sudah
menghimpun kurang lebih 30% dari seluruh pengguna Fintech di Indonesia.
Perkembangan pengguna Fintech ini juga terus berkembang, dari awalnya 7% pada
tahun 2006-2007 menjadi 78% pada tahun 2017 ini. Jumlah pengguna tercatat per
2017 adalah sebanyak 135-140 perusahaan.

2.2 Sejarah Fintech

Financial Technology (FinTech) adalah salah satu bentuk penerapan
teknologi informasi di bidang keuangan. Alhasil, munculah berbagai model
keuangan baru yang dimulai pertama kali pada tahun 2004 oleh Zopa, yaitu institusi
keuangan di Inggris yang menjalankan jasa peminjaman uang. Kemudian model
keuangan baru melalui perangkat lunak Bitcoin yang digagas oleh Satoshi Nakamoto
pada tahun 2008. Dalam perspektif sejarah, konsep inti dari pengembangan FinTech
sebenarnya tidak bisa dilepaskan dari aplikasi konsep peer-to-peer (P2P) yang
digunakan oleh Napster pada tahun 1999 untuk music sharing.
Inovasi yang berkembang di sini adalah pengadaptasian prinsip jaringan
komputer yang diterapkan pada bidang keuangan. Meski pada mulanya konsep
finansial P2P ini diperuntukkan bagi para start-up (wirausaha baru) dalam mencari
investor untuk membiayai bisnisnya. Tetapi dalam perkembangannya finansial P2P
ini memiliki partisipan yang lebih luas tidak hanya para pemodal untuk
menginvestasikan uangnya kepada start-up baru. Dengan banyaknya partisipan yang
berkontribusi memasukkan uang maka kemudian menjadi crowdfunding, sehingga
pemanfaatan finansial P2P tidak terbatas bagi para start-up saja seperti yang
dilakukan oleh perusahaan Zopa di Inggris.

31 | P a g e
 Gambar 2.2. Revolusi Industrai dari jilid 1 hingga saat ini

Startup fintech tentunya tidak akan banyak bermunculan bila tidak memiliki
peran yang besar. Salah satu peran startup fintech adalah memajukan perkembangan
bitcoin. Dengan begitu, masyarakat yang tidak memiliki akun bank tetap bisa
melakukan transaksi pembayaran atau pengiriman uang dengan bitcoin.
Kemudian, startup fintech dapat meningkatkan taraf hidup masyarakat.
Pasalnya, startup fintech dapat menghadirkan merchant yang menerima pembayaran
kartu debit dan kredit dengan biaya rendah. Startup fintech juga dapat membangun
infrastruktur perbankan sebagai solusi untuk meningkatkan daya beli masyarakat.
Selain itu, startup fintech dapat menghapus adanya orang atau badan yang
memberikan peminjaman dengan bunga tinggi untuk mengambil keuntungan.
Adanya startup fintech bisa membuat sistem peminjaman uang dilakukan dengan
cara yang transparan.

2.3 Peraturan dan Ketentuan dalam Industri Fintech

Akibat perkembangan Fintech yang diprediksikan akan terus naik, BI sebagai
pemegang otoritas sistem pembayaran terus mensinergikan beberapa kepentingan
melalui tiga hal:
1. Promosi sistem pembayaran yang kondusif.
2. Mengarahkan industri untuk bergerak secara efisien, dan
3. Memperkuat perlindungan konsumen.
Peran aktif Bank Indonesia di sektor Fintech juga ditunjukkan dengan
terbentuknya Bank Indonesia Fintech Office pada tahun 2016 yang membuat
peraturan atau regulasi untuk mengatur jalannya sektor baru ini dengan aman dan
nyaman.
Deputi Gubernur Senior Bank Indonesia, Mirza Adityaswara, mengatakan
bank sentral akan mengumumkan Fintech Regulation and Regulatory Sandbox
sebagai platform bagi para pemula untuk meluncurkan produk inovatif, layanan atau
model bisnis mereka. Regulasi ini diperlukan untuk memastikan pelaksanaan sistem
pembayaran peminat Fintech berjalan aman dan sesuai aturan. Sedangkan untuk

32 | P a g e
 pelaku usaha Fintech dibuat Sandbox Regulatory yang akan mengatur ketentuan bagi
pelaku Fintech yang kebanyakan adalah perusahaan startup berskala kecil.
Sementara ini, Bank Indonesia sudah mengeluarkan peraturan
No.18/40/PBI/2016 untuk mengatur proses pembayaran transaksi e-commerce agar
lebih aman dan efisien. Peraturan ini juga mengatur, memberikan izin, dan
mensupervisi penerapan pelayanan pembayaran yang dilakukan oleh principal,
provider, pengakuisisi, clearing house, penyedia penyelesaian akhir, dan penyedia
transfer dana.
Selain itu, juga muncul sebuah POJK atau Peraturan Otoritas Jasa Keuangan,
yaitu POJK No.77/POJK.01/2016 tentang Layanan Pinjam Meminjam Uang
Berbasis Teknologi Informasi. Dalam peraturan ini, Anda dapat mengetahui panduan
dalam pelaksanaan bisnis Fintech pada bagian pinjaman, misalnya saja Peer to Peer
(P2P) Lending. Adapun beberapa bagian yang diatur dalam POJK
No.77/POJK.01/2016 tersebut antara lain:
· Kegiatan usaha,
· Pendaftaran perizinan,
· Mitigasi risiko,
· Pelaporan,
· Tata kelola sistem teknologi informasi.

2.4 Fintech Berkembang dengan Pesat di Indonesia

Fintech Memudahkan Berbagai Proses dalam Bidang Keuangan dan tidak
dapat dipungkiri Fintech memberi kemudahan dengan jangkauan luar biasa bagi
mereka yang belum terjangkau produk keuangan dari bank. Selain itu, Fintech juga
menyentuh generasi muda yang sudah familiar dengan internet dan memanfaatkan
internet dalam segala kebutuhannya. Nyatanya Fintech juga dapat membuat
segalanya lebih sederhana dan efisien. Fintech juga membuka peluang usaha bagi
generasi Y yang selalu aktif menyelesaikan masalah. Bila tidak ditemukan solusi,
mereka akan membangun usaha startup dengan tujuan menghasilkan solusi bagi
masyarakat.

33 | P a g e
 Gambar 2.3. Ilustrasi Fintech sebagai alternative Keuangan Konvensional

Seiring dengan perkembangan teknologi, muncul sebuah peluang untuk

membuat perusahaan berbasis online. Misalnya, saja dalam bidang keuangan. Karena
ada peluang inilah, perusahaan Fintech terus bermunculan dengan misi memenuhi
kebutuhan masyarakat untuk melakukan aktivitas keuangan secara online.
Beberapa perusahaan startup yang sukses layaknya dongeng menjadi
kenyataan. Seseorang bisa sukses hanya dalam waktu yang singkat, serta
berkembang menjadi perusahaan multinasional. Hal ini menjadi salah satu
pendorong para generasi muda untuk juga meraih impiannya melalui industri
Fintech. Mengapa Fintech? Karena Fintech masih tergolong baru, sehingga masih
ada peluang tinggi dalam memasukinya dan menjadi sukses di dalamnya.
Karena baru sedikit peraturan yang melingkupinya, industry Fintech kerap
dianggap fleksibel dan tidak kaku dibandingkan dengan bisnis konvensional. Oleh
karena itu, industri ini menjadi lahan yang tepat bagi para pebisnis muda yang ingin
menyalurkan kreativitasnya dalam berbisnis.

Usaha Fintech menggunakan teknologi, software dan big data. Selain itu,
Fintech juga menggunakan data dari media sosial. Data-data tersebut dapat dijadikan
bagian dari analisis risiko.

34 | P a g e
Jika berbicara tentang Fintech tidak lengkap bila tidak mengenal apa dibalik Fintech itu
sendiri. Salah satunya adalah Payment Gateway, selengkapnya mengenai Payment Gateway.

Gambar 2.4. Ilustrasi e-wallet dengan wallet fisik

Apa itu Payment Gateway?

Payment Gateway adalah gerbang atau medium transaksi yang disediakan oleh sebuah
layanan aplikasi e-commerce yang bisa memberi otorisasi pemrosesan kartu kredit maupun
pembayaran langsung bagi kliennya dalam aktivitas bisnis elektronik/ online. Payment
gateway ini bisa mempermudah pebisnis sekaligus kliennya dalam bertransaksi. Definisi
tersebut dterjemahkan dari pengertiannya dalam bahasa Inggris pada ensiklopedia online
Wikipedia Payment Gateway .

Sejarah Singkat Pengembangan Metode Payment Gateway

Sebenarnya di era perkembangan teknologi yang pesat ini, tak hanya para penggila teknologi
yang merasakan imbasnya. Mengapa? Karena pesatnya pengembangan yang dilakukan tak
hanya terjadi pada salah satu bidang saja. Bisnis tidak luput dari kecanggihan teknologi yang
35 | P a g e
sudah ada. Pada dasarnya, teknologi dikembangkan untuk semakin mempermudah pekerjaan
manusia. Begitu juga dengan teknologi payment gateway ini di bidang bisnis.

Mari melihat dulu dari dimulainya era berbelanja secara online yang di Indonesia kini sudah
jadi bagian dari gaya hidup semua kalangan. Orang-orang tak lagi berbelanja di toko secara
fisik yang berada di jalan raya atau dalam mall. Website-website e-commerce raksasa sudah
muncul di mana-mana dengan daya saing yang sangat ketat antara satu dengan yang lainnya.

Berbagai penawaran sangat menarik, semacam ongkos kirim produk gratis dan potongan
harga besar-besaran berlomba-lomba ditawarkan. Bagaimana publik tidak tertarik untuk
berbelanja online? Selain kemudahan, berbelanja online cenderung mudah dilakukan atau
praktis.

Jual beli online/ online shopping atau kegiatan e-commerce ini sangat digemari juga karena
kesempatan yang terbuka bagi calon pembeli untuk membandingkan banyaknya produk
secara mudah dan cepat tanpa harus mondar-mandir dari satu toko ke toko lain secara fisik.
Selain itu juga tentunya, satu toko online saja mampu menyediakan variasi produk yang
sangat beragam. Bahkan, beberapa produk yang mungkin cukup sulit ditemui di pusat
perbelanjaan tradisional, menjadi mudah ditemukan secara online. Perubahan dari pola
bisnis inilah yang telah memperbesar peluang sehingga ada semakin banyak orang yang
berniat dan menjalankan bisnis mereka secara online.

Ada banyak sekali model bisnis online yang dapat dilakukan sebenarnya, tak hanya
membuka online shop. Bahkan, ada juga bisnis dropship yang tergolong mudah dijalankan
dan tidak memerlukan modal besar untuk memulainya.

Nah, kalau Anda sudah memutuskan untuk buka online shop sendiri, satu hal yang wajib
dipertimbangkan, selain variasi produk yang Anda tawarkan, Anda juga perlu kemudahan
dalam proses pembayaran atau transaksinya nanti. Di sinilah peranan payment gateway
berjalan. Inilah mengapa teknologi dari metode pembayaran satu ini dikembangkan.

Jika kita mengkilas balik keadaan kira-kira sepuluh tahun yang lalu, istilah payment gateway
mungkin masih sangat jarang didengar atau ramai diperbincangkan orang-orang, khususnya

36 | P a g e
di Indonesia. Namun akhir-akhir ini, seiring perkembangan pesat situs-situs berbelanja,
peranan penting payment gateway sudah difungsikan di mana-mana.

Mari kenali bagaimana cara kerjanya!

Cara Kerja Payment Gateway

Seperti yang telah disebutkan sebelumnya, payment gateway merupakan layanan yang
memproses perizinan kartu kredit atau umum disebut sebagai transaksi online semacam
transfer bank yang terjadi di antara pedagang dan pembeli. Layanan ini bisa sangat
membantu Anda sebagai pebisnis dalam menerima pembayaran (biasanya berupa dana yang
dikirim ke rekening Anda, walaupun ada juga yang dengan Mata Uang Digital Bitcoin atau
sebaliknya, dari Anda ke orang lainnya. Transaksi ini akan diproses secara aman dan aktual
atau real-time.

Seperti apa contohnya? Misalnya, pembeli telah memasukkan detil dari informasi kartu
kredit kepunyaannya ketika telah melakukan pemesanan dan ingin close the deal. Detil
pembayaran tersebut lalu bakal dikirimkan ke payment gateway untuk dikunci terlebih
dahulu sebelum dilanjutkan ke bank yaitu acquiring bank dan issuing bank. Acquiring bank
ini berperan menarik biaya yang sudah ditentukan, sementara issuing bank berperan
memberikan izin pembayaran.

Ketika bank sudah kasih izin atas pembayarannya, transaksi bakal melewati lagi proses
selanjutnya, tapi kalau izin pembayarannya ditolak, transaksinya akan segera dibatalkan.
Walau terlihat cukup rumit bagi Anda, proses ini ya sebenarnya hanya menghabiskan waktu
beberapa detik saja alias cepat sekali prosesnya.

Berikut adalah proses yang umumnya terjadi pada payment gateway di situs e-commerce
atau toko online:

1. Calon customer toko online mengunjungi website, melihat produk dan

akhirnya memutuskan untuk membelinya menurut info yang disampaikan
oleh koneksi sumber dari payment gateway.

37 | P a g e
 2. Kemudian payment gateway akan lanjutkan info itu ke payment processor
dari bank Anda.
3. Payment processor melanjutkan lagi info transaksinya ke asosiasi penerbit
kartu yang dipakai. Apa contohnya? Misalkan, Mastercard dan Visa.
4. Pada tahap berikutnya, bank terkait akan mendapat permintaan itu dan
mengirimkan balasannya ke processor dengan menggunakan kode khusus
sekaligus memberikan konfirmasi apakah transaksi itu dinyatakan berhasil
ataukah gagal.
5. Terakhir, payment processor akan mengirim pesan tersebut ke payment
gateway yang nantinya akan dilanjutkan kembali ke website/ situs Anda serta
si pemegang kartu hingga transaksi bisa dinyatakan berhasil.

Untuk memudahkan Anda dalam lebih memahami proses atau cara kerja dari payment
gateway di atas, kami telah membuat gambar skema sederhananya bagi Anda. Berikut adalah
skemanya, semoga membantu!

Gambar 2.5. Ilustrasi proses integrasi payment gateway dengan layanan e-commerce

38 | P a g e
Standar Sistem Keamanan pada Payment Gateway

Transaksi online atau berbelanja secara online memang rentan akan berbagai ancaman
digital. Contohnya, penipuan online maupun peretasan di mana data pelanggan diakses tanpa
sepengetahuan oleh pihak ketiga/ peretas. Untuk mengantisipasi hal tersebut, payment
gateway sudah punya sebuah prosedur standar lewat tiga sistem pelacakan. Berikut adalah
ketiga sistem pelacakan tersebut!

● Address Verification System (AVS) . Melalui tool satu ini, rincian tagihan
pelanggan/ customer bisnis Anda akan diperiksa serta disesuaikan dengan alamat
kartu yang memang sudah resmi terdaftar.
● Card Security Code (CV2) . Setiap proses transaksi atau pembayaran yang
dilakukan oleh pelanggan/ customer Anda akan diawali dengan permintaan untuk
masukkan tiga digit terakhir di bagian belakang kartu debit atau kreditnya.
● 3D Secure Password . Tool ini digunakan sebagai alat yang berguna untuk
mengotorisasi pembayaran atau transaksi online yang dijalankan.

Kelebihan Payment Gateway

Mengapa berbagai situs e-commerce besar menggunakan metode pembayaran lewat

payement gateway? Kami akan jelaskan beberapa kelebihannya yang membuat teknologi ini
dikembangkan dan hingga kini banyak dipakai di era serba digital ini. Kelebihan yang
terdapat pada sistem pembayaran ini terbagi menjadi dua keuntungan baik bagi penjual
maupun pembeli, berikut adalah rinciannya!

Keuntungan untuk Si Penjual

● Dengan metode payment gateway ini proses transaksi bisa dilakukan dengan cepat
sekaligus dilakukan secara massal. Hal ini mungkin untuk terjadi karena payment
gateway bisa memudahkan proses transaksi dalam jumlah banyak, bahkan hingga
ribuan dan itupun dalam kurun waktu yang bisa dikatakan sangat singkat. Selain itu,

39 | P a g e
 transaksi massalnya mungkin untuk dilakukan secara bersamaan (ini memang
tergantung pada server yang digunakan).
● Untuk Anda yang memakai kartu kredit jadinya tidak perlu khawatir, karena dengan
menggunakan payment gateway sebenarnya sangat minim risikonya untuk terkena
tindak kejahatan sibernetika (walaupun Anda bisa lakukan pengamanan ekstra, baca
lebih lanjut sampai bagian terakhir artikel ini untuk mendapatkan tips keamanan
ekstra dalam bertransaksi secara online). Payment gateway sebenarnya sudah punya
teknologi canggih bernama fraud detection yang punya fungsi bagus untuk mencegah
kalau terjadi kecurangan pada saat melakukan pembayaran di online shop atau
website.
● Setelah berhasil bertransaksi, untuk cek kembali status pembayaran dan lain
sebagainya, menjadi jauh lebih cepat dan lebih mudah.
● Pengunjung online shop kini juga melihat terlebih dahulu kemudahan
bertransaksinya sebelum melanjutkan berbelanja. Sebagai penjual, Anda tak lagi
harus sediakan rekening dari semua jenis bank karena sudah ada teknologi atau
metode payment gateway ini. Seperti yang telah disebutkan sebelumnya, penjual
maupun pembeli bisa dengan mudah menerima transfer dari semua jenis rekening
sekaligus meneruskannya pada rekening utama dari online shop itu.
● Payment gateway ini dapat dikatakan sangat user-friendly. Ini karena payment
gateway tentunya sudah dilengkapi dengan dashboard yang menghubungkan antara
penjual dengan pembeli dan nantinya bakal ada proses rekonsilasi. Apa saja bentuk
rekonsiliasinya? Bentuknya adalah detail siapa yang membayar, kapan transaksinya
berhasil, void dan juga pengembalian dana jika sudah terbayar.
Keuntungan untuk Si Pembeli

● Sangat mudah melakukan transaksi, sederhana caranya sekaligus aman untuk

kegiatan berbelanja online yang dilakukan.
● Pada saat ingin bertransaksi, para pembeli atau customer juga bisa langsung bayar
tanpa harus membuka-buka lagi website untuk lihat rincian harga dan produk
kembali Mengapa? Karena biasanya rinciannya sudah dirangkumkan ke page di
mana transaksi akan dilakukan juga.

40 | P a g e
Contoh Payment Gateway di Indonesia

Beirikut adalah beberapa contoh aplikasi payment gateway yang sudah diterapkan oleh
pengguna online di Indonesia!

Doku

Doku adalah salah satu channel yang menyediakan layanan jasa untuk mempermudah
transaksi, sama seperti payment gateway pada umumnya. Doku berguna pada saat Anda
melangsungkan proses pembayaran secara online lewat aplikasi online tertentu. Tertentu
saja, ini karena tidak semua aplikasi sudah mendukung layanan Doku, hanya yang memang
sudah supported saja. Walaupun begitu, Doku sendiri sudah menjalin kerja sama dengan
banyak sekali platform bisnis di indonesia. Bahkan hingga mencapai angka lebih dari 800
platform banyaknya. Apa saja contohnya? Garuda indonesia, Bank of South Pacific,
UNICEF, WWF, AirAsia, Java Jazz Production dan RajaKarcis.

Finpay

Finpay adalah contoh layanan payment gateway di Indonesia yang sudah ada lebih dari 5
tahun lamanya. Finpay ini merupakan cabang dari perusahaan Telkom Indonesia sudah aktif
dijalankan sejak 30 Mei 2012. Tak jauh berbeda dengan Doku, Finpay juga sudah
mengadakan kerja sama yang cukup banyak dengan berbagai bank yang ada di Indonesia.
Apa saja contohnya? Jelasnya adalah provider kartu kredit, misalkan Mastercard dan Visa.
Bagaimana dengan website-website atau situs e-commerce? Finpay juga sudah ada kerja
sama dengan Telkomsel, TelkomVision, LivingSocial dan AppsFoundry.

IPaymu

Ipaymu punya fungsi yang sama dengan payement gateway umumnya yaitu untuk
memudahkan Anda pada saat melakukan transaksi dengan menggunakan layanan internet
ketika hendak membayar produk. Tapi tak hanya untuk situs online, IPaymu juga bisa bantu
Anda jika ingin bertransaksi online untuk memberikan sumbangan, sekadar mengirimkan
uang/ transfer, berlangganan, dan juga pada saat ingin melakukan penarikan uang.

41 | P a g e
Midtrans

Payment gateway yang satu ini adalah channel yang menerima pembayaran yang sangat
bervariatif. Apa saja? Kartu kredit maupun debit, BCA Klikpay, CIMB Clicks, XL Tunai,
Mandiri Clickpay, T-Cash, transfer bank yang biasa, bahkan bisa juga lewat minimarket
yang memang sudah terintegrasi lewat VT_Link, VT_Web, VT-Direc. Tentunya semua
yang telah disebutkan itu bisa memberikan Anda banyak pilihan yang memudahkan Anda
bertransaksi.

iPay88

Integritas iPay88 telah terbukti melalui pengalaman selama bertahun-tahun di kawasan Asia,
seperti indonesia, Kamboja, Filipina, Thailand, SIngapura, dan Malaysia sebagai kantor
pusat. Dengan mengutamakan kepercayaan pelanggan, iPay88 sudah mendapatkan beberapa
penghargaan atas pencapaiannya. Metode pembayaran iPa88 juga bervariatif mulai dari
kartu kredit/debit, sampai e-wallet seperti mandiri e-cash, t-cash, xl tunai dan lain-lain.

Tips Agar Aman Transaksi Secara Online

Melakukan transaksi atau berbelanja secara online memang harus ekstra berhati-hati.
Pasalnya, kahir-akhir ini semakin marak terjadi pembobolan kartu kredit, pencurian data dan
berbagai kejahatan sibernetika atau cyber crime lainnya. Berikut, kami memberikan berbagai
tips yang mungkin bisa Anda praktikkan agar Anda terhindar dari hal-hal buruk tersebut!

Cobalah untuk memanfaatkan cyber security tool yang juga bisa mengamankan
transaksi Anda semacam Kapersky. Biasanya pada saat cyber security tool itu sendiri
dijalankan atau sudah aktif setelah proses instalasi, perangkat Anda semacam laptop akan
dilengkapi perlindungan lebih. Bagaimana contoh kerjanya? Jika Anda ingin bertransaksi
lewat browser misalnya, Anda akan dialihkan ke proses yang lebih aman yaitu dengan
protected browser.

Selain itu, apa yang bisa Anda lakukan? Tentunya dengan tidak memberikan akses kartu
kredit atau pin penting Anda pada sembarang situs maupun orang lain.

42 | P a g e
Kemudian, perhatikan apakah website di mana Anda sedang berbelanja atau akses
sudah SSL certified. Apa itu? Anda bisa membaca artikel kami sebelumnya yang berjudul
Panduan Lengkap Sertifikat SSL . Sederhananya, SSL atau Secure Sockets Layer
merupakan jenis teknologi keamanan yang digunakan dalam membangun link yang
dienkripsi antara server dan klien. Apa contohnya? Misalkan antara website dan browser.

Data yang biasanya dipertukarkan oleh browser dan server website merupakan data teks
biasa yang awalnya tidak mendapat perlindungan dari para peretas/ hacker dan mudah
diakses orang ketiga tanpa sepengetahuan Anda. Teknologi SSL ini menjadikannya aman,
termasuk pertukaran data berupa nomor kartu kredit dan debit.

2.5 Simpulan
Melalui artikel ini, kami telah memberikan info lengkap yang Anda cari soal payment
gateway. Kami tak hanya memberikan definisi metode transaksi satu ini, tetapi juga
melengkapinya dengan berbagai penjelasan penting lainnya yang terkait. Sebuah panduan
lengkap yang menyebutkan sejarah singkat pengembangannya, proses kerjanya, keuntungan
dalam menggunakan metodenya, dan contoh-contoh penggunaannya di Indonesia. Tak
hanya itu, kami pun membagikan tips aman bagi Anda yang ingin bertransaksi secara online
agar tak terjerat kasus kejahatan sibernetika yang akhir-akhir ini sedang marak terjadi.

2.6 UANG

A. Pengertian Uang
Secara umum, uang dapat dikatakan sebagai alat tukar atas barang maupun
jasa yang diperjualbelikan. Sedangkan menurut para ahli, arti uang sebagai berikut:

43 | P a g e
 1. Menurut Mankiw
Uang ialah persediaan aset yang bisa dengan segara digunakan untuk
melakukan transaksi, selain itu uang merupakan segala sesuatu yang dapat
dipakai atau diterima untuk melakukan pembayaran baik barang, jasa
maupun hutang, uang memiliki satu tujuan fundamental dalam sistem
ekonomi, memudahkan pertukaran barang dan jasa, mempersingkat waktu
dan usaha yang diperlukan untuk melakukan perdagangan.

2. Menurut Dennis Holme Robertson

Definisi uang menurut Dennis holme Robertson tertuang dalam bukunya
yang berjudul Money mengatakan bahwa “money is something accepted in
payment for goods” yang artinya menyatakan bahwa “uang ialah segala
sesuatu yang dapat diterima dalam pembayaran untuk mendapatkan barang”.

3. Menurut R.S. Sayers

Definisi uang menurut R. S. Sayers tertuang dalam bukunya yang berjudul
Modern Banking menyatakan bahwa “money is something that is widely
accepted for the settlement of debts”, yang artinya menyatakan bahwa “uang
ialah segala sesuatu yang umum diterima sebagai pembayaran utang”.

4. Menurut A. C. Pigou
Definisi uang menurut A. C. Pigou tertuang dalam bukunya yang berjudul
the Veil of Money “money are those things that are widely used as a media
for exchange” yang artinya menyatakan bahwa “uang ialah segala sesuatu
yang umum dipergunakan sebagai alat penukar”.

5. Menurut Rolling G. Thomas

Definisi uang menurut Rolling G. Thomas tertuang dalam bukunya yang
berjudul Our Modern Banking and Monetary System, ia mengatakan bahwa
“money is something that is readily and generally accepted by public in
payment for goods, services and other valuable assets and for the payments
for debts, yang artinya menyatakan bahwa “uang ialah suatu benda yang

44 | P a g e
 dengan mudah dan umum diterima oleh masyarakat untuk pembayaran
pembelian barang, jasa dan barang berharga lainnya serta untuk pembayaran
utang”.

6. Menurut Albert Gailort Hart

Dalam bukunya yang berjudul Money Debt and Economic Activity, ia
mendefinisikan uang sebagai suatu kekayaan yang dimiliki untuk dapat
melunasi utang dalam jumlah tertentu dan pada waktu yang tertentu pula.

7. Menurut Ensiklopedia Indonesia

Uang merupakan segala sesuatu hal yang dapat digunakan dan juga umumnya
dapat diterima sebagai alat penukar atau sebagai alat standar dalam pengukur
sebuah nilai, seperti, pengukur standar uang, garansi penanggung utang serta
sebagai pengukur standar daya beli.

8. Menurut George N. Halm

Uang merupakan hal untuk mempermudah perantara tukar-menukar dalam
mengatasi masalah sistem barter atau kesulitan-kesulitan dalam transaksi
kredit.

9. Menurut Walker
Uang merupakan semua hal yang dapat dijadikan sebagai uang, maksudnya
uang memang memiliki banyak fungsi, namun fungsi utamanya adalah
sebagai alat tukar.

10. Menurut KBBI

Mendefinisikan uang adalah alat penukar atau standar pengukur nilai
“kesatuan hitungan” yang sah dikeluarkan oleh pemerintah suatu negara
berupa kertas, emas, perak atau logam lain yang dicetak dengan bentuk dan
gambar tertentu.

45 | P a g e
 B. Sejarah Uang
Kemunculan uang pertama di peradaban manusia masih diperdebatkan
lantaran ada beberapa versi. Jack Weatherford dalam buku History of Money (1997),
misalnya, mendukung pendapat yang mengatakan bahwa uang pertama kali
diciptakan dan digunakan oleh bangsa atau orang-orang dari Kerajaan Lydia. Bangsa
Lydia diperkirakan pernah hidup di kawasan yang kini menjadi wilayah Turki. Uang
pada masa ini konon berwujud koin dengan gambar singa yang mengaum.
Weatherford meyakini bahwa orang-orang Lydia sudah mengenal uang dan
memakainya sebagai alat tukar sejak sekitar tahun 1.000 Sebelum Masehi (SM).
Donald B. Clane punya versi berbeda. Dalam buku Rationality and Human
Behavior (1999), ia menyebut bahwa mata uang koin pertama kali ditemukan 6.000
tahun lalu di wilayah yang kini berdiri negara Turki. Namun, Clane tidak menyebut
bangsa Lydia seperti keyakinan Weatherford. Seiring berjalannya waktu, muncul
pula uang yang dibuat dari kertas. Beberapa sejarawan meyakini uang kertas mulai
digunakan pada di Cina pada tahun 100 Masehi. Berabad-abad berselang, bangsa-
bangsa Eropa baru mengenal jenis uang ini, itu pun setelah Marco Polo pulang dari
Cina.
Pada 1946, kartu kredit mulai diperkenalkan sebagai alat tukar pengganti
uang atau yang bisa disebut sebagai transaksi non-tunai. Di era serba digital dan
internet seperti sekarang ini, muncul lagi alat tukar jenis baru, yakni bitcoin. Bitcoin
adalah uang elektronik yang dikembangkan oleh Satoshi Nakamoto sejak tahun
2009. Saat ini, 1 bitcoin setara dengan hampir 8 ribu dolar AS.

C. Perkembangan Uang

46 | P a g e
 Gambar 2.6. Evolusi Uang
1. Barter
Pertukaran nilai buku besar dan akuntansi pra-tanggal. Ketika
kebutuhan orang terbatas, barter berfungsi sebagai alat tukar. Jika tetangga
Anda memiliki sesuatu yang Anda butuhkan, Anda akan menukar sesuatu
yang dia butuhkan. Kedua belah pihak menerima nilai dari pertukaran. Dalam
sistem barter, barang dipertukarkan langsung dari satu pihak ke pihak lain
tanpa perantara.
Barter terbatas dalam kegunaan dan dengan cepat kehilangan nilainya
ketika ada terlalu banyak pihak yang mencoba untuk menukar terlalu banyak
hal. Sistem barter lebih berharga bagi lebih sedikit orang, dengan asumsi
pihak-pihak tersebut memiliki barang untuk saling bertukar langsung. Ketika
masyarakat berevolusi dan orang-orang menyebar ke berbagai wilayah
geografis, evolusi uang mengambil bentuk baru. Uang komoditas dan logam
diperkenalkan sebagai cara untuk menukar nilai.

2. Uang komoditas
Sistem barter memberi jalan kepada uang komoditas dan orang-orang
mulai menukar berbagai barang, seperti kerang, garam, kulit binatang,
tembakau, budak, kapak, dll. Namun, sementara komoditas melakukan fungsi
dasar uang, mereka memiliki beberapa komoditas utama. Kekurangannya
menggunakan komoditas sebagai alat tukar membuat sulit untuk meminjam
dan meminjamkan (Dapatkah saya meminjam satu pon garam ini untuk

47 | P a g e
 meminjamkan kepada teman saya? Saya akan membayar Anda dengan bunga
3 kepala kapak baru).
Lebih lanjut, sulit untuk mengukur dan menyimpan nilai barang
karena tidak ada skala objektif. Bahkan di antara kerang, panah, dll
komoditas tidak seragam sempurna. Akhirnya, mengangkut komoditas
membuat sulit untuk meningkatkan volume perdagangan di sejumlah besar
orang atau melintasi wilayah geografis yang luas.

3. Emas dan perak

Evolusi uang terus berlanjut ketika umat manusia melanjutkan
perkembangannya. Uang komoditas berevolusi menjadi uang logam, seperti
emas, perak, dan logam mulia lainnya. Emas dan perak mudah ditangani,
dibagi menjadi potongan yang lebih kecil (masih berharga), atau dapat
digabung dengan potongan kecil lainnya untuk membuat potongan yang lebih
besar. Logam-logam itu mudah diidentifikasi dan sulit dipalsukan. Logam
"berharga" karena jarang.
Penggunaan emas sebagai uang paling awal adalah 643 SM di Lydia
(Turki modern). Koin pertama terbuat dari electrum, campuran emas dan
perak yang terjadi secara alami. Pada 540 SM, Lydia memisahkan emas dari
perak membuat koin emas sejati pertama. Pada saat itu, nilai koin didasarkan
pada nilai logam yang terkandung dalam koin itu sendiri. Mungkin ini adalah
pendahulu dari twist pada Aturan Emas - dia yang memiliki emas, membuat
aturan. Ini juga mengapa Portugal, Inggris, dan Spanyol mengirim Columbus
dan penjelajah lainnya ke dunia, mereka membutuhkan lebih banyak emas
untuk tetap menjadi negara adidaya di dunia. Italia mengeluarkan ducat dan
Inggris mengeluarkan florin pada 1284 M. Keduanya akan tetap menjadi
mata uang populer untuk 500 tahun ke depan.
Banyak negara ingin membakukan transaksi dan mengadopsi standar
emas untuk membantu peningkatan perdagangan global. Standar emas
menjamin pemerintah akan menebus sejumlah uang kertas dengan nilai emas.
Di satu sisi, itu membuat pemerintah jujur dan dari pengeluaran berlebihan.
Pada standar emas, mata uang kertas sekarang memiliki nilai sebenarnya

48 | P a g e
 yang terkait dengan sesuatu yang nyata. Pada tahun 1971, Presiden Richard
Nixon mengambil Amerika Serikat dari standar emas, pada akhirnya
menyebabkan daya beli dolar berkurang melalui inflasi terbuka (dan rahasia)
berulang.

4. Uang kertas
Evolusi uang berlanjut dengan pengenalan catatan kertas. Kertas
catatan dikeluarkan untuk bertindak sebagai IOU untuk logam yang awalnya
terlalu rumit untuk dibawa. Tagihan kertas pertama digunakan oleh orang
Cina pada awal tahun 618 M, meskipun uang kertas itu dikeluarkan oleh
pihak swasta alih-alih otoritas pusat. Marco Polo memperkenalkan mata uang
kertas ke Eropa pada abad ke-13. Uang kertas tanggal kembali ke abad ke-
14, dan mengakui hak pemegang untuk mengambil logamnya yang berharga
dari bankir yang memegangnya.
Tagihan kertas pertama kali digunakan oleh orang Cina selama
Dinasti Tang (618-907 M). Namun, mereka meninggalkan uang kertas karena
inflasi yang merajalela dan tidak akan kembali menggunakan uang kertas lagi
sampai tahun 1455. Bank-bank komersial mulai menerbitkan uang kertas
mereka sendiri pada abad ke-19. Namun, ini membingungkan dan segera
Bank Sentral dari masing-masing negara melangkah untuk mengambil alih
menciptakan dan mendistribusikan pasokan uang untuk warga negara
mereka.
Dolar menjadi mata uang resmi AS pada 1785. Pada 1861, AS merilis
mata uang kertas pertamanya (dijuluki greenback) untuk membantu
membiayai Perang Civi. Namun, setelah pemalsuan perang merajalela
dengan perkiraan 1/3 dari tagihan yang beredar palsu. Abraham Lincoln
menciptakan US Secret Service (ya yang dinas rahasia) pada tahun 1865
untuk menindak para pemalsu sehingga mereka tidak bisa merusak sistem
keuangan AS.
Mata uang kertas adalah semua tentang kenyamanan - yaitu,
kemampuan untuk membawa uang kertas bukan logam mulia. Merasa
nyaman ke tingkat berikutnya, John Shepherd-Barron menemukan

49 | P a g e
 Automatic Teller Machine (ATM) pertama. Dia mengajukan gagasan itu ke
Barclays Bank of London pada tahun 1967 di mana itu segera diterapkan.
Uang kertas kotor. Sebuah studi di tahun 2017 menunjukkan bahwa
lebih dari 80% dari tagihan AS mengandung jejak kokain. Seiring
kenyamanan digital, sebagian besar orang Amerika tidak lagi berpikir uang
adalah raja, setidaknya tidak dalam bentuk kertas saat ini. Menurut jajak
pendapat Gallup yang dirilis pada Juli 2016, sebagian besar orang Amerika
memperkirakan kematian uang tunai dalam hidup mereka.

5. Uang plastik
Uang kertas terbuat dari kertas, dan karenanya memiliki umur yang
terbatas. Bahkan, tagihan dolar AS khas hanya berlangsung sekitar 21 bulan.
Selain itu, uang kertas tidak praktis untuk transaksi besar atau transaksi
berturut-turut di mana banyak uang tunai dibutuhkan.
Diner's Club menciptakan kartu kredit pada tahun 1950 untuk
menyelesaikan masalah ini. Pemegang kartu dapat membeli barang dan jasa
berdasarkan kredit yang akan dibayar setiap bulan. Kartu kredit pertama
benar-benar "kartu kredit", yang berarti mereka diharapkan dibayar penuh
setiap bulan. Awalnya, kartu kredit tidak cepat populer. Awalnya hanya
sekitar 20.000 orang mendaftar untuk kartu Diners Club. Namun, kartu
plastik portabel segera mendapatkan popularitas. American Express merilis
kartu tagihan sendiri pada tahun 1958. Dalam lima tahun, lebih dari satu juta
kartu American Express digunakan di 85.000 pedagang di seluruh dunia.
Diperkirakan 78% orang Amerika saat ini memiliki kartu kredit.
Bank-bank selanjutnya mengeluarkan kartu mereka sendiri yang diikat ke
akun pemegang kartu. Kartu bank pertama berasal dari Bank of America, dan
memulai debutnya pada tahun 1966. Berbeda dengan kartu tagihan pertama,
kartu bank ini benar-benar kartu kredit. Pemegang kartu diperbolehkan untuk
membawa saldo bulanannya ke depan untuk biaya keuangan yang kecil.
Kartu kredit ada di mana-mana karena kenyamanan menjadi perhatian utama.
Hari ini, penelitian menunjukkan 7 dari 10 orang Amerika memiliki
setidaknya satu kartu kredit.

50 | P a g e
 6. Uang Digital
Budaya modern kita sudah nyaman dengan uang digital. Uang tunai
menjadi semakin usang. Bahkan, 92% dolar dalam sirkulasi dolar digital
diedarkan melalui uang plastik seperti kartu kredit atau debit. Hanya 8% dari
dolar AS yang beredar sebenarnya adalah uang kertas fisik. Hari ini, kami
menghabiskan banyak waktu di komputer atau perangkat seluler kami.
Masuk akal langkah selanjutnya dalam evolusi uang adalah mata uang digital.
Buku putih Satoshi Nakamoto memperkenalkan Bitcoin kepada dunia pada
bulan Oktober 2008.
Sementara kenyamanan digital dan waktu layar berada pada titik
tertinggi sepanjang masa, kepercayaan pada titik terendah sepanjang masa.
Hanya 27% orang Amerika yang mempercayai bank . Kepercayaan publik
Amerika terhadap pemerintah lebih rendah dari sebelumnya. Menurut Pusat
Penelitian Pew, "Hanya 18% orang Amerika saat ini mengatakan mereka
dapat mempercayai pemerintah di Washington untuk melakukan apa yang
benar" hampir selalu "(3%) atau" sebagian besar waktu "(15%)."

7. Bitcoin dan Cryptocurrency

Tidak heran Bitcoin adalah tempat yang disambut. Bitcoin adalah mata uang
yang tidak dapat dipercaya, artinya tidak ada otoritas pusat yang mengaturnya
dan tidak ada otoritas pusat yang dapat mengembang atau membahayakan
integritasnya.

2.7 Manfaat Fintech Dalam Mendukung Kelancaran

Usaha

Fintech banyak memberikan dampak positif dalam perkembangannya. Pernyataan

ini diperjelas dengan bagaimana industri ini memberikan ruang yang lebih leluasa bagi pasar
yang sering dilupakan dalam transaksi perbankan konvensional. Pelaku UMKM seringkali
dianggap sebelah mata dalam kedudukan sosialnya sebagai nasabah dalam dunia perbankan.
Namun, dalam fintech, hal ini dicoba untuk diminimalisasi dan dilakukan penyetaraan.
51 | P a g e
Meski memang, dengan syarat dan ketentuan yang berlaku yang lebih memudahkan dari
transaksi perbankan konvensional. Berikut beberapa manfaat fintech yang bisa Anda
peroleh.

1. Mendorong keterbukaan keuangan masyarakat

Dengan adanya fintech, semua masyarakat, lebih-lebih yang unbanked, bisa
menikmati semua fasilitas yang ditawarkan bank atau lembaga keuangan lainnya. Ini
menjadi penting saat melihat kenyataan menurut data World Bank, Global Financial
Inclusion Index pada tahun 2014, menyebutkan hanya 36 % orang dewasa di
Indonesia yang mempunyai rekening. Demi mendukung keterbukaan akses
keuangan ini, Otoritas Jasa Keuangan (OJK) pun mempunyai program Laku Pandai
yang merupakan akronim dari Layanan Keuangan Tanpa Kantor dalam Rangka
Keuangan Inklusif. Dengan dibukanya Laku Pandai, ini mempermudah beberapa
bank membuka layanan perbankan dengan memanfaatkan smartphone yang
didukung agen-agen sebagai pihak perpanjangan tangan bank. Contoh yang sudah
bergabung adalah BTPN Wow yang telah memiliki 35 ribu agen dengan 700 ribu
nasabah hingga saat ini.

2. Memberikan kemudahan masyarakat untuk memiliki rekening sendiri

Fintech mendukung mereka yang selama ini bukan tidak ingin memiliki
rekening sendiri di bank. Namun, mungkin keterbatasan waktu, tenaga, dan akses
pada layanan keuangan membuat mereka enggan melakukannya. Apalagi, mengingat
jam operasional bank yang hanya melayani nasabah pada hari kerja, Senin hingga
Jumat saja, dengan jam yang dibatasi.
Namun, dengan adanya fintech, semua kendala itu bisa dikikis dan kini lebih
mudah untuk mewujudkan keinginan memiliki rekening sendiri di bank maupun
melakukan transaksi tanpa kepemilikan rekening. Maksudnya? Anda cukup
mendaftar dan memiliki akun yang disyaratkan pada startup fintech yang Anda pilih.
Jangan lupa juga untuk selalu cek dan ricek layanan fintech yang Anda pilih, apakah
sudah mematuhi ketentuan OJK dan dijamin oleh Lembaga Penjamin Simpanan
(LPS). Ini dalam rangka memberi keamanan dan kenyamanan pada Anda sebagai
nasabah tentunya.

52 | P a g e
3. Memudahkan pemilihan produk dan layanan finansial sesuai kebutuhan
Nah, ini yang paling fleksibel. Anda bisa memilih produk dan layanan
finansial dari startup fintech sesuai porsi yang Anda butuhkan. Tidak hanya produk
berupa layanan penyimpanan sejumlah uang saja yang bisa Anda peroleh, tapi juga
peminjaman dana untuk mendukung usaha yang sedang Anda rintis dengan berbagai
platform pembayaran, kepemilikan, dan perbandingan kartu kredit dan asuransi,
sampai pada Kredit Pemilik Rumah (KPR) dan Kredit Tanpa Agunan (KTA).
Begitu juga dengan analisis cash flow keuangan Anda, layanan gadai,
layanan cicilan kebutuhan alat-alat yang Anda butuhkan dalam usaha, hingga
crowdfunding dari sejumlah investor yang tertarik pada usaha yang Anda jalani.
Semua itu bisa dilakukan. Jadi, bisa disimpulkan tidak hanya bank saja ya yang
meramaikan industri fintech ini. Tapi juga berbagai pemain dunia fintech yang ingin
ikut andil dalam era big data dewasa ini.

4. Memudahkan melakukan investasi

Selain memudahkan Anda dalam hal peminjaman dana, ketika Anda
memiliki sejumlah dana untuk disalurkan dalam ranah investasi, Anda bisa
melakukannya melalui fintech. Anda bisa ikut berinvestasi pada sejumlah pendanaan
yang Anda tertarik untuk mendukungnya. Baik UMKM yang sedang berkembang
seperti halnya Anda di awal-awal merintis, atau memilih produk investasi semacam
saham dan reksadana. Sebelum berinvestasi, biasanya juga ada analisis data yang
semakin memudahkan Anda untuk mengambil keputusan yang benar.

5. Memudahkan dalam berinvestasi sosial

Salah satu investasi yang juga akan memberikan Anda keuntungan lahir dan
batin adalah berinvestasi dalam bidang sosial. Banyak sekali saat ini jenis investasi
sosial yang memungkinkan Anda untuk berdonasi dan membantu sejumlah proyek
yang akan memberi manfaat bagi masyarakat.
Kitabisa.com adalah contoh dari startup fintech yang berhasil menarik
perhatian dalam dunia investasi sosial ini. Di Kitabisa.com, Anda dapat
berpartisipasi dalam proyek penggalangan dana secara massal (crowdfunding). Ada

53 | P a g e
 juga startup fintech yang bergerak untuk membantu pendanaan wirausaha sosial
(social entrepreneur).
Percayalah, melakukan hal-hal kecil menurut kita merupakan sesuatu yang
besar bagi orang-orang yang membutuhkan. Dan, dampak terhadap aktivitas yang
akan Anda jalani biasanya juga berelasi positif seperti prinsip: “Siapa yang
menanam, dia akan menuai”.

6. Memudahkan dalam hal pembayaran

Transaksi dalam bidang usaha saat ini seringkali terjadi tak terduga, bisa
kapan saja dan di mana saja. Penggunaan uang tunai kadang tak melulu dibutuhkan.
Tak heran, banyak pula bermunculan pemain dunia fintech yang mengambil peluang
ini. Baik dari pihak bank maupun non bank. Sebut saja seperti Uangku yang
dikeluarkan Smart Telecom, Sakuku, dan Flazz yang dikeluarkan BCA, Mandiri e-
cash yang dikeluarkan Bank mandiri, dan masih banyak contoh lainnya.
Pembayaran nontunai ini biasanya menggunakan teknik electronic data
capture (EDC), near field communication (NFC), dan ada pula yang menggunakan
alternatif pay by QR code. Jadi, pembayaran nontunai seperti ini juga bisa Anda
sesuaikan dengan kebutuhan Anda.

7. Memudahkan dalam pengelolaan keuangan

Ini dia yang juga ditunggu. Pastinya, banyak dari Anda yang awal menjalani
bisnis atau kehidupan keuangan pribadi, merasa membutuhkan semacam asisten
keuangan untuk mengingatkan saat Anda mulai berlebihan atau mengerem
pengeluaran yang tak perlu. Tujuannya, apalagi kalau tidak membuat cashflow
menjadi seimbang dan tentu saja ‘sehat’.
Startup fintech yang bermain dalam ranah ini contohnya Jojonomic yang
akan membantumu merinci catatan pemasukan dan pengeluaran berbagai kategori
seperti belanja, transportasi, makan, dan keperluan harian lainnya. Tak hanya sebatas
itu, fintech juga akan membantumu dalam proses penghitungan, penyetoran, dan
pelaporan pajak seperti teknologi yang dikembangkan Onlinepajak.com. Bahkan,
ada pula startup yang mengembangkan proses menghitung rugi-laba usaha Anda
dalam satu pintu.

54 | P a g e
 Nah, sekarang Anda sudah lebih paham kan dengan apa itu fintech,
pengertiannya secara umum, gambaran tentang fintech, maupun manfaat yang bisa
Anda peroleh untuk usaha yang sedang Anda rintis?
Untuk menggunakan kecanggihan dunia fintech sesuai dengan kebutuhan
Anda. Bukan keinginan semata. Sebab, meskipun meminimalisasi ruang dan waktu,
serta akses yang jauh lebih mudah, keputusan yang Anda ambil dalam memilih
produk dan layanan yang tepat akan tetap mengantarkanmu pada risiko-risiko
tertentu.
Mari gunakan era fintech dengan kebutuhan yang positif yang akan
mengantarkan kita pada kemudahan bertransaksi untuk keperluan yang positif,
termasuk menjadi pelaku UMKM yang diperhitungkan di pasar Indonesia, maupun
internasional. Selamat memilah dan memilih startup fintech yang sesuai.

2.8 Kelebihan Fintech

1. Mudah dalam Melayani Konsumen
Bagi perusahaan yang ikut dalam memanfaatkan teknologi keuangan ini akan
memperoleh kemudahan dalam melayani konsumen. Perusahaan cukup memberikan
konektivitas seluler untuk mengakses semua jenis layanan ke konsumen. Sementara
bagi konsumen dengan adanya fintech ini akan memperoleh kemudahan dalam
memperoleh layanan keuangan. Seperti konsumen dapat mengakses dan melakukan
transaksi sendiri lewat smartphone atau tablet yang dimiliki.

2. Informasi Cepat dan Murah

Dengan adanya fintech sangat membantu mendapatkan informasi dengan
cepat dan murah. Serta fintech ini menjamin keamanan uang Anda, karena Fintech
membatasi paparan informasi untuk orang lain. Informasi ini berhubungan dengan
investasi.

3. Keamanan Terjamin
Fintech memiliki metode keamanan terbaru, sehingga sangat menjamin data
pelanggan tetap aman. Opsi terbaru untuk keamanan yang digunakan Fintech yaitu
data biometrik, tokenization, enkripsi.
55 | P a g e
 4. Proses Cepat
Fintech memberikan proses pelayanan keuangan yang sangat cepat. Seperti
proses dokumentasi keuangan, proses pinjaman, atau validasi skor kredit. Proses-
proses ini lebih cepat dan sangat efisien.

5. Mudai Disetujui dalam 24 Jam

Tingkat persetujuan peminjaman uang dengan fintech sangat cepat, proses
persetujuan hanya menunggu paling lama 24 jam. Peminjaman uang ini dapat berupa
peminjaman modal untuk buka usaha. Bagi Anda yang butuh dana cepat, fintech ini
sangat membantu dalam memenuhi kebutuhan Anda

6. Pelayanan Efisien
Dengan adanya fintech Konsumen bisa menikmati pelayanan keuangan yang
lebih nyaman dan efisien. Aplikasi fintech sangat membantu Anda dalam mengontrol
keuangan Anda. Di aplikasi ini dilengkapi dengan jadwal pemberitahuan tentang
pembayaran tagihan. Melalui pemberitahuan ini Anda tentu bisa melihat jumlah uang
yang yang harus dikeluarkan untuk tagihan. Anda bisa mengontrol keseimbangan
uang Anda antara uang masuk dengan uang keluar.

7. Notifikasi Pembayaran dan Nominal Akurat

Sistem pembayaran tagihan dengan fintech sangat akurat dan efisien. Anda
tidak usah khawatir atau ragu menentukan jumlah uang yang sudah Anda bayarkan.
Karena setiap Anda melakukan pembayaran tagihan akan ada info atau jadwal
pemberitahuan pembayaran seperti yang sudah dijelaskan pada poin di atas.

Kelemahan Fintech
Fintech memang memiliki banyak kelebihan yang bisa dinikmati oleh perusahaan
maupun konsumen, dengan pelayanan yang cepat, murah dan efisien, namun dibalik
kelebihan tersebut terdapat kekurangan yang harus kita ketahui. Kekurangan ini sangat

56 | P a g e
membantu Anda dalam memilih teknologi keuangan yang tepat. Dengan adanya informasi
tentang kekurangan fintech ini akan membantu Anda dalam mengambil keputusan sebelum
memutuskan untuk memilih layanan teknologi keuangan ini. Kekurangan fintech tersebut
adalah sebagai berikut:

1. Wajib Terkoneksi Internet

Bagi pengusaha yang baru mulai merintis, memerlukan biaya yang besar
untuk memulai usahanya karena untuk mendapatkan pelayanan teknologi keuangan
ini, pengusaha harus menyediakan fasilitas komputer, tablet atau smartphone yang
sudah terhubung dengan internet. Layanan teknologi keuangan ini hanya bisa diakses
dengan jaringan internet. Jika kita berada di wilayah yang belum memiliki internet,
kita tidak akan bisa mengakses layanan keuangan ini.

2. Hanya Menjangkau Pebisnis yang Melek Internet

Layanan teknologi keuangan belum bisa dinikmati semua kalangan, terutama
bagi masyarakat yang belum mendapatkan akses internet, dan belum menerima
informasi tentang teknologi keuangan ini. Hanya kalangan-kalangan tertentu saja
yang bisa mengakses layanan ini

3. Rawan Penipuan
Meskipun salah satu kelebihan layanan fintech ini memiliki tingkat
keamanan yang tinggi, tetapi masih rawan terhadap penipuan. Masih banyak iming-
iming yang menawarkan kepada konsumen dengan keuntungan yang lebih besar.
Tetapi dibalik semua itu hanya modus penipuan, jadi kita harus berhati-hati dalam
memilih layanan teknologi keuangan ini.

4. Biaya Tinggi
Biaya bunga pinjaman yang ditawarkan fintech lebih tinggi dibandingkan
dengan biaya bunga keuangan tradisional. Ini bisa Anda jadikan pertimbangan
sebelum memilih layanan keuangan ini. Apalagi bagi Anda yang baru mulai merintis
usaha, perlu perhitungan bunga dengan untung rugi usaha Anda.

57 | P a g e
2.9 Innovative Fintech
1. Digital Banking
Digital Banking merupakan layanan / kegiatan perbankan melalui kantor bank
dengan mempergunakan sarana elektronik / digital milik bank / melalui media digital
yang dilakukan secara mandiri oleh nasabah yang memungkinkan calon nasabah /
nasabah bank memperoleh informasi , melakukan komunikasi, registrasi, pembukaan
rekening, transaksi perbankan dan penutupan rekening dan lain- lain.

→ Manfaat Digital Banking :

● Efisiensi bisnis
Tidak hanya platform digital meningkatkan interaksi dengan pelanggan dan
memberikan kebutuhan mereka lebih cepat, mereka juga
menyediakan metode untuk membuat fungsi internal lebih efisien.
● Penghematan biaya
Pemrosesan bank tradisional mahal, lambat dan rentan terhadap kesalahan
manusia, menurut McKinsey & Company . Mengandalkan orang dan kertas
juga membutuhkan ruang kantor, yang menghabiskan energi dan biaya
penyimpanan. Platform digital di masa depan dapat mengurangi biaya
melalui sinergi data yang lebih kualitatif dan respons yang lebih cepat
terhadap perubahan pasar.
● Peningkatan daya saing
Bank tradisional yang terutama mengandalkan pemrosesan kertas dapat
memiliki tingkat kesalahan hingga 40%, yang membutuhkan pengerjaan
ulang. Ditambah dengan kurangnya integrasi TI antara cabang dan staf
kantor, masalah ini mengurangi efisiensi bisnis. Dengan menyederhanakan
proses verifikasi, lebih mudah untuk mengimplementasikan solusi TI dengan
perangkat lunak bisnis, yang mengarah ke akuntansi yang lebih akurat.
Akurasi keuangan sangat penting bagi bank untuk mematuhi peraturan
pemerintah.
● Keamanan yang ditingkatkan
Semua bisnis besar atau kecil menghadapi semakin banyak ancaman cyber
yang dapat merusak reputasi. Pada bulan Februari 2016, Internal Revenue

58 | P a g e
 Service mengumumkan telah diretas tahun sebelumnya, seperti yang
dilakukan beberapa perusahaan teknologi besar. Bank dapat memanfaatkan
lapisan keamanan ekstra untuk melindungi data.

2. Biometric

Pengidentifikasi biometrik sangat khas, karakteristik yang terukur digunakan

untuk mengidentifikasi individu. Dua kategori pengidentifikasi biometrik meliputi
karakteristik fisiologis dan perilaku. Karakteristik fisiologis berhubungan dengan
bentuk tubuh, dan termasuk tetapi tidak terbatas pada: sidik jari, pengenalan wajah,
DNA, telapak tangan, geometri tangan, pengenalan iris (yang sebagian besar telah
diganti retina), dan bau/aroma. Karakteristik perilaku terkait dengan perilaku
seseorang, termasuk namun tidak terbatas pada:Ritme mengetik, kiprah, dan suara.

NatWest meluncurkan kartu bank biometrik pertama Inggris yang akan

memungkinkan orang memverifikasi pembayaran lebih dari £ 30 - batas kartu tanpa
kontak saat ini - tanpa perlu memasukkan PIN di kasir. Selain lebih sederhana
daripada memasukkan PIN, teknologi tersebut berpotensi membantu orang yang
kesulitan mengingat kode angka dan mungkin berguna bagi pelanggan yang rentan.
NatWest mengatakan pihaknya bekerja sama dengan perusahaan keamanan digital
Gemalto bersama dengan Visa dan Mastercard untuk membawa layanan kepada
pelanggan di UK.

Gambar 2.8. Kartu Biometrik buatan NatWest

59 | P a g e
 → Cara Kerja :
● Pelanggan memindai sidik jari mereka pada sensor kecil yang ditemukan di
sisi kanan kartu bank.
● Data sidik jari disimpan pada kartu, bukan pada basis data pusat.
● Medan magnet yang dihasilkan oleh mesin kartu yang digunakan untuk
pembayaran memberi kekuatan pada pemindai, artinya tidak diperlukan
baterai.

3. Cryptocurrency

Cryptocurrency, kosakata turunan dari kata cryptography atau kriptografi

(bahasa persandian), merujuk kepada sebuah kesepakatan dari para pengguna dan
proses penyimpanan yang diamankan oleh sandi-sandi yang kuat. Cryptocurrency
adalah mata uang digital di mana transaksinya dapat dilakukan dalam jaringan
(online). Cryptocurrency yang pertama kali hadir dan meraih kesuksesan adalah
Bitcoin, yang ditemukan oleh Satoshi Nakamoto.Kapitalisasi pasar Bitcoin dan
beberapa cryptocurrency populer lainnya seperti Litecoin, Ethereum, Dogecoin,
dengan cepat mendekati US$100 miliar atau setara dengan Rp1,334 triliun.
→ Mekanisme Blockchain
Blockchain merupakan platform di mana mata uang digital cryptocurrency
dijalankan. Fungsi dari teknologi blockchain adalah untuk mengatur dan menjaga
setiap penambahan data yang tersimpan pada tiap-tiap blok. Blok-blok yang
menyimpan data tersebut akan berhubungan satu sama lain dan membentuk jaringan
terdesentralisasi atau peer to peer Networks (P2P). Dalam blockchain, setiap data
yang telah disimpan atau dicatat tidak dapat disunting maupun dipalsukan.
Sederhananya, sistem ini memungkinkan Anda untuk mengirim emas melalui email.

60 | P a g e
Jaringan P2P adalah jaringan kesepakatan, oleh karena itu sistem ini mampu
menghadirkan sistem pembayaran dan proses transaksi yang benar-benar baru dan
efisien dalam bentuk uang digital.
→ Harga dari Sebuah Cryptocurrency
Harga sebuah cryptocurrency sangat bergantung kepada mekanisme pasar.
Pasar cryptocurrency adalah pasar yang memiliki tingkat perubahan (volatilitas) dan
fluktuasi yang sangat cepat berubah dan ekstrem, bahkan dalam waktu beberapa jam
saja sebuah cryptocurrency dapat mencapai kenaikan harga sampai dengan 1000%.
Harga dari setiap mata uang digital tersebut sama seperti produk-produk pada
umumnya, yaitu tergantung kepada permintaan dan penawaran. Jika banyak orang
melakukan permintaan terhadap suatu mata uang tertentu sedangkan penawarannya
tidak begitu banyak, maka nilainya akan meningkat.
Seperti Bitcoin misalnya, jumlah total keseluruhan Bitcoin disediakan oleh
sistem adalah 21 juta. Oleh karena itu, suplai dari Bitcoin akan menurun dari waktu
ke waktu dan akan menyentuh puncak suplainya pada tahun 2140.Hal inilah yang
juga menjelaskan mengapa nilai Bitcoin selalu lebih tinggi jika dibandingkan mata
uang digital lainnya.

→ Cryptocurrency dapat dimanfaatkan untuk beberapa kegiatan

● Jual Beli Bitcoin di Pasar Bursa
Kegiatan ini sangat menjanjikan keuntungan baik untuk profesional ataupun
bagi para pemula. Karena pasar bursanya masih dapat dikatakan sebagai
suatu hal yang baru, di mana arbitrase dan margin trading masih
dimungkinkan terjadi secara luas dan sesering mungkin. Namun Harga masih
berubah-ubah secara drastis, memainkan peran yang sangat penting untuk
mendatangkan investor-investor baru ke dalam pasar ini. Dibandingkan
dengan pasar bursa finansial yang konvensional, pasar cryptocurrency dapat
dikatakan sangat bebas hambatan dan sangat mudah untuk bergabung ke
dalamnya.
● Pengeluaran Personal
dapat menggunakan mata uang ini untuk membeli barang selama pihak
penjual menerima pembayaran menggunakan mata uang ini.
● Penggalangan Dana Massal (Crowdfunding)

61 | P a g e
 Keuntungan dengan memberikan donasi melalui Bitcoin adalah tidak akan
dikenakan biaya untuk transaksi tersebut dan uang yang Anda berikan tidak
akan diberikan apabila proyek yang Anda danai tidak memenuhi atau
mencapai kriteria. Dapat menarik kembali donasi jika memang dirasakan
tidak sesuai dengan tujuan awal melakukan donasi.

Gambar 2.9. Flow Transaksi Bitcoin

62 | P a g e
Gambar 2.10. Tim 2 ( Bagian Fintech)

63 | P a g e
64 | P a g e
 BAB III BIG DATA

3.1Sejarah dan perkembangannya

Sekitar tahun 2005, orang mulai menyadari bahwa ada banyak data yang dihasilkan
pengguna melalui Facebook, YouTube, dan layanan online lainnya. Hadoop, sebuah open-
source software untuk mengumpulkan dan menganalisa data dikembangkan pada tahun yang
sama. NoSQL juga mulai mendapatkan popularitas selama ini.

Pengembangan software open-source untuk data, seperti Hadoop (dan yang lebih baru,
Spark) memiliki peran penting dalam pertumbuhan big data karena mereka membuat data
besar lebih mudah digunakan dan lebih murah untuk disimpan. Pada tahun-tahun sejak saat
itu, volume big data terus meningkat. Pengguna masih menghasilkan data dalam jumlah
besar — tetapi itu bukan hanya manusia yang melakukannya.

Dengan munculnya Internet of Things (IoT), lebih banyak objek dan perangkat terhubung
ke internet. Produsen pun melakukan pengumpulan data tentang pola penggunaan pelanggan
dan kinerja produk. Munculnya machine learning juga telah menghasilkan lebih banyak data.

Dengan munculnya Internet of Things (IoT), lebih banyak objek dan perangkat terhubung
ke internet. Produsen pun melakukan pengumpulan data tentang pola penggunaan pelanggan
dan kinerja produk. Munculnya machine learning juga telah menghasilkan lebih banyak data.

Kebanyakan kalau kita membicarakan big data, ini akan berhubungan dengan internet.
Beberapa hal yang dianggap sebagai big data adalah hal-hal berikut ini:

1. Penggunaan internet
Kita semua terhubung dengan internet setiap harinya. Anda juga pasti sering
menggunakan Google untuk mencari informasi, data-data hasil pencarian Anda juga
merupakan data yang disimpan Google.

2. Penggunaan smartphone
Sekarang hampir semua orang sudah punya smartphone atau tablet. Smartphone
Anda sebenarnya memiliki jumlah data yang sangat besar. Mereka menyimpan
record telfon dan sms Anda. Selain itu, aplikasi-aplikasi handphone Anda juga
65 | P a g e
 tentunya mengumpulkan data untuk keperluan bisnis mereka. Aplikasi GPS seperti
Google Maps atau Waze tentunya juga mengumpulkan data-data yang berhubungan
dengan lokasi Anda.
3. Social media
Social media tentunya sudah menjadi bagian dari hidup manusia sehari-hari. Update-
an photo dan status yang kita upload ke social media kita adalah bagian dari data.
Setiap harinya ada lebih dari 400 juta tweets yang dikirim ke Twitter dan 72 jam
video YouTube diupload setiap menitnya. Tidak hanya itu, dari social media, Anda
juga bisa mendapatkan data tentang kontak kita, hal-hal apa yang sering kita cari dan
ikuti di social media, dan kebiasaan pengguna social media.
4. Digitalisasi media
Sebelum maraknya internet, Anda mungkin menggunakan CD dan DVD untuk
mendengarkan musik dan menonton video. Dengan begitu, Anda tidak
meninggalkan jejak digital. Sekarang, Anda mungkin melakukan hal-hal ini melalui
website dan aplikasi streaming seperti Netflix dan Spotify. Tentunya Netflix dan
Spotify mencatat apa saja yang Anda dengarkan dan tonton agar mereka memiliki
data yang bisa mereka gunakan untuk meningkatkan layanan mereka. Begitu juga
dengan buku. Dulu mungkin Anda hanya membaca buku dalam bentuk fisik.
Sekarang sudah ada layanan seperti Kindle yang memungkinkan Anda untuk
membaca eBook. Amazon juga pasti mencatat buku apa saja yang Anda baca agar
mereka bisa merekomendasikan buku yang sesuai dengan apa yang Anda baca.
5. Smart Device
Kalau ke toko elektronik, Anda mungkin sering melihat kalau sekarang sudah banyak
peralatan rumah yang dimulai dengan kata “smart”. Ada smart TV, smart fridges
(kulkas), bahkan smart car atau mobil yang bisa berjalan sendiri tanpa pengemudi.
Konsep smart appliances sendiri adalah bahwa semua peralatan Anda di rumah ini
terhubung satu sama lain dan Anda dapat mengaturnya dari satu alat – misalnya
smartphone Anda. Semua ini merupakan bagian dari teknologi terbaru, Internet of
Things. Nah, semua data dari smart devices Anda, seperti misalnya temperatur dan
konsumsi daya di rumah Anda juga akan dikumpulkan agar produsen bisa
memperbaiki layanannya dan menawarkan teknologi mutakhir untuk Anda.

66 | P a g e
3.2 Big Data Untuk Bisnis

Gambar 3.1. Ilustrasi Big Data

Big data bisa digunakan untuk berbagai aktifitas bisnis, mulai dari customer experience
sampai analytics. Ini adalah beberapa hal yang bisa dilakukan dengan Big Data:

1. Customer relationship management (CRM)

Anda mungkin sudah melakukan beberapa usaha CRM untuk menjaga hubungan
dengan customer bisnis Anda. Ada beberapa tool diluar sana seperti Zoho atau
Bitrix24 yang bisa membantu Anda mengelola kegiatan CRM Anda. Dengan tools
ini Anda juga bisa mengumpulkan dan menggunakan data dengan lebih mudah dan
efisien. Kebanyakan layanan CRM biasanya bersifat online dan membantu Anda
untuk melacak penjualan, leads, dan conversion rates. Selain itu, Anda juga bisa
melacak complain dari customer, sejarah pembelian customer, jenis-jenis customer,
dan informasi yang lebih spesifik tentang customer Anda. Customer relationship
67 | P a g e
 management adalah salah satu hal paling penting dalma bisnis Anda karena ini bisa
membantu meningkatkan sales dan membantu Anda mengelola marketing dan
operasional Anda dengan lebih mudah agar kebutuhan customer terpenuhi.

2. Membantu Operasional Bisnis Anda Menjadi Lebih Efisien

Big data sekarang sudah digunakan di berbagai elemen bisnis. Di call center, sistem
CRM yang disertai dengan analytics dapat meninjau beberapa sumber data secara
langsung untuk menyarankan penawaran yang dapat diberikan perwakilan kepada
pelanggan. Di kantor dokter, analitik yang diintegrasikan ke dalam aplikasi
pemeliharaan kesehatan dapat meningkatkan hasil dengan menghadirkan dokter
dengan saran yang diinformasikan dan langkah selanjutnya yang perlu
dipertimbangkan dalam merawat pasien.

Perusahaan asuransi, yang sejak dari dulu sudah mengandalkan data akan mendapat
manfaat signifikan dari pengenalan big data. Analisa khusus industri bisa membantu
mereka mempercepat pemrosesan klaim sambil mengurangi biaya dan menemukan
potensi penipuan dengan menggunakan solusi yang didukung analitik yang dapat
menentukan apakah klaim dapat diproses secara otomatis atau harus ditandai untuk
ditinjau oleh expert dulu.

3. Meningkatkan Experience Mobile Pengguna

Tentunya penggunaan smartphone membuat semuanya menjadi lebih cepat. Dengan

kemampuan pengambilan keputusan dan kecerdasan langsung di smartphone Anda,
Anda akan dapat menerapkan proses bisnis baru yang akan mengubah cara bisnis
dilakukan. Karena dunia berubah dengan cepat, informasi juga merupakan hal yang
cepat berubah. Smartphone memungkinkan pengumpulan data secara real time dan
memberikan insights.

Misalnya, perusahaan pengiriman dengan truk di lapangan dapat meningkatkan

operasionalnya dengan menggunakan tools yang dapat mengantisipasi kondisi lalu
lintas di sepanjang rute tertentu pada waktu tertentu atau membuat rute baru jika ada

68 | P a g e
 informasi tentang kecelakaan yang baru saja terjadi atau informasi yang dimasukkan
oleh pengemudi.

4. Mendorong Inovasi

Big data dapat membantu Anda berinovasi dengan mempelajari hubungan antara
manusia, lembaga, entitas, dan proses dan kemudian menentukan cara baru untuk
menggunakan pengetahuan baru tersebut. Anda bisa menggunakan data insight untuk
meningkatkan keputusan tentang pertimbangan keuangan dan perencanaan.
Perhatikan tren dan apa yang pelanggan inginkan pada produk dan layanan baru.
Perusahaan besar seperti Netflix dan Procter & Gamble menggunakan big data untuk
mengantisipasi keinginan customer. Mereka mengguanakn data dengan melihat
bagaimana customer mereka menggunakan produk mereka. Berdasarkan data-data
tersebut, mereka kemudian akan mengembangkan inovasi baru untuk produk dan
layanan mereka. Selain itu P&G juga menggunakan data dan analytics dari berbagai
channel seperti focus groups dan social media. Anda juga bisa menggunakan data
untuk menerapkan harga untuk layanan dan produk Anda. Banyak yang bisa Anda
lakukan dengan big data.

Salah satu perusahaan yang benar-benar menggunakan big data untuk memperbesar
perusahaan mereka adalah JD.com atau yang lebih dikenal dengan nama JD.id di Indonesia.
CEO JD.com, Richard Liu mengatakan bahwa dia memiliki visi bahwa perusahaannya suatu
hari tidak akan memerlukan tenaga manusia.

Untuk membangun perusahaannya agar lebih unggul dibanding competitor, JD.com

berencana untuk menggunakan big data, artificial intelligence (kecerdasan buatan), internet
of things, dan robot.

JD.com telah bekerja sama dengan perusahaan kecerdasan buatan di China untuk melakukan
retail research. Ini dilakukan untuk mempelajari pola belanja customer JD.com baik online
maupun offline. JD.com juga memiliki rencana untuk menggunakan blockchain dalam
proses pembayarannya. Masih banyak lagi rencana JD.com untuk menggabungkan semua
teknologi terbaru ini agar customer bisa berbelanja dengan lebih mudah. JD.id sendiri sudah

69 | P a g e
membuka gerai pertama tanpa kasir di Indonesia yang berlokasi di PIK Avenue. Untuk
belanja, Anda perlu scan QR Code pada aplikasi JD.id Anda. Kemudian Anda bisa memilih
barang apa yang ingin Anda beli. Semua produk di toko ini sudah dilengkapi dengan Radio
Frequency Identification (RFID) yang akan memberitahu mereka barang apa saja yang Anda
ambil dan bawa. Untuk proses pembayaran, Anda perlu scan wajah Anda di mesin facial
recognition mereka. Nanti, hasil belanja Anda akan di-charge ke kartu kredit yang terhubung
di aplikasi JD.id Anda. Canggih sekali, bukan?

3.4 Contoh Big Data

Contoh Big Data dapat berupa data yang berukuran hingga petabytes (1,024 terabytes) atau
exabytes (1,024 petabytes), seperti milyaran hingga triliunan catatan personal seseorang
yang semuanya berasal dari sumber berbeda seperti web, sales, customer service, social
media, data mobile dan sebagainya.
Data-data ini biasanya tidak terstruktur, sering tidak lengkap dan tidak dapat diakses. Pada
saat berhadapan dengan kelompok data yang lebih besar, perusahaan menghadapi kesulitan
membuat, memanipulasi dan mengelola Big Data. Big Data sesungguhnya masalah dalaman
alisis bisnis karena tools dan prosedur standar tidak didesain untuk mencari dan menganalisa
kumpulan data yang massive.

sekian sedikit penjelasan tentang Pengertian Big Data , semoga dapat membantu

Apakah Big Data Itu Penting ? Untuk Apa ?

Big Data tidak hanya berputar pada jumlah data yang organisasi miliki, tetapi hal yang
penting adalah bagaimana mengolah data internal dan eksternal. Kita dapat mengambil data
dari sumber manapun dan menganalisanya untuk menemukan jawaban yang diinginkan
dalam bisnis seperti: pengurangan biaya, pengurangan waktu, pengembangan produk baru
dan optimalisasi penawaran produk; dan pengambilan keputusan yang cerdas.

70 | P a g e
Jenis Teknologi Big Data : Big Data Operasional dan Big Data Analisis

Dalam hal Teknologi, bentangan Big Data didominasi oleh dua jenis teknologi Big Data
yaitu: (1) Big Data operasional: sistem yang memiliki kapabilitas operasional untuk
pekerjaan-pekerjaan bersifat interaktif dan real time dimana data pada umumnya diserap dan
disimpan; (2) Big Data analisis sistem yang menyediakan kapabilitas analitis untuk
mengerjakan analisis yang kompleks dan retrospektif yang dapat melibatkan sebagian besar
atau bahkan keseluruhan data.
Sumber : https://www.it-jurnal.com/pengertian-big-data/teknologi-
bigdata.com/2015/12/apa-itu-big-data-definisi-big-data-jenis-big-data-manfaat-big-
data.html

Gambar 3.2. Ilustrasi penerapan Big Data pada sebuah sistem

71 | P a g e
3.5 MENGENAL BIG DATA

Big Data adalah istilah yang menggambarkan volume data yang besar, baik data yang
terstruktur maupun data yang tidak terstruktur. Big Data telah digunakan dalam banyak
bisnis. Tidak hanya besar data yang menjadi poin utama tetapi apa yang harus dilakukan
organisasi dengan data tersebut. Big Data dapat dianalisis untuk wawasan yang mengarah
pada pengambilan keputusan dan strategi bisnis yang lebih baik.

Istilah Big Data masih terbilang baru dan sering disebut sebagai tindakan pengumpulan dan
penyimpanan informasi yang besar untuk analisis. Fenomena Big Data, dimulai pada tahun
2000-an ketika seorang analis industri Doug Laney menyampaikan konsep Big Data yang
terdiri dari tiga bagian penting, diantaranya : Volume, Kecepatan, Variasi.

Selain tiga bagian penting tersebut, para peneliti Big Data juga menambah bagian yang
termasuk penting lainnya seperti variabilitas dan kompleksitas.

Variabilitas

Selain kecepatan pengumpulan data yang meningkat dan variasi data yang semakin beraneka
ragam, arus data kadang tidak konsisten dalam periode tertentu. Salah satu contohnya adalah
hal yang sedang tren di media sosial. Periodenya bisa harian, musiman, dipicu peristiwa
dadakan dan lain-lain. Beban puncak data dapat menantang untuk analis Big Data, bahkan
dengan data yang tidak terstruktur.

Kompleksitas

Hari ini, data berasal dari berbagai sumber sehingga cukup sulit untuk menghubungkan,
mencocokan, membersihkan dan mengubah data di seluruh sistem. Namun, Big Data sangat
dibutuhkan untuk memiliki korelasi antar data, hierarki dan beberapa keterkaitan data
lainnya atau data yang acak.

72 | P a g e
Potensi Big Data

Jumlah data yang telah dibuat dan disimpan pada tingkat global hari ini hampir tak
terbayangkan jumlahnya. Data tersebut terus tumbuh tanpa henti. Artinya, Big Data
memiliki potensi tinggi untuk mengumpulkan wawasan kunci dari informasi bisnis.
Sayangnya sampai saat ini, baru sebagian kecil data yang telah dianalisis. Big Data dalam
bisnis menjadi strategi yang baik dalam mengolah informasi mentah menjadi keuntungan
yang terus mengalir ke organisasi bisnis setiap hari.

Mengapa Big Data Penting?

Pentingnya Big Data, tidak hanya berputar pada jumlah data yang organisasi miliki, tetapi
hal yang penting adalah bagaimana mengolah data internal dan eksternal. Kita dapat
mengambil data dari sumber manapun dan menganalisanya untuk menemukan jawaban yang
diinginkan dalam bisnis seperti:

1. Pengurangan biaya.
2. Pengurangan waktu.
3. Pengembangan produk baru dan optimalisasi penawaran produk.
4. Pengambilan keputusan yang cerdas.

Ketika organisasi mampu menggabungkan jumlah data besar yang dimilikinya dengan
analisis bertenaga tinggi, organisasi dapat menyelesaikan tugas-tugas yang berhubungan
dengan bisnis seperti :

1. Menentukan akar penyebab kegagalan untuk setiap masalah bisnis.

2. Menghasilkan informasi mengenai titik penting penjualan berdasarkan kebiasaan
pelanggan dalam membeli.
3. Menghitung kembali seluruh risiko yang ada dalam waktu yang singkat.
4. Mendeteksi perilaku penipuan yang dapat mempengaruhi organisasi.

Itulah sekilas pengenalan Big Data. Istilah Big Data relatif baru, dan bagian penting konsep
Big Data diantaranya adalah Volume, Kecepatan, Varietas, Variabilitas, dan Kompleksitas.
Adapun potensi Big Data hari ini benar-benar menggiurkan untuk strategi bisnis
kedepannya.

73 | P a g e
 Gambar 3.3. Big Data : What it is and why it matters

74 | P a g e
(sumber : https://www.sas.com/en_us/insights/big-data/what-is-big-data.html )

3.5 Cara Kerja Big Data

Sebelum bisnis dapat menempatkan data besar untuk mereka, mereka harus
mempertimbangkan bagaimana itu mengalir di antara banyak lokasi, sumber, sistem,
pemilik dan pengguna. Ada lima langkah utama untuk mengambil alih “struktur data” besar
ini yang mencakup data tradisional dan terstruktur bersama dengan data tidak terstruktur dan
terstruktur:
● Tetapkan strategi big data.
● Identifikasi sumber big data.
● Akses, kelola, dan simpan data.
● Analisis data.
● Buat keputusan berdasarkan data.
Tetapkan strategi big data
Pada level tinggi, strategi big data adalah rencana yang dirancang untuk membantu
Anda mengawasi dan meningkatkan cara Anda memperoleh, menyimpan, mengelola,
berbagi, dan menggunakan data di dalam dan di luar organisasi Anda. Strategi big data
mengatur panggung untuk kesuksesan bisnis di tengah banyaknya data. Ketika
mengembangkan strategi, penting untuk mempertimbangkan tujuan dan inisiatif bisnis dan
teknologi yang ada - dan di masa depan. Ini panggilan untuk memperlakukan big data seperti
aset bisnis berharga lainnya daripada hanya produk sampingan aplikasi.

Ketahui sumber big data

Streaming data berasal dari Internet of Things (IoT) dan perangkat terhubung lainnya yang
mengalir ke sistem TI dari perangkat yang dapat dipakai, mobil pintar, perangkat medis,
peralatan industri, dan banyak lagi. Anda dapat menganalisis data besar ini saat tiba,
memutuskan data mana yang akan disimpan atau tidak, dan mana yang perlu analisis lebih
lanjut.

Media sosial data berasal dari interaksi di Facebook, YouTube, Instagram, dll. Ini termasuk
sejumlah besar data besar dalam bentuk gambar, video, suara, teks dan suara - berguna untuk

75 | P a g e
fungsi pemasaran, penjualan, dan dukungan. Data ini sering dalam bentuk tidak terstruktur
atau semi-terstruktur, sehingga menimbulkan tantangan unik untuk konsumsi dan analisis.

Data yang tersedia untuk umum berasal dari sejumlah besar sumber data terbuka seperti
data pemerintah AS. Gov, CIA World Factbook, atau Portal Data Terbuka Uni Eropa.

Data besar lainnya dapat berasal dari danau data, sumber data cloud, pemasok dan
pelanggan

Akses, kelola, dan simpan big data

Sistem komputasi modern memberikan kecepatan, daya, dan fleksibilitas yang dibutuhkan
untuk dengan cepat mengakses sejumlah besar dan tipe data besar. Seiring dengan akses
yang andal, perusahaan juga membutuhkan metode untuk mengintegrasikan data,
memastikan kualitas data, menyediakan tata kelola dan penyimpanan data, dan menyiapkan
data untuk analitik. Beberapa data dapat disimpan di tempat di gudang data tradisional -
tetapi ada juga opsi yang fleksibel dan murah untuk menyimpan dan menangani data besar
melalui solusi cloud, data lake dan Hadoop.
Menganalisis big data
Dengan teknologi kinerja tinggi seperti komputasi grid atau analytics di memori, organisasi
dapat memilih untuk menggunakan semua data besar mereka untuk analisis. Pendekatan lain
adalah untuk menentukan dimuka data mana yang relevan sebelum menganalisisnya.
Dengan kedua cara tersebut, analitik big data adalah bagaimana perusahaan mendapatkan
nilai dan wawasan dari data. Semakin besar, big data mengakselerasi analitik canggih saat
ini seperti kecerdasan buatan.
Membuat keputusan yang cerdas dan digerakkan oleh data
Dikelola dengan baik, data tepercaya mengarah ke analitik tepercaya dan keputusan
tepercaya. Agar tetap kompetitif, bisnis perlu merebut nilai penuh dari data besar dan
beroperasi dengan cara yang didorong oleh data - membuat keputusan berdasarkan bukti
yang disajikan oleh data besar daripada insting. Manfaat menjadi data-driven jelas.
Organisasi yang digerakkan oleh data berkinerja lebih baik, secara operasional lebih mudah
diprediksi, dan lebih menguntungkan.

76 | P a g e
77 | P a g e
78 | P a g e
 BAB IV DATA SCIENCE

4.1. Pendahuluan
Setiap hari manusia memproduksi beragam data yang sangat besar baik
jumlah dan ukurannya. Data-data tersebut diantaranya tentang data
astronomi, bisnis, kedokteran, ekonomi, olahraga, cuaca dan sebagainya.
Di bidang astronomi, berdasarkan survei teleskop Large Synoptic di Chile
pada tahun 2016, Large Synoptic paling tidak menghasilkan data sebesar
140 TB setiap 5 hari. Di bidang kedokteran, European Bioinformatics Institute (EBI)
menghasilkan 20 PB data genom setiap tahunnya, dimana satu manusia dapat menghasilkan
data genom sekitar 140 GB. Kehadiran media sosial juga mendorong meningkatnya data
yang dihasilkan setiap harinya seperti Facebook, Twitter, Youtube dan sebagainya sehingga
mengakibatkan datangnya tsunami data.

Tsunami data mengindikasikan bahwa data-data ini sangat melimpah namun tidak
memberikan pengetahuan apapun sehingga tidak bermanfaat bagi manusia. Supaya data ini
bermanfaat maka data harus diolah terlebih dahulu menjadi pengetahuan. Semakin banyak
pengetahuan yang dihasilkan dari data, maka semakin besar pula nilai atau manfaatnya.

Proses pengolahan dari data menjadi pengetahuan ini disebut dengan istilah
data science. Data science adalah disiplin ilmu yang mempelajari metode
untuk mengekstrak pengetahuan atau menemukan pola dari suatu data yang
besar. Pengetahuan yang dihasilkan dapat berupa pola, rumus, aturan atau
model.

Dalam bidang perusahaan, data menjadi hal yang sangat penting. Salah satu
kunci sukses sebuah perusahaan adalah memanfaatkan berbagai data dengan baik, agar bisa
mengambil keputusan tepat. Tak pelak lagi, data menjadi salah satu strategi perusahaan.
Bukan hanya dalam hal perusahaan, dalam kehidupan sehari-hari data juga sangat penting.
Jika kita sedang membuat keputusan, maka data adalah yang menjadi
dasar perencanaan, sehingga perencanaan sesuai dengan kemampuan masing-masing.
Selanjutnya setelah ada rencananya, maka data juga dapat berfungsi sebagai alat
pengendalian terhadap pelaksanaan perencaan tersebut supaya dapat diketahui dengan
segera kesalahan atau penyimpangan yang terjadi sehingga dapat segera diperbaiki atau
79 | P a g e
dikoreksi. Selanjutnya, data juga berfungsi sebagai dasar evaluasi hasil kerja akhir. Apakah
hasil kerja yang sudah ditargetkan dapat dicapai 100%, 90%, atau kurang dari itu? Bila target
tak tercapai, factor apa yang mempengaruhinya? Semua hal ini membutuhkan data.

Salah satu contoh bahwa data bisa digunakan untuk pengambilan strategi, bisa dilihat
pada contoh film dibawah ini :

4.2. Mari Memahami Mengapa Kita Membutuhkan Data

Science.
Secara tradisional, data yang kami miliki sebagian besar terstruktur dan berukuran
kecil, yang dapat dianalisis dengan menggunakan alat BI sederhana. Tidak seperti data
dalam sistem tradisional yang sebagian besar terstruktur, saat ini sebagian besar data tidak
terstruktur atau semi-terstruktur. Mari kita lihat tren data pada gambar yang diberikan di
bawah ini yang menunjukkan bahwa pada tahun 2020, lebih dari 80% data akan tidak
terstruktur.

Gambar 4.1. Ilustrasi perbandigan Structured Data dan Unstructured Data

80 | P a g e
 Data ini dihasilkan dari berbagai sumber seperti catatan keuangan, file teks, bentuk
multimedia, sensor, dan instrumen. Alat BI sederhana tidak mampu memproses volume
besar dan beragam data ini. Inilah sebabnya mengapa kita membutuhkan alat dan algoritma
analitik yang lebih kompleks dan canggih untuk memproses, menganalisis, dan menarik
wawasan yang bermanfaat darinya.

Ini bukan satu-satunya alasan mengapa Data science menjadi begitu populer. Mari
kita menggali lebih dalam dan melihat bagaimana Data science digunakan di berbagai
domain.

• Bagaimana jika Anda bisa memahami persyaratan yang tepat dari pelanggan Anda
dari data yang ada seperti riwayat penelusuran masa lalu, riwayat pembelian, usia, dan
penghasilan pelanggan. Tidak diragukan lagi Anda memiliki semua data ini sebelumnya,
tetapi sekarang dengan jumlah yang sangat banyak dan beragam data, Anda dapat melatih
model dengan lebih efektif dan merekomendasikan produk kepada pelanggan Anda dengan
lebih presisi. Bukankah itu luar biasa karena akan membawa lebih banyak bisnis ke
organisasi Anda?

• Mari kita ambil skenario berbeda untuk memahami peran Data science dalam
pengambilan keputusan. Bagaimana jika mobil Anda memiliki kecerdasan untuk mengantar
Anda pulang? Mobil self-driving mengumpulkan data langsung dari sensor, termasuk radar,
kamera, dan laser untuk membuat peta sekitarnya. Berdasarkan data ini, dibutuhkan
keputusan seperti kapan mempercepat, kapan mempercepat, kapan menyalip, di mana
mengambil giliran memanfaatkan algoritma pembelajaran mesin canggih.

• Mari kita lihat bagaimana Data science dapat digunakan dalam analitik prediktif.
Mari kita ambil ramalan cuaca sebagai contoh. Data dari kapal, pesawat terbang, radar,
satelit dapat dikumpulkan dan dianalisis untuk membangun model. Model-model ini tidak
hanya akan meramalkan cuaca tetapi juga membantu dalam memprediksi terjadinya setiap
bencana alam. Ini akan membantu Anda untuk mengambil tindakan yang tepat sebelumnya
dan menyelamatkan banyak nyawa yang berharga.

Mari kita lihat infografis di bawah ini untuk melihat semua domain tempat Data
science menciptakan kesan.

81 | P a g e
 Gambar 4.2. Pola prediksi bisnis menggunakan Big Data

Sekarang setelah Anda memahami kebutuhan Data science, mari kita pahami apa itu Data
science.

4.3. Apa itu Data Science ?

Apa itu Data Science? Menurut Chikio Hayashi dari Institut Statistika Matematika
Sakuragaoka, pengertian data science adalah ilmu pengetahuan interdisiplin tentang
metode komputasi untuk mendapatkan wawasan berharga yang dapat ditindaklanjuti dari
kumpulan data yang mencakup tiga Tahap yaitu desain data, mengumpulkan data, dan
analisis data. Sebagai ilmu interdisiplin, data science mempunyai definisi yang berbeda-beda
dari akademisi maupun praktisi yang berkecimpung di dalamnya.

Data science merupakan ilmu terapan baru yang perkembangannya dituntut oleh
meningkatnya penggunaan teknologi secara signifikan. Data science digunakan oleh
perusahaan maupun instansi tertentu untuk melakukan analisis data yang tidak bisa
dilakukan dengan metode sederhana. Misalkan marketplace Tokopedia memerlukan suatu
pengetahuan yang dapat melakukan analisis data penjual dan pembeli di platform mereka.
Tentunya, data yang mereka punyai setiap detiknya terus berubah atau bertambah. Sehingga
diperlukan suatu metode komputasi untuk mengambil data tersebut serta melakukan
perhitungan yang dapat menganalisis informasi pada data tersebut. Disinilah peran data
science dalam pemenuhan kebutuhan suatu perusahaan atau instansi.

82 | P a g e
 Seperti pemaparan sebelumnya, data science adalah ilmu interdisiplin yang berarti
data science terbentuk dari berbagai ilmu pengetahuan. Menurut Staven Geringer Raleigh
2014), pembentuk data science atau data science dapat diilustrasikan dalam diagram venn
berikut,

Data science mencakup disiplin ilmu yang luas, berdasarkan diagram diatas terdapat
3 disiplin ilmu yang fokus pada data science,

a. Machine Learning
Machine learning merupakan irisan dari ilmu matematika dan statistika dengan ilmu
komputer. Machine Learning adalah cabang dari disiplin ilmu kecerdasan buatan (Artificial
Intelligence) yang bertujuan memberikan kemampuan kepada komputer untuk dapat
melakukan proses belajar. Banyak algoritma machine learning yang digunakan untuk
melakukan analisis data dengan tingkat akurasi yang tinggi, yang paling populer
adalah neural network. Dimana kita ketahui fundamental sebuah algoritma selalu
menggunakan ilmu matematika. Salah satu penerapannya adalah Cortana atau yang lebih
dikenal sebagai asisten dari pengguna Windows 10 merupakan salah satu penerapan machine
learning.

b. Traditional Software
Traditional software merupakan irisan dari ilmu komputer dengan SME (Subject Matter
Expertise), SME adalah pengetahuan mengenai proses dari suatu bisnis atau instansi untuk
beroperasi sehingga dapat dibuat (develop) suatu sistem yang dapat membantu bisnis atau
instansi tersebut. Penerapan traditional software hampir digunakan oleh seluruh instansi
pemerintahan maupun bisnis, contohnya e-learning, e-library, online banking, Point of
Sales (PoS), dan lain-lain.

83 | P a g e
 c. Traditional Research
Traditional research merupakan irisan dari ilmu matematika dan statistika dengan
SME (Subject Matter Expertise). Traditional research hampir digunakan berbagai
perusahaan, instansi serta universitas. Penelitian-penelitian yang dilakukan umumnya
menggunakan traditional research.

Dari ketiga bidang ilmu tersebut, terbentuklah data science sebagai disiplin ilmu baru
yang dapat memenuhi kebutuhan analisis data menggunakan kecerdasan komputer.

4.3. Business Intelegent (BI) vs Data Science

BI pada dasarnya menganalisis data sebelumnya untuk mencari tinjau balik dan
wawasan untuk menggambarkan tren bisnis. BI memungkinkan Anda mengambil data dari
sumber eksternal dan internal, menyiapkannya, menjalankan kueri di atasnya dan membuat
dasbor untuk menjawab pertanyaan seperti analisis pendapatan triwulanan atau masalah
bisnis. BI dapat mengevaluasi dampak peristiwa tertentu dalam waktu dekat.

Data science adalah pendekatan yang lebih berpandangan ke depan, cara eksplorasi
dengan fokus pada analisis data masa lalu atau saat ini dan memprediksi hasil di masa depan
dengan tujuan membuat keputusan berdasarkan informasi. Ini menjawab pertanyaan terbuka
tentang "apa" dan "bagaimana" peristiwa terjadi.

Mari kita lihat beberapa fitur yang sangat terlihat antara BI vs Data science :

Features Business Intelligence (BI) Data Science

Data Structured Both Structured and Unstructured

Sources (Usually SQL, often Data Warehouse) ( logs, cloud data, SQL, NoSQL, text)
Statistics, Machine Learning, Graph Analysis,
Approach Statistics and Visualization
Neuro- linguistic Programming (NLP)

Focus Past and Present Present and Future

Tools Pentaho, Microsoft BI, QlikView, R RapidMiner, Big ML, Weka, R

84 | P a g e
 Tabel 4.1. Fitur BI dan Data Science
Ini semua tentang apa itu Data science, sekarang mari kita memahami siklus hidup Data
science.

Kesalahan umum yang dibuat dalam proyek-proyek Data science adalah bergegas ke
pengumpulan dan analisis data, tanpa memahami persyaratan atau bahkan membingkai
masalah bisnis dengan benar. Oleh karena itu, sangat penting bagi Anda untuk mengikuti
semua Tahap sepanjang siklus Data science untuk memastikan kelancaran proyek.

4.4. Siklus hidup Data Science

Berikut ini adalah ikhtisar singkat tentang Tahap utama dari Daur Hidup Data

science:
Gambar 4.2. Siklus hidup Data Science

a. Tahap 1 – Discovery
Sebelum Anda memulai proyek, penting untuk memahami berbagai spesifikasi,
persyaratan, prioritas, dan anggaran yang diperlukan. Anda harus memiliki
kemampuan untuk mengajukan pertanyaan yang tepat. Di sini, Anda menilai
apakah Anda memiliki sumber daya yang diperlukan dalam hal orang, teknologi, waktu dan
data untuk mendukung proyek. Dalam Tahap ini, Anda juga perlu membingkai masalah
bisnis dan merumuskan hipotesis awal (IH) untuk diuji.

b. Tahap 2 – Preparation

Anda perlu menjelajahi, memproses dan mengkondisikan data sebelum

pemodelan. Selanjutnya, Anda akan melakukan ETLT (ekstrak, ubah, muat,
dan ubah) untuk mendapatkan data ke kotak pasir. Mari kita lihat aliran Analisis
Statistik di bawah ini.
85 | P a g e
 Gambar 4.3. Kebutuhan Analisa sebuah Data Science

Anda dapat menggunakan R atau Python dll untuk pembersihan, transformasi, dan
visualisasi data. Ini akan membantu Anda untuk menemukan outlier dan membangun
hubungan antara variabel. Setelah Anda membersihkan dan menyiapkan data, sekarang
saatnya untuk melakukan analisis eksplorasi.

c. Tahap 3 – Planning Model

Di sini, Anda akan menentukan metode dan teknik untuk menggambar
hubungan antar variabel. Hubungan-hubungan ini akan menetapkan basis
untuk algoritma yang akan Anda terapkan pada Tahap berikutnya. Anda akan
menerapkan Analisis Data Eksplorasi (EDA) menggunakan berbagai rumus statistik dan alat
visualisasi.

Mari kita lihat berbagai alat perencanaan model.

Gambar 4.4. Model Perencanaan

1. R memiliki serangkaian kemampuan pemodelan yang lengkap dan menyediakan

lingkungan yang baik untuk membangun model interpretatif.
2. Layanan Analisis SQL dapat melakukan analitik di-basis data menggunakan fungsi
penambangan data umum dan model prediksi dasar.
3. SAS / ACCESS dapat digunakan untuk mengakses data dari Hadoop dan digunakan
untuk membuat diagram alir model yang berulang dan dapat digunakan kembali.
Meskipun, banyak alat hadir di pasar tetapi R adalah alat yang paling umum digunakan.

86 | P a g e
 Sekarang Anda telah memiliki wawasan tentang sifat data Anda dan telah
memutuskan algoritma yang akan digunakan. Pada tahap selanjutnya, Anda akan
menerapkan algoritma dan membangun model.

d. Tahap 4 – Membangun Model

Dalam Tahap ini, Anda akan mengembangkan kumpulan data untuk

tujuan pelatihan dan pengujian. Anda akan mempertimbangkan
apakah alat Anda yang ada sudah cukup untuk menjalankan model
atau akan membutuhkan lingkungan yang lebih kuat (seperti pemrosesan cepat dan paralel).
Anda akan menganalisis berbagai teknik pembelajaran seperti klasifikasi, asosiasi dan
pengelompokan untuk membangun model.

Anda dapat mencapai pembangunan model melalui alat-alat berikut.

Gambar 4.5. Tahapan Model Developent

e. Tahap 5 – Komunikasikan hasil

Sekarang penting untuk mengevaluasi jika Anda telah mampu mencapai tujuan Anda yang
telah Anda rencanakan pada Tahap pertama. Jadi, pada Tahap terakhir, Anda
mengidentifikasi semua temuan kunci, berkomunikasi dengan para pemangku kepentingan
dan menentukan apakah hasil proyek tersebut sukses atau gagal berdasarkan kriteria yang
dikembangkan pada tahap 1 sampai dengan tahap 5

4.5. Mengapa Data Science Penting ?

87 | P a g e
Dengan data science, kamu dapat mengumpulkan dan mempelajari pola perilaku pelanggan.
Dengan demikian, kamu bisa meningkatkan kualitas produk berdasarkan data yang
diperoleh atau bahkan membuat sebuah invoasi.

Adapun manfaat lain dari data science untuk startup adalah sebagai berikut,

 Membantu menentukan produk atau fitur apa yang dibutuhkan oleh khalayak
 Membantu mengevaluasi bisnis, dan menciptakan target serta strategi
 Memprediksi tren di masa mendatang serta perilaku pelanggan

Rata-rata bisnis terjebak pada dua atau tiga langkah awal, kemudian tidak memanfaatkan
potensi penuh data science. Namun percayalah, beberapa pengetahuan dasar mengenai data
science berikut ini sangat bermanfaat bagi startup kamu.

4.6. Data Science profesi paling menjanjikan

Menurut riset yang dilakukan oleh situs Linkedin, Data Science atau data science adalah
salah profesi paling hot yang banyak dibutuhkan oleh dunia industri akhir-akhir ini.
Menariknya lagi, pekerjaan ini menjanjikan penghasilan yang cukup besar. Hal ini tentu bisa
menjadi alasan untuk kita terjun ke dalam bidang yang satu ini.

Buat yang belum tahu, data scientist berfungsi untuk menghimpun, membersihkan, dan
mengolah data yang terstruktur maupun tidak terstruktur. Kemudian, data yang sudah
dikumpulkan oleh data scientist nantinya akan digunakan oleh suatu perusahaan untuk
membuat sebuah keputusan. Data tersebut mampu mengungkap data bisnis penting dan
punya nilai lebih.
Dikutip dari Forbes, Tambay menambahkan, kesuksesan sebuah perusahaan dalam beberapa
dekade berikutnya akan sangat bergantung pada bagaimana perusahaan tersebut mampu
mengolah data yang mereka miliki dan memanfaatkannya.
“Saya pikir data itu sendiri adalah sebuah komoditas. Semua perusahaan pasti memilikinya.
Tapi pertanyaannya, apa yang bisa mereka lakukan dengan itu?" ujar Tambay.
Dari situlah seorang data scientist dibutuhkan. Di zaman ini, ketika semua informasi masuk
dan datang membombardir kita, seorang data scientist dapat menyaring dan mengekstraksi
makna dari semua informasi itu, bagaimana ia terhubung dan apa implikasinya.

88 | P a g e
Bagi perusahaan yang ingin mengambil keputusan strategis, skill dari seorang data scientist
ini sangat dibutuhkan. Selama data tumbuh secara eksponensial, maka masuk akal bahwa
industri akan membutuhkan lebih banyak data scientist untuk menanganinya.
Jika kamu masih belum paham, begini gambaran mudahnya.Kamu pernah belanja online?
Setelah kamu mengetik barang tertentu yang ingin kamu beli di kolom pencarian, muncul
beberapa rekomendasi barang sesuai atau berkenaan dengan yang ingin kamu beli. Yang
menyeleksi itu semua adalah seorang data scientist.
Jadi enggak heran juga kalau keberadaan data scientist memang mempermudah hidup kita.
Dikutip dari Analytics Training, permintaan industri terhadap pekerjaan data scientist akhir-
akhir ini amat besar.
Amerika Serikat menjadi negara dengan permintaan data scientist terbesar dan
membutuhkan 190.000 data scientist tahun ini. Secara mengejutkan, India juga masuk
menjadi negara dengan permintaan data scientist terbesar untuk berbagai industri yang
beragam. Pada 2025, sektor analitik Big Data di India diperkirakan tumbuh delapan kali
lipat, mencapai 16 miliar dollar USD.

Gambar 4.6. Grafik Permintaan Industri Data Scientist

Laporan Grafik Ekonomi LinkedIn terbaru juga memiliki kabar baik untuk kamu yang
tertarik untuk menjadi seorang data scientist. Permintaan industri terhadap data scientist
tercatat tumbuh hingga enam kali lipat.

89 | P a g e
Data scientist yang merupakan salah satu profesi yang sangat di butuhkan saat ini, sebuah
riset yang dilakukan oleh McKinsey & Company menunjukkan bahwa pada tahun 2018,
terdapat 140.000 sampai 190.000 lowongan pekerjaan data scientist yang belum terisi.

Soal jenjang karier, Yosua Michael, seorang data scientist di kumparan mengatakan, data
scientist memang pekerjaan yang relatif baru. Profesi tersebut punya tahapan level dan
jenjang karier yang tergantung perusahaannya.
“Untuk data scientist murni, biasanya sih tahapannya itu ada levelnya seperti Junior - Senior
- Principle, dan seterusnya. Selain jalur murni data scientist, seorang data scientist juga bisa
ke arah fullstack yang juga mempelajari infrastructure data (data engineer) atau ke arah
managerial sebagai manager dari sebuah tim data scientist,” pungkasnya.
Mengapa data scientist sangat dibutuhkan saat ini? Alasannya karena data sangat
berkembang secara pesat pada era ini terutama di perusahaan yang bergerak dalam bidang
teknologi dan sosial media. Data Scientist adalah sebuah profesi yang memiliki pengetahun
berikut ini:
a. Statistika
Statistika merupakan ilmu yang mempelajari bagaimana merencanakan, mengumpulkan,
menganalisis, menginterpretasi, dan mempresentasikan data. Secara singkat, statistika
adalah ilmu yang berkenaan dengan data.

b. Pemrograman Komputer
Pemrograman adalah proses menulis, menguji, dan memperbaiki, dan memelihara kode
yang membangun suatu program komputer. Kode ini ditulis dalam berbagai bahasa
pemrograman. Tujuan dari pemrograman adalah untuk memuat suatu program yang dapat
melakukan suatu perhitungan atau pekerjaan sesuai dengan keinginan si pemrogram. Untuk
melakukan pemrograman, diperlukan keterampilan dalam algoritma, logika, bahasa
pemrograman, dan pada banyak kasus, pengetahuan-pengetahuan lain seperti matematika.

Pengolahan database
Database merupakan kumpulan data yang terstruktur. Database dapat digunakan untuk
memenuhi kebutuhan informasi. Software yang kusus membuat dan mengelola database
disebut dengan RDBMS (Relational Database Management System).

90 | P a g e
c. Mechine learning
Istilah machine learning pada dasarnya adalah proses komputer untuk belajar dari data
(learn from data). Tanpa adanya data, komputer tidak akan bisa belajar apa-apa. oleh karena
itu jika kita ingin belajar machine learning, pasti akan terus berinteraksi dengan data. Semua
pengetahuan mechine learning pasti akan melibatkan data. Data bisa saja sama, akan tetapi
algoritma dan pendekatannya berbeda-beda untuk mendapatkan hasil yang optimal.

d. Pemodelan matematika.
Suatu model matematika sebagai pendekatan terhadap suatu fenomena (alami atau buatan)
hanya mencakup sebanyak hingga pengamatan atau hanya mencakup daerah yang terbayas
dari fenomena tersebut (yang tak terbatas) atau hanya bersifat diskrit, walaupun model
tersebut masih dianggap sebagai bentuk yang sangat ideal dan yang sangat mendekati
fenomena fisik aslinya.

Tetapi sejak berkembangnya ilmu-ilmu komputer, penerapan cabang-cabang matematika

yang mempelajari fenomena-fenomena yang bukan sekedar diskrit, bahkan berhingga,
berkembang dengan cepat.

Pengetahuan tersebut sangat dibutuhkan oleh seorang Data Scientist untuk membantu dalam
menyelesaikan tugas dasar seorang Data Scientist sebagai berikut:

1. Memahami dan mendefinisikan permasalahan bisnis

2. Mendesain proses analisa
3. Menentukan proses pendekatan
4. Mengambil insight dan kesimpulan
5. Menyusun stategi bisnis

Namun, dalam realitanya seorang Data Scientist tidak dapat melakukan pekerjaannya secara
idependent, ada seorang Data Analis (link) dan Data Engineer (link) yang membantu dalam
menentukan insight dan strategi bisnis yang sesuai dengan perusahaan yang terkait.
Misalkan seorang Data Scientist berada pada perusahaan provider hosting Indonesia, maka
dengan seuruh data yang dimiliki oleh perusahaan. Seorang Data Scientist dapat
mengkombinasikan data-data yang ada, contohnya data pengguna website untuk menjadi

91 | P a g e
suatu informasi yang akhirnya menjadi sebuah tindakan sehingga dapat menjadikan
perusahaan tersebut sebagai perusahaan hosting terbaik Indonesia.

4.7. Tools Data Science

Data Science telah muncul sebagai salah satu bidang paling populer
di abad ke-21. Perusahaan menggunakan Data Scientists untuk membantu
mereka mendapatkan wawasan tentang pasar dan memperbaiki produk
mereka. Data Para ilmuwan bekerja sebagai pembuat keputusan dan
sebagian besar bertanggung jawab untuk menganalisis dan menangani sejumlah besar data
tidak terstruktur dan terstruktur. Untuk melakukannya, ia membutuhkan berbagai alat
dan bahasa pemrograman untuk Data Science untuk memperbaiki hari seperti yang
diinginkannya. Kami akan membahas beberapa alat Data Science yang digunakan untuk
menganalisis dan menghasilkan prediksi.

Gambar 4.7. Tools yang sering dipakai untuk Data Science

1. SAS

92 | P a g e
 Ini adalah salah satu alat Data Science yang secara khusus dirancang untuk operasi
statistik. SAS adalah perangkat lunak berpemilik sumber tertutup yang digunakan oleh
organisasi besar untuk menganalisis data. SAS menggunakan bahasa pemrograman SAS
dasar yang untuk melakukan pemodelan statistik. Ini banyak digunakan oleh para
profesional dan perusahaan yang bekerja pada perangkat lunak komersial yang dapat
diandalkan. SAS menawarkan banyak perpustakaan statistikdan alat yang Anda sebagai
Ilmuwan Data dapat gunakan untuk memodelkan dan mengatur data mereka.

Walaupun SAS sangat andal dan mendapat dukungan kuat dari perusahaan, SAS
sangat mahal dan hanya digunakan oleh industri yang lebih besar. Juga, SAS artinya jika
dibandingkan dengan beberapa alat yang lebih modern yang bersifat open-source. Selain itu,
ada beberapa pustaka dan paket di SAS yang tidak tersedia di paket dasar dan dapat
memerlukan upgrade yang mahal.

Gambar 4.8. SAS Tool

2. Apache Spark

Apache Spark atau hanya Spark adalah mesin analisis yang sangat canggih dan
merupakan alat Data Science yang paling banyak digunakan. Spark dirancang khusus untuk

93 | P a g e
menangani pemrosesan batch dan Stream Processing. Muncul dengan banyak API yang
memfasilitasi Ilmuwan Data untuk membuat akses berulang ke data untuk Pembelajaran
Mesin, Penyimpanan dalam SQL, dll. Ini merupakan peningkatan dari Hadoop dan dapat
melakukan 100 kali lebih cepat daripada MapReduce. Spark memiliki banyak API
Pembelajaran Mesin yang dapat membantu Data Ilmuwan untuk membuat prediksi yang
kuat dengan data yang diberikan.

Gambar 4.8. Apache Spark Tool

Spark lebih baik daripada Big Data Platforms lainnya dalam kemampuannya
menangani streaming data. Ini berarti bahwa Spark dapat memproses data waktu
nyata dibandingkan dengan alat analitik lain yang hanya memproses data historis dalam
kumpulan. Spark menawarkan berbagai API yang dapat diprogram dalam Python, Java,
dan R. Tetapi gabungan paling kuat dari Spark adalah dengan bahasa pemrograman Scala
yang didasarkan pada Java Virtual Machine dan bersifat lintas platform.
Spark sangat efisien dalam manajemen cluster yang membuatnya jauh lebih baik daripada
Hadoop karena yang terakhir hanya digunakan untuk penyimpanan. Sistem manajemen
kluster inilah yang memungkinkan Spark memproses aplikasi dengan kecepatan tinggi.

94 | P a g e
3. BigML
BigML, itu adalah Alat Data Science lain yang banyak digunakan. Ini memberikan
lingkungan GUI berbasis cloud yang sepenuhnya dapat berinteraksi yang dapat Anda
gunakan untuk memproses Algoritma Pembelajaran Mesin . BigML menyediakan
perangkat lunak standar menggunakan komputasi awan untuk persyaratan industri. Melalui
itu, perusahaan dapat menggunakan algoritma Machine Learning di berbagai bagian
perusahaan mereka. Misalnya, dapat menggunakan perangkat lunak yang satu ini untuk
peramalan penjualan, analisis risiko, dan inovasi produk. BigML berspesialisasi dalam
pemodelan prediktif. Ini menggunakan berbagai macam algoritma Pembelajaran Mesin
seperti pengelompokan, klasifikasi, perkiraan seri waktu, dll.

BigML menyediakan antarmuka web yang mudah digunakan menggunakan API

Istirahat dan Anda dapat membuat akun gratis atau akun premium berdasarkan kebutuhan
data Anda. Ini memungkinkan visualisasi data secara interaktif dan memberi Anda
kemampuan untuk mengekspor grafik visual di perangkat seluler atau IOT Anda.
Lebih jauh, BigML hadir dengan berbagai metode otomatisasi yang dapat membantu Anda
mengotomatiskan penyetelan model hyperparameter dan bahkan mengotomatisasi alur kerja
skrip yang dapat digunakan kembali.

4. D3.js
Javascript terutama digunakan sebagai bahasa skrip sisi klien . D3.js,
perpustakaan Javascript memungkinkan Anda untuk membuat visualisasi interaktif di
browser web Anda. Dengan beberapa API D3.js, Anda dapat menggunakan beberapa
fungsi untuk membuat visualisasi dan analisis data yang dinamis di browser Anda. Fitur
kuat lain dari D3.js adalah penggunaan transisi animasi. D3.js membuat dokumen menjadi
dinamis dengan memungkinkan pembaruan di sisi klien dan secara aktif menggunakan
perubahan data untuk mencerminkan visualisasi pada browser.

95 | P a g e
 Gambar 4.9. D3 Js Tool

Anda dapat menggabungkan ini dengan CSS untuk membuat visualisasi yang
termasyhur dan sementara yang akan membantu Anda untuk mengimplementasikan grafik
yang disesuaikan pada halaman web. Secara keseluruhan, ini bisa menjadi alat yang sangat
berguna untuk Ilmuwan Data yang bekerja pada perangkat berbasis IOT yang
memerlukan interaksi sisi klien untuk visualisasi dan pemrosesan data.

5. MATLAB
MATLAB adalah lingkungan komputasi numerik multi-paradigma untuk
memproses informasi matematika. Ini adalah perangkat lunak sumber tertutup yang
memfasilitasi fungsi matriks, implementasi algoritmik, dan pemodelan statistik
data. MATLAB paling banyak digunakan dalam beberapa disiplin ilmu.

Dalam Data Science, MATLAB digunakan untuk mensimulasikan jaringan

saraf dan logika fuzzy. Menggunakan perpustakaan grafis MATLAB, Anda dapat
membuat visualisasi yang kuat. MATLAB juga digunakan dalam pemrosesan gambar dan
sinyal. Ini membuatnya menjadi alat yang sangat serbaguna untuk Ilmuwan Data karena
mereka dapat mengatasi semua masalah, dari pembersihan data dan analisis
untuk algoritma Deep Learning yang lebih maju .

96 | P a g e
 Gambar 4.10. Matlab

Lebih lanjut, integrasi MATLAB yang mudah untuk aplikasi perusahaan dan sistem
embedded membuatnya menjadi alat Data Science yang ideal. Ini juga membantu dalam
mengotomatisasi berbagai tugas mulai dari ekstraksi data hingga penggunaan kembali skrip
untuk pengambilan keputusan. Namun, itu menderita dari keterbatasan menjadi perangkat
lunak berpemilik sumber tertutup.
6. Excel
Mungkin alat Analisis Data yang paling banyak digunakan. Microsoft
mengembangkan Excel sebagian besar untuk perhitungan spreadsheet dan hari ini, ia
banyak digunakan untuk pemrosesan data, visualisasi, dan perhitungan kompleks. Excel
adalah alat analitik yang kuat untuk Data Science . Meskipun telah menjadi alat
tradisional untuk analisis data, Excel masih mengemas pukulan.

Excel hadir dengan berbagai formula, tabel, filter, slicers, dll. Anda juga dapat
membuat fungsi dan formula kustom sendiri menggunakan Excel. Meskipun Excel bukan
untuk menghitung data dalam jumlah besar, Excel masih merupakan pilihan ideal untuk
membuat visualisasi dan spreadsheet data yang kuat. Anda juga dapat menghubungkan
SQL dengan Excel dan dapat menggunakannya untuk memanipulasi dan menganalisis
data. Banyak Data Para ilmuwan menggunakan Excel untuk pembersihan data karena
menyediakan lingkungan GUI yang dapat berinteraksi untuk melakukan pra-proses
informasi dengan mudah.

97 | P a g e
 Gambar 4.11. Microsoft Excel

Dengan rilis ToolPak untuk Microsoft Excel, sekarang jauh lebih mudah untuk
menghitung analisis kompleks. Namun, itu masih tidak ada artinya dibandingkan dengan
alat-alat Data Science yang jauh lebih maju seperti SAS. Secara keseluruhan, pada level
kecil dan non-perusahaan, Excel adalah alat yang ideal untuk analisis data.

7. ggplot2
ggplot2 adalah paket visualisasi data canggih untuk bahasa pemrograman R . Para
pengembang menciptakan alat ini untuk menggantikan paket grafis asli R dan menggunakan
perintah yang kuat untuk membuat visualisasi terkenal. Ini adalah perpustakaan yang paling
banyak digunakan yang digunakan Data Ilmuwan untuk membuat visualisasi dari data yang
dianalisis.

Ggplot2 adalah bagian dari tidyverse, paket dalam R yang dirancang untuk Data
Science. Salah satu cara ggplot2 jauh lebih baik daripada visualisasi data lainnya adalah
estetika. Dengan ggplot2, Ilmuwan Data dapat membuat visualisasi khusus untuk terlibat
dalam peningkatan dongeng. Dengan menggunakan ggplot2, Anda dapat membuat anotasi
data Anda dalam visualisasi, menambahkan label teks ke titik data dan meningkatkan

98 | P a g e
keabadian grafik Anda. Anda juga dapat membuat berbagai gaya peta seperti choropleths,
cartograms, hexbins, dll. Ini adalah alat Data Science yang paling banyak digunakan.

8. Tableu
Tableau adalah perangkat lunak Visualisasi Data yang dikemas dengan grafik
yang kuat untuk membuat visualisasi interaktif. Ini difokuskan pada industri yang bekerja di
bidang intelijen bisnis. Aspek yang paling penting dari Tableau adalah kemampuannya
untuk berinteraksi dengan basis data, spreadsheet, kubus OLAP (Online Analytical
Processing), dll. Seiring dengan fitur-fitur ini, Tableau memiliki kemampuan untuk
memvisualisasikan data geografis dan untuk merencanakan garis bujur dan garis lintang di
peta.

Gambar 4.12. Tableu

Bersamaan dengan visualisasi, Anda juga dapat menggunakan alat analitiknya untuk
menganalisis data. Tableau hadir dengan komunitas yang aktif dan Anda dapat membagikan
temuan Anda di platform online. Sementara Tableau adalah perangkat lunak perusahaan, ia
hadir dengan versi gratis yang disebut Tableau Public.

9. Jupyter

99 | P a g e
 Project Jupyter adalah alat open-source berbasis pada IPython untuk membantu
pengembang dalam membuat perangkat lunak open-source dan mengalami komputasi
interaktif. Jupyter mendukung banyak bahasa seperti Julia, Python , dan R. Ini adalah alat
aplikasi web yang digunakan untuk menulis kode langsung, visualisasi, dan
presentasi. Jupyter adalah alat yang sangat populer yang dirancang untuk memenuhi
persyaratan Data Science.
Ini adalah lingkungan yang dapat berinteraksi di mana Data Ilmuwan dapat melakukan
semua tanggung jawab mereka. Ini juga merupakan alat yang ampuh untuk mendongeng
karena berbagai fitur presentasi hadir di dalamnya. Menggunakan Jupyter Notebooks,
seseorang dapat melakukan pembersihan data, perhitungan statistik, visualisasi dan
membuat model pembelajaran mesin prediktif . Ini adalah sumber terbuka 100% dan
karenanya bebas biaya. Ada lingkungan Jupyter online yang disebut Collaboratory yang
berjalan di cloud dan menyimpan data di Google Drive.

10. Matplotlib
Matplotlib adalah petak plot dan visualisasi yang dikembangkan untuk Python. Ini
adalah alat paling populer untuk menghasilkan grafik dengan data yang dianalisis. Ini
terutama digunakan untuk memplot grafik kompleks menggunakan garis kode
sederhana. Dengan menggunakan ini, seseorang dapat menghasilkan plot bar, histogram,
sebar dll. Matplotlib memiliki beberapa modul penting. Salah satu modul yang paling
banyak digunakan adalah pyplot. Ini menawarkan MATLAB seperti antarmuka. Pyplot juga
merupakan alternatif open-source untuk modul grafis MATLAB.

Matplotlib adalah alat yang disukai untuk visualisasi data dan digunakan oleh
Ilmuwan Data dibandingkan alat kontemporer lainnya. Faktanya, NASA menggunakan
Matplotlib untuk menggambarkan visualisasi data selama pendaratan Phoenix
Spacecraft. Ini juga merupakan alat yang ideal untuk pemula dalam belajar visualisasi data
dengan Python.

11. NLTK
Pemrosesan Bahasa Alami telah muncul sebagai bidang paling populer dalam Data
Science. Ini berkaitan dengan pengembangan model statistik yang membantu komputer

100 | P a g e
memahami bahasa manusia. Model statistik ini adalah bagian dari Machine Learning dan
melalui beberapa algoritmanya, dapat membantu komputer dalam memahami bahasa
alami. Bahasa Python hadir dengan koleksi perpustakaan yang disebut Natural Language
Toolkit (NLTK) yang dikembangkan untuk tujuan khusus ini saja.

Gambar 4.13. NLTK

NLTK banyak digunakan untuk berbagai teknik pemrosesan bahasa seperti

tokenization, stemming, tagging, parsing dan pembelajaran mesin. Ini terdiri dari lebih dari
100 korpora yang merupakan kumpulan data untuk membangun model pembelajaran
mesin. Ini memiliki berbagai aplikasi seperti Bagian Tagging Pidato, Segmentasi Kata,
Terjemahan Mesin, Pengenalan Pidato Teks ke Pidato, dll.

12. Scikit-Learn
Scikit-learn adalah perpustakaan yang berbasis di Python yang digunakan untuk
mengimplementasikan Algoritma Pembelajaran Mesin. Sederhana dan mudah untuk
mengimplementasikan alat yang banyak digunakan untuk analisis dan Data Science. Ini
mendukung berbagai fitur dalam Pembelajaran Mesin seperti pemrosesan data awal,
klasifikasi, regresi, pengelompokan, pengurangan dimensi, dll.

101 | P a g e
 Scikit-learn membuatnya mudah untuk menggunakan algoritma pembelajaran mesin
yang kompleks. Oleh karena itu dalam situasi yang memerlukan prototyping cepat dan juga
merupakan platform yang ideal untuk melakukan penelitian yang membutuhkan
Pembelajaran Mesin dasar. Itu menggunakan beberapa pustaka mendasari Python seperti
SciPy, Numpy, Matplotlib, dll.

13. Tensorflow
TensorFlow telah menjadi alat standar untuk Pembelajaran Mesin. Ini banyak
digunakan untuk algoritma pembelajaran mesin canggih seperti Deep
Learning. Pengembang bernama TensorFlow setelah Tensor yang merupakan array
multidimensi. Ini adalah open-source dan toolkit yang terus berkembang yang dikenal
dengan kinerja dan kemampuan komputasinya yang tinggi. TensorFlow dapat berjalan pada
CPU dan GPU dan baru-baru ini muncul pada platform TPU yang lebih kuat. Ini
memberikan keunggulan yang belum pernah terjadi sebelumnya dalam hal kekuatan
pemrosesan algoritma pembelajaran mesin canggih.

Gambar 4.14. Tensor Flow

Karena kemampuan pemrosesan yang tinggi, Tensorflow memiliki berbagai

aplikasi seperti pengenalan suara, klasifikasi gambar, penemuan obat, generasi gambar dan

102 | P a g e
bahasa, dll. Untuk Ilmuwan Data yang berspesialisasi dalam Pembelajaran Mesin,
Tensorflow adalah alat yang harus diketahui.

14. Weka
Weka atau Waikato Environment for Knowledge Analysis adalah software
pembelajaran mesin yang ditulis di Jawa. Ini adalah kumpulan dari berbagai algoritma
Machine Learning untuk penggalian data. Weka terdiri dari berbagai alat pembelajaran
mesin seperti klasifikasi, pengelompokan, regresi, visualisasi dan persiapan data.
Ini adalah perangkat lunak GUI open-source yang memungkinkan implementasi lebih
mudah dari algoritma pembelajaran mesin melalui platform yang dapat berinteraksi. Anda
dapat memahami fungsi Machine Learning pada data tanpa harus menulis sebaris kode. Ini
sangat ideal untuk Ilmuwan Data yang pemula dalam Pembelajaran Mesin.

4.8. Profil Penulis Bab4 – Data Science

Dari kiri ; Fauzi, Pandri, I Made Suwancita, Liyando Hermawan Hasibuan,

Lukman Irawan, Eky

Gambar 4.15. Tim 4 (Bagian Data Science)

103 | P a g e
104 | P a g e
105 | P a g e
 BAB V SOFTWARE PROCESS
Proses merupakan suatu kumpulan dari aktivitas kerja, aksi-aksi, dan tugas-tugas dilakukan
untuk mencapai tujuan atau menghasilkan produk. Setiap aktivitas, aksi-aksi, dan tugas-
tugas merujuk pada suatu kerangka kerja atau model yang mendefinisikan hubungan antara
satu proses dengan proses lainnya.

Skema software process dapat dilihat pada gambar [isi urutan gambar], berdasarkan
pada gambar berikut, tiap aktivitas kerangka kerja dikelompokkan berdasarkan aksi dari
rekayasa perangkat lunak. Setiap aksi dari rekayasa perangkat lunak ditentukan oleh
serangkaian tugas yang mengidentifikasi pekerjaan tugas yang harus diselesaikan.

Kerangka kerja proses yang umum untuk rekayasa perangkat lunak didefinisikan
dengan lima kegiatan kerangka kerja antara lain: Communication (Komunikasi), Planning
(Perencanaan), Modelling (Pemodelan), Construction
(Konstruksi/Pengembangan/Pembuatan), Deployment (Penyebaran/Publikasi). Sebagai
tambahan, ada serangkaian aktivitas seperti: Project Tracking and Control (Penelusuran
dan Kendali Proyek), Risk Management (Manajemen Resiko), Quality Assurance
(Penjaminan Kualitas), Configuration Management (Pengaturan Manajemen), Technical
Reviews (Ulasan Teknikal), dan lainnya yang semuanya ada di sepanjang proses.

106 | P a g e
 Gambar 5.1. Software Process1

Terdapat satu aspek penting dalam dari proses perangkat lunak yang belum dibahas.
Aspek ini disebut Process Flow (Aliran Proses) yang mana merupakan gambaran
bagaimana kerangka kerja kegiatan dan tindakan serta tugas yang terjadi dalam setiap
kerangka kerja aktivitas diatur sehubungan dengan urutan dan waktu yang diilustrasikan
pada gambar [isi urutan gambar].

1
Software Engineering a Practitioners Approach 7th Edition (Roger Pressman)
107 | P a g e
 Gambar 5.2 Process Flow2

5.1 Project Management Triangle

Dalam software process sangat diperlukan pengelolaan kerja dan tugas-tugas dengan
baik, sehingga menghasilkan produk yang sesuai dengan kebutuhan pelanggan. Penerapan
software process dipengaruhi oleh segitiga manajemen proyek, antara lain: Time (Waktu),
Cost (Biaya), Scope (Ruang Lingkup).
 Time (Waktu) yakni jadwal dari proyek untuk mencapai penyelesaian
 Cost (Biaya) yakni anggaran proyek
 Scope (Ruang Lingkup) yakni serangkaian tugas yang diperlukan untuk memenuhi
tujuan proyek

2
Software Engineering a Practitioners Approach 7 th Edition (Roger Pressman)

108 | P a g e
 Scope

Quality

Cost Time

Gambar 5.3 Project Management Triangle

a. Time (Waktu)
Pada dasarnya, jadwal adalah perkiraan jumlah waktu yang diberikan untuk
menyelesaikan proyek, atau menghasilkan hasil kerja. Biasanya, ini dipecahkan dengan
mencatat terlebih dahulu semua tugas yang diperlukan untuk berpindah dari awal ke akhir
proyek.
Work Breakdown Structure (WBS) digunakan untuk mengambil tujuan proyek besar
dan memecahnya menjadi serangkaian tugas yang lebih mudah dikelola. Tugas-tugas ini
kemudian diprioritaskan, dependensi dihubungkan, dan kemudian ditempatkan pada
timeline.

Project
Title

Activity 1 Activity 2 Activity 3

Task 1.1 Task 2.1 Task 3.1

Task 1.2 Task 2.2 Task 3.2

Task 1.3 Task 2.3 Task 3.3

Gambar 5.4 Work Breakdown Structure

109 | P a g e
 Gantt chart adalah salah satu cara untuk memvisualisasikan jadwal proyek, dengan
setiap tugas menjadi titik pada timeline itu, dengan dependensi tugas terkait, dan durasi
ditentukan. Memiliki data historis dapat membantu membuat perkiraan yang lebih akurat.

Gambar 5.5 Gantt Chart

b. Cost (Biaya)
Dalam cost (biaya), komitmen keuangan proyek tergantung pada beberapa variabel.
Ada sumber daya yang terlibat, dari material hingga manusia, yang termasuk biaya tenaga
kerja. Ada kekuatan luar lainnya yang dapat berdampak pada proyek, yang harus
dipertimbangkan dalam biaya pekerjaan.
Ada juga biaya tetap dan variabel yang melekat dalam proyek apa pun, seperti biaya
ekonomi tim dengan beragam keterampilan dan produktivitas, yang harus dihitung. Ini
secara serius dapat berperan dengan penggunaan pekerja kontrak atau outsourcing.
Proses biaya mencakup estimasi biaya untuk mengetahui komitmen keuangan yang
diperlukan untuk semua sumber daya yang diperlukan untuk menyelesaikan pekerjaan.
Penganggaran biaya menciptakan garis dasar biaya. Kontrol biaya berfungsi untuk
mengelola fluktuasi biaya di seluruh proyek.
Ada beberapa metode untuk estimasi biaya proyek, antara lain:

 Data Historis: Menggunakan biaya proyek serupa untuk perbandingan

 Biaya Sumber Daya: Menentukan tingkat biaya barang dan tenaga kerja menurut
satuan
 Bottom Up: Memperkirakan dari paket kerja level terendah ke level tertinggi
 Parametrik: Mengukur hubungan statistik antara data historis dan variabel lainnya
 Tawaran Vendor: Rata-rata beberapa penawaran vendor pada proyek
 Cadangan: Biaya kegiatan agregat

110 | P a g e
  Analisis Kualitas: Perkirakan biaya kualitas tertinggi untuk kegiatan

Biaya adalah salah satu poin yang lebih rumit pada segitiga Triple Constraint. Untuk
memastikan bahwa perkiraan Anda seakurat mungkin, disarankan untuk menggunakan alat
manajemen proyek untuk menghitung varians biaya.
c. Scope (Ruang Lingkup)
Seperti disebutkan, ruang lingkup proyek berkaitan dengan persyaratan khusus atau
tugas yang diperlukan untuk menyelesaikan proyek. Lingkup penting untuk dikelola pada
proyek apa pun, apakah proyek perangkat lunak gesit atau proyek air terjun yang terencana
dengan baik, karena jika Anda tidak dapat mengendalikan ruang lingkup proyek, Anda tidak
akan mungkin mengirimkannya tepat waktu atau sesuai anggaran!
Ketika mengelola ruang lingkup, sangat penting bagi Anda untuk memprioritaskan
tugas-tugas Anda, memungkinkan Anda untuk merencanakan dan menetapkan sumber daya
secara efektif. Tanpa menciptakan rasa ketertiban, mudah untuk kewalahan, memungkinkan
creep lingkup. Pastikan Anda menyelesaikan tugas prasyarat sehingga proyek Anda dapat
berkembang dengan lancar tanpa gangguan.
Faktor kunci lain dalam mengelola dan menetapkan ruang lingkup adalah menangani
harapan pemangku kepentingan. Para pemangku kepentingan seringkali dapat memiliki
tuntutan baru yang muncul selama suatu proyek, dan Anda harus dapat mengurangi harapan
mereka. Ini khususnya dapat terjadi pada proyek jangka panjang di mana mungkin ada
pemangku kepentingan baru yang diperkenalkan di tengah-tengah proyek.
Untuk mengakomodasi permintaan para pemangku kepentingan, dan tuntutan baru
yang datang secara alami ketika proyek dibuka, Anda harus dapat mengelola perubahan. Ini
dapat mencakup mengelola permintaan perubahan. Saat mengelola permintaan perubahan,
pastikan untuk hanya mengakomodasi permintaan yang diperlukan untuk mencapai tujuan
dan hasil proyek.
Semua langkah manajemen ruang lingkup ini sangat penting karena jumlah waktu
yang dibutuhkan setiap tugas sangat penting untuk kualitas produk akhir tersebut. Ini dapat
memiliki dampak besar pada jadwal dan biaya, terutama jika proyek tersebut berskala besar.

Software Development Life Cycle (SDLC) adalah proses sistematis untuk membangun
perangkat lunak yang memastikan kualitas dan kebenaran perangkat lunak yang dibangun.
Proses SDLC bertujuan untuk menghasilkan perangkat lunak berkualitas tinggi yang

111 | P a g e
memenuhi harapan pelanggan. Pengembangan sistem harus lengkap dalam kerangka waktu
dan biaya yang telah ditentukan sebelumnya.3
SDLC terdiri dari rencana terperinci yang menjelaskan bagaimana merencanakan,
membangun, dan memelihara perangkat lunak tertentu. Setiap fase siklus hidup SDLC
memiliki prosesnya sendiri dan hasil yang dimasukkan ke fase berikutnya. (Setiap referensi
memiliki pandangan yang berbeda-beda mengenai fase-fase SDLC)

Requirement Feasibilty
Design Coding Testing Install Deploy Maintenance
Analysis Study

Gambar 5.6 SDLC Phase

5.2 Software Development Life Cycle (SDLC)

a. Requirement Analysis
Persyaratan adalah tahap pertama dalam proses SDLC. Ini dilakukan oleh anggota tim
senior dengan masukan dari semua pemangku kepentingan dan pakar domain di industri.
Perencanaan untuk persyaratan jaminan kualitas dan pengakuan risiko yang terlibat juga
dilakukan pada tahap ini.
Tahap ini memberikan gambaran yang lebih jelas tentang ruang lingkup seluruh
proyek dan isu-isu yang diantisipasi, peluang, dan arahan yang memicu proyek. Persyaratan
tahap pengumpulan perlu tim untuk mendapatkan persyaratan yang terperinci dan tepat. Ini
membantu perusahaan untuk menyelesaikan garis waktu yang diperlukan untuk
menyelesaikan pekerjaan sistem itu.
b. Feasibility Study
Setelah fase analisis persyaratan selesai, langkah selanjutnya adalah menentukan dan
mendokumentasikan kebutuhan perangkat lunak. Proses ini dilakukan dengan bantuan
dokumen 'Spesifikasi Kebutuhan Perangkat Lunak' yang juga dikenal sebagai dokumen
'SRS'. Ini mencakup semua yang harus dirancang dan dikembangkan selama siklus hidup
proyek.
Ada lima jenis pemeriksaan kelayakan, antara lain:

1) Ekonomi: Bisakah kita menyelesaikan proyek sesuai anggaran atau tidak?

3
https://www.guru99.com/software-development-life-cycle-tutorial.html

112 | P a g e
 2) Hukum: Bisakah kita menangani proyek ini sebagai hukum dunia maya dan
kerangka / kepatuhan peraturan lainnya.
3) Kelayakan operasi: Bisakah kita membuat operasi yang diharapkan oleh klien?
4) Teknis: Perlu memeriksa apakah sistem komputer saat ini dapat mendukung
perangkat lunak
5) Jadwal: Memutuskan bahwa proyek dapat diselesaikan dalam jadwal yang
diberikan atau tidak.

c. Design
Pada fase ketiga ini, dokumen desain sistem dan perangkat lunak disiapkan sesuai
dokumen spesifikasi kebutuhan. Ini membantu mendefinisikan arsitektur sistem secara
keseluruhan. Fase desain ini berfungsi sebagai input untuk fase selanjutnya dari model.
Ada dua jenis dokumen desain yang dikembangkan dalam fase ini:
1) High-Level Design (HLD) :
 Deskripsi singkat dan nama masing-masing modul
 Garis besar tentang fungsi setiap modul
 Hubungan antarmuka dan dependensi antar modul
 Tabel database diidentifikasi bersama dengan elemen kunci mereka
 Diagram arsitektur lengkap bersama dengan detail teknologi
2) Low-Level Design (LLD)
 Logika fungsional dari modul
 Tabel basis data, yang meliputi jenis dan ukuran
 Detail lengkap antarmuka
 Mengatasi semua jenis masalah ketergantungan
 Daftar pesan kesalahan
 Input dan output lengkap untuk setiap modul

d. Coding
Setelah fase desain sistem selesai, fase berikutnya adalah pengkodean. Pada fase ini,
pengembang mulai membangun seluruh sistem dengan menulis kode menggunakan bahasa
pemrograman yang dipilih. Dalam fase pengkodean, tugas dibagi menjadi beberapa unit atau
modul dan ditugaskan ke berbagai pengembang. Ini adalah fase terpanjang dari proses Siklus
Hidup Pengembangan Perangkat Lunak.

113 | P a g e
 Dalam fase ini, Pengembang perlu mengikuti pedoman pengkodean tertentu yang telah
ditentukan. Mereka juga perlu menggunakan alat pemrograman seperti kompiler, interpreter,
debugger untuk menghasilkan dan mengimplementasikan kode.
e. Testing
Setelah perangkat lunak selesai, dan digunakan dalam lingkungan pengujian. Tim
pengujian mulai menguji fungsionalitas seluruh sistem. Ini dilakukan untuk memverifikasi
bahwa seluruh aplikasi berfungsi sesuai dengan kebutuhan pelanggan.

Selama fase ini, QA dan tim pengujian dapat menemukan beberapa bug / cacat yang
mereka komunikasikan kepada pengembang. Tim pengembang memperbaiki bug dan
mengirim kembali ke QA untuk pengujian ulang. Proses ini berlanjut hingga perangkat lunak
bebas bug, stabil, dan berfungsi sesuai dengan kebutuhan bisnis sistem itu.
f. Installation/Deployment
Setelah fase pengujian perangkat lunak selesai dan tidak ada bug atau kesalahan tersisa
dalam sistem maka proses penyebaran akhir dimulai. Berdasarkan umpan balik yang
diberikan oleh manajer proyek, perangkat lunak akhir dirilis dan diperiksa untuk masalah
penyebaran jika ada.
g. Maintence
Setelah sistem digunakan, dan pelanggan mulai menggunakan sistem yang dikembangkan,
berikut tiga yang kegiatan terjadi:
1) Perbaikan bug : bug dilaporkan karena beberapa skenario yang tidak diuji sama
sekali
2) Upgrade : meningkatkan versi aplikasi ke versi Perangkat Lunak yang lebih baru
3) Menambahkan beberapa fitur baru ke dalam perangkat lunak yang ada

METODE PENGEMBANGAN SISTEM

1. RAD (Rapid Application Development)

Rapid Application Development (RAD) adalah strategi siklus hidup yang

ditujukan untuk menyediakan pengembangan yang jauh lebih cepat dan mendapatkan
hasil dengan kualitas yang lebih baik dibandingkan dengan hasil yang dicapai melalui
siklus tradisional (McLeod, 2002). RAD merupakan gabungan dari bermacam-macam
teknik terstruktur dengan teknik prototyping dan teknik pengembangan joint application

114 | P a g e
untuk mempercepat pengembangan sistem/aplikasi (Bentley, 2004). Dari definisi-
definisi konsep RAD ini, dapat dilihat bahwa pengembangan aplikasi dengan
menggunakan metode RAD ini dapat dilakukan dalam waktu yang relatif lebih cepat.

Pemaparan konsep yang lebih spesifik lagi dijelaskan oleh Pressman (2005)
dalam bukunya, “Software Engineering: A Practition’s Approach”. Ia mengatakan
bahwa RAD adalah proses model perangkat lunak inkremental yang menekankan siklus
pengembangan yang singkat. Model RAD adalah sebuah adaptasi “kecepatan tinggi”
dari model waterfall, di mana perkembangan pesat dicapai dengan menggunakan
pendekatan konstruksi berbasis komponen. Jika tiap-tiap kebutuhan dan batasan ruang
lingkup projek telah diketahui dengan baik, proses RAD memungkinkan tim
pengembang untuk menciptakan sebuah “sistem yang berfungsi penuh” dalam jangka
waktu yang sangat singkat. Dari penjelasan Pressman (2012) ini, satu perhatian khusus
mengenai metodologi RAD dapat diketahui, yakni implementasi metode RAD akan
berjalan maksimal jika pengembang aplikasi telah merumuskan kebutuhan dan ruang
lingkup pengembangan aplikasi dengan baik.

Sedangkan menurut Kendall (2010), RAD adalah suatu pendekatan berorientasi

objek terhadap pengembangan sistem yang mencakup suatu metode pengembangan serta
perangkat-perangkat lunak. RAD bertujuan mempersingkat waktu yang biasanya
diperlukan dalam siklus hidup pengembangan sistem tradisional antara perancangan dan
penerapan suatu sistem informasi. Pada akhirnya, RAD sama-sama berusaha memenuhi
syarat-syarat bisnis yang berubah secara cepat.

115 | P a g e
 Gambar 5.7. Workshop Desain RAD

(Sumber: Kendall, 2010)

Fase dan Tahapan Pengembangan Aplikasi

Menurut Kendall (2010), terdapat tiga fase dalam RAD yang melibatkan
penganalisis dan pengguna dalam tahap penilaian, perancangan, dan penerapan.
Adapun ketiga fase tersebut adalah requirements planning (perencanaan syarat-
syarat), RAD design workshop (workshop desain RAD), dan implementation
(implementasi). Sesuai dengan metodologi RAD menurut Kendall (2010), berikut ini
adalah tahap-tahap pengembangan aplikasi dari tiap-tiap fase pengembangan
aplikasi.

1) Requirements Planning (Perencanaan Syarat-Syarat)

Dalam fase ini, pengguna dan penganalisis bertemu untuk

mengidentifikasikan tujuan-tujuan aplikasi atau sistem serta untuk
megidentifikasikan syarat-syarat informasi yang ditimbulkan dari tujuan-tujuan
tersebut. Orientasi dalam fase ini adalah menyelesaikan masalah-masalah
perusahaan. Meskipun teknologi informasi dan sistem bisa mengarahkan sebagian

116 | P a g e
dari sistem yang diajukan, fokusnya akan selalu tetap pada upaya pencapaian tujuan-
tujuan perusahaan (Kendall, 2010).

2) RAD Design Workshop (Workshop Desain RAD)

Fase ini adalah fase untuk merancang dan memperbaiki yang bisa
digambarkan sebagai workshop. Penganalisis dan dan pemrogram dapat bekerja
membangun dan menunjukkan representasi visual desain dan pola kerja kepada
pengguna. Workshop desain ini dapat dilakukan selama beberapa hari tergantung dari
ukuran aplikasi yang akan dikembangkan. Selama workshop desain RAD, pengguna
merespon prototipe yang ada dan penganalisis memperbaiki modul-modul yang
dirancang berdasarkan respon pengguna. Apabila sorang pengembangnya
merupakan pengembang atau pengguna yang berpengalaman, Kendall menilai
bahwa usaha kreatif ini dapat mendorong pengembangan sampai pada tingkat
terakselerasi (Kendall, 2010).

3) Implementation (Implementasi)

Pada fase implementasi ini, penganalisis bekerja dengan para pengguna

secara intens selama workshop dan merancang aspek-aspek bisnis dan nonteknis
perusahaan. Segera setelah aspek-aspek ini disetujui dan sistem-sistem dibangun dan
disaring, sistem-sistem baru atau bagian dari sistem diujicoba dan kemudian
diperkenalkan kepada organisasi (Kendall, 2010).

Kelebihan dan Kekurangan RAD

Metode pengembangan sistem RAD relatif lebih sesuai dengan rencana

pengembangan aplikasi yang tidak memiliki ruang lingkup yang besar dan akan
dikembangkan oleh tim yang kecil. Namun, RAD pun memiliki kelebihan dan
kekurangannya sebagai sebuah metodoligi pengembangan aplikasi. Berikut ini
adalah kelebihan metodologi RAD menurut Marakas (2006):

1. Penghematan waktu dalam keseluruhan fase projek dapat dicapai.

2. RAD mengurangi seluruh kebutuhan yang berkaitan dengan biaya projek dan
sumberdaya manusia.

117 | P a g e
 3. RAD sangat membantu pengembangan aplikasi yang berfokus pada waktu
penyelesaian projek.
4. Perubahan desain sistem dapat lebih berpengaruh dengan cepat dibandingkan
dengan pendekatan SDLC tradisional.
5. Sudut pandang user disajikan dalam sistem akhir baik melalui fungsi-fungsi
sistem atau antarmuka pengguna.
6. RAD menciptakan rasa kepemilikan yang kuat di antara seluruh pemangku
kebijakan projek.

Sedangkan, mengacu pada pendapat Kendall (2010), maka dapat diketahui

bahwa kekurangan penerapan metode RAD adalah sebagai berikut:

1. Dengan metode RAD, penganalisis berusaha mepercepat projek dengan terburu-

buru.
2. Kelemahan yang berkaitan dengan waktu dan perhatian terhadap detail. Aplikasi
dapat diselesaikan secara lebih cepat, tetapi tidak mampu mengarahkan
penekanan terhadap permasalahan-permasalahan perusahaan yang seharusnya
diarahkan.
3. RAD menyulitkan programmer yang tidak berpengalaman menggunakan
prangkat ini di mana programmer dan analyst dituntut untuk menguasai
kemampuan-kemampuan baru sementara pada saat yang sama mereka harus
bekerja mengembangkan sistem.

5.3 Contoh Penerapan dalam Kehidupan

Model RAD mengadopsi model waterfall dan pembangunan dalam waktu

singkat yang dicapai dengan menerapkan

1. Component based construction (pemrograman berbasis komponen bukan

prosedural).
2. Penekanan pada penggunaan ulang (reuse) komponen perangkat lunak
yang telah ada.

118 | P a g e
 3. Pembangkitan kode program otomatis/semi otomatis.
4. Multiple team (banyak tim), tiap tim menyelesaikan satu tugas yang
selevel tapi tidak sama. Banyaknya tim tergantung dari area dan
kompleksitasnya sistem yang dibangun.

Jika keutuhan yang diinginkan pada tahap analisis kebutuhan telah lengkap dan
jelas, maka waktu yang dibutuhkan untuk menyelesaikan secara lengkap
perangkat lunak yang dibuat adalah berkisar 60 sampai 90 hari. Model RAD
hampir sama dengan model waterfall, bedanya siklus pengembangan yang
ditempuh model ini sangat pendek dengan penerapan teknik yang cepat.

Sistem dibagi-bagi menjadi beberapa modul dan dikerjakan beberapa tim dalam
waktu yang hampir bersamaan dalam waktu yang sudah ditentukan. Model ini
melibatkan banyak tim, dan setiap tim mengerjakan tugas yang selevel, namun
berbeda. Sesuai dengan pembagian modul sistem.

https://www.dictio.id/t/apa-yang-dimaksud-dengan-rapid-application-
development/15023

2. RUP (Rational Unified Process

Rational Unified Process (RUP) merupakan suatu metode rekayasa perangkat

lunak yang dikembangkan dengan mengumpulkan berbagai best practises yang terdapat
dalam industri pengembangan perangkat lunak. Ciri utama metode ini adalah
menggunakan use-case driven dan pendekatan iteratif untuk siklus pengembangan
perankat lunak. Gambar dibawah menunjukkan secara keseluruhan arsitektur yang
dimiliki RUP.

RUP menggunakan konsep object oriented, dengan aktifitas yang berfokus pada
pengembangan model dengan menggunakan Unified Model Language (UML). Melalui
gambar dibawah dapat dilihat bahwa RUP memiliki, yaitu:
 Dimensi pertama digambarkan secara horizontal. Dimensi ini mewakili aspek-
aspek dinamis dari pengembangan perangkat lunak. Aspek ini dijabarkan dalam
tahapan pengembangan atau fase. Setiap fase akan memiliki suatu major milestone

119 | P a g e
 yang menandakan akhir dari awal dari phase selanjutnya. Setiap phase dapat berdiri
dari satu beberapa iterasi. Dimensi ini terdiri atas Inception, Elaboration,
Construction, dan Transition.
 Dimensi kedua digambarkan secara vertikal. Dimensi ini mewakili aspek-aspek
statis dari proses pengembangan perangkat lunak yang dikelompokkan ke dalam
beberapa disiplin. Proses pengembangan perangkat lunak yang dijelaskan kedalam
beberapa disiplin terdiri dari empat elemen penting, yakni who is doing, what, how
dan when. Dimensi ini terdiri atas

Business Modeling, Requirement, Analysis and Design, Implementation, Test,

Deployment, Configuration dan Change Manegement, Project Management,
Environtment.

Gambar 5.8. Fase RUP

Pada penggunaan kedua standard tersebut diatas yang berorientasi obyek

(object orinted) memiliki manfaat yakni:
• Improve productivity
Standard ini dapat memanfaatkan kembali komponen-komponen yang telah

120 | P a g e
 tersedia/dibuat sehingga dapat meningkatkan produktifitas

• Deliver high quality system

Kualitas sistem informasi dapat ditingkatkan sebagai sistem yang dibuat pada
komponenkomponen yang telah teruji (well-tested dan well-proven) sehingga dapat
mempercepat delivery sistem informasi yang dibuat dengan kualitas yang tinggi.

• Lower maintenance cost

Standard ini dapat membantu untuk menyakinkan dampak perubahan yang
terlokalisasi dan masalah dapat dengan mudah terdeteksi sehingga hasilnya biaya
pemeliharaan dapat dioptimalkan atau lebih rendah dengan pengembangan informasi
tanpa standard yang jelas.

• Facilitate reuse
Standard ini memiliki kemampuan yang mengembangkan komponen-
komponen yang dapat digunakan kembali untuk pengembangan aplikasi yang
lainnya.

• Manage complexity
Standard ini mudah untuk mengatur dan memonitor semua proses dari semua
tahapan yang ada sehingga suatu pengembangan sistem informasi yang amat
kompleks dapat dilakukan dengan aman dan sesuai dengan harapan semua manajer
proyek IT/IS yakni deliver good quality software within cost and schedule time and
the users accepted.

Fase RUP
• Inception
– Menentukan Ruang lingkup proyek
– Membuat ‘Business Case’
– Menjawab pertanyaan “apakah yang dikerjakan dapat menciptakan ‘good
business sense’ sehingga proyek dapat dilanjutkan
• Elaboration
– Menganalisa berbagai persyaratan dan resiko

121 | P a g e
 – Menetapkan ‘base line’
– Merencanakan fase berikutnya yaitu construction
• Construction
– Melakukan sederetan iterasi
– Pada setiap iterasi akan melibatkan proses berikut: analisa desain,
implementasi dan testing
• Transistion
– Membuat apa yang sudah dimodelkan menjadi suatu produk jadi
– Dalam fase ini dilakukan:
• Beta dan performance testing
• Membuat dokumentasi tambahan seperti; training, user guides dan
sales kit
• Membuat rencana peluncuran produk ke komunitas pengguna

Peran Use Case Pada Setiap Fase

• Inception
– Menolong mengembangkan scope proyek
– Menolong menetapkan penjadwalan dan anggaran
• Elaboration
– Menolong dalam melakukan analisa resiko
– Menolong mempersiapkan fase berikutnya yaitu konstruksi
• Construction
– Melakukan sederetan iterasi
– Pada setiap iterasi akan akan melibatkan proses berikut: analisa desain,
implementasi dan testing
• Transistion
– Membuat apa yang sudah dimodelkan menjadi suatu produk jadi
– Dalam fase ini dilakukan:
• Beta dan performance testing
• Membuat dokumentasi tambahan seperti; training, user guides dan
sales kit
• Membuat rencana peluncuran produk ke komunitas pengguna

122 | P a g e
 Penerapan Tahapan Metodologi Pengembagan Perangkat Lunak dengan
Menggunakan RUP (Contoh Kasus)

Metodologi Rational Unified Process (RUP). Metode RUP merupakan metode

pengembangan kegiatan yang berorientasi pada proses. Dalam metode ini, terdapat
empat tahap pengembangan perangkat lunak yaitu:

 Inception

Pada tahap ini pengembang mendefinisikan batasan kegiatan, melakukan analisis

kebutuhan user, dan melakukan perancangan awal perangkat lunak
(perancangan arsitektural dan use case). Pada akhir fase ini, prototipe perangkat
lunak versi Alpha harus sudah dirilis

 Elaboration :

Pada tahap ini dilakukan perancangan perangkat lunak mulai dari

menspesifikasikan fitur perangkat lunak hingga perilisan prototipe versi Betha
dari perangkat lunak.

 Construction

Pengimplementasian rancangan perangkat lunak yang telah dibuat dilakukan

pada tahap ini. Pada akhir tahap ini, perangkat lunak versi akhir yang sudah
disetujui administrator dirilis beserta dokumentasi perangkat lunak.

 Transition

Instalasi , deployment dan sosialisasi perangkat lunak dilakukan pada tahap ini.

https://repository.unikom.ac.id › metode_rup

5.4 Waterfall
Jadi dalam kutipan buku Rosa metode waterfall dalam pengembangan sistem
merupakan proses pengembangan atau mengubah suatu sistem perangkat lunak dengan
123 | P a g e
 menggunakan metode-metode atau juga model-model yang bisa digunakan orang lain
dalam pengembangan sistem perangkat lunak.

Model Waterfall adalah suatu proses perangkat lunak yang berurutan , dipandang
sebagai terus mengalir kebawah (seperti air terjun) melewati fase-fase perencanaan,
pemodelan, implementasi dan pengujian.

Tahapan Mode Waterfall

Berikut ini adalah tahapan dari metode waterfall:

Gambar 5.9. SDLC Waterfall Model

1. Requirement Gathering and analysis — Mengumpulkan kebutuhan secara

lengkap kemudian dianalisis dan didefinisikan kebutuhan yang harus dipenuhi oleh
program yang akan dibangun. Fase ini harus dikerjakan secara lengkap untuk bisa
menghasilkan desain yang lengkap.
2. Desain ,dalam tahap ini pengembang akan menghasilkan sebuah sistem secara
keseluruhan dan menentukan alur perangkat lunak hingga algoritma yang detail.

124 | P a g e
 3. Implementasi adalah Tahapan dimana seluruh desain diubah menjadi kode kode
progam . Kode progam yang dihasilkan masih berupa modul-modul yang akan
diintregasikan menjadi sistem yang lengkap.
4. Integration & Testing
Di tahap ini dilakukan penggabungan modul-modul yang sudah dibuat dan dilakukan
pengujian ini dilakukan untuk mengetahui apakah software yang dibuat telah sesuai
dengan desainnya dan fungsi pada software terdapat kesalahan atau tidak.
5. Verifikasi adalah klien atau pengguna menguji apakah sistem tersebut telah sesuai
dengan yang disetujui.
6. Operation & Maintenance yaitu instalasi dan proses perbaikan sistem sesuai yang
disetujui.

a. Manfaat Model Waterfall

Keunggulan Model pendekatan pengembangan software metode waterfall adalah

pencerminan kepraktisan rekayasa , yang bisa membuat kualitas software tetap terjaga.
Jenis model yang bersifat lengkap sehingga proses pemeliharaan nya lebih mudah.

b. Kelemahan Model Waterfall

Kelemahan model waterfall ini adalah lambatnya proses pengembangan

perangkat lunak. Dikarenakan proses yang satu tidak bisa diloncat-loncat maka dari itu
model ini sangat memakan waktu dalam mengembangkannya. Kelemahan yang lain
kinerja tidak optimal dan efisien.

https://medium.com/@ersandibillah03/sdlc-waterfall-3a3c893be77b

5.5 Pengembangan Sistem Spiral Model

125 | P a g e
 Gambar 5.10. Pengembangan Sistem Spiral

4 METODE PERKEMBANGAN PERANGKAT LUNAK (SPIRAL)

Model spiral diperkenalkan pertama kali oleh Barry Boehm pada makalahnya yang
berjudul Spiral Model of Software Development and Enhancement. Barry Boehm
menjelaskan bahawa model spiral merupakan model yang sangat berguna untuk melakukan
pembangunan proyek-proyek besar dan prosesnya dilakukan dengan memperhatikan resiko
proyek sehingga pada akhirnya akan menghasilkan model proses yang tepat sesuai
kebutuhan pengguna.
Model Spiral adalah salah satu metode yang dapat digunakan dalam pengembangan
perangkat lunak. Model spiral merupakan penggabungan dari model prototyping dan model
waterfall. Model prototyping yang fokus pada penyajian atau presentasi kepada user dengan
format input dan output kemudian perangkat lunak akan dievaluasi. Model waterfall yang
fokus kepada proses pengembangan perangkat lunak yang sistematis atau berurutan. Model
spiral menekankan pada Analisa resiko setiap tahapannya.
Fungsi model spiral adalah untuk melakukan perubahan, penambahan dan pengembangan
perangkat lunak dengan memaksimalkan aspek kecepatan dan ketepatan berdasarkan
keinginan dan kebutuhan penggunanya.
4.1 Tahapan dalam Spiral Model
Dalam penerapan Model Spiral, terdapat lima tahapan untuk merealisasikan penggunaannya,
yaitu sebagai berikut:

126 | P a g e
1. Tahap Liason
Tahap ini berhubungan dengan komunikasi antara pihak-pihak yang terlibat dalam
pengembangan softaware (seperti: system analyst) dengan pelanggan (user). Tujuannya
adalah memperbaiki dan mengembangan software sesuai kebutuhan dan keinginan hingga
memuaskan pelanggan.
2. Tahap planning
Tahap perencanaan meliputi estimasi biaya yang digunakan, batas waktu, pengaturan
jadwal, identifikasi lingkungan kerja, sumber-sumber informasi untuk melakukan iterasi
(Teknik perulangan). Hasil dari tahapan ini adalah dokumen spesifikasi kebutuhan sistem
dan bisnis.
3. Tahap analisis risiko
Tahap analisis reisiki berfungsi untuk mengidentifikasi resiko yang berpotensi akan terjadi
dan menghasilkan solusi alternatif secara teknis dan manajemen saat strategi mitigasi (upaya
untuk mengurangi resiko bencana) direncanakan dan diselesaikan.
4. Tahapan rekayasa (engineering)
Pada tahap rekayasa, beberapa kegiatan ini yang akan dilakukan, yaitu:

 Menguji, coding dan mengembangkan software

 Menginstal software
 Membuat prototype
 Mendesain dokumen
 Meringkas suatu pengujian software
 Membuat laporan atas kekurangan dari software agar segera diperbaiki

5. Tahap evaluasi
Pada tahap evaluasi, system analyst membutuhkan masukan dan tanggapan dari para user
dalam mengevaluasi perangkat/produk yang diuji dan memastikan bahwa produk
dibutuhkan sesuai ketentuan yang telah dibicarakan diawal dengan user. System analyst
memastikan pelanggan puas dengan produk yang akan dihasilkan untuk menjawab persoalan
bisnis mereka. Selain itu, system analyst harus tetap memantau resiko yang akan terjadi
seperti faktor-faktor yang dapat menyebabkan cost overrun (pembengkakan biaya).
Kelebihan dan kekurangan dalam menggunakan model spiral :

127 | P a g e
 1. Pembangunan dan perubahan perangkat lunak yang terjadi dapat diselesaikan secara
sistematis
2. Mudah dalam mengestimasi biaya karena proses pembuatan prototype yang jelas dan
terencana dalam tahapan yang sistematis
3. Manajemen dan analisa risiko yang lebih cepat dan mudah
4. Mudah dalam melakukan perubahan kebutuhan dan dokumentasi
5. Produksi software bisa terjadi lebih cepat

Kekurangan dalam menggunakan model spiral :

1. Tidak cocok dan sulit diimplementasikan dalam projek kecil

2. Memakan waktu yang cukup lama
3. Membutuhkan best practice atau pengalaman sebelumnya karena proses yang sangat
kompleks
4. Resiko dalam tahap planning cukup besar. Misalnya terjadi perbedaan dalam jadwal
pengembangan dan anggaran belanja.

Referensi:https://www.dictio.id/t/apa-yang-dimaksud-dengan-model-spiral-dalam-
pengembangan-perangkat-lunak/15028/2

5.6 Metode Pengembangan FAST

5. METODE PERKEMBANGAN SISTEM FAST

128 | P a g e
 Gambar 5.11.1. Metode Pengembangan Fast

FAST (Freamwork for Application of Systems Technology) dikembangkan sebagai

gabungan dari praktek-praktek terbaik yang telah ditemui dalam banyak referensi komersial
dan metodologi. FAST adalah sebuah kerangka kerja yangcukup fleksibel untuk berbagai
jenis proyek dan strategi. FAST juga memiliki banyak kesamaan dengan buku komersial dan
metodelogi yang akan di temukan dalam praktek. Sebuah proyek dimulai dengan beberapa
kombinasi dari masalah, peluang dan petunjuk dari penggunaan dan diakhiri dengan sebuah
solusi bisnis kerja untuk komunitas pengguna.
Pengmbangan sistem dengan metode FAST dilakukan secara berurutan yaitu meliputi
tahapan definisi lingkup, analisis masalah, analisis kebutuhan, desain logis, analisis
keputusan, desain fisik & integrasi, kontruksi & pengujian, insralasi & pengiriman.

129 | P a g e
 Gambar 5.10.2 Metode Pengembangan Fast

Langkah-langkah yang dilakuakan dalam pengembangan metode FAST (Freamwork for

Application of Systems Technology) adalah sebagai berikut :
5.1 Definisi Lingkup (Scope Definition)
Definisi lingkup merupakan permulaan proyek untuk mendefinisikan masalah, arahan,
kesempatan, dan tujuan yang mendorong pengembangan sistem serta menetepakan ruang
lingkup dan kelemahan-kelemahannya dalam arti ukuran dan batas-batas, visi proyek,
batasan partisipan proyek yang dibutuhkan yaitu pemilik sistem, manajer proyek, dan
analisis sistem, batasan anggaran serta jadwal.
5.2 Analisis Masalah (Problem Analysis)
Tahap analisis masalah mempelajari sistem yang sedang berjalan dan menganalisis temuan-
temuan agar dapat menemukan pemahaman yang lebih mendalam akan masalah-masalah
yang memicu proyek serta membatasi ruang lingkup pengembangan sistem.
Lingkup dan pernyataan masalah dalam analisis masalah seperti didefinisikain dan disetujui
dalam tahap definisi lingkup. Tujuan ini tidak mendefinisikan input, output, atau proses
melainkan mendefinisikan kriteria bisnis tempat semua sistem baru akan dievaluasi.
5.3 Analisis Kebutuhan (Requirements Analysis)
Analisis kebututuhan mendefinisikan dan memprioritaskan kebutuhan-kebutuhan bisnis.
Kesalah dalam analisis kebutuhan berakibat ketidakpuasan pengguna terhadap sistem final.

130 | P a g e
Partisipan dalam analisis kebutuhan terutama adalah para pengguna sistem dan analis sistem.
Para manajer proyek juga terlibat dalam tahap ini, sedangkan para desainer sistem diabaikan
untuk menghindari perhatian dini pada solusi-solusi teknologi. Blok-blok pembangunan
dapat menyediakan sendiri kerangka untuk mendefenisikan banyak kebutuhan bisnis,
termasuk kebutuhan data bisnis, kebutuhan proses bisnis, dan kebutuhan antar muka bisnis
dari sistem.
5.4 Desain Logis (Logical Design).
Tahap desain logis menerjemahkan kebutuhan-kebutuhan bisnis kedalam model-model
sistem. Istilah desain logis harus diinterpresentasikan sebagai teknologi mandiri yang berati
makna gambar menggambarkan sistem independen dari setiap kemungkina solusi teknis,
kebutuhan model bisnis yang diinginkan harus dipenuhi oleh solusi teknis yang ingin
dipertimbangkan.
5.5 Analisis Keputusan (Descision Analysis).
Analisis keputusan dipicu oleh kebutuhan bisnis tervalidasi ditambah model-model dan
spesifikasi-spesifikasi sistem logis, biasanya banyak alternatid untuk merancang sebuah
sistem baru untuk memenuhi kebutuhan tersebut.
Tujuan tahap ini adalah untuk mempertimbangkan beberapa kandidat dari perangkat lunak
dan keras yang nantinya akan dipilih dan dipakai dalam implementasi sistem sebagai solusi
atas masalah dan kebutuhan yang sudah didefinisikan pada tahapan-tahapan sebelumnya.
5.6 Desain Dan Integrasi Fisik (Physical Design).
Tujuan tahap desain dan intergasi fisik adalah melakukan transformasi dari kebutuha bisnis
dalam bentuk spesifikasi desain fisik yang akan menjadi panduan desain sistem. Desain fisik
akan dibatasi oleh model arsitektural yang akan disetujui dari tahap sebelumnya. Desain juga
harus mengikuti semua standar desain internal yang memastikan kelengkapan, keadaan
dapat digunakan, diandalkan, performa dan kualitas.
5.7 Konstruksi Dan Pengujian (Constraction And Testing).
Setelah diebrikan tigkat model dan spesifikasi desain fisik kemudian mengkonstruksi dan
melakukan pengujian atas komponen-komponen sistem untuk desain tersebut, untuk
mengetahui tingkat penerimaan terhadap bisnis porses maupun penggunanya

5.8 Instalasi Dan Pengiriman (Installation And Delivery).

Sistem baru biasannya menggambarkan penyimoangan cara bisnis yang dijalankan saat ini,
analisis harus menyediakan transisi yang halus dari sistem lama ke sistem baru dan embantu

131 | P a g e
para pengguna menghadapu masalah start-up yang normal. Dengan demikian tahap instalasi
dan pengiriman berperan untuk menfirimkan sistem ke dalam operasi, melibatkan pelatihan
orang-orang yang akan menggunaan sistem final dan mengembangkan dokumentasi untuk
membantu para pengguna sistem.
Delapan fase metode FAST dikelomokkan menjadi dua bagian, yaitu :
1. Fase pengembangan yang termasuk kedalam analisa system,
- Preliminary Investigation Phase
- Problem Analysis
- Requirement Analysis
- Logical Design
- Decision Analysis
2. Fase pengembangan yang termasuk dalam disain sistem,
- Physical Design
- Constraction And Testing
- Installation And Delivery
https://anggaraajisaputra.wordpress.com/2015/02/16/metode-topsis-technique-of-order-by-
preferences-similarity-to-ideal-solutions/
Extreme Programming
6. METODE PERKEMBANGAN SISTEM EXTREM PROGRAMMING
Extreme Programming adalah suatu model yang termasuk dalam pendekatan agile yang
diperkenalkan oleh Kent Back. Menurut penjelasannya, definisi XP adalah sebagai berikut:
“Extreme Programming (XP) adalah metode pengembangan software yang cepat, efisien,
beresiko rendah, fleksibel, terprediksi, scientific, dan menyenangkan.“.
Model ini cenderung menggunakan pendekatan Object-Oriented. Tahapan-tahapan yang
harus dilalui antara lain: Planning, Design, Coding, dan Testing. Sasaran Extreme
Programming adalah tim yang dibentuk berukuran antara kecil sampai medium saja, tidak
perlu menggunakan sebuah tim yang besar. Hal ini dimaksudkan untuk menghadapi
requirements yang tidak jelas maupun terjadinya perubahan-perubahan requirements yang
sangat cepat. Extreme Programming merupakan agile methods yang paling banyak
digunakan dan menjadi sebuah pendekatan yang sangat terkenal.
Core Value Extreme Programming, yaitu:

132 | P a g e
 Gambar 5.11 Metode Core Value Extreme Programming

1. Komunikasi (Communication)
Kurangnya komunikasi merupakan penyebab utama kegagalan pengembangan
software. Oleh karena itu Extreme Programming(XP) memfokuskan diri pada hubungan
komunikasi yang baik antar tim-klien, anggota tim, dan manajer proyek.Komunikasi dalam
XP dibangun dengan melakukan pemrograman berpasangan (pair programming).Klien
harus dilibatkan dalam proses pengembangan perangkat lunaknya dengan tujuannya untuk
memberikan pandangan pengembang sesuai dengan pandangan pengguna sistem yang
dibangun.
2. Kesederhanaan (Simplicity)
Extreme Programming (XP) melakukan semua pekerjaan dengan sederhana dan praktis
tanpa mengurangi fungsi utamanya. Dalam pengerjaan, metode yang dipilih adalah metode
yang pendek dan simpel. Jangan terlalu rumit dalam membuat desain, hilangkan fitur yang
tidak ada gunanya atau hapus fungsi yang tidak terpakai. Dengan kata lain lebih baik
melakukan hal yang sederhana saat sekarang (sesuai kebutuhan) dan mengembangkannya
nanti jika diperlukan.
3. Umpan balik (Feedback)
Selalu evaluasi perkembangan perangkat lunak yang sedang dikerjakan. Segala
informasi harus dikumpulkan setiap interval waktu yang konsisten dan kesalahan-kesalahan
yang muncul selama proses pengembangan harus dibahas dan dicari solusinya. Umpan balik

133 | P a g e
tersebut berfungsi sebagai indikator kemajuan proyek dan menginformasikan pemimpin
proyek apabila perubahan perlu dibuat.
4. Keberanian (Courage).
Programmer Extreme Programming (XP) didorong untuk berani bereksperimen dan
menulis ulang kode jika mereka tidak puas dengan kode atau desain yang sudah ada. Hal ini
membantu mempertahankan moral serta intgritas para pengembang proyek dan dapat
mendukung lebih lanjut komunikasi dengan anggota proyek lainnya.

Gambar 5.12. Tahapan Dalam XP Programming

6.1 Tahapan Dalam Etreme (XP) Programming, yaitu:
Aktivitas planning dimulai dengan membentuk user stories. Anggota XP team
kemudian menilai setiap story dan menentukan cost — diukur dalam development week.
Planning. Customer dan XP team bekerja bersama untuk memutuskan bagaimana grup story
untuk release berikutnya (software increment berikutnya) untuk dibangun oleh XP team. Jika
komitmen telah dibuat, XP team akan membangun story-story dengan cara :

- Design. XP menggunakan CRC card, untuk mengenali dan mengatur object oriented
class yang sesuai dengan software increment.
- Coding. Sebelum membuat code, lebih baik membuat unit test tiap story untuk
dimasukkan dalam software increment. XP menyarankan agar dua orang bekerja
bersama pada satu komputer workstation untuk membuat code dari satu story (pair
programming), untuk menyediakan real time problem solving dan jaminan real time
quality. Setelah pair programming selesai, code diintegrasikan dengan kerja laiinnya
(continuous integration).

134 | P a g e
- Testing. Unit test yang telah dibuat harus diimplementasikan menggunakan suatu
framework dan diatur ke dalam universal testing suite, integrasi dan validasi sistem
dapat dilakukan setiap hari. Customer test (acceptance test) dilakukan oleh customer
dan fokus pada keseluruhan fitur dan fungsional sistem. Acceptance test diperoleh dari
customer stories yang telah diimplemetasikan sebagai bagian dari software release.

6.2 Berikut Siklus Hidup dalam XP Programming.

Gambar 5.13. Siklus Hidup dalam XP Programming

Extreme Programming tepat untuk dipergunakan untuk pembuatan program yang:

 Membutuhkan perubahan yang cepat (misalnya: Game Mobile)

 Proyek beresiko tinggi dengan tantangan yang berat
 Tim programmer sedikit, yaitu sekitar 2–10 orang
 Adanya permintaan dari pelanggan secara langsung

Kelebihan Extreme Programming, yaitu:

 Meningkatkan kepuasan kepada klien

135 | P a g e
  Pembangunan system dibuat lebih cepat
 Menjalin komunikasi yang baik dengan client.
 Meningkatkan komunikasi dan sifat saling menghargai antar developer.

Kelemahan Extreme Programming, yaitu:

 Cerita-cerita yang menunjukkan requirements dari pelanggan kemungkinan besar

tidak lengkap sehingga Developer harus selalu siap dengan perubahan karena
perubahan akan selalu diterima.
 Tidak bisa membuat kode yang detail di awal (prinsip simplicity dan juga anjuran
untuk melakukan apa yang diperlukan hari itu juga).
 XP tidak memiliki dokumentasi formal yang dibuat selama pengembangan. Satu-
satunya dokumentasi adalah dokumentasi awal yang dilakukan oleh user.

www.extremeprogramming.org

SCRUM

Scrum adalah sebuah kerangka kerja untuk mengembangkan & mengelola produk
kompleks. Panduan ini berisi definisi dari Scrum. Definisi ini berisi peran-peran, acara-
acara, artefak-artefak dalam Scrum dan aturan main yang menyatukan semuanya. Ken
Schwaber dan Jeff Sutherland mengembangkan Scrum; Panduan Scrum ditulis dan
disebarluaskan oleh mereka. Bersama-sama mereka bertanggung-jawab terhadap
Panduan Scrum.

Definisi Scrum

Scrum (kb): Sebuah kerangka kerja di mana orang-orang dapat menyelesaikan

permasalahan kompleks yang senantiasa berubah, di mana pada saat bersamaan
menghasilkan produk dengan nilai setinggi mungkin secara kreatif dan produktif.

Scrum bersifat:

● Ringan

● Mudah dipahami

136 | P a g e
 ● Sulit dikuasai

Scrum adalah kerangka kerja proses yang telah digunakan untuk mengelola
pengembangan produk kompleks semenjak awal tahun 1990-an. Scrum bukanlah sebuah
proses ataupun teknik untuk mengembangkan produk; daripada itu, ini adalah sebuah
kerangka kerja di mana di dalamnya anda dapat memasukkan beragam proses dan teknik.
Scrum akan mengekspos pergerakan efektifitas manajemen produk dan praktik
pengembangan yang sedang anda jalani, dengan begitu anda dapat melakukan
peningkatan.

Kerangka kerja Scrum terdiri dari Tim Scrum, serta peran-peran mereka di dalamnya;
acara-acara; artefak-artefak; dan aturan-aturan. Setiap komponen di dalam kerangka
kerja memiliki maksud tertentu dan peran penting demi keberhasilan penggunaan Scrum.

Aturan main Scrum menyatukan acara-acara, peran-peran dan artefak-artefak, menjaga

harmonisasi dan interaksi antar setiap komponen. Aturan main Scrum dijelaskan di
sepanjang dokumen ini.

Detail mengenai penggunaan kerangka kerja Scrum bervariasi dan dijelaskan di luar
dokumen ini.

Teori Scrum
Scrum didasari oleh teori kontrol proses empiris, atau dengan kata lain, empirisme.
Empirisme menekankan bahwa pengetahuan berasal dari pengalaman dan pembuatan
keputusan didasari oleh pengetahuan yang telah dimiliki hingga saat ini. Scrum
menggunakan pendekatan berkala (iterative) dan bertahap (incremental) untuk
meningkatkan prediktabilitas dan mengendalikan resiko.
Ada tiga pilar dari setiap implementasi kontrol proses empiris yakni: transparansi, inspeksi
dan adaptasi.
Transparansi
Aspek-aspek penting dari proses yang berjalan harus dapat ditinjau oleh pihak-pihak yang
bertanggung-jawab terhadap hasilnya. Transparansi mengharuskan aspek-aspek tersebut
didefinisikan dengan standar yang sama, sehingga semua peninjau memiliki pemahaman
yang sama mengenai apa yang sedang ditinjau.
Sebagai contoh:
137 | P a g e
● Istilah-istilah pada proses yang sedang digunakan harus dapat dimengerti oleh setiap
pihak; dan,
● Setiap pihak yang bekerja dan pihak yang menerima hasil pekerjaan harus memiliki
pemahaman yang sama mengenai arti kata “Selesai”.
Inspeksi
Pengguna Scrum harus secara rutin meninjau artefak Scrum beserta perkembangannya agar
perubahan dapat terdeteksi. Peninjauan sehendaknya tidak terlalu sering sehingga dapat
menyebabkan terhambatnya pekerjaan. Peninjauan paling bermanfaat jika dilakukan secara
rutin, oleh peninjau yang kompeten, pada saat pekerjaan berjalan.
Adaptasi
Apabila peninjau mendapatkan satu atau lebih aspek dari proses mengalami deviasi di luar
batasan yang dapat diterima, hingga hasil akhirnya menjadi tidak dapat diterima, maka
proses atau materi yang diolah harus diatur ulang. Pengaturan ulang harus dibuat sesegera
mungkin untuk meminimalisir deviasi yang lebih jauh.
Scrum menyediakan empat acara formal, yang dibungkus di dalam Sprint, untuk inspeksi
dan adaptasi, sebagaimana dijelaskan di bagian Acara Scrum di dalam dokumen ini:

● Sprint Planning
● Daily Scrum
● Sprint Review
● Sprint Retrospective
Tim Scrum
Tim Scrum terdiri dari Product Owner, Tim Pengembang dan Scrum Master. Tim Scrum
mengatur diri mereka sendiri dan berfungsi antar-lintas. Tim yang mengatur dirinya sendiri
menentukan cara terbaik untuk menyelesaikan pekerjaannya, daripada diatur oleh pihak lain
yang berada di luar anggota tim. Tim yang berfungsi antar-lintas memiliki semua kompetensi
yang dibutuhkan untuk menyelesaikan pekerjaan, tanpa mengandalkan pihak lain yang
berada di luar anggota tim. Model tim di dalam Scrum dirancang sedemikian rupa untuk
mengotimalisasi fleksibilitas, kreatifitas dan produktifitas.
Tim Scrum menghantarkan produk secara berkala dan bertahap untuk memperbesar
kesempatan mendapatkan masukan. Penghantaran secara bertahap dari sebuah produk yang
“Selesai”, memastikan produk yang berpotensi dapat digunakan, selalu siap.

138 | P a g e
Gambar 5.14. Scrum Software Development Process

139 | P a g e
140 | P a g e
141 | P a g e
BAB VI BIG PROJECT

6.1 Manajemen proyek

Gambar 6.1 Ilustrasi Project Management

Project Management adalah adalah usaha pada suatu kegiatan agar tujuan adanya kegiatan
tersebut dapat tercapai secara efisien dan efektif. Efektif dalam hal ini adalah dimana hasil
penggunaan sumber daya dan kegiatan sesuai dengan sasarannya yang meliputi kualitas,
biaya, waktu dan lain-lainnya. Sedangkan efisien diartikan penggunaan sumber daya dan
pemilihan sub kegiatan secara tepat yang meliputi jumlah, jenis, saat penggunaan sumber
lain dan lain-lain.
Tujuan dari proses manajemen adalah untuk mengusahakan agar semua rangkaian kegiatan
tersebut :

 Tepat waktu, dalam hal ini tidak terjadi keterlambatan penyelesaian suatu proyek
 Biaya yang sesuai, maksudnya agar tidak ada biaya tambahan dari perencanaan biaya
yang telah dianggarkan
 Kualitas yang sesuai dengan persyaratan
 Proses kegiatan dapat berjalan dengan lancar

142 | P a g e
 Gambar 6.2 Ilustrasi Strategic Plan (a)

Gambar 6.3 Ilustrasi Strategic Plan Go (b)

Proses perencanaan ( planning ) proyek dapat dikelompokkan menjadi dua tahap, yaitu yang
pertama planning dalam garis manajemen konsultan dan yang kedua dalam garis manajemen
kontraktor. Perencanaan yang ditangani oleh konsultan mencakup perencanaan fisik struktur
secara terperinci sampai pada perencanaan anggaran biaya dan durasi
pekerjaan.Perencanaan yang ditangani oleh kontraktor mencakup perencanaan metode

143 | P a g e
kontraktor, rencana anggaran dalam pelaksanaan dan perencanaan administrasi lapangan
maupun perusahaan.
Metode Project Management yang digunakan oleh pelaksana proyek (kontraktor) baik
manajemen pelaksana, manajemen pengawasan, serta manajemen dari organisasi pemilik
proyek pada umumnya adalah sama yaitu dengan berpatokan pada laporan-laporan tertulis
yang disesuaikan dengan keadaan nyata dilapangan. Laporan-laporan tertulis tersebut bisa
berupa laporan harian, laporan mingguan dan lain-lain.
Sebuah proyek dapat didefenisikan sebagai suatu usaha dalam jangka waktu yang ditentukan
dengan sasaran yang jelas yaitu mencapai hasil yang telah dirumuskan pada waktu awal
pembangunan proyek akan dimulai.
Sasaran utama dalam manajemen proyek dapat dikategorikan sebagai berikut:

1. pengembangan dan penyelesaian sebuah proyek dalam budget yang telah ditentukan,
jangka waktu yang telah ditetapkan dan kualitas bangunan proyek sesuai dengan
spesifikasi teknik yang telah dirumuskan,
2. bagi kontraktor yang bonafide yaitu untuk mengembangkan reputasi akan kualitas
pekerjaannya (workmanship) serta mempertahankannya,
3. menciptakan organisasi di kantor pusat maupun di lapangan yang menjamin
beroperasinya pekerjaan proyek secara kelompok (team work),
4. menciptakan iklim kerja yang mendukung baik dari segi sarana,kondisi kerja,
keselamatan kerja dan komunikasi timbal balik yang terbuka antara atasan dan
bawahan,
5. menjaga keselarasan hubungan antara sesamanya sehingga orang yang bekerja akan
didorong untuk memberikan yang terbaik dari kemampuan dan keahlian mereka.
Manajemen proyek meliputi proses perencanaan (planning) kegiatan,
pengaturan (organizing), pelaksanaan dan pengendalian (controlling). Proses perencanaan,
pengaturan, pelaksanaan dan pengendalian tersebut dikenal proses manajemen.
Perencanaan (planning) adalah peramalan masa yang akan datang dan perumusan kegiatan-
kegiatan yang akan dilakukan untuk mencapai tujuan yang ditetapkan berdasarkan
peramalan tersebut.
Bentuk dari perencanaan dapat berupa: perencanaan prosedur, perencanaan metode kerja,
perencanaan standar pengukuran hasil, perencanaan anggaran biaya, perencanaan program

144 | P a g e
(rencana kegiatan beserta jadwal). Pengaturan (organizing) bertujuan melakukan
pengaturan dan pengelompokan kegiatan proyek konstruksi agar kinerja yang dihasilkan
sesuai dengan yang diharapkan. Tahap ini menjadi sangat penting karena jika terjadi
ketidaktepatan pengaturan dan pengelompokan kegiatan, bisa berakibat langsung terhadap
tujuan proyek. Pengendalian (controlling) adalah proses penetapan apa yang telah dicapai,
evaluasi kerja, dan langkah perbaikan bila diperlukan.

6.2 Proyek besar IT

Gambar 6.4 Ilustrasi Big Project

145 | P a g e
Dalam proyek-proyek besar, pengelolaan proyek sangat berpengaruh besar dalam
keberhasilan atau kesuksesan sebuah proyek. Berbagi peran sangat dibutuhkan dalam
pengelolaan proyek, diantaranya :

6.2.1 Project Manager

Tanpa Project Manager, tim IT akan sulit menentukan arah. Karena memang harus ada satu
orang yang fokus untuk mengatur task dan berbicara dengan client. Bila programmer harus
berbicara langsung dengan client bisa habis sudah, apalagi bila harus berbicara dengan
komite. Waktu untuk mengerjakank aplikasi pun tidak akan cukup. Project manager
berperan besar untuk menjadi barrier bagi rekan - rekank setimnya dalam hal negosiasi
infrastruktur dan timeline pengerjaan proyek. Juga untuk membatasi fitur yang tidak
seharusnya dikerjakan di dalam timeline yang ditentukan. Tantangan menjadi project
manager adalah bagaimana kita harus membendung fitur yang diinginkan client tapi
ternyata harus mengganggu timeline yang ada. Pasti bikin greget kalau sudah merasakan hal
tersebut.Selain itu Project Manager pun diharapkan mempunyai pengetahuan yang sama
dengan rekan setimnya, paling tidak pernah menjadi programmer terlebih dahulu agar bisa
mengukur kemampuan temannya untuk menyelesaikan suatu task. Bila tidak pernah
melakukan programming, bisa jadi task yang diberikan tidak sesuai dengan kemampuan
pengerjaan programmer-nya.

6.2.2 System Analyst

System Analyst berperan besar dalam analisis keseluruhan sistem dan bisnis proses. Bisnis
proses yang diinginkan client harus dipastikan dapat garis besar dan detailnya. Kemudian
divalidasi kepada client dan diterjemahkan menjadi beberapa wujud diagram. Bisa
berupa flowchart, DFD, maupun UML. Jangan lupa analisis juga kebutuhan database-nya
dan harus dituangkan ke dalam ERD. Tidak lepas pula analisis penunjang lain seperti
kebutuhan networking dan infrastruktur harus dianalisa juga bersama network
engineer dan system engineer. Dan kewajibannya adalah mendokumentasikannya dengan
baik agar dapat digunakan oleh programmer. System Analyst berperan besar dalam
memudahkan programmer untuk tidak melakukan analisanya sendiri. Salah satu masalah
dalam proyek IT adalah bila programmer harus melakukan analisa sendiri. Misal apakah

146 | P a g e
suatu form harus divalidasi dengan rule tertentu. Atau programmer bingung dengan bisnis
proses yang harus seperti apa. Kebingungan tersebut dapat membuat flow aplikasi atau
sistem menjadi tidak semestinya, karena itu disanalah peran system analyst diperlukan.

6.2.3 UI/UX Designer

Tidak semua tim memperkejakan seorang UI/UX Designer secara terpisah dari frontend
designer. UI/UX Designer juga bukanlah desainer grafis yang sering salah diartikan. Disini
UI/UX Designer pun sebenarnya harus dipisah lagi menjadi dua peran, namun masih bisa
digabung bila lingkupnya tidak terlalu besar. UX Designer berperan dalam bagaimana
membuat pengguna merasa nyaman dan betah dalam menggunakan aplikasi. Tapi yang
utama adalah bagaimana membuat user dapat menyelesaikan kebutuhannya saat
menggunakan aplikasi. Tidak mungkin kan bila user ingin membuat sebuah data baru tapi
tombolnya tersembunyi atau harus melakukan 5 aksi terlebih dahulu? disanalah peran UX
Designer untuk menentukan seperti apa aplikasi harus berinteraksi dengan user-nya.
Hasilnya, akan diwujudkan oleh UI Designer untuk menjadi wireframe atau rancangan kasar
berupa layout yang akan dikerjakan oleh frontend desinger. Frontend designer akan
membuat berbagai komponen dengan komposisi warna yang berbeda yang akan digunakan
oleh application developer.

6.2.4 Technical Writer

Haruskah seorang programmer yang mendokumentasikan keseluruhan sistem yang dibuat?

tentu tidak, karena itu dalam sebuah tim proyek IT harus ada seseorang yang
mendokumentasikannya secara keseluruhan dan jelas. Technical Writer harus berperan
disini. Umumnya pekerjaan ini sering dijumpai oleh kalangan wanita profesional lulusan
jurusan IT. Mungkin salah satu alasannya adalah kepiawaian dalam menanyakan sesuatu dan
dokumentasi yang rapi. Technical Writer tidak hanya mendokumentasikan sistem dan
aplikasi yang dibuat, juga membuat help guide dan software manual documentation untuk
diberikan kepada client. Tanpa dokumentasi yang baik, aplikasi dan sistem hanyalah
seonggok kode yang sulit dimengerti. Client pun bukan dewa yang tahu akan segalanya, oleh
karena itu dokumentasi dan help guide harus dibuat sebaik mungkin.

6.2.5 Quality Assurance

147 | P a g e
Perangkat atau sistem yang dibangun tentu harus lolos uji. Tidak mungkin kita memberikan
sesuatu yang penuh dengan bug dan fitur yang tidak semestinya. Oleh karena itu quality
assurance diperlukan untuk menangani masalah tersebut. Setiap fitur yang dikerjakan
oleh programmer harus segera di-test baik secara manual ataupun otomatis dengan test
case yang sudah disiapkan. Berbagai kemungkinan harus dicoba baik sesuai dugaan maupun
diluar dugaan. Dan jangan lupa test case dan hasil test harus didokumentasikan dengan baik.
Seiring bertambahnya jumlah fitur yang terbenam dalam sistem atau aplikasi, diharapkan
seorang quality assurance mampu melakukan automated testing agar lebih mengefisienkan
waktu dan dapat menggunakan waktunya untuk kepentingan yang lain.

6.2.6 Network Engineer

Seringkali proyek IT skala besar tidak mau melibatkan peran yang satu ini. Padahal
kemampuan computer networking itu mempunyai kekhususan tersendiri. Orang yang
menguasai suatu web framework atau relational database tertentu. Belum tentu
menguasai networking baik itu instalasi maupun maintenance-nya.

6.2.7 System Engineer

Selain harus paham dengan computer networking, system engineer harus mampu menguasai
konfigurasi yang mumpuni untuk menyediakan infrastruktur untuk aplikasi dan sistem yang
diperlukan. Katakanlah bila seorang system engineer harus memasang server dan meng-
install web server dan database di dalamnya, tentu konfigurasi yang diperlukan pun tidak
mungkin secara default saja. Harus ada konfigurasi yang lebih aman dan sesuai dengan
kebutuhan. Belum lagi bila infrastruktur harus tersebar antar wilayah dan gedung. Dan tidak
lain, seorang system engineer pun harus siap sedia setiap saat seperti Rexona bila terjadi
masalah dengan infrastruktur. Berbeda dengan network engineer yang masih bisa dikerjakan
besok. Seorang system engineer, harus sedia 24 jam karena masih bisa mengakses sistem
melalui SSH di laptop mereka. Itu tantangannya.

6.2.8 Frontend Designer

148 | P a g e
Frontend designer merupakan salah satu jenis peran dari programmer yang berada dalam
proyek IT. Tentu saja tantangannya mempunyai keunikan tersendiri dibandingkan backend
web developer. Kemampuanya dibutuhkan dalam menerjemahkan apa yang dibuat oleh
UI/UX Designer. Namun tidak jarang ada juga yang merangkap ketiganya. Selain
menjadi frontend designer juga sebagai UI/UX designer. Biasanya frontend designer akan
mengerjakan rancangan jadi berupa HTML/CSS/Javascript yang berisikan efek - efek
jQuery dan sudah membuat tampilan web dengan dihiasi CSS. Sehingga programmer lain
dalam hal ini web developer dapat mulai menjahit logikanya dengan sisi backend yang akan
dibuatnya.

6.2.9 Web Developer

Backend web developer merupakan salah satu jenis peran dari programmer yang berada
dalam proyek IT. Tugasnya adalah membangun sisi backend yang kokoh serta
mengimplementasikan database dan bisnis proses yang sudah diberikan oleh system analyst.
Jangan sampai web developer mengambil keputusannya sendiri yang dapat berpengaruh
buruk terhadap pengembangan aplikasi dan sistem.
Web developer pun bertugas untuk menjahit tampilan web yang sudah dikerjakan
oleh frontend designer. Dan juga menyediakan web service untuk digunakan oleh mobile
developer atau desktop application developer.

6.2.10 Mobile Apps Developer

Bisa jadi mengerjakan aplikasi untuk iOS ataupun untuk Android. Mobile apps
developer bertugas untuk hal tersebut. Tentu saja aplikasi yang dibuatnya harus
sepengathuan UI/UX designer dan mampu berkomunikasi dengan system analyst serta web
developer. Mobile Apps Developer ini tidak bisa berdiri sendiri dan membutuhkan banyak
pihak agar aplikasinya cepat terwujud. Selain itu harus mempu bekerja sama dengan baik
bersama quality assurance karena mobile apps kan menjadi garda terdepan dalam suatu
sistem yang digunakan langsung oleh client.

6.2.11 Desktop Application Developer

149 | P a g e
Tidak semua aplikasi berbasis mobile atau web, yang membutuhkan desktop pun masih ada.
Walaupun paradigmanya mulai berbeda dimana aplikasi desktop mulai menggunakan web
service selayaknya mobile apps. Di perusahaan manufaktur, rumah sakit,
dan retail kebutuhan akan aplikasi desktop masih tinggi misalnya untuk membangun help
desk ataupun point of sale. Karena memang lebih efektif bila harus menggunakan
aplikasi desktop ketimbang dengan aplikasi web yang bisa lebih lambat performanya.
Desktop application developer harus mampu bekerjasama dengan pihak lain
sebagaimana mobile apps developer bila harus web service centric. Namun ada juga yang
tidak membutuhkan web service sehingga tidak perlu berinteraksi banyak dengan web
developer.

6.3 Contoh Proyek : Peer to Peer Lending.

Gambar 6.5 Ilustrasi Peer to peer lending

Peer to peer lending adalah sebuah metode pembiayaan hutang yang memungkinkan
individu untuk meminjam dan meminjamkan uang tanpa lembaga keuangan sebagai

150 | P a g e
perantara. Fintech Lending dalam skema P2P lending adalah layanan yang
menyediakan platform teknologi yang terintegrasi secara digital dan transparant, dimana
masyarakat yang memiliki sejumlah modal dapat menyalurkannya dalam bentuk investasi
kepada peminjam.

6.3.1 Perkembangan Peer to Peer Lending

Gambar 6.6 Ilustrasi Perkembangan P2P

Bisnis fintech lending dalam negeri memang terhitung berkembang pesat. Data OJK
mencatat, hingga kuartal III 2017, penyaluran pinjaman telah mencapai Rp 1,4 triliun.
Jumlah tersebut naik 497% dari realisasi Desember tahun lalu yang hanya tercatat Rp 242,49
miliar. “Dari yang sudah terdaftar 22 fintech kami juga dorong untuk ekspansi wilayah untuk
membangun Indonesia dari pinggir,” terang Hendrikus, baru-baru ini[2].
Salah satu pemicu pertumbuhan P2P Lending di Indonesia adalah masih sangat rendahnya
inklusi keuangan di Indonesia. Asosiasi FinTech Indonesia melaporkan masih ada 49 juta
UKM yang belum bankable di Indonesia yang umumnya disebabkan karena pinjaman modal
usaha mensyaratkan adanya agunan. P2P Lending dapat menjembatani UKM peminjam
yang layak/credit worthy menjadi bankable dengan menyediakan pinjaman tanpa agunan[3].
Peer-to-peer marketplace merupakan suatu wadah yang mempertemukan banyak orang
yang mebutuhkan pinjaman dengan banyak orang lainnya yang bersedia
memberikan pinjaman.
Berikut tahapan proses dalam peer to peer lending :
1. Mengajukan pinjaman online

151 | P a g e
 2. Verifikasi data peminjam
3. Analisis & persetujuan pinjaman
4. Penawaran pinjaman
5. Pinjaman didanai
6. Pencairan pinjaman
7. Pembayaran pinjaman

Gambar 6.7 Ilustrasi Peer to Peer Lending

6.3.2 Target Market

1) 51% Tidak memiliki rekening Bank
Sebanyak 92 juta jiwa penduduk dewasa di Indonesia belum tersentuh
layanan finansial atau perbankan, dan ini merupakan target pasar yang sangat
besar.
2) 26% Memiliki rekening bank tapi tidak memiliki pinjaman
Sebanyak 47 juta jiwa penduduk dewasa di Indonesia sudah memiliki rekening
di bank namun tidak memiliki fasilitas pinjaman.
3) 23% Memiliki rekening di bank dan memiliki pinjaman
Sebanyak 42 juta jiwa penduduk dewasa di Indonesia sudah memiliki rekening
di bank dan memiliki fasilitas pinjaman.

6.3.3 Manfaat dan resiko peer to peer lending

152 | P a g e
Bagi peminjam, manfaat yang dirasa antara lain mendorong inklusi keuangan, memberikan
alternatif pinjaman bagi debitur yang belum layak kredit, prosesnya mudah dan cepat.
Bagi investor fintech merupakan alternatif investasi dengan return yang lebih tinggi dengan
risiko default yang tersebar di banyak investor dengan nominal masing-masing cukup rendah
dan investor dapat memilih peminjam yang didanai sesuai preferensinya.
Bagi perbankan, kerjasama dengan fintech dapat mengurangi biaya (misalnya penggunaan
nontraditional credit scoring untuk filtering awal aplikasi kredit), menambah DPK,
menambah channel penyaluran kredit dan merupakan alternatif investasi bagi perbankan.
Sedangkan resiko dalam peer to peer lending adalah sebagai berikut :

1. Risiko Bisnis & Industri apabila terjadi gangguan layanan atau kerusakan dari
penyedia jasa seperti server, koneksi broadband, data security ,etc.
2. Gagal Bayar oleh peminjam, akibat kesalahan analisa kredit ataupun kondisi diluar
dugaan seperti sakit keras atau meninggal dunia.
3. Pembayaran Bergantung kepada Peminjam.
4. Pembayaran pinjaman telat dari jadwal.
5. Penipuan Indentitas
6. Resiko apabila terjadi musibah
7. Fraud. dapat terjadi dalam berbagai bentuk, antara lain peminjam fiktif.
8. Proses collection. Skala usaha yang kecil dan pengalaman yang belum lama
menyebabkan proses collection yang dilakukan belum tentu sebaik yang dilakukan
oleh bank sehingga berpotensi menurunkan recovery rate.

6.3.4 Regulasi

Penyelenggara menyediakan, mengelola, dan mengoperasikan Layanan Pinjam Meminjam

Uang Berbasis Teknologi Informasi dari pihak Pemberi Pinjaman kepada pihak Penerima
Pinjaman yang sumber dananya berasal dari pihak Pemberi Pinjaman.
Penyelenggara P2P dilarang untuk : bertindak sebagai Pemberi Pinjaman atau Penerima
Pinjaman; menerbitkan surat utang; melakukan kegiatan usaha selain P2P.
Modal minimum adalah Rp 1 Miliar saat pendaftaran dan Rp 2.5 Miliar pada saat
mengajukan permohonan perizinan. Dan kepemilikan Indonesia minimum 15% dan asing

153 | P a g e
maksimal 85% atas pesetujuan OJK. Sedangkan untuk peminjam di P2P harus berasal dan
berdomisili di wilayah hukum Indonesia.

6.3.5 Kualifikasi SDM

Penyelenggara wajib memiliki sumber daya manusia yang memiliki keahlian dan/atau latar
belakang di bidang teknologi informasi. Penyelenggara wajib memiliki paling sedikit 1
(satu) orang anggota Direksi dan 1 (satu) orang anggota Komisaris yang berpengalaman
paling sedikit 1 (satu) tahun di industri jasa keuangan. Mitigasi Resiko. Dalam proses pinjam
meminjam, P2P wajib menggunakan escrow account dan virtual account, menyediakan
virtual account bagi setiap Pemberi Pinjaman. Sementara dalam rangka pelunasan pinjaman,
Penerima Pinjaman melakukan pembayaran melalui escrow account Penyelenggara untuk
diteruskan ke virtual account Pemberi Pinjaman.

6.3.6 Business model canvas

Business model canvas merupakan design model dari sebuah bisnis yang akan dibagung,
dalam business model canvas ini akan tergambar secara menyeluruh komponen-komponen
apa saja yang terlibat dalam operasional bisnis nantinya, dan ini merupakan salah satu tools
wajib yang harus dimiliki jika kita akan membangung sebuah perusahaan startup.
Berikut adalah business model canvas untuk peer to peer lending

154 | P a g e
 Tabel 6.1. Model Canvas Peer to Peer Lending

6.3.7 Kelebihan dan Kekurangan P2P

Kelebihan
1. Suku bunga yang rendah dibanding Bank.
2. Proses pengajuan pinjaman jauh lebih cepat dan mudah, syarat lebih ringan dan
tidak terlalu formal.
3. Peminjam bisa menjelaskan alasan mengapa reputasi buruk dan tetap bisa
mengajukan pinjaman selama ada yang bersedia meminjamkan.
4. P2P lending merupakan pinjaman tanpa agunan yang artinya jaminan apapun sama
sekali tidak diperlukan.

Kekurangan
155 | P a g e
1. Suku bunga pinjaman melonjak naik saat kelayakan kredit peminjam jatuh.
2. Jika telat bayar tagihan akan meningkat signifikan.
3. Tidak ada jaminan 100% pengajuan pinjaman terpenuhi, dan jika tidak
terkumpul dana akan dibalikkan ke investor.

156 | P a g e
 6.4 Rujukan Teknologi
a. Micro Services

Teknologi yang digunakan dalam peer to peer lending ini menggunakan arsitektur yang
dinamis, dimana kita dapat membangun aplikasi yang multi platform dan multi device,
seperti design dibawah ini :

Gambar 6.7 Technology Stack (Microservices)

(sumber : https://docs.oracle.com/en/solutions/learn-architect-
microservice/index.html#GUID-BDCEFE30-C883-45D5-B2E6-325C241388A5 )

 Clients
Clients adalah layer teratas yang merupakan area customer dan petugas administrasi
dalam mengakses atau menggunakan aplikasi peer to peer lending ini. Yang
termasuk dalam kategori ini adalah Website, Android, iOS, Services dll.
 API Gateway
API gateway adalah layer tengah yang berfungsi sebagai Middleware Client ke
Services. Contoh API Gateway yang bias diterapkan adalah
4) Kong
5) SeeSaw

157 | P a g e
 6) Dll

 Services
Services adalah gabungan dari beberapa service yang saling integrated dengan
services yang lain. Services yang saling integrated (komunikasi dengan servis lain)
akan dicofigurasi oleh layer kedua yaiut API Gateway

 Data Store
sedangkan data store adalah pusat database untuk menyimpan semua informasi atau
data yang dibutuhkan dalam peleloaan system, termasuk data transaksional dan
system database akan disimpan diarea ini.

b. Tabel Teknologi

Jenis Teknogi Deskripsi

Bahasa Pemrograman : Pemilihan Bahasa sangat menentukan.
Golang,PHP,Python Versi compiled language sangat dianjurkan
untuk microservices
RDBMS/ODBMS : Postgre,MongoDb Postgre sangat mendukung support
Infrastructure : Cloud Compute, Cloud Compute seperti AWS, GCP, Ali
CI/CD,Repository Cloud

158 | P a g e
159 | P a g e
160 | P a g e
 BAB VII Konsep Komputasi Terdistribusi

7.1 Tentang Komputasi Terdistribusi

Distributed Computing merupakan bidang ilmu komputer yang mempelajari sistem

terdistribusi. Sebuah sistem terdistribusi terdiri dari beberapa komputer otonom yang
berkomunikasi melalui jaringan komputer. Komputer yang saling berinteraksi untuk
mencapai tujuan bersama. Suatu program komputer yang berjalan dalam sistem terdistribusi
disebut program didistribusikan, dan didistribusikan pemrograman adalah proses menulis
program tersebut. Distributed computing juga mengacu pada penggunaan sistem
terdistribusi untuk memecahkan masalah komputasi. Dalam distributed computing, masalah
dibagi menjadi banyak dan masing-masing yang diselesaikan oleh satu komputer.
Proyek SETI@home yang didirikan oleh David Anderson merupakan contoh dari
proyek komputasi terdistribusi. Tujuan proyek ini adalah melakukan analisis data yang
diterima oleh teleskop radio Arecibo untuk mencari sinyal yang mungkin dikirimkan oleh
mahkluk cerdas yang berasal dari luar bumi. Proyek SETI@home ini kemudian menjadi
komputer tercepat didunia yang dibangun untuk keperluan tertentu. Kini para ilmuwan
mendapatkan akses untuk sumber daya komputasi yang luar biasa. Ilmuan hanya perlu
melakukan pembentukan masalah komputasi dalam aplikasi desktop kemudian dilakukan
pendekatan pada publik seberapa pentingnya solusi untuk sebuah masalah. Dalam
rangkuman diatas kita dapat menyimpulkan bahwa Komputasi Terdistribusi yaitu ilmu yang
memecahkan masalah besar dengan memberikan ( distribusi ) bagian – bagian masalah kecil
dari masalah yang besar, kemudian menggabungkan solusi – solusi untuk bagian yang
menjadi solusi masalah tersebut. Dalam komputasi terdistribusi, suatu program dipecah ke
dalam bagian-bagian yang berjalan secara simultan (bersamaan) pada banyak komputer yang
berkomunikasi di atas suatu jaringan. Komputasi terdistribusi merupakan suatu bentuk dari
komputasi paralel, tetapi komputasi paralel sangat umum digunakan untuk menggambarkan
bagian-bagian program yang berjalan secara simultan pada banyak prosesor dalam komputer
yang sama. Kedua tipe pemrosesan iniy memerlukan pembagian suatu program ke dalam
bagian-bagian yang berjalan secara bersamaan, tetapi program-program terdistribusi sering
harus berhadapan dengan lingkungan yang heterogen, link jaringan dengan latency
bervariasi, dan kegagalan yang tidak dapat diprediksi, baik di dalam jaringan maupun

161 | P a g e
komputer. Pengaturan interaksi antar komputer yang mengeksekusi komputasi terdistribusi
merupakan pekerjaan utama. Agar mampu memanfaatkan berbagai jenis komputer, maka
protokol atau saluran komunikasi sebaiknya tidak mengandung atau menggunakan suatu
informasi yang tidak dapat dipahami oleh mesin tertentu. Sistem harus dapat memastikan
messages benar-benar tersampaikan dengan benar, juga saat messages invalid maka sistem
harus melakukan langkah-langkah antisipasi. Jika ini tidak ditangani kemungkinan akan
menyebabkan sistem down dan berbagai aktifitas berikutnya di dalam jaringan akan ditolak
(reject). Faktor penting lain adalah kemampuan untuk men-deploy software ke komputer
lain secara portable sehingga memungkinkan eksekusi dan interaksi dengan jaringan yang
telah ada. Ini mungkin tidak akan praktis ketika mengunakan hardware dan sumber daya
berbeda, dimana kita harus memikirkan cara lain seperti cross-compiling atau melakukan
porting software tersebut secara manual.

Gambar 7.1. Komputasi Terdistribusi

https://www.devteam.space/
Tujuan utama dari sistem komputasi terdistribusi adalah untuk menghubungkan para
pengguna dan sumber daya dalam cara yang transparent, open dan scalable. Idealnya, ini
akan membuat sistem lebih fault-tolerant daripada sistem komputer stand-alone. Openness
merupakan properti dari sistem terdistribusi dimana setiap sub-sistem secara kontinu terbuka
untuk berinteraksi dengan sistem lain. Protokol web services adalah standard yang
memungkinkan sistem terdistribusi di-extend dan di-scale. Secara umum, suatu sistem
terbuka yang bersifat scalable memberikan keuntungan lebih dibandingkan sistem yang
tertutup dan self-contained (menyatu).

162 | P a g e
Konsekuensinya, sistem terdistribusi terbuka memberikan beberapa tantangan berikut:

 Monotonicity. Begitu sesuatu dipublikasikan di dalam sistem terbuka (open system)

maka tidak dapat diambil kembali.
 Pluralism. Sub-sistem-subsistem berbeda dalam sistem open distributed dapat
mempunyai informasi yang heterogen, mungkin pula overlap dan menyebabkan
konflik. Tidak ada pengatur kebenaran sentral dalam sistem open distributed.
 Unbounded nondeterminism. Secara asinkron, subsistem-subsistem dapat naik dan
turun, dan link komunikasi dapat masuk dan keluar antar sub-sistem dalam sistem
open distributed. Karena itu, waktu yang diperlukan untuk menyelesakan suatu
operasi tidak dapat dibatasi dan dipastikan.

Suatu distributed system dapat menurunkan reliabilitas total dari komputasi jika
ketidak-tersediaan dari suatu node dapat menyebabkan gangguan bagi node-node lain.
Troubleshooting dan diagnosing terhadap masalah dalam distributed system dapat menjadi
lebih sulit, karena perlu analisis yang berkaitan dengan node jauh atau menginspeksi
komunikasi antar node di dalam sistem. Banyak tipe komputasi tidak cocok bagi lingkungan
terdistribusi, biasanya yang berhubungan dengan jumlah komunikasi jaringan atau
sinkronisasi yang dibutuhkan antar node. Jika bandwidth, latency, atau persyaratan
komunikasi begitu signifikan, maka tidak ada keuntungan dari distributed computing dan
kinerja dapat lebih burukk daripada lingkungan non-distributed.

7.2 Sejarah Singkat Komputasi Terdistribusi

Perkembangan kecepatan prosesor berkembang sesuai dengan hukum Moore,

meskipun demikian bandwidth jaringan komputer berkembang jauh lebih pesat. Semakin
cepatnya jalur komunikasi ini membuka peluang untuk menggabungkan kekuatan komputasi
dari sumber-sumber komputasi yang terpisah. Perkembangan ini memungkinkan skala
komputasi terdistribusi ditingkatkan lebih jauh lagi secara geografis, melintasi batas-batas
163 | P a g e
domain administrasi yang sudah ada. Pesatnya perkembangan teknologi di negara-negara
maju, membuat para peneliti semakin haus akan tenaga komputasi yang dapat menjawab
tantangan dan permasalahan yang mereka hadapi. Walaupun sudah memiliki super komputer
dengan kapasitas yang sangat tinggi, apa yang sudah ada ini masih dirasa kurang, karena
mereka berusaha memecahkan permasalahan yang lebih besar lagi. Setelah semua komputer
yang dimiliki oleh seorang peneliti yang haus akan tenaga komputasi digunakan secara
habis-habisan untuk memecahkan masalah, setelah berbagai cara untuk memecahkan
masalah dicoba, dan dipilih yang paling efisien, tetapi tetap saja masalahnya belum juga
dapat terpecahkan, maka komputasi terdistribusi adalah salah satu jawaban untuk
memecahkan persoalan tersebut. Komputasi terdistribusi disusun dari kesepakatan-
kesepakatan terhadap masalah yang fundamental, dibutuhkan untuk mewujudkan komputasi
bersama dalam skala besar. Kesepakatan dan standar yang dibutuhkan adalah dalam bidang
autentikasi, otorisasi, pencarian sumber daya, dan akses terhadap sumber daya terseebut.
Komputasi terdistribusi berusaha untuk mencapai kualitas layanan yang canggih, (nontrivial
quality of service) yang jauh diatas kualitas layanan komputer personal.

Secara historis, komputasi terdistribusi telah difokuskan pada masalah penyebaran

perhitungan antara beberapa sistem yang bersama-sama bekerja pada masalah. Abstraksi
komputasi terdistribusi paling sering digunakan adalah RPC - Remote Procedure Call. RPC
memungkinkan fungsi remote akan dipanggil seolah-olah itu adalah satu lokal. Sejarah
komputasi terdistribusi RPC-style cukup rumit. Lebih atau kurang itu dimulai dengan Sun
Microsystems 'Open Network Computing (ONC) sistem RPC pada tahun 1987, sebagai
mekanisme komunikasi dasar untuk perusahaan Network File System (NFS). NFS sekarang
didukung pada UNIX, Linux, dan banyak lainnya sistem operasi terdistribusi. NFS
digunakan untuk mengakses direktori dan file yang berada pada komputer remote seolah-
olah mereka direktori dan file yang terletak pada komputer lokal. Komputasi
terdistribusi adalah suatu sistem pada jaringan komputer yang dihubungkan dengan cara

164 | P a g e
tertentu sehingga tampak seperti satu komputer bagi pemakai individual. Komputasi
terdistribusi menggunakan sumber daya komputer yang ada dan melibatkan banyak
komputer yang terdistribusi dan terpisah secara geografis yang bertujuan untuk memecahkan
berbagai macam persoalan komputasi dalam skala besar. Komputasi terdistribusi
mentransformasikan banyak komputer dalam satu jaringan yang dapat digunakan secara
efektif seperti halnya sebuah komputer saja, sehingga memaksimalkan penggunaan sumber
daya komputasi. Hal ini berarti bahwa setiap klien dalam jaringan dapat mengakses setiap
file data yang terdapat dalam jaringan, menjalankan program komputer yang ada dalam
jaringan (baik yang ada dalam server maupun yang ada dalam klien).
Ada 2 buah komponen penting dalam komputasi terdistribusi yaitu server atau
komputer pusat yang secara konstan menyediakan dan menjalankan program komputer dan
database yang dibutuhkan oleh komputer lain di dalam jaringan tersebut.
Serta workstation atau client yang berisi program yang ditempatkan pada server jaringan.
Komputasi terdistribusi merupakan suatu bentuk dari komputasi paralel, tetapi
komputasi paralel sangat umum digunakan untuk menggambarkan bagian-bagian program
yang berjalan secara simultan pada banyak prosesor dalam komputer yang sama. Tujuan
utama dari sistem komputasi terdistribusi adalah untuk menghubungkan para pengguna dan
sumber daya dalam cara yang transparent, open dan scalable. Idealnya, ini akan membuat
sistem lebih fault-tolerant daripada sistem komputer stand-alone.
Tujuan dari komputasi terdistribusi adalah menyatukan kemampuan dari sumber
daya (sumber komputasi atau sumber informasi) yang terpisah secara fisik, ke dalam suatu
sistem gabungan yang terkoordinasi dengan kapasitas yang jauh melebihi dari kapasitas
individual komponen-komponennya. Tujuan lain yang ingin dicapai dalam komputasi
terdistribusi adalah transparansi

7.3 Cara Kerja Komputasi Terdistribusi

Cara kerja komputasi terdistribusi adalah beban kerja akan didistribusikan ke

komputer-komputer yang terhubung untuk diselesaikan dimana semua itu dikendalikan oleh
suatu sistem operasi. Pengguna hanya cukup melakukan pengaturan sistem operasi,
kemudian sistem operasilah yang akan melakukan tugasnya mengorganisasi kemampuan
dan tugas ke komputer-komputer itu. Dalam komputasi terdistribusi, suatu program dipecah
ke dalam bagian-bagian yang berjalan secara simultan (bersamaan) pada banyak komputer
165 | P a g e
yang berkomunikasi di atas suatu jaringan. Komputasi terdistribusi merupakan suatu bentuk
dari komputasi paralel, tetapi komputasi paralel sangat umum digunakan untuk
menggambarkan bagian-bagian program yang berjalan secara simultan pada banyak
prosesor dalam komputer yang sama. Kedua tipe pemrosesan ini memerlukan pembagian
suatu program ke dalam bagian-bagian yang berjalan secara bersamaan, tetapi program-
program terdistribusi sering harus berhadapan dengan lingkungan yang heterogen, link
jaringan dengan latency bervariasi, dan kegagalan yang tidak dapat diprediksi, baik di dalam
jaringan maupun komputer.
Pengaturan interaksi antar komputer yang mengeksekusi komputasi terdistribusi
merupakan pekerjaan utama. Agar mampu memanfaatkan berbagai jenis komputer, maka
protokol atau saluran komunikasi sebaiknya tidak mengandung atau menggunakan suatu
informasi yang tidak dapat dipahami oleh mesin tertentu. Sistem harus dapat memastikan
messages benar-benar tersampaikan dengan benar, juga saat messages invalid maka sistem
harus melakukan langkah-langkah antisipasi. Jika ini tidak ditangani kemungkinan akan
menyebabkan sistem down dan berbagai aktifitas berikutnya di dalam jaringan akan ditolak
(reject). Faktor penting lain adalah kemampuan untuk men-deploy software ke komputer
lain secara portable sehingga memungkinkan eksekusi dan interaksi dengan jaringan yang
telah ada. Ini mungkin tidak akan praktis ketika mengunakan hardware dan sumber daya
berbeda, dimana kita harus memikirkan cara lain seperti cross-compiling atau melakukan
porting software tersebut secara manual.

7.4 Karakteristik Komputasi Terdistribusi

Ciri khas dari komputasi terdistribusi adalah heterogenitas dalam berbagai hal seperti
perangkat keras, sistem operasi, dan bahasa pemrograman karena tidak mungkin untuk
mengembangkan sistem terdistribusi yang homogen secara paksaan, karena secara alamiah
sistem komputer terdistribusi tumbuh dari lingkungan yang heterogen. Kata kunci dalam
menjembatani perbedaan-perbedaan yang muncul adalah interoperabilitas (interoperability).
Ciri lain dari komputasi terdistribusi adalah dimana pemakai tidak perlu menyadari
komputer mana yang bekerja untuk melaksanakan tugas komputasi. Ibaratnya, pemakai
ingin ini dan mendapat hasil komputasi yang diingkan tanpa memandang oleh siapa

166 | P a g e
pekerjaan itu dikerjakan. Semua alokasi sumber daya dan penanganan kerja dikendalikan
oleh sistem operasi. Dicirikan pula menggunakan banyak komputer yang saling terhubung
dalam suatu jaringan komputer, untuk melakukan komunikasi proses antar komputer yang
bekerja.

7.5 Kegunaan Komputasi Terdistribusi

Kegunaan komputasi terdistribusi antara lain adalah untuk membantu manusia dalam
melakukan perhitungan yang sangat besar supaya dapat diselesaikan dengan cepat, tepat dan
akurat, memperlancar pelayanan situs web yang sering dikunjungi, pengetesan algoritma
misal dalam benchmarking masalah-masalah yang berkaitan dengan algoritma genetika,
pendukung server basis data yang besar dan banyak client pengaksesnya, dan lain
sebagainya. Seperti diketahui bahwa kebutuhan manusia akan komputasi yang cepat dan
akurat yang tidak dapat ditangani oleh sebuah mesin komputer misal perhitungan dalam
peramalan posisi benda langit di lembaga penelitian luar angkasa. Selain itu digunakan pula
untuk menangani beban permintaan yang besar semisal search engine agar mampu
menangani ribuan request serentak tanpa mengalami gangguan penundaan pelayanan,
contohnya Google yang memiliki komputer cluster terbesar didunia.

7.6 Dampak Komputasi Terdistribusi

Komputasi terdistribusi memiliki dampak baik dan buruk bagi kehidupan umat
manusia antara lain manusia lebih mudah dan lebih cepat untuk mendapatkan informasi yang
mereka inginkan, membantu manusia untuk melakukan perhitungan yang sangat besar
supaya dapat diselesaikan dengan cepat, tepat dan akurat, membantu perusahaan-perusahaan
besar dalam masalah basis data perusahaan, dan lain sebagainya. Selain itu sistem komputasi
terdistribusi juga memiliki dampak yang kurang baik karena membuat manusia semakin
tergantung kepada komputer atau mesin, komputasi terdistribusi juga sering disalahgunakan
untuk hal-hal yang kurang baik atau untuk kejahatan, dan penggunaan komputasi

167 | P a g e
terdistribusi oleh personal kadang kala menjadi suatu pemborosan karena mereka tidak
memiliki masalah sebesar perusahan atau institusi.

7.7 Kelebihan dan Kekurangan Komputasi Terdistribusi

Jika tidak direncanakan dengan tepat, suatu distributed system dapat menurunkan
reliabilitas total dari komputasi jika ketidak-tersediaan dari suatu node dapat menyebabkan
gangguan bagi node-node lain. Troubleshooting dan diagnosing terhadap masalah dalam
distributed system dapat menjadi lebih sulit, karena perlu analisis yang berkaitan dengan
node jauh atau menginspeksi komunikasi antar node di dalam sistem.
Banyak tipe komputasi tidak cocok bagi lingkungan terdistribusi, biasanya yang
berhubungan dengan jumlah komunikasi jaringan atau sinkronisasi yang dibutuhkan antar
node. Jika bandwidth, latency, atau persyaratan komunikasi begitu signifikan, maka tidak
ada keuntungan dari distributed computing dan kinerja dapat lebih burukk daripada
lingkungan non-distributed.

 Kelebihan komputasi terdistribusi :

1. Pembagian sumber daya antar komputer dibuat lebih mudah.

2. Menyediakan kinerja yang baik dengan mendistribusikan beban kerja ke komputer-
komputer dan mengerjakan bagian dari pekerjaan itu secara bersamaan pada beberapa
processor.
3. Menjadikan sistem keseluruhan lebih handal, karena kegagalan yang terjadi pada salah
satu komponen dapat ditangani oleh komponen yang setingkat lainnya

 Kekurangan komputasi terdistribusi :

1. Penggunaan energi yang digunakan untuk menghidupkan komputer-komputer yang

digunakan sebagai “cluster”.
2. Peralatan pendukung lainnya misalkan piranti jaringan yang digunakan untuk
menghubungkan antar komputer

168 | P a g e
3. Delay komunikasi yang terjadi tidak dapat diprediksi karena melibatkan banyak
komponen serta tidak adanya referensi clock yang universal yang dapat dijadikan system
clock.

7.8 Lalu bagaimana perbedaan antara Distributed

Computing versus Grid Computing?

Pada dasarnya kedua trend ini komputasi terdistribusi dan komputasi terkoneksi (grid
computing) berjalan bersamaan, tergantung bagaimana cara melihat dan memahaminya.
Pada kondisi pasar yang ada saat ini, kedua terminology tersebut saling tumpang tindih,
dimana komputasi terdistribusi merupakan bagian dari komputasi terkoneksi. Terminology
komputasi terkoneksi diambil berdasarkan sebuah scenario ideal dimana mata rantai
pekerjaan CPU dan penyimpanan jutaan system antar fungsi jaringan di dunia dapat diakses
oleh siapapun yang membutuhkannya secara mudah, fleksible dan siap saji. Hal ini tak
ubahnya perusahaan listrik dalam membagikan koneksi listrik kepada pengunanya. Sun
Microsystem mendefisikan komputasi terkoneksi sebagai sebuah infrastruktur perangkat
keras dan lunak yang dapat menyediakan akses kemampuan komputasi secara konsisten,
canggih dan murah.
Komputasi terkoneksi juga dapat meliputi PC desktop, tapi dalam hal ini lebih
berkosentrasi pada workstation yang lebih kuat, atau server, atau mungkin mainframe dan
supercomputer yang bekerja seharian guna menyelesaikan satu masalah. Sehingga
komputasi terkoneksi ini cenderung dipahami sebagai system yang berdedikasi (dedicated),
dan penggunaan utamanya untuk pekerjaan yang berbeda. Dalam skala yang lebih luas,
komputasi terdistribusi dengan berbagai macam bentuknya dapat diartikan sebagai sumber
dari sekumpulan ratusan, ribuan PC end-user, dimana masing-masing memiliki kekurangan
memory dan kekuatan proses pengolahan, dimana tujuannya bukan semata-mata
mendistribusi tugas komputasi, tetapi adalah pelayanan terhadap pengguna(user). Namun
kedua jenis konsep ini jangan dilakukan secara massif, perlu dilakukan pembatasan CPU
baik pada level group, divisi, departemen dalam sebuah perusahaan. Dalam
implementasinya di lapangan, terdapat jenjang dan bentuk dari arsitektur komputasi
terdistribusi, Client-Server Architecture, Peer-to-peer Architecture dan N-Layer Client-
Server Achitekture.

169 | P a g e
a. Client-Server Architecture
Menurut Gallaugher & Ramanathan (1996) :“client/server adalah client
mengirim permintaan ke server, server menterjemahkan pesan, kemudian berusaha
memenuhi permintaan”. Sedangkan menurut Blaha & Premerlani (1998) :
“client/server adalah suatu arsitektur dimana sumber daya server menyediakan
komputasi untuk banyak komponen client. Client dapat mengakses satu server atau
multiple server. Client dan server bisa berjalan pada mesin yg sama atau berbeda,
ditulis dalam berbagai bahasa dan menggunakan system operasi yang berbeda.
Secara umum Client/Server adalah arsitektur jaringan aplikasi yang
memisahkan klien dari server (umumnya GUI). Setiap satuan perangkat lunak klien
berhubungan dengan perangkat lunak server. Client/server adalah arsitektur berskala
dimana setiap komputer atau proses pada jaringan berperan sebagai klien atau server.
Piranti lunak server pada umumnya walaupun tidak selalu akan menjalankan
komputer dengan kekuatan penuh yang secara khusus dan ekslusif menjalankan
aplikasi bisnis. Sedangkan Piranti lunak Client pada umumnya berjalan pada
PC/workstation biasa. Client akan mendapatkan seluruh informasinya dan
mengirimkannya kepada perangkat lunak server untuk sebuah keperluan, sebagai
contoh konfigurasi file, kuota penyimpanan, program aplikasi bisnis atau untuk
membebaskan intensifitas pekerjaan komputasi dan menkondisikan komputer Client
bebas dan siap menjalan pekerjaan lainnya.
Client yang paling poluper dan digunakan secara luas saat ini adalah web
browser dimana berkomunikasi dengan web server melalui internet untuk
mendapatkan dan menampilkan isi halaman web. Bentuk lain dari arsitektur
client/server dikenal dengan istilah 'thin client', dimana terdapat sejumlah Client
yang sedikit. Thin client menggunakan sedikit sumber dari PC Host yang ada. Tugas
dari thin client pada umumnya hanya menampilkan secara grafik tentang informasi
umum dari perangkat lunak server. Hal ini memungkinkan perusahaan untuk lebih
mudah mengelola bisnis logicnya untuk semua aplikasi-aplikasi pada pusat lokasi.
Pada model arsitektur ini, Client tidak dapat berfungsi sebagai Server, tetapi
Server dapat berfungsi menjadi Client (server non-dedicated). Prinsip kerja pada
arsitektur ini sangat sederhana, dimana Server akan menunggu permintaan dari
Client, memproses dan memberikan hasil kepada Client, sedangkan Client akan

170 | P a g e
 mengirimkan permintaan ke Server, menunggu proses dan melihat visualisasi hasil
prosesnya.
Sistem Client Server ini tidak hanya diperuntukkan bagi pembangunan
jaringan komputer skala luas. Sistem ini menggunakan protokol utama Transmission
Control Protocol/Internet Protocol (TCP/IP), sedangkan sistem operasi yang
digunakan antara lain Unix, Linux dan Windows NT.

Lingkungan Database Client/Server di Internet:

1. Menggunakan LAN untuk mendukung jaringan PC
2. Masing-masing PC memiliki penyimpan tersendiri
3. Berbagi hardware atau software

Pada dasarnya Client Server terdiri dari 3 komponen pembentuk dasar, yaitu
Client, Middleware, dan Server. Gabungan dari ketiganya dapat digambarkan
sebagai berikut:

Gambar 7.2. Komponen Client Server

http://technopark.surakarta.go.id/

b. Peer-to-peer Architecture
Bentuk lain dari arsitektur jaringan dikenal dengan arsitektur peer-to-peer,
sebab setiap node atau instance dari sebuah program adalah merupakan klien dan
server dan memilki tugas dan tanggung jawab sendiri. Keduanya baik client/server
maupun arsitektur peer-to-peer banyak digunakan. Masing-masing memiliki
keunggulan maupun kelemahan.

171 | P a g e
 Seperti yang sudah disebutkan sebelumnya, jaringan peer to peer merupakan
jaringan komputer dimana setiap komputer yang terhubung dalam jaringan tersebut
merupakan klien sekaligus juga server. Jaringan ini dibentuk tanpa adanya kontrol
terpusat dari sebuah server yang terdedikasi. Setiap komputer memiliki kedudukan
yang sama. Pertukaran data antar komputer serta penggunaan fasilitas komputer yang
terhubung pada jaringan peer to peer dapat dilakukan secara langsung. Tidak ada
pengendali dan pembagian hak akses.

Gambar 7.3. Skema Sederhana Jaringan Peer to Peer

https://www.nesabamedia.com/
Misalkan ketika komputer A dalam jaringan peer to peer akan mengambil
data dari komputer B, maka pada saat itu komputer A akan bertindak sebagai server
sehinga dapat mengakses file dari komputer B. Sedangkan komputer B saat itu
bertindak sebagai klien. Demikian juga sebaliknya, jika komputer B mengambil data
dari komputer A, atau komputer C, maka saat mengakses file komputer B akan
bertindak sebagai server, dan komputer A atau C bertindak sebagai klien. Kedua
fungsi tersebut, server dank lien dapat dilakukan oleh komputer dalam jaringan peer
to peer secara bersamaan.
Jaringan peer to peer biasanya diterapkan pada jaringan dengan skala kecil,
2 hingga 10 komputer dengan satu atau dua peripheral. Tujuan penggunaan jaringan
peer to peer yang paling utama adalah penggunaan program, data atau peripheral
(misalnya printer) secara bersama-sama. Untuk keamanan, setiap user komputer
bertanggung jawab terhadap keamanan komputernya masing-masing.

Karakterisrik dari jaringan peer to peer antara lain:

1. Tidak memiliki sebuah komputer yang berfungsi sebagai server terdedikasi.
2. Setiap komputer dalam jaringan merupakan server dan sekaligus juga klien.
3. Tidak adanya kontrol pada pengaturan keamanan jaringan.

172 | P a g e
 4. Tidak memerlukan spesifikasi komputer yang setara untuk dapat terhubung
dalam satu jaringan.

Kekurangan Topologi Peer to Peer

1. Tingkat keamanan jaringan rendah, rentan terhadap serangan pihak luar. Sebab
tanpa adanya server, keamanan dalam jaringan ditentukan oleh setiap user
masing-masing komputer.
2. Backup juga dilakukan pada masing-masing komputer.
3. Troubleshooting (identifikasi permasalahan) jaringan lebih sulit, sebab semua
komputer terlibat dalam sistem komunikasi jaringan.
4. Sulit dikembangkan, sebab tipe jaringan ini tidak cocok untuk digunakan dalam
skala besar
5. Administrasi tidak terkontrol.
6. Kinerja jaringan lebih rendah karena selain harus mengelola pemakaian fasilitas
jaringan, setiap komputer juga harus mengelola pekerjaan atau aplikasinya
sendiri.
7. Banyak file sharing akan mempengaruhi kinerja komputer.

Untuk membangun jaringan peer to peer tidak memerlukan hub, sebab antar
komputer bisa langsung dihubungkan menggunakan sebuah kabel UTP dan konektor
RJ45. Komputer yang dihubungkan pun tidak harus memiliki spesifikasi yang sama,
cukup dengan menambahkan network card pada komputer, maka komputer bisa
saling terhubung.
Pada jaringan internet, penggunaan konsep peer to peer oleh berbagai
penyedia layanan peer to peer atau yang dikenal dengan istileh ‘file sharing’
membuat kita dapat melihat file yang dimiliki orang lain yang juga terhubung dengan
internet. Dan bukan hanya itu, kita juga dapat mendownload dan mengcopynya. Hal
ini menjadi kontroversi, sebab ilegal file sharing dapat menimbulkan banyak
kerugian, misalnya seperti kasus Naspster (berbagi file musik) di tahun 1999 lalu.

1. N-tier Client-Server Architecture

Aplikasi server selalu menyimpan data pada mesin ke-tiga, dikenal dengan
server database. Ini juga disebut arsitektur 3-lapis dimana arsitektur Client/Server

173 | P a g e
 yang utama adalah dua-lapis (two-layers). Umumnya arsitektur n-tier atau arsitektur
multi-tier dapat menerapkan beberapa kegiatan yang berbeda, termasuk hubungan
transitif antara aplikasi server yang menrapkan fungsi berbeda dari bisnis logis,
setiap fungsi bisa saja memanfaatkan atau tidak terhadap sistem database berbeda.
Pada proses komputerisasi, three-tier adalah arsitektur client-server dimana
user interface, logika proses fungsional (aturan bisnis) da penyimpanan data serta
akses data dikembangkan dan pelihara sebagai modul yang berdiri sendiri, sering kali
dalam flatform yang berbeda. Istilah three-tier atau threelayer, sebagaimana konsep
arsitektur multi-tier, terkesan dikembangkan oleh aplikasi lunak rasional atau
microsoft.
Model three-tier cenderung menjadi arsitektur aplikasi lunak dan inti dari
desain aplikasi lunak. Terpisah dari kelebihan umum dari aplikasi lunak modular
yang didefenisikan sebagai interface, arsitektur three-tier memiliki kecenderungan
bentuk three-tier ini ditingkatkan atau diganti secara mandiri sebagai tuntutan dari
perubahan teknologi. Sebagai contoh, peningkatan sistem operasi desktop dari
microsoft windows ke unix merupakan dampak dari kode interface pengguna.
Seiring dengan hal tersebut, interface pengguna menjalankan PC desktop atau
workstation dan penggunaan GUI, logika proses fungsionalnya terdiri dari satu atau
lebih modul yang berbeda yang berjalan diatas server workstation atau aplikasi
server, dan sebuah RDMS pada server database atau mainframe memiliki
penyimpanan data yang logic. Lapisan antara dapat juga berbentuk memulti lapiskan
dirinya sendiri (dalam kasus ini keseluruhan arsitektur dikenal dengan arsitektur n-
tier).
Dalam eksplorasi aplikasi lunak, arsitektur multi-tier digunakan untuk
menjabarkan sesuatu dimana derajat pemisahan yang dimilki oleh satu atau lebih
agent aplikasi lunak antara komponen diskrit dalam upaya untuk mefasilitasi
pemprosesan di beberapa hal. Sebagai contoh hal ini digunakan pada perangkat
tengah untuk pelayanan permintaan data yang lebih efisien atara pengguna dengan
database. Ini juga dapat disandarkan sebagai arsitektur n-tier. Istilah yang paling
bayak digunakan adalah arsitektur threetier.

174 | P a g e
 Konsep pemrogramman three tier (3 tier) atau yang biasa disebut dengan
konsep client server programming merupakan konsep pemrograman yang terdiri dari
3 komponen logic layer yang saling berkaitan.

Berikut gambaran secara umum untuk arsitektur pemrogramman model

three-tier memiliki 3 fungsionalitas sistem yang independent, yaitu

1. Komponen klien (Client application) yaitu komponen yang berjalan diatas local
komputer user / client. (tier 1) Pada layer ini , akses tidak bisa sampai pada
RDBMS layer jika tidak ada koneksi ke aplikasi server (layer 2 / tier 2) .

2. Aplikasi server (Aplication server) yaitu komponen yang berjalan pada remote
server yang berfungsi sebagai koneksi antara klien dengan database system. (Tier
2). Pada layer ini , merupakan layer yang menghubungkan antara layer client (tier
1) dengan layer RDBMS Application (tier 3). layer ini berisi package, objek,
method, fungsi dan segala aktifitas query yang akan dijalankan pada layer 3 / tier
3 (RDBMS Application).
3. Aplikasi RDBMS (RDBMS Application) yaitu kumpulan database , data
resource manager dan aplikasi mainframe (Tier 3). Pada layer ini, berisi
kumpulan database dan data resource manager yang merupakan pusat database
suatu sistem. Layer 3 / tier 3 atau aplikasi RDBMS , tidak bisa diakses secara
langsung melalui layer 1 / tier 1 atau aplikasi klien. jika aplikasi klien tidak
terkoneksi ke layer 2 / tier 2 atau aplikasi server.

Layanan presentasi atau logika antarmuka pengguna ditempatkan pada mesin

client. Logika bisnis dikeluarkan dari kode client dan ditempatkan dalam tingkat
menengah. Lapisan layanan data berisi server database. Setiap tingkatan dalam
model three-tier berada pada komputer tersendiri. Konsep model three-tier adalah
model yang membagi fungsionalitas ke dalam lapisan-lapisan, aplikasiaplikasi
mendapatkan skalabilitas, keterbaharuan, dan keamanan.
Arsitektur Three Tier merupakan inovasi dari arsitektur Client Server. Pada
arsitektur Three Tier ini terdapat Application Server yang berdiri di antara Client dan
Database Server. Contoh dari Application server adalah IIS, WebSphere, dan

175 | P a g e
 sebagainya. Application Server umumnya berupa business process layer, dimana
bisa didevelop menggunakan PHP, ASP.Net, maupun Java. Sehingga kita
menempatkan beberapa business logic kita pada tier tersebut. Arsitektur Three Tier
ini banyak sekali diimplementasikan dengan menggunakan Web Application.
Karena dengan menggunakan Web Application, Client Side (Komputer Client)
hanya akan melakukan instalasi Web Browser.
Dan saat komputer client melakukan inputan data, maka data tersebut dikirimkan
ke Application Server dan diolah berdasarkan business process-nya. Selanjutnya
Application Server akan melakukan komunikasi dengan database server. Biasanya,
implementasi arsitektur Three Tier terkendala dengan network bandwidth. Karena
aplikasinya berbasiskan web, maka Application Server selalu mengirimkan Web
Application-nya ke komputer Client. Jika kita memiliki banyak sekali client, maka
bandwidth yang harus disiapkan akan cukup besar, Sedangkan network bandwidth
biasanya memiliki limitasi. Oleh karena itu biasanya, untuk mengatasi masalah ini,
Application Server ditempatkan pada sisi client dan hanya mengirimkan data ke
dalam database server. Konsep model three-tier adalah model yang membagi
fungsionalitas ke dalam lapisan-lapisan, aplikasi-aplikasi mendapatkan skalabilitas,
keterbaharuan, dan keamanan.

Bayangkan seandainya internet computing tidak hanya bermanfaat untuk sekedar

melakukan perhitungan-perhitungan, melainkan untuk sesuatu yang lebih kompleks dari itu.
Suatu kemungkinan untuk berbagi sumber daya (resource) untuk kepentingan bersama.
Berhubung pengembangan sains masa kini dilakukan secara kolaboratif dan multi disiplin,
maka kegiatan ini tidak lagi dibatasi oleh suatu institusi maupun negara tertentu. Internet
melalui web dan email telah menawarkan mekanisme dasar yang memungkinkan sebuah
kelompok ilmuwan untuk bekerja secara bersamaan tanpa menghiraukan batasan geografis.
Tapi bagaimana jadinya apabila mereka dapat membangun hubungan (link) antar data,
komputer, perangkat sensor, dan sumber daya lain yang mereka miliki untuk membentuk
sebuah laboratorium virtual? Grid computing merupakan jawabannya. Grid computing
memungkinkan semua itu terwujud dengan menyediakan protokol, servis dan kit
pengembangan perangkat lunak untuk keperluan berbagi sumber daya secara fleksibel dan
terkendali dalam skala besar.

176 | P a g e
 Grid computing sebenarnya merupakan sebuah aplikasi pengembangan dari jaringan
komputer (network). Hanya saja, tidak seperti jaringan komputer konvensional yang
berfokus pada komunikasi antar pirati (device), aplikasi pada Grid computing dirancang
untuk memanfaatkan sumber daya pada terminal dalam jaringannya. Grid computing
biasanya diterapkan untuk menjalankan sebuah fungsi yang terlalu kompleks atau terlalu
intensif untuk dikerjakan oleh satu sistem tunggal. Dalam pengertian yang lebih teknis, Grid
computing merupakan sebuah sistem komputasi terdistribusi, yang memungkinkan seluruh
sumber daya (resource) dalam jaringan, seperti pemrosesan, bandwidth jaringan, dan
kapasitas media penyimpan, membentuk sebuah sistem tunggal secara vitual. Seperti halnya
pengguna internet yang mengakses berbagai situs web dan menggunakan berbagai protokol
seakan-akan dalam sebuah sistem yang berdiri sendiri, maka pengguna aplikasi Grid
computing seolah-olah akan menggunakan sebuah virtual komputer dengan kapasitas
pemrosesan data yang sangat besar.
Konsep Grid computing pertama kali dieksplorasi pada tahun 1995 melalui
eksperimen yang dikenal sebagai I-WAY, dimana jaringan berkecepatan tinggi digunakan
untuk menghubungkan dalam waktu singkat, suber daya yang sifatnya high-end pada 17
situs di sepanjang Amerika bagian Utara. Selepas aktifitas ini, berkembang pula sejumlah
proyek penelitian yang bertujuan untuk mengembangkan teknologi inti Grid computing
untuk hal-hal yang lebih "produktif" bagi berbagai komunitas dan disiplin keilmuan. Tidak
kurang dari badan bernama National Technology Grid bentukan US National Science
Foundation (Lembaga Ilmu Pengetahuan AS), yang bekerjasama dengan Information Power
Grid dari NASA (badan luar angkasa Amerika Serikat), bersama-sama membentuk sebuah
infrastruktur Grid computing untuk melayani kegiatan para peneliti di NASA maupun
berbagai universitas di Amerika Serikat.
Di Eropa dan Amerika Serikat, European Data Grid, Particle Physics Data Grid, dan
proyek Grid Physics Network (GriPhyN), berencana untuk membangun kerjasama dalam
pengembangan aplikasi Grid computing untuk kepentingan analisis data pada eksperimen-
eksperimen fisika. Sementara itu, the Network for Earthquake Engineering Simulation Grid
(NEESgrid) tengah berancang-ancang untuk menghubungkan para insinyur sipil dengan
arsip data dan sistem simulasi komputer untuk mengembangkan bangunan dengan kekuatan
yang lebih besar.
Seperti halnya aplikasi network lainnya, Grid computing haruslah bersandar pada
satu set standar dan protokol tertentu. Kendati tidak ada standar formal yang telah ditetapkan

177 | P a g e
untuk aplikasi Grid computing (saat ini sedang disiapkan oleh Grid Forum), telah ada
semacam konsensus dalam teknologi intinya. Pada dasarnya, semua proyek Grid computing
dibuat berdasarkan protokol dan servis yang disediakan oleh Globus Toolkit yang
dikembangkan oleh Argonne National Laboratory bekerjasama dengan tim dari Information
Sciences Institute, University of Southern California dan beberapa institusi lainnya.
Infrastruktur yang memiliki arsitektur terbuka (open-architecture) dan bersifat open-source
ini menyediakan banyak fungsi dasar yang dibutuhkan untuk membangun sebuah aplikasi
yang memanfaatkan Grid computing.
Walaupun internet dan Grid computing adalah teknologi yang relatif baru, namun
telah terbukti bermanfaat, dan masa depan teknologi ini kelihatannya cukup menjanjikan. Di
masa depan, saat teknologi, sistem jaringan, dan model bisnis untuk keperluan ini telah
berkembang, dimungkinkan bagi komunitas ilmuwan untuk membentuk semacam "Science
Grids", yang menghubungkan sumber daya yang berbeda untuk mendukung komunikasi,
akses data dan komputasi untuk kepentingan ilmu pengetahuan. Saat itu, penggunaan
superkomputer untuk keperluan analisis data dengan kompleksitas tinggi bisa digantikan
oleh sejumlah besar workstation yang tersebar di seluruh dunia yang bekerja secara
bersamaan dalam Grid computing.

Berdasarkan uraian diatas saya simpulkan bahwa Grid Computing adalah kombinasi
sumber daya komputer dari beberapa domain administrasi untuk mencapai tujuan bersama.
komputasi Grid (atau penggunaan dari komputasi grid) adalah menerapkan sumber daya dari
banyak komputer dalam jaringan untuk masalah tunggal pada saat yang sama – biasanya
untuk masalah ilmiah atau teknis yang memerlukan sejumlah besar siklus pengolahan
komputer atau akses ke besar jumlah data.

7.9 Apa perbedaan antara Distributed Computing dan

Cluster Computing

Berbeda dengan komputerisasi dengan mekanisme kluster dimana kondisi komputerisasi

terdistribusi secara khusus tidak lagi sama dengan menjalankan sekumpulan aktifitas,

178 | P a g e
dimana komputer berkluster biasanya lebih berjalan sangat bersamaan. Perbedaan ini
menjadikan komputerisasi terdistribusi lebih menarik sebab, jika di konfigurasi secara tepat,
hal tersebut dapat memanfaatkan sumber-sumber komputasi yang diinginkan atau tidak
sama sekali. Selain itu juga dapat menciptakan sumber-sumber komputerisasi atau tidak
mungkin sama sekali. Sebagai contoh proyek Seti@home menggunakan 'idle time' pada
ratusan komputer seluruh dunia, dan ini dapat digunakan untuk menganalisa penerimaan
sinyal yang sebelumnya tidak mungkin dapat dilakukan. Beberapa kondisi memungkinkan
untuk mengelola data dimana memerlukan kekuatan superkomputer yang sangat mahal
harganya.
Selain itu Komputerisasi yang terdistribusi sangat menarik sebab operasi yang
interaktif yang membiarkan lebih banyak komputer dalam kondisi idle yang lebih banyak.
Proses ini dimana menjalankan aspek yang terdistribusi (misalnya pada saat menjalankan
mesin juga melaksanakan pekerjaan lain) ini biasanya didesain untuk memprioritaskan
pekerjaan ringan, penggunaan juga memperhitungkan tenaga yang terbuang percuma. Akan
tetapi, memiliki proses prioritas rendah secara konsisten menghalangi sistem operasi
memberdayakan pengelolaan rutin dengan menempatkan prosessor pada kondisi power
rendah, ini mengakibatkan meningkatnya konsumsi listrik. Pada beberapa CPU (terutama
yang terbaru dan memiliki kecepatan tinggi), perbedaannya dapat mencapai 10 watt.
Komputerisasi yang terdistribusi acapkali terlibat pada persaingan dengan sistem distribusi
yang lain. Kompetisi ini mungkin saja sangat bergengsi, atau juga berarti untuk menarik
perhatian pengguna untuk dapat ikut menyumbang 'processing power' pada proyek tertentu.
Sebagai contoh, terdapat istilah "stat race" yaitu menilaian terhadap proyek yang dikelola
untuk menghasilkan berbagai pekerjaan yang terdistribusi selama sehari atau seminggu yang
telah lewat. Hal ini terbukti sangat penting karena secara nyata bahwa proyek komputerisasi
yang terdistribusi tersebut dapat menghadirkan sebuah analisa kinerja mereka, dan
diperbaharui paling tidak setiap hari, walau jika tidak dituntut harus real-time. Komputerisasi
yang terdistribusi juga merupakan cakupan penelitian yang aktif dan kaya akan literatur.
Konferensi tentang komputersisasi terdistribusi yang terkenal adalah The
Internasional Conference on Dependable Systems and Networks (Konferensi internasional
pada sistem dan jaringan handal) dan the ACM Symposium on principles of distributed
computing ( ACM - Symposium pada prinsip-prinsip komputerisasi terdistribusi). Jurnal-
jurnal termasuk the journal of parallel and distributed computing (jurnal tentang

179 | P a g e
komputerisasi yang paralel dan terdistribusi) IEEE transactions on parallel and distributed
systems ( IEEE- transaksi pada sistem yang paralel dan terdistribusi) dan lain-lain.

180 | P a g e
 DAFTAR PUSTAKA
Burange, A. W., & Misalkar, H. D. (2015). Review of Internet of Things in development
of smart cities with data management & privacy. Conference Proceeding - 2015
International Conference on Advances in Computer Engineering and Applications,
ICACEA 2015, 189–195. https://doi.org/10.1109/ICACEA.2015.7164693
Chen, S., Xu, H., Liu, D., Hu, B., & Wang, H. (2014). A vision of IoT: Applications,
challenges, and opportunities with China Perspective. IEEE Internet of Things
Journal, 1(4), 349–359. https://doi.org/10.1109/JIOT.2014.2337336
De La Concepcion, A. R., Stefanelli, R., & Trinchero, D. (2014). Adaptive wireless sensor
networks for high-definition monitoring in sustainable agriculture. WiSNet 2014 -
Proceedings: 2014 IEEE Topical Conference on Wireless Sensors and Sensor
Networks, 67–69. https://doi.org/10.1109/WiSNet.2014.6825511
Indonesia, K. P. R. (2018). Teknologi IoT Solusi Pengembangan Industri Masa Depan.
Retrieved from https://kemenperin.go.id/artikel/19902/Teknologi-IoT-Solusi-
Pengembangan-Industri-Masa-Depan
Junaidi, A. (2016). Internet of Things , Sejarah , Teknologi Dan Penerapannya. Jurnal
Ilmiah Teknologi Informasi, I(AUGUST 2015), 62–66.
Keoh, S. L., Kumar, S. S., & Tschofenig, H. (2014). Securing the internet of things: A
standardization perspective. IEEE Internet of Things Journal, 1(3), 265–275.
https://doi.org/10.1109/JIOT.2014.2323395
Kusumawati, D., Winarko, B., Wahab, R. A., & Pradono, W. (2017). Analisis Kebutuhan
Regulasi Terkait dengan Internet of Things. Buletin Pos Dan Telekomunikasi, 15(2),
121. https://doi.org/10.17933/bpostel.2017.150205
Microcontrollerslab. (2015). WIRELESS SENSOR NETWORKS (WSN) &
APPLICATIONS.
Suresh, P., Daniel, V., Parthasarathy, D. V, & Aswathy, R. H. (1966). A state of the art
review on the Internet of Things (IoT). International Geology Review, 8(6), 665–675.
https://doi.org/10.1080/00206816609474324
Vakaloudis, A., & O’Leary, C. (2019). A framework for rapid integration of IoT Systems
with industrial environments. IEEE 5th World Forum on Internet of Things, WF-IoT
2019 - Conference Proceedings, 601–605.

181 | P a g e
Mc.,Leod, R. Jr. 2002. System Development: A Project Management Approach. New York:
Leigh Publishing LLC.
Whitten, J.L. & Bentley, L.D. 2004. System Analysis & Design Methods: Sixth Edition.
New York: Mc.Graw-Hill.
Pressman, R.S. 2012. Rekayasa Perangkat Lunak: Pendekatan Praktisi. Yogyakarta:
Penerbit Andi.
Marakas, G.M. 2006. System Analysis Design: an Active Approach. New York: Mc.Graw-
Hill.
Kendall, J.E. & Kendall, K.E. 2010. Analisis dan Perancangan Sistem. Jakarta: Indeks.

182 | P a g e