Kelompok 4

1. Jesicha Angelina Yunike Putri (224202035)

2. Muhammad Aditya Pratama (224202043)
3. Octavia Salsabilla Jayanti (224202044)
4. Risky Putri Kurniawan (224202049)
5. Yudha Nauval Prastyanika Putra (22420258)

RESOURCE

Resource : Resources atau sumber daya merupakan sesuatu hal yang memiliki nilai
kegunaan atau fungsi yang dimiliki oleh sebuah materi di kehidupan sehari-hari.

Kebutuhan SDM
● Smart Home Industry
● Networking
● Wearables
● Big Data
● Data Science

1. Smart Home Industry

● Dibutuhkan sumber daya manusia yang bisa melakukan Circuit Design,
Raspberry Pi dan Microcontroller.
● Raspberry Pi saat ini sudah banyak dikembangkan di Indonesia, tetapi belum
seluruhnya digunakan untuk mendukung industri Smart Home.
Tantangan
● Saat ini, sebagian besar produk hardware belum dapat diproduk di Indonesia.
● Hardware belum dapat dipastikan memiliki API (Application Progamming
Interface) dan SDK (Software development Kit) yang dapat dikembangkan di
Indonesia.
2. Networking
● Keamanan data di Indonesia masih awam di khalayak umum.
● Perusahaan yang berbasis loT harus memperhatikan keamanan data
konsumen.
Tantangan
● Network security yang dibutuhkan staff sangat tinggi.
● Memungkinkan adanya posisi IoT security officer.
3. Wearables
● loT dan wearables sangat dekat dari perangkat sehari-hari yang digunakan.
Sehingga proses produksi atau pengembangan wearables sangat
dibutuhkan.
Tantangan
● Kemampuan untuk mampu memproduksi dan atau melakukan
pengembangan perangkat wearables akan sangat dibutuhkan secara
berkelanjutan.
4. Big Data
● Big data platfrom seperti Apache dan MongoDB sudah banyak digunakan
saat ini. Dan penggunaan cloud sudah mulai dilakukan.
Tantangan
 ● Untuk proses pengembangan dan produksi tentunya membutuhkan kualitas
dan kuantitas sumber daya manusia yang memadai.
5. Data Science
● Ilmu an menggabungkan tentang keahlian di bidang tertentu dengan
pemograman, matematik, dan statistik. Serta dapat diterapkan dalam
berbagai industri salah satunya loT.
Tantangan
● Perusahaan tidak dapat memiliki strategi yang efisien dan efektif, jika tidak
mampu mengolah data bisnis.
● Lambat laun semakin disadari pentingnya data science, machine learning,
dan kecerdasan buatan.

DATA MANAGEMENT

1. Big Data
● Pertimbangan Manajemen
○ Data dalam skala besar dapat dijangkau dimana saja.
● Tantangan
○ Nilai pertumbuhan dari baru sekitar 26% per tahun.
○ Sebagian data dikelola oleh public cloud, private cloud, dan perangkat
tepi.
2. Ekonomi Manajemen Data
● Pertimbangan Ekonomi
○ Skalabilitas tinggi, energi biaya rendah dan real estate murah
berdasarkan pusat data dan ekonomi cloud.
○ Dalam skala ekonomi, disarankan untuk mengingat beberapa dimensi
data besar, seperti : pembuatan dan penyimpanan data, evolusi data
serta aktivasi data.
● Tantangan
○ Aktivasi data dimanfaatkan untuk bisnis lebih lanjut dalam jangka
waktu yang panjang.
3. Pembuatan Data
Sebagian besar pembuatan data terjadi di pusat data, tetapi seiring
berjalannya waktu pembuatan data dapat dibuat di luar pusat data dan perluasan loT
dan komputasi tepi jaringan. Salah satu solusi untuk mengatasi volume data besar
dengan memindahkan kemampuan komputasi dan penyimpanan lebih dekat dengan
tempat pembuatan data. Keuntungannya adalah dengan memberikan manfaat
ekonomi yang lebih besar dari sebelumnya.
4. Penyimpanan Data
Data memiliki nilai yang sangat besar sehingga biaya biayanya cukup tinggi
dan perusahaan diharuskan untuk membatasi penyimpanan sebagian data.
5. Data Berevolusi
Data didesain dengan efisien dan efektif sehingga dapat diakses dan
dipindahkan sesuai kebutuhan, menjaga data tertentu, serta tidak terperangkap
dalam data silo/data yang memiliki akses terbatas. Rencana pemulihan data juga
digunakan sebagai antisipasi jika terjadi kegagalan data primer dengan backup yang
 ada. Pendekatan yang ideal dilakukan ketika terjadi kegagalan data dengan transfer
data ke pusat data untuk mentransfernya kembali.
6. Aktivasi Data
● Data dikumpulkan untuk tujuan bisnis yang sudah diketahui.
Tantangan
● Kebutuhan khusus yang dipenuhi dengan mengumpulkan informasi.
● Al, Data analiys dan learning machine dapat menghasilkan informasi baru
dari data yang tidak terstruktur. Sehingga dapat menemukan penemuan baru
serta membuka peluang bisnis baru.