8.6.

Strategi Penerapan Airport Maintenance Management

8.6.1. Strategi Sistem Monitoring dan Performansi

Dalam menerapkan strategi sistem monitoring dan performansi pada infrastruktur dan
fasilitas bandara harus didukung oleh 3 (tiga pilar) knowledge management dan
implementasi sistem CMMS. 3 (tiga) pilar yang dimaksud antara lain: personel (yang
terkait dengan pembinaan sumber daya manusia), proses (terkait dengan proses bisnis
yang meliputi perencanaan, pelaksanaan dan evaluasi) dan teknologi (metode analisa
berbasis risiko dan sistem manajemen pemeliharaan terkomputerisasi). Teknologi ini
lang yang implementasinya adalah penggunaan aplikasi CMMS.
Secara fisik sistem CMMS ini berupa software aplikasi yang berjalan dalam sebuah
komputer, yang diakses melalui jaringan komunikasi data. Secara fisik, sistem ini tidak
harus berupa satu aplikasi tunggal, tetapi dapat terdiri dari beberapa aplikasi yang
tergabung dalam satu sistem yang lebih besar untuk dapat memberikan layanan yang
lebih kompleks dan luas.
Dalam penerapannya, CMMS dapat diintegrasikan dengan software yang sudah ada,
yaitu ASIS dan AICC dimana pola tersebut dapat diterapkan di kantor pusat AP II maupun
di kantor-kantor cabang.
Pembahasan lebih lanjut akan dijelaskan di dalam roadmap pada bab selanjutnya.

8.6.2. Strategi Penggunaan teknologi terbarukan dalam pemeliharaan

infrastruktur & fasilitas

 Definisi teknologi terbarukan untuk infrastruktur dan fasilitas bandara

Energi terbarukan adalah sumber energi yang dapat dimanfaatkan secara terus
menerus yang tersedia di alam, dapat dimanfaatkan secara bebas dan dapat
diperbarui. Dalam pemeliharaan Infrastruktur & Fasilitas Bandara, dapat
dikembangkan dengan memanfaatkan energi terbarukan.
 Beberapa teknologi terbarukan yang dapat digunakan (Lap. Pendaluhuan)
 Usulan teknologi terbarukan EAM (Roadmap dan Action Plan Teknologi 2025)
- Pengadaan dan Leadtime
- Harga
- Compatible terhadap peralatan yg ada
- Kondisi peralatan existing masih berfungsi dengan baik
- Kemudahan integrasi dan pemasangan
 …. Lebih lanjut akan dijelaskan di dalam Pembahasan Roadmap pada bab
selanjutnya

8.6.3. Strategi Penyimpanan data base infrastruktur & fasilitas bandara

Strategi penyimpanan database Infrastruktur dan Fasilitas Bandara dapat diterapkan

menggunakan sistem Big Data Analytic sebagaimana disebutkan dalam roadmap
penerapan teknologi dalam Airport Maintenance Management dalam Tabel 11-6 di
bawah ini:
Table 11-6 Roadmap Airport Maintenance Management (Teknologi)
Membuat
rencana
Penggunaan big
integrasi Penggunaan Penggunaan
data analytics, data
sistem dan Electronic teknologi
mining/warehousing,
teknologi Document and terbarukan
dan bussiness
saat ini (ASIS, Record dalam proses
intelligent untuk
Teknologi AICC, IBMS, Management manajemen
mendukung proses
dll) ke dalam Systems sebagai pemeliharaan
manajemen
manajemen prerequisite berbasis
pemeliharaan
pemeliharaan aktivitas predictive komputer
berbasis komputer
berbasis maintenance (CMMS)
(CMMS)
komputer
(CMMS)

Big Data Analitic adalah proses meneliti, mengolah data set dalam jumlah besar untuk
mengetahui pola tersembunyi, korelasi yang tidak diketahui, tren pasar, preferensi
pelanggan dan informasi bisnis berguna lainnya. Big data tidak hanya berputar pada
jumlah data yang dimiliki perusahaan, 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 serta pengambilan keputusan yang cerdas. Pola ini dapat diterapkan
dalam pengelolaan Infrastruktur & Fasilitas Bandara.
Menurut karakteristiknya, big data dapat didefinisikan ke dalam 5V yaitu:

Volume. Pada era IoT (Internet of Things), data dihasilkan bukan hanya oleh manusia
saja, tetapi juga mesin. Interaksi manusia dan jaringan pada sistem seperti sosial media
membuat data yang harus dianalisa menjadi sangat besar.
Variety. Mengacu kepada heterogenitas (keanekaragaman) sumber data, baik data
structured maupun unstructured. Dimulai dari bentuk spreadsheet dan database, hingga
saat ini tersedia dalam bentuk email, foto, video, audio, dan lain-lain.
Velocity. Mencakup kecepatan sebuah data bergerak masuk seperti dari bisnis proses,
mesin, jaringan sosial media, perangkat elektronik, dan lain-lain. Arus data menjadi
sangat besar dan berkelanjutan.
Validitas. Data yang diambil adalah harus benar dan akurat sesuai dengan yang ingin
dipergunakan. Data yang valid merupakan salah satu kunci di dalam pengambilan
keputusan yang tepat.
Veracity. Mengacu kepada inkonsistensi data yang sewaktu-waktu dapat terjadi,
sehingga menghambat proses pengolahan dan manajemen data secara efektif.

Berikut 7 tantangan teratas Big Data Analitic yang dihadapi perusahaan:

1. Perlu sinkronisasi sumber data yang berbeda. Ketika rangkaian data menjadi lebih
besar dan beragam, ada tantangan besar untuk menggabungkannya ke dalam
platform Jika ini diabaikan akan menciptakan celah dan mengarah pada pesan dan
insight yang salah.
2. Kekurangan tenaga profesional yang memahami analisis big data. Dengan
meningkatnya data eksponensial, permintaan untuk ilmuwan dan analis big data
semakin besar. Penting bagi perusahaan untuk mempekerjakan seorang ilmuwan
data yang memiliki keterampilan yang beragam karena pekerjaan seorang ilmuwan
data bersifat multidisiplin.
3. Mendapatkan insight penting melalui analisis big data. Sangat penting bagi
perusahaan bahwa hanya departemen terkait yang memiliki akses ke informasi ini.
Data yang real-time dapat membantu peneliti dan perusahaan untuk menyediakan
insight yang terkini untuk pengambilan keputusan.
4. Mendapatkan data bervolume menjadi platform big data. Perusahaan perlu
menangani sejumlah besar data setiap hari. Jumlah dan variasi data yang tersedia
 saat ini dapat membanjiri data engineer dan sangat penting untuk membuat
aksesibilitas data mudah dan nyaman bagi pemilik dan pengelola perusahaan.
5. Ketidakpastian data management landscape. Dengan munculnya big data, teknologi
dan perusahaan baru, tantangan besar yang dihadapi oleh perusahaan dalam
analisis big data adalah untuk mengetahui teknologi mana yang paling cocok untuk
mereka tanpa adanya masalah baru dan potensi resiko.
6. Penyimpanan dan kualitas data. Opsi penyimpanan data yang populer seperti data
lakes/ warehouses umumnya digunakan untuk mengumpulkan dan menyimpan data
tak terstruktur dan terstruktur dalam jumlah besar dalam format aslinya. Data yang
hilang, data yang tidak konsisten, konflik logika, dan data duplikat semuanya
menghasilkan tantangan kualitas data.
7. Keamanan dan privasi data. Big data juga melibatkan potensi risiko yang
menyangkut privasi dan keamanan data. Alat-alat big data digunakan untuk analisis
dan penyimpanan menggunakan sumber data yang berbeda. Ini akhirnya mengarah
pada risiko tinggi exposure data dan membuatnya rentan. Peningkatan jumlah data
juga meningkatkan privasi dan masalah keamanan.
Lebih lanjut akan dijelaskan di dalam Pembahasan Roadmap pada bab selanjutnya serta
akan diuraikan lebih rinci dalam dokumen AMD pada Bab 3