KAPITA SELEKTA

Oleh:
Nurhadi, S.Kom., M.Pd.,MTA, MCE
Dosen STMIK Dumai
 Deskripsi …
Kapita Selekta adalah: sebuah mata kuliah untuk
mempersiapkan mahasiswa tingkat akhir dalam
penyusunan skripsi. Selain sebagai sarana persiapan,
mata kuliah ini juga menuntun mahasiswa agar dapat
menyiapkan skripsinya dengan lebih tepat dan terarah.
Idealnya, kuliah digelar dengan mendatangkan
pembicara-pembicara inspiratif yang telah
menggeluti dunia kerja/praktisi IT dan untuk
mengetahui perkembangan keilmuan teknologi terbaru
pada bidang Teknik Informasi dan Sistem Informasi.
Trend Teknologi Informasi Saat ini:
 1. Artificial Intelligence (AI)
 2. Machine Learning
 3. IOT (Internet of Things)
 4. Blockchain
 5. Smart Space
 6. Big Data
 7. Distributed Cloud
 8. Metaverse
 9. Non-Fungible Token (NFT)
 Artificial Intelligence (AI)
Barang-barang yang berbasis AI seperti robot, drone,
dan kendaraan sudah mulai dirasakan kegunaannya
oleh masyarakat karena AI menawarkan solusi untuk
berinteraksi lebih baik dengan lingkungan.
Pertumbuhan kecerdasan buatan juga telah
mengarahkan perusahaan untuk bekerja dengan
sektor robotika dalam membangun robot humanoid
untuk membuat dunia lebih baik.
 Machine Learning
Machine Learning adalah: cabang aplikasi
dari Artificial Intelligence (Kecerdasan Buatan) yang
fokus pada pengembangan sebuah sistem yang mampu
belajar “sendiri” tanpa harus berulang kali di program
oleh manusia. Machine Learning pada dasarnya terdiri
dari algoritma yang ditulis sedemikian rupa sehingga
mesin dapat belajar dari pengalaman masa lalu. Oleh
karenanya, Augmented Analytics akan cenderung
tumbuh di masa depan dengan kecepatan sangat
tinggi.
 IOT (Internet of Things)

Menurut Gartner diperkirakan saat ini ada beberapa

Miliaran benda diperkirakan akan membawa sensor
dan End Points. juga menemukan sejumlah aplikasi di
berbagai industri yang ada. Dari berbagai prediksi yang
telah diungkapkan tentunya akan sangat menarik dan
menyenangkan untuk menyaksikan hal-hal yang akan
berkembang di masa mendatang.
 Blockchain
Blockchain: merupakan teknologi pencatatan transaksi
terintegrasi dengan teknologi modern, dimana memiliki kode unik
yang tak bisa dirubah (kekal) yang merevolusi cara kerja internet,
perbankan dan hal-hal lainnya. Blockchain telah menjanjikan
untuk membuat industri yang memberikan transparansi serta
menurunkan biaya dan waktu transaksi yang efektif dengan cara
membangun kepercayaan pelanggan. Saat ini orang-orang telah
bekerja pada bidang blockchain dan cryptocurrency (mata uang
digital yang dibuat menggunakan konsep kriptografi) untuk
pengembangan di dunia. Blockchain menjadi suatu alat yang
sangat penting dalam dunia transaksi atau dalam sektor lain yang
mungkin berkembang, karena kemudahan dan manfaat yang telah
ditawarkan.
 Smart Space
Smart space adalah: suatu ruang baik itu itu fisik atau
digital yang menyediakan lingkungan di mana teknologi
dan manusia berinteraksi bersama. Mereka muncul
dalam lingkungan yang berfungsi bersama untuk
mendapatkan hasil terbaik. Tren mengikuti pola yang
menentukan hal yang akan terjadi, yaitu hari di mana
semua hal berbasis digital serta kecerdasan buatan yang
akan berjalan beriringan dan saling memberikan timbal
balik.
 Big Data
Big data adalah istilah yang menggambarkan
volume besar data terstruktur, semi-struktur
maupun tidak terstruktur. Namun bukan jumlah
data yang penting, melainkan Apa yang dilakukan
organisasi dengan data itulah yang penting.
Big data dapat dianalisis demi pemahaman yang
mengarah kepada pengambilan keputusan dan
gerakan bisnis strategis yang lebih baik.
 Distributed Cloud
Tren penyimpanan awan dan komputasi awan sudah dianut
oleh industri di seluruh dunia dan hal besar berikutnya yang
akan menghantam ekosistem teknologi adalah sistem cloud
terdistribusi. Cloud Terdistribusi membantu dalam
menghubungkan operasi layanan cloud terdistribusi publik ke
lokasi tertentu.
Diharapkan pada tahun 2020, 75% dari data yang dihasilkan
perusahaan akan diproses terlepas dari pusat data terpusat.
Teknologi baru yang akan datang pada tahun 2020 ini akan
menjadi terobosan signifikan dalam infrastruktur cloud.
 Metaverse
Metaverse digambarkan sebagai teknologi yang memungkin
orang berkumpul dan berkomunikasi dengan masuk ke dunia
virtual. Metaverse merupakan dunia virtual 3D yang
diciptakan menggunakan teknologi augmented reality, virtual
reality, dan video, yang mana pengguna dapat merasakan
hidup dalam dunia virtual. Tujuan dari diciptakannya
Metaverse ini bukan lain untuk menjadi platform komunikasi
yang modern dan mempermudah setiap orang untuk
melakukan aktivitas sehari-hari seperti bekerja, bermain,
bersosialisasi, bahkan konser secara virtual.
 Non-Fungible Token (NFT)
NFT adalah sebuah token digital yang ditautkan ke sistem
besar blockchain, tidak jauh berbeda dengan beberapa
aset mata uang kripto. Bedanya, NFT tidak bisa
dipertukarkan, tapi bisa diperjualbelikan. Non-Fungible
Token (NFT) merupakan sebuah aset digital yang mewakili
barang berharga dengan nilai yang tidak dapat diganti atau
ditukarkan. Setiap NFT memiliki data catatan transaksi di
dalam blockchain, data itu berisi tentang siapa
penciptanya, harga, dan histori kepemilikannya.
Thank You - Terima Kasih…!
Contact Person:
- Email: flinkdumai@gmail.com / p91334@siswa.ukm.edu.my
- No. WA: +6285278494072
Next Pertemuan Ke 2…
 1. Examples of Artificial Intelligence
 Smartphones
 Smart Cars and Drones
 Social Media Feeds
 Music and Media Streaming Services
 Video Games
 Online Ads Network
 Navigation and Travel
 Banking and Finance
 Smart Home Devices
 Security and Surveillance
 Smart Keyboard Apps
 Smart Speakers
 Healthcare
 E-Commerce
 Smart Email Apps
 Smartphones
Integrasi AI membantu
dalam menghadirkan fitur-
fitur seperti deteksi adegan,
elemen campuran dan
realitas virtual, dan banyak
lagi. AI akan memainkan
peran yang bahkan besar di
tahun-tahun mendatang.
Kami telah melihat
penekanan besar pada AI
dengan pembaruan Android
dan iOS terbaru
 Smart Cars and Drones
Perusahaan seperti Amazon dan Walmart
banyak berinvestasi dalam program
pengiriman drone dan itu akan menjadi
kenyataan jauh lebih cepat dari yang Anda
harapkan. Jika Anda berpikir itu tidak masuk
akal, harap dicatat bahwa militer di seluruh
dunia sudah menggunakan program drone
yang sukses.
Hanya beberapa tahun yang lalu,
menggunakan mobil yang sepenuhnya
otomatis adalah impian, namun, sekarang
perusahaan seperti Tesla telah membuat
banyak kemajuan sehingga kita sudah
memiliki armada mobil semi-otomatis di
jalan.
 Social Media Feeds
 Nah, jika Anda menggunakan
media sosial, sebagian besar
keputusan Anda dipengaruhi
oleh kecerdasan buatan.
 Dari umpan yang Anda lihat di
timeline hingga pemberitahuan
yang Anda terima dari aplikasi
ini, semuanya dikuratori oleh
AI.
 Music and Media Streaming Services
Contoh hebat lainnya tentang
bagaimana AI memengaruhi
kehidupan kita adalah layanan
streaming musik dan media yang
kita gunakan setiap hari. Apakah
Anda menggunakan Spotify,
Netflix, atau YouTube, AI
membuat keputusan untuk Anda.
Anda mungkin merasa bahwa
Anda memegang kendali penuh
tetapi tidak.
 Video Games

Industri video game mungkin

adalah salah satu pengguna AI
yang paling awal. Integrasi
dimulai sangat kecil dengan
penggunaan AI untuk
menghasilkan level acak yang
dapat dimainkan orang. Namun,
itu telah meningkat ke tingkat
yang jauh melampaui apa yang
bahkan dapat dibayangkan.
 Online Ads Network
Salah satu pengguna kecerdasan
buatan terbesar adalah industri
iklan online yang menggunakan AI
untuk tidak hanya melacak statistik
pengguna tetapi juga menayangkan
iklan berdasarkan statistik tersebut.
Tanpa AI, industri iklan online hanya
akan gagal karena akan
menampilkan iklan acak kepada
pengguna tanpa koneksi ke
preferensi mereka apa pun.
 Navigation and Travel
Apakah Anda tahu bahwa apakah Anda
menggunakan Google atau Apple Maps untuk
menavigasi, atau menelepon Uber, atau
memesan tiket penerbangan, Anda
menggunakan AI? Nah, jika Anda tidak tahu
itu sebelumnya, sudah saatnya Anda
membuka mata. Baik Google dan Apple
bersama dengan layanan navigasi lainnya
menggunakan kecerdasan buatan untuk
menafsirkan ratusan ribu titik data yang
mereka terima untuk memberi Anda data
lalu lintas waktu-nyata (real-time).
 Banking and Finance
Tahukah Anda bahwa industri
perbankan dan keuangan sangat
bergantung pada kecerdasan
buatan untuk hal-hal seperti
layanan pelanggan,
perlindungan penipuan,
investasi, dan banyak lagi?
Contoh sederhana adalah email
otomatis yang Anda terima dari
bank setiap kali Anda melakukan
transaksi yang tidak biasa.
 Smart Home Devices
kita akan setuju bahwa rumah
bertenaga AI sempurna yang
bereaksi terhadap pilihan kita
dalam kehidupan nyata masih
satu dekade atau lebih, namun,
kita melihat langkah-langkah
yang akan membawa kita ke
sana. Maksud saya, ada
termostat pintar yang
mengatur suhu berdasarkan
preferensi Anda, lampu pintar
yang mengubah warna dan
intensitas lampu berdasarkan
waktu dan banyak lagi.
 Security and Surveillance
Dengan teknologi
seperti pengenalan
objek dan pengenalan
wajah yang semakin
baik setiap hari, itu
tidak akan lama ketika
semua feed kamera
keamanan dipantau oleh
AI dan bukan manusia.
 Smart Keyboard Apps
Memang, tidak semua orang suka
berurusan dengan keyboard di
layar. Namun, mereka menjadi
jauh lebih intuitif,
memungkinkan pengguna
mengetik dengan nyaman dan
lebih cepat. Apa yang mungkin
terbukti menjadi katalisator bagi
mereka adalah integrasi AI.
Aplikasi papan ketik pintar
mengawasi gaya penulisan
pengguna dan memprediksi kata
dan emoji yang sesuai.
 Smart Speakers
Tidak sia-sia, banyak yang percaya
bahwa speaker cerdas siap untuk
ledakan besar dalam teknologi. Selain
mengendalikan perangkat rumah pintar,
mereka juga mengerjakan tugas untuk
beberapa hal seperti mengirim pesan
cepat, mengatur pengingat, memeriksa
cuaca dan mendapatkan berita terbaru.
Dan fleksibilitas inilah yang terbukti
menjadi faktor penentu bagi mereka.
Dipimpin oleh seri Amazon Echo yang
sangat populer, pasar speaker pintar
global mencapai tingkat tertinggi yang
belum pernah terjadi sebelumnya pada
tahun 2019 dengan penjualan 149,9
juta unit.
 Healthcare

Penggunaan kecerdasan buatan

telah memberikan dimensi baru
pada layanan kesehatan. Dengan
diperkenalkannya mesin yang
ditenagai AI, menjadi sedikit
lebih mudah untuk mendeteksi
penyakit dan diagnosis. Selain
itu, ini juga memainkan peran
penting dalam membuat proses
perawatan dan manajemen lebih
disederhanakan.
 E-Commerce
Algoritma berbasis AI telah memberikan
dorongan yang sangat dibutuhkan untuk
e-commerce untuk memberikan
pengalaman yang lebih personal. Menurut
beberapa laporan, penggunaannya telah
sangat meningkatkan penjualan dan juga
memainkan peran yang baik dalam
membangun hubungan yang loyal dengan
pelanggan. Dengan demikian, perusahaan
mengambil keuntungan dari AI untuk
menyebarkan chatbots untuk
mengumpulkan data penting dan juga
memprediksi pembelian untuk
menciptakan pengalaman yang berfokus
pada pelanggan.
 Smart Email Apps
Jika kita masih menemukan kotak masuk Anda
berantakan dengan terlalu banyak pesan yang
tidak diinginkan, kemungkinan besar Anda
masih terjebak dengan aplikasi email sekolah
lama. Ya, Anda mendengarnya dengan benar!
Aplikasi email modern seperti Spark
memanfaatkan AI sebaik-baiknya untuk
menyingkirkan pesan spam dan juga
mengelompokkan email sehingga Anda dapat
dengan cepat mengakses yang penting.
Terlebih lagi, mereka juga menawarkan
balasan cerdas berdasarkan pesan yang Anda
terima untuk membantu Anda membalas email
dengan cepat.
Next Pertemuan Ke 3:
 2. Example Machine Learning
Machine Learning adalah
cabang kecerdasan buatan
yang memberikan
kemampuan pada sistem
untuk belajar secara
otomatis dan
meningkatkan diri dari
pengalaman tanpa
diprogram secara eksplisit
atau tanpa campur tangan
manusia. Tujuan utamanya
adalah membuat komputer
belajar secara otomatis
dari pengalaman.
Persyaratan menciptakan sistem pembelajaran
mesin yang baik:
 Data - Input data diperlukan untuk memprediksi output.
 Algoritma - Pembelajaran Mesin bergantung pada algoritma statistik
tertentu untuk menentukan pola data.
 Otomasi - Ini adalah kemampuan untuk membuat sistem beroperasi
secara otomatis.
 Iterasi - Proses yang lengkap adalah pengulangan yaitu pengulangan
proses.
 Skalabilitas - Kapasitas mesin dapat ditingkatkan atau dikurangi ukuran
dan skalanya.
 Pemodelan - Model dibuat sesuai dengan permintaan oleh proses
pemodelan.
Methods of Machine Learning
Metode Machine Learning diklasifikasikan ke
dalam kategori adalah:
1. Supervised Learning : Dalam metode ini, input dan output disediakan ke
komputer bersama dengan umpan balik selama pelatihan. Keakuratan prediksi oleh
komputer selama pelatihan juga dianalisis. Tujuan utama pelatihan ini adalah
membuat komputer belajar bagaimana memetakan input ke output.
2. Unsupervised Learning : Dalam hal ini, tidak ada pelatihan yang disediakan
meninggalkan komputer untuk menemukan output sendiri. Pembelajaran tanpa
pengawasan sebagian besar diterapkan pada data transaksional. Ini digunakan dalam
tugas yang lebih kompleks. Ini menggunakan pendekatan lain dari iterasi yang
dikenal sebagai pembelajaran mendalam untuk sampai pada beberapa kesimpulan.
3. Reinforcement Learning : Jenis pembelajaran ini menggunakan tiga komponen
yaitu - agen, lingkungan, tindakan. Agen adalah orang yang memahami
lingkungannya, lingkungan adalah orang yang dengannya agen berinteraksi dan
bertindak dalam lingkungan itu. Tujuan utama dalam pembelajaran penguatan adalah
untuk menemukan kebijakan terbaik.
Bagaimana cara kerja pembelajaran mesin
(Machine Learning)?
Manfaat Pembelajaran Mesin (Machine Learning):
Cabang Pembelajaran Mesin (Machine
Learning):
 Computational Learning Theory
 Adversarial Machine Learning
 Quantum Machine Learning
 Robot Learning
 Meta-Learning
 Computational Learning Theory
Teori Pembelajaran
Komputasi - Teori
pembelajaran komputasi
adalah subbidang
pembelajaran mesin untuk
mempelajari dan
menganalisis algoritma
pembelajaran mesin. Ini
kurang lebih mirip dengan
pembelajaran yang diawasi.
 Adversarial Machine Learning
Pembelajaran Mesin
Adversarial - Pembelajaran
mesin permusuhan berkaitan
dengan interaksi
pembelajaran mesin dan
keamanan komputer. Tujuan
utama dari teknik ini adalah
untuk mencari metode yang
lebih aman dalam
pembelajaran mesin untuk
mencegah segala bentuk
spam dan malware.
 Quantum Machine Learning
Quantum Machine Learning -
Bidang pembelajaran mesin ini
berkaitan dengan fisika
kuantum. Dalam algoritma ini,
kumpulan data klasik
diterjemahkan ke dalam
komputer kuantum untuk
pemrosesan informasi kuantum.
Ini menggunakan algoritma
pencarian Grover untuk
memecahkan masalah
pencarian yang tidak
terstruktur.
 Predictive Analysis
Analisis Prediktif - Analisis Prediktif
menggunakan teknik statistik dari
pemodelan data, pembelajaran
mesin dan penambangan data untuk
menganalisis data saat ini dan
historis untuk memprediksi masa
depan. Itu mengekstrak informasi
dari data yang diberikan. Customer
relationship management (CRM)
adalah aplikasi umum dari analisis
prediktif.
 Robot Learning

Pembelajaran Robot - Bidang

ini berkaitan dengan
interaksi pembelajaran mesin
dan robotika. Ini
menggunakan teknik-teknik
tertentu untuk membuat
robot beradaptasi dengan
lingkungan sekitarnya
melalui algoritma
pembelajaran.
 Grammar Induction
Grammar Induction - Ini
adalah proses pembelajaran
mesin untuk mempelajari
tata bahasa formal dari
serangkaian pengamatan
yang diberikan untuk
mengidentifikasi
karakteristik model yang
diamati. Induksi tata bahasa
dapat dilakukan melalui
algoritma genetika dan
algoritma serakah.
 Meta-Learning

Meta-Learning - Dalam
proses ini algoritma
pembelajaran
diterapkan pada meta-
data dan terutama
berkaitan dengan
algoritma pembelajaran
otomatis.
 Best Machine Learning Tools:
 ai-one - Ini adalah alat yang sangat baik yang menyediakan kit
pengembangan perangkat lunak bagi pengembang untuk
mengimplementasikan kecerdasan buatan dalam suatu aplikasi.

 Protege - Ini adalah kerangka kerja dan editor sumber bebas dan
terbuka untuk membangun sistem cerdas dengan konsep ontologi. Ini
memungkinkan pengembang untuk membuat, mengunggah, dan berbagi
aplikasi.

 IBM Watson - Ini adalah sistem penjawab pertanyaan API terbuka

yang menjawab pertanyaan yang diajukan dalam bahasa alami. Ini
memiliki koleksi alat yang dapat digunakan oleh pengembang dan bisnis.
 DiffBlue - Ini adalah alat lain dalam kecerdasan buatan yang
tujuan utamanya adalah untuk menemukan bug, kesalahan dan
memperbaiki kelemahan dalam kode. Semua hal seperti itu
dilakukan melalui otomatisasi.

 TensorFlow - Ini adalah perpustakaan perangkat lunak

sumber terbuka untuk pembelajaran mesin. TensorFlow
menyediakan perpustakaan perhitungan numerik bersama
dengan dokumentasi, tutorial, dan sumber daya lainnya untuk
dukungan.

 Amazon Web Services - Amazon telah meluncurkan

toolkit untuk pengembang bersama dengan aplikasi yang
berkisar dari interpretasi gambar hingga pengenalan wajah.
 OpenNN - Ini adalah sumber terbuka, perpustakaan berkinerja
tinggi untuk analitik lanjutan dan ditulis dalam bahasa
pemrograman C ++. Ini mengimplementasikan jaringan saraf. Ini
memiliki banyak tutorial dan dokumentasi bersama dengan alat
canggih yang dikenal sebagai Desainer Saraf.

 Apache Spark - Ini adalah kerangka kerja untuk pemrosesan

data skala besar. Ini juga menyediakan alat pemrograman untuk
pembelajaran mendalam pada berbagai mesin.

 Caffe - Ini adalah kerangka kerja untuk pembelajaran yang

mendalam dan digunakan dalam berbagai aplikasi industri di
bidang bicara, visi dan ekspresi.
Next Pertemuan Ke 4:
 3. Examples IOT (Internet of Things)
 IoT Sensors
 IoT Data Analytics
 IoT Tracking and Monitoring System
 IoT Connected Factory
 Smart Supply Chain Management
 Smart Barcode Readers
 Smart Grids
 Connected HealthCare System
 Smart Farming
 IoT Sensors
- Sensor IoT terdiri dari sensor manual atau digital
yang terhubung ke papan sirkuit seperti Arduino Uno
atau Raspberry Pi 2. Papan sirkuit dapat diprogram
untuk mengukur berbagai data yang dikumpulkan
dari perangkat sensor seperti karbon monoksida,
suhu, kelembaban, tekanan, getaran , dan gerak.
- Yang membedakan sensor IoT dari sensor sederhana
adalah mereka tidak hanya dapat mengumpulkan
data di lingkungan fisik yang berbeda, tetapi juga
mengirim data ke perangkat yang terhubung.
- Sensor IoT memungkinkan kontrol data tanpa batas
melalui otomatisasi memberikan wawasan yang dapat
ditindaklanjuti. dia dapat digunakan oleh bisnis
untuk pemeliharaan prediktif, peningkatan efisiensi,
dan pengurangan biaya.
 IoT Data Analytics
 Bisnis semakin menggunakan analitik data
IoT untuk menentukan tren dan pola
dengan menganalisis data besar dan kecil.
Aplikasi analisis data IoT dapat
menganalisis data terstruktur, tidak
terstruktur, dan semi-terstruktur untuk
mengekstraksi wawasan yang bermakna.
 IoT dapat diterapkan pada analitik data
untuk menyelidiki berbagai jenis data
termasuk set data gerak, data geografis,
dan data perawatan kesehatan. Ini dapat
digunakan oleh bisnis untuk analisis
prediksi dan deskriptif untuk
meningkatkan pengetahuan pelanggan,
meningkatkan efisiensi operasional, dan
menciptakan nilai bisnis.
 IoT Tracking and Monitoring System
Banyak bisnis menggunakan
sistem IoT untuk pelacakan
aset. Perangkat pelacakan aset
IoT menggunakan GPS atau
frekuensi radio (RF) untuk
melacak dan memantau
properti. Perangkat pintar
dapat digunakan untuk
identifikasi dan verifikasi aset
jangka panjang.
 IoT Connected Factory
 Bisnis juga dapat menggunakan solusi
pabrik yang terhubung dengan IoT
seperti Azure IoT untuk pengelolaan
perangkat industri IoT. Perangkat lunak
cloud yang terhubung dapat diisi
dengan sumber daya yang berbeda
yang memungkinkan kontrol berbagai
perangkat.

 Solusi pabrik yang terhubung dapat

melaporkan data metrik utama
termasuk efisiensi peralatan dan data
telemetri. Data dapat dikumpulkan
dari aset yang berlokasi di lokasi
geografis yang berbeda. Anda dapat
menggunakan solusi pabrik yang
terhubung untuk menghubungkan,
memantau, dan mengontrol perangkat
industri jarak jauh.
 Smart Supply Chain Management
 Manajer rantai pasokan dapat membuat
prediksi yang ditingkatkan melalui algoritma
perutean yang cerdas dan pengubahan rute.
Perangkat IoT pintar yang terhubung dengan
paket dapat memberikan fakta instan setelah
kejadian melalui sinyal GPS dan RFID yang
dapat membantu membuat keputusan rantai
pasokan yang terinformasi.
 Aplikasi IoT dapat membantu mengurangi
risiko ketidakpastian dalam manajemen rantai
pasokan. Manajer rantai pasokan dapat
menggunakan program manajemen rantai
pasokan yang cerdas untuk meminimalkan
varians, mengurangi biaya, dan meningkatkan
profitabilitas.
 Program-program tersebut dapat membantu
dalam manajemen inventaris, hubungan
vendor, manajemen armada, dan
pemeliharaan terjadwal.
 Smart Barcode Readers
 Pembaca barcode IOT dapat membantu dalam
manajemen persediaan yang lebih baik untuk pengecer.
Pembaca mendukung pemrosesan sinyal digital berbasis
AI. Perangkat ini dapat mengoptimalkan operasi
berbagai sektor termasuk ritel, logistik, gudang, dan
banyak lagi.
 Pembaca kartu bar berbasis IoT fitur koneksi data cloud
untuk terhubung dengan sistem lain. Menggunakan
pembaca kode batang yang terhubung akan
memudahkan proses pengelolaan inventaris.
 Pembaca barcode IoT dapat dimasukkan ke dalam
kereta belanja. Pembaca menggunakan sensor berbasis
AI untuk mendeteksi produk saat dijatuhkan atau
dikeluarkan dari gerobak. Pembaca dapat mentransfer
data ke komputer secara otomatis, dan itu dapat
menghemat banyak waktu dalam checkout sehingga
menghasilkan pengalaman yang lebih baik bagi
pelanggan.
 Smart Grids
 Smart grid adalah aplikasi industri lain dari IoT.
Grid ini memungkinkan pemantauan data secara
real-time mengenai pasokan dan permintaan
listrik. Ini melibatkan penerapan kecerdasan
komputer untuk pengelolaan sumber daya yang
efisien.
 Perusahaan utilitas dapat menggunakan
teknologi smart grid IoT untuk manajemen
pemadaman yang lebih efisien. Mereka dapat
menggunakan teknologi untuk mengidentifikasi
distribusi muatan dan meningkatkan keandalan.
Teknologi ini juga dapat membantu dalam
pendeteksian kesalahan dan perbaikan.
 Dengan smart grid, utilitas dapat
menghubungkan semua aset mereka termasuk
meter dan gardu. Menerapkan teknologi IoT ke
ekosistem grid memungkinkan perusahaan
utilitas untuk melakukan kontrol yang lebih
besar atas infrastruktur dan sumber daya listrik.
Selain itu, mereka memungkinkan konsumen
dengan akses energi yang berkualitas lebih baik.
 Connected HealthCare System
 oT memiliki banyak aplikasi di industri
perawatan kesehatan. Teknologi ini dapat
digunakan untuk menyediakan layanan medis
berkualitas tinggi menggunakan perangkat medis
pintar.
 Juga disebut Internet of Medical Things (IoMT),
teknologi ini dapat membantu dalam memonitor
dan mendukung data vital yang dapat membantu
dalam membuat keputusan klinis. Dengan
perangkat medis IoT, layanan medis dapat dibuat
lebih mudah diakses oleh masyarakat.
 Perangkat medis IoT dapat membantu
pemantauan pasien secara real-time dari jarak
jauh. Perangkat dapat melaporkan keadaan
darurat seperti serangan asma, gagal jantung,
dll, segera ke dokter. Ini dapat membantu dalam
berpotensi menyelamatkan nyawa banyak
individu.
 Smart Farming
 Petani dapat menggunakan aplikasi pertanian IoT
pintar untuk mengoptimalkan banyak kegiatan yang
berbeda seperti menentukan waktu terbaik untuk
memanen tanaman, membuat profil pupuk
berdasarkan pada kimia tanah, dan merasakan
unsur hara tanah dan tingkat kelembaban.
 Teknologi IoT dapat membantu dalam pertanian
yang tepat yang dapat menghasilkan produksi yang
optimal. Pasar pemasangan perangkat pertanian IoT
kemungkinan akan tumbuh pada tingkat 20 persen
mencapai 75 juta pada tahun 2020, menurut
laporan BI Intelligence.
 Beberapa contoh perangkat pertanian IoT termasuk
Smart Elements, AllMETOE, dan Pynco. Perangkat ini
dapat mendeteksi kondisi cuaca dan data
lingkungan lainnya. Konsep pertanian cerdas dapat
merevolusi industri pertanian. Aplikasi teknologi IoT
dapat membantu meningkatkan kualitas dan
kuantitas produksi pertanian.
Next Pertemuan Ke 5:
 4. Examples Blockchain
 BLOCKCHAIN AS A SERVICE (BAAS) BY BIG TECH COMPANIES
 FEDERATED BLOCKCHAIN MOVES TO THE CENTER STAGE
 STABLECOINS WILL BE MORE VISIBLE
 SOCIAL NETWORKING PROBLEMS MEET BLOCKCHAIN SOLUTION
 INTEROPERABILITY AND BLOCKCHAIN NETWORKS
 ECONOMY AND FINANCE WILL LEAD BLOCKCHAIN APPLICATIONS
 BLOCKCHAIN INTEGRATION INTO GOVERNMENT AGENCIES
 BLOCKCHAIN COMBINES WITH IOT
 BLOCKCHAIN WITH AI
 DEMAND FOR BLOCKCHAIN EXPERTS
BLOCKCHAIN AS A SERVICE (BAAS) BY BIG TECH
COMPANIES
Salah satu tren blockchain yang
menjanjikan pada tahun 2020 adalah BaaS,
kependekan dari Blockchain As A Service.
Ini adalah tren blockchain baru yang saat
ini terintegrasi dengan sejumlah startup
serta perusahaan. BaaS adalah layanan
berbasis cloud yang memungkinkan
pengguna untuk mengembangkan produk
digital mereka sendiri dengan bekerja sama
dengan blockchain. Produk-produk digital
ini dapat berupa kontrak pintar, aplikasi
terdesentralisasi (Dapps), atau bahkan
layanan lain yang dapat bekerja tanpa
persyaratan pengaturan infrastruktur
lengkap blockchain.
 FEDERATED BLOCKCHAIN MOVES
TO THE CENTER STAGE
Jaringan Blockchain dapat diklasifikasikan
sebagai Pribadi, Publik, Federasi atau Hibrid.
Istilah Federated Blockchain dapat disebut
sebagai salah satu tren blockchain terbaik
terbaru di industri. Ini hanyalah bentuk
upgrade dari model blockchain dasar, yang
membuatnya lebih ideal untuk banyak kasus
penggunaan spesifik. Dalam jenis blockchain
ini, alih-alih satu organisasi, banyak otoritas
dapat mengontrol node blockchain yang dipilih
sebelumnya. Sekarang, kelompok berbagai
node yang dipilih ini akan memvalidasi blok
sehingga transaksi dapat diproses lebih lanjut.
 STABLECOINS WILL BE MORE VISIBLE
- Menggunakan Bitcoin sebagai contoh
cryptocurrency, sifatnya sangat fluktuatif.
Untuk menghindari volatilitas, koin stabil
datang ke gambar dengan kuat dengan nilai
stabil yang dikaitkan dengan masing-masing
koin. Sampai sekarang, stablecoin sedang
dalam fase awal mereka dan diperkirakan
bahwa 2020 akan menjadi tahun ketika
stablecoin blockchain akan mencapai
tertinggi sepanjang masa.
- Salah satu kekuatan pendorong untuk
menggunakan stablecoin adalah pengenalan
cryptocurrency Facebook "Libra" pada tahun
2020 bahkan dengan semua tantangan yang
dihadapi cryptocurrency baru yang
diusulkan oleh Facebook dan lingkaran mitra
yang menyusut di libra.org
SOCIAL NETWORKING PROBLEMS MEET
BLOCKCHAIN SOLUTION
 Ada sekitar 2,77 Miliar pengguna media sosial
di seluruh dunia pada tahun 2019.
 Pengenalan blockchain di media sosial akan
dapat memecahkan masalah yang terkait
dengan skandal terkenal, pelanggaran privasi,
kontrol data, dan relevansi konten. Oleh
karena itu, campuran blockchain dalam
domain media sosial adalah tren teknologi lain
yang muncul pada tahun 2020.
 Dengan implementasi blockchain, dapat
dipastikan bahwa semua data media sosial
yang dipublikasikan tetap tidak dapat dilacak
dan tidak dapat diduplikasi, bahkan setelah
dihapus. Selain itu, pengguna akan bisa
menyimpan data lebih aman dan
mempertahankan kepemilikannya.
 INTEROPERABILITY AND BLOCKCHAIN
NETWORKS
Interoperabilitas Blockchain adalah
kemampuan untuk berbagi data dan
informasi lainnya di berbagai sistem
blockchain serta jaringan. Fungsi ini
memudahkan publik untuk melihat
dan mengakses data di berbagai
jaringan blockchain. Misalnya, Anda
dapat mengirim data Anda dari satu
blockchain Ethereum ke jaringan
blockchain tertentu. Interoperabilitas
adalah tantangan tetapi manfaatnya
sangat besar
 ECONOMY AND FINANCE WILL LEAD
BLOCKCHAIN APPLICATIONS
 Tidak seperti bisnis tradisional lainnya,
industri perbankan dan keuangan tidak
perlu memperkenalkan transformasi radikal
pada proses mereka untuk mengadopsi
teknologi blockchain. Setelah berhasil
diterapkan untuk cryptocurrency, lembaga
keuangan mulai serius mempertimbangkan
adopsi blockchain untuk operasi perbankan
tradisional.
 Laporan PWC, 77 persen dari lembaga
keuangan diharapkan untuk mengadopsi
teknologi blockchain sebagai bagian dari
sistem atau proses dalam produksi pada
tahun 2020.
BLOCKCHAIN INTEGRATION INTO
GOVERNMENT AGENCIES
 Gagasan buku besar yang didistribusikan juga
sangat menarik bagi otoritas pemerintah yang
harus mengelola data dalam jumlah yang
sangat besar. Saat ini, masing-masing lembaga
memiliki basis data yang terpisah, sehingga
mereka harus selalu membutuhkan informasi
tentang penduduk satu sama lain. Namun,
penerapan teknologi blockchain untuk
manajemen data yang efektif akan
meningkatkan fungsi lembaga tersebut.
 Menurut Gartner, pada tahun 2022, lebih dari
satu miliar orang akan memiliki beberapa
data tentang mereka yang disimpan di
blockchain, tetapi mereka mungkin tidak
menyadarinya. Juga, cryptocurrency nasional
akan muncul, tidak dapat dihindari bahwa
pemerintah harus mengakui manfaat mata
uang turunan blockchain.
BLOCKCHAIN COMBINES WITH IOT
 Pasar teknologi IoT akan melihat fokus baru
pada keamanan sebagai tantangan
keamanan yang kompleks muncul.
Kompleksitas ini berasal dari sifat teknologi
yang beragam dan terdistribusi. Jumlah
perangkat yang terhubung ke Internet telah
menembus angka 26 miliar. Peretasan
perangkat dan jaringan IoT akan menjadi
hal biasa pada tahun 2020. Terserah
operator jaringan untuk menghentikan
pengganggu melakukan bisnis mereka.
 Arsitektur IoT yang terpusat saat ini adalah
salah satu alasan utama kerentanan
jaringan IoT. Dengan miliaran perangkat
yang terhubung dan lebih banyak yang akan
ditambahkan, IoT adalah target besar untuk
serangan cyber, yang menjadikan keamanan
sangat penting.
 BLOCKCHAIN WITH AI
 Dengan integrasi AI (Kecerdasan
Buatan) dengan teknologi
blockchain akan membuat untuk
pengembangan yang lebih baik.
Integrasi ini akan menunjukkan
tingkat peningkatan dalam teknologi
blockchain dengan jumlah aplikasi
yang memadai.
 International Data Corporation (IDC)
menunjukkan bahwa pengeluaran
global untuk AI akan mencapai $
57,6 miliar pada tahun 2020 dan
51% bisnis akan melakukan transisi
ke AI dengan integrasi blockchain.
DEMAND FOR BLOCKCHAIN EXPERTS
 Blockchain adalah teknologi baru
dan hanya ada beberapa persen
individu yang terampil dalam
teknologi ini. Ketika teknologi
blockchain menjadi teknologi yang
berkembang cepat dan menyebar
luas, hal itu menciptakan situasi bagi
banyak orang untuk mengembangkan
keterampilan dan pengalaman
tentang teknologi blockchain.
 Meskipun jumlah ahli di bidang
blockchain meningkat, di sisi lain,
implementasi teknologi ini memiliki
pertumbuhan yang cepat yang akan
menciptakan situasi untuk
permintaan para ahli Blockchain
pada tahun 2020
Next Pertemuan Ke 6:
 5. Examples Smart Space
 Intelligent lighting
 Smart space management
 Smart ventilation
 Smart Parking and traffic reduction technology
 Smart sensors in commercial spaces
 Smart Airports
 Smart Hospitals
Intelligent lighting
Pencahayaan cerdas adalah istilah yang digunakan untuk jenis lampu pesta atau panggung yang
inovatif. Mekanisme otomatisnya memungkinkan lampu bergerak dan menciptakan efek rumit dan
penuh warna. Untuk perayaan, pencahayaan cerdas dapat membuat pengaturan pencahayaan
warna yang Anda inginkan agar sesuai dengan tema Anda. Untuk sandiwara, mereka dapat
mengubah panggung dari siang hari menjadi senja. Moving head dan scanner adalah teknologi
terkini dalam spektrum pencahayaan yang cerdas.
Smart space management
Misalnya, dengan jam kerja fleksibel sekarang
lebih populer dari sebelumnya, dapatkah Anda
benar-benar mengatakan dengan pasti kapan
sebagian besar pengguna kantor Anda datang
dan pergi? Bagaimana dengan tim yang
menghabiskan banyak waktu di jalan, pergi
mengunjungi pelanggan atau pemasok? Sistem
manajemen ruang dapat memberi Anda
gambaran yang akurat tentang berapa banyak
orang yang Anda butuhkan untuk memiliki
ruang pada hari rata-rata, dan menunjukkan
tren permintaan ruang ini selama beberapa
minggu dan bulan. Ini dapat membantu Anda
menentukan berapa banyak meja permanen
yang dapat menghemat ruang.
 Smart ventilation
 Sistem ventilasi pintar menyesuaikan tingkat ventilasi
dalam waktu atau berdasarkan lokasi dalam bangunan
agar responsif terhadap satu atau lebih dari yang
berikut: hunian, kondisi kualitas udara dan termal
luar ruangan, kebutuhan jaringan listrik,
penginderaan kontaminan secara langsung,
pengoperasian pemindahan udara lain dan sistem
pembersihan udara.
 Selain itu, sistem ventilasi pintar dapat memberikan
informasi kepada pemilik gedung, penghuni, dan
manajer tentang konsumsi energi operasional dan
kualitas udara dalam ruangan serta sinyal ketika
sistem membutuhkan pemeliharaan atau perbaikan.
 Responsif terhadap hunian berarti bahwa sistem
ventilasi cerdas dapat menyesuaikan ventilasi
tergantung pada permintaan seperti mengurangi
ventilasi jika bangunan tidak dihuni.
 Smart Parking and traffic reduction technology
 Smart Parking dapat dikombinasikan dengan
Smart Environment, mengukur kualitas
udara, dan ketersediaan ruang parkir.
 Kenyamanan Ini bisa membuat frustasi,
terutama di masa puncaknya, berkeliling
kota mencari ruang yang tersedia.
Ketidakmampuan seseorang untuk
menemukan tempat parkir dapat
mengakibatkan hilangnya kebiasaan atau
memengaruhi mereka untuk berbelanja di
lokasi alternatif.
 Mengurangi Traffic. Ketika seorang
pengemudi tahu persis ke mana mereka
harus pergi; ini mengurangi pemalasan dan
mengemudi yang tidak perlu - karena itu
mengoptimalkan arus lalu lintas di area
bawaan.
 Smart sensors in commercial spaces
 Mobil self-driving, dan bahkan bus self-driving, telah
layak secara teknologi, tetapi sistem baru yang
diumumkan oleh Land Transport Authority Singapura
akan mengubah bus reguler menjadi kendaraan
otonom.
 Kendaraan otonom yang dibangun khusus sangat
baik untuk menavigasi lalu lintas dan mengangkut
penumpang, tetapi mengalihkan armada kendaraan
angkutan umum seluruh kota ke kendaraan otonom
sangat mahal. Karena itu, Otoritas Transportasi
Darat di Singapura telah mengembangkan cara untuk
mendapatkan armada bus yang bisa mengemudi
sendiri tanpa harus membeli kendaraan baru.
 Bekerja dengan Universitas Teknologi Nanyang,
pihak berwenang telah meluncurkan sistem sensor
yang dapat mengubah armada mereka saat ini
menjadi bus yang dapat mengemudi sendiri.
 Smart Airports
Bandara dengan pengenalan wajah
untuk memberikan keamanan dan
check-in yang lebih cepat;
kecerdasan buatan yang
menghasilkan metrik untuk
memindahkan wisatawan dengan
lebih baik melalui area ramai; kios
swalayan untuk check-in dan tetes
tas swalayan; layanan pesan
terintegrasi memungkinkan
penumpang untuk memeriksa
penerbangan mereka di seluruh
bandara.
 Smart Hospitals
Rumah sakit yang memiliki pelacak
untuk gerobak komputer dan sumber
daya lainnya untuk dengan cepat
menemukannya saat dibutuhkan;
permukaan interaktif dalam berbagai
ukuran, seperti dinding ruang
konferensi; konektivitas yang
memungkinkan staf untuk segera
memesan resep, mentransfer catatan
medis, dan memeriksa pasien dari
jarak jauh.
Next Pertemuan Ke 7:
 6. Big Data
 Big Data in Education Industry
 Big Data in Healthcare Industry
 Big Data in Government Sector
 Big Data in Media and Entertainment Industry
 Big Data in Weather Patterns
 Big Data in Transportation Industry
 Big Data in Banking Sector
 Big Data in Education Industry
Industri pendidikan dibanjiri
dengan sejumlah besar data yang
terkait dengan siswa, fakultas,
kursus, hasil, dan apa yang tidak.
Sekarang, kami telah menyadari
bahwa studi dan analisis yang
tepat dari data ini dapat
memberikan wawasan yang dapat
digunakan untuk meningkatkan
efektivitas operasional dan
kinerja lembaga pendidikan.
 Big Data in Healthcare Industry
 Perangkat dan sensor yang dapat
dikenakan telah diperkenalkan di
industri perawatan kesehatan yang
dapat memberikan umpan waktu
nyata ke catatan kesehatan
elektronik pasien. Salah satu
teknologi tersebut adalah dari
Apple.
 Apple telah membuat Apple
HealthKit, CareKit, dan
ResearchKit. Tujuan utamanya
adalah memberdayakan pengguna
iPhone untuk menyimpan dan
mengakses catatan kesehatan
waktu nyata mereka di ponsel
mereka.
 Big Data in Government Sector
Pemerintah, baik itu dari negara mana
pun, berhadapan langsung dengan
sejumlah besar data setiap hari.
Alasan untuk ini adalah, mereka harus
melacak berbagai catatan dan
database mengenai warga negara
mereka, pertumbuhan mereka,
sumber daya energi, survei geografis,
dan banyak lagi. Semua data ini
berkontribusi pada data besar. Studi
dan analisis yang tepat dari data ini,
karenanya, membantu pemerintah
dengan cara yang tak ada habisnya.
Big Data in Media and Entertainment Industry
 Dengan orang-orang yang memiliki
akses ke berbagai gadget digital,
pembuatan sejumlah besar data tidak
terhindarkan dan ini adalah penyebab
utama meningkatnya data besar di
industri media dan hiburan.
 Selain itu, platform media sosial
adalah cara lain di mana sejumlah
besar data dihasilkan. Meskipun,
bisnis di industri media dan hiburan
telah menyadari pentingnya data ini,
dan mereka dapat memperoleh
manfaat darinya untuk pertumbuhan
mereka.
 Big Data in Weather Patterns
 Ada sensor cuaca dan satelit yang
digunakan di seluruh dunia. Sejumlah
besar data dikumpulkan dari mereka, dan
kemudian data ini digunakan untuk
memantau kondisi cuaca dan lingkungan.
 Semua data yang dikumpulkan dari sensor
dan satelit ini berkontribusi pada data
besar dan dapat digunakan dengan
berbagai cara seperti:
 Dalam peramalan cuaca
 Untuk mempelajari pemanasan global
 Dalam memahami pola-pola bencana
alam
 Untuk membuat persiapan yang
diperlukan dalam kasus krisis
 Untuk memprediksi ketersediaan air
yang dapat digunakan di seluruh dunia
 Big Data in Transportation Industry
Perencanaan rute: Data besar dapat
digunakan untuk memahami dan
memperkirakan kebutuhan pengguna pada
rute yang berbeda dan berbagai moda
transportasi dan kemudian menggunakan
perencanaan rute untuk mengurangi waktu
tunggu mereka.
Manajemen kemacetan dan kontrol lalu
lintas: Menggunakan data besar, estimasi
waktu sebenarnya dari pola kemacetan dan
lalu lintas sekarang dimungkinkan. Misalnya,
orang menggunakan Google Maps untuk
menemukan rute yang paling rawan berlalu
lintas.
Tingkat keselamatan lalu lintas:
Menggunakan pemrosesan data besar secara
real-time dan analisis prediksi untuk
mengidentifikasi area rawan kecelakaan
dapat membantu mengurangi kecelakaan
dan meningkatkan tingkat keselamatan lalu
lintas.
 Big Data in Banking Sector
Jumlah data di sektor perbankan meroket
setiap detik. Menurut prognosis GDC, data
ini diperkirakan tumbuh 700 persen pada
akhir tahun berikutnya. Studi yang tepat dan
analisis data ini dapat membantu
mendeteksi setiap dan semua kegiatan ilegal
yang sedang dilakukan seperti:
- Penyalahgunaan kartu kredit / debit
- Perawatan risiko kredit ventura
- Kejelasan bisnis
- Perubahan statistik pelanggan
- Pencucian uang
Next Pertemuan Ke 8:
 7. Distributed Cloud
 Beberapa skenario penggunaan untuk
memotivasi komputasi awan terdistribusi
meliputi yang berikut:
 Intelligent Transport
 Intelligent Caching
 Intelligent Transport
Truk yang digerakkan secara otonom yang
bergerak dalam eselon dapat secara lokal
memproses data dari sensor di jalan dan jalan
untuk mempertahankan kecepatan dan
pemisahan yang stabil antara satu sama lain
dan kendaraan lain, semuanya saat mengirim
lalu lintas dan data engine kembali ke awan
pusat. Jalur mereka ke tujuan dipantau oleh
aplikasi manajemen armada di cloud regional,
yang menganalisis data dari beberapa
kendaraan untuk menentukan rute yang
optimal dan mengidentifikasi kendaraan
untuk pemeliharaan.
 Intelligent Caching
Penyedia layanan video over-the-top
utama menggunakan cloud pusat untuk
mentranskode dan memformat video
untuk berbagai jenis perangkat yang
dilayani melalui jaringan yang berbeda.
Itu cache konten dalam berbagai format
dalam CDN yang tersebar secara geografis.
Dalam mengantisipasi permintaan besar
untuk seri yang baru dirilis di wilayah
tertentu, ia memprioritaskan konten
dalam cache yang paling dekat dengan
pengguna akhir — misalnya, penyimpanan
dikolokasi dengan ujung kabel untuk
melayani lokasi perumahan, atau di
stasiun pangkalan 5G di daerah perkotaan
yang padat untuk melihat ponsel.
 Cara Kerja Komputasi Cloud Terdistribusi
 Keuntungan utama menggunakan layanan cloud
adalah kemampuan pengguna layanan untuk tidak
memelihara dan mengoperasikan infrastruktur TI
mereka sendiri dan bergeser dengan menggunakan
model utilitas seperti komputasi pembelian dan
penyimpanan sesuai permintaan.
 Dengan komputasi awan terdistribusi, beberapa fitur
tambahan terbuka untuk dibeli: pengguna dapat
meminta agar data tertentu tetap berada dalam
wilayah tertentu, atau bahwa target kinerja tertentu
untuk latensi atau throughput terpenuhi.
 Merupakan tugas penyedia cloud untuk
menyembunyikan kerumitan bagaimana SLA tersebut
terpenuhi. Ini mungkin termasuk membangun
infrastruktur cloud tambahan di wilayah tertentu atau
bermitra dengan penyedia cloud yang sudah ada di
wilayah tersebut. Selain itu, interkoneksi data
berkecepatan tinggi perlu diatur antara pusat data
yang tersebar secara geografis ini.
 Tiga fase komputasi awan terdistribusi:
 Fase 1: Model hybrid like-for-like memungkinkan
penyedia cloud untuk memberikan layanan secara
terdistribusi. Layanannya mirip dengan "sebagian
layanan di cloud terpusat untuk pengiriman di
perusahaan."
 Fase 2: Mengambil model suka-untuk-suka ke
tingkat berikutnya, penyedia cloud dan pihak
ketiga akan memberikan subset dari layanan
cloud terpusatnya. Ini memungkinkan untuk
menargetkan komunitas melalui penyedia pihak
ketiga.
 Fase 3: Komunitas dalam organisasi berbagi gardu
awan terdistribusi di mana pelanggan cloud dapat
bersama-sama memanfaatkan layanan cloud di
gardu induk publik. Ini menguntungkan secara
ekonomi, karena perusahaan yang menggunakan
gardu induk berkontribusi pada biaya
pemasangan.
Next Pertemuan Ke 9
(Mid Test Semester):