Internet of things adalah suatu konsep atau program dimana sebuah objek memiliki kemampuan untuk mentransmisikan atau mengirimkan data melalui jaringan tanpa menggunakan bantuan perangkat komputer dan manusia
Internet of Things atau dikenal juga dengan singkatan IoT, merupakan sebuah konsep yang bertujuan untuk memperluas manfaat dari konektivitas internet yang tersambung secara terus- menerus yang memungkinkan kita untuk menghubungkan mesin, peralatan, dan benda fisik lainnya dengan sensor jaringan dan aktuator
Internet of Things adalah solusi komunikasi antar mesin yang dapat memberi visibilitas usaha secara real-time. Konektivitas 24 jam disertakan berbagai fitur otomasi menjadikan IoT sebagai cara efektif untuk memantau dan mengelola usaha dari jarak jauh
Teknologi IoT adalah konsep perangkat yang mampu mentransfer data tanpa perlu terhubung dengan manusia, melainkan internet sebagai medianya. Sederhananya manusia tidak perlu mengontrol benda/perangkat IoT tersebut secara langsung. Melainkan manusia bisa mengontrol benda tersebut dari jarak jauh
Melalui IoT, perusahaan atau organisasi akan mengumpulkan data mengenai customer behavior. Data yang dikumpulkan dan kemudian dianalisa untuk mendapatakan gambaran yang jelas mengenai tingkah laku customer ini disebut dengan Big Data
Menurut Solution Architect Ericsson Indonesia, Hilman Halim, untuk operasional perangkat IoT hanya memerlukan tiga elemen utama, yakni :
- Perangkat Fisik (Hardware)
- Jaringan Internet (Networking)
- Aplikasi (Software)
Unsur-Unsur Pembentuk IoT
- Sensor. Sensor adalah pembeda yang menjadikan IoT lebih unik ketimbang mesin canggih yang lainnya.
- Kecerdasan Buatan.
- Konektivitas.
- Perangkat Berukuran Kecil.
- Sektor Pembangunan.
- Sektor Energi.
- Sektor Rumah Tangga.
- Sektor Kesehatan.
Identifikasi Frekuensi Radio atau RFID (Radio Frequensi Identifity) merupakan salah satu teknologi implementasi dari Internet of Things.
4 Elemen Penting Internet of Things (IoT)
- Teknologi yang membuat IoT mengerti dan sadar terhadap informasi datayang diterima. …
- Komunikasi data dengan cloud.
- Konsolidasi dan penangkapan data cloud.
- Pengiriman informasi.
Perangkat IoT pada dasarnya meliputi laptop, smartphone, smart gadget, smartwatch, dan banyak lagi
Istilah Internet of Things (IoT) memang baru di perkenalkan tahun 1999 oleh Kevin Ashton yang merupakan co-founder dan executive director dari Auto-ID Center di MIT, dan juga merupakan seorang inovator dan ahli analisis konsumen. Namun sebenarnya IoT telah dikembangkan sejak awal 1980-an dengan Alat Internet pertama, yaitu Coke Machine di Carnegie Melon University. Para programer dapat terhubung ke mesin melalui Internet, memeriksa status mesin dan menentukan apakah ada atau tidak minuman dingin yang menunggu mereka, tanpa harus pergi ke mesin tersebut
Kecerdasan buatan adalah usaha memodelkan proses berpikir manusia dan mendesain mesin agar dapat menirukan perilaku manusia. Kecerdasan buatan adalah tempat suatu penelitian, aplikasi, dan instrusksi yang terkait dengan pemrograman komputer dalam melakukan suatu hal yang menurut pandangan manusia
Dengan kata lain AI merupakan sistem komputer yang bisa melakukan pekerjaan-pekerjaan yang umumnya memerlukan tenaga manusia atau kecerdasan manusia untuk menyelesaikan pekerjaan tersebut. AI sendiri merupakan teknologi yang memerlukan data untuk dijadikan pengetahuan, sama seperti manusia.
Artificial Intelligence atau kecerdasan buatan adalah sistem komputer yang mampu melakukan tugas-tugas yang biasanya membutuhkan kecerdasan manusia. Teknologi ini dapat membuat keputusan dengan cara menganalisis dan menggunakan data yang tersedia di dalam sistem.
Dengan ditanami AI, mesin memiliki kemampuan untuk berpikir, melakukan nalar, dan koreksi diri. Mesin ini nantinya mampu memberikan solusi atas suatu masalah (problem solving) dengan cara meniru cara berpikir manusia. Inilah alasan mengapa AI diprediksi dapat menggantikan peran manusia pada masa mendatang
Nggak semua teknologi yang cerdas disebut AI. Inovasi dan teknologi yang sudah biasa/umum seperti kalkulator dan kamus elektronik, nggak termasuk AI
Kita dapat menyimpulkan bahwa Data Science adalah pekerjaan yang melakukan analisis data, sedangkan AI adalah alat untuk membuat produk yang lebih baik dan menanamkannya dengan otonomi
Data science adalah sebuah ilmu yang menggabungkan ilmu matematika dan statistika dengan ilmu komputer. Tujuan dari Data Science adalah menganalisa data dari suatu himpunan data, baik skala kecil (sampel) maupun besar (populasi)
Machine learning adalah bagian dari artificial intelligence yang merujuk pada software dan hardware yang dapat menirukan kecerdasan manusia
Dengan mempelajari data science, Anda akan mempersiapkan diri terhadap tren teknologi di masa depan, karena data science menuntut Anda untuk mau tidak mau memiliki: Keterampilan problem-solving. Melihat analisis data di manapun berada. Berbagai pengetahuan dan kemampuan di beberapa bidang lainnya.
Data Science adalah ilmu tentang pengolahan dan interpretasi data dengan menggunakan formula statistika, bahasa pemrograman, serta tools yang sesuai. Ketika belajar Data Science, kita akan mendapati data yang terstruktur dan tidak terstruktur
Mengapa Visualisasi Data dinilai Sangat Penting? Dengan visualisasi data, Anda dapat melihat tren atau pola dari hasil analisis data scientist. Dan dari data tersebut, Anda dapat mendapatkan masukan-masukan informasi dengan cepat mengenai tren bisnis sehingga Anda dapat menemukan strategi yang cocok untuk bisnis
Data Scientist bertanggung jawab dalam mengumpulkan, mengolah, dan menganalisa data untuk menghasilkan informasi yang berguna dalam pengambilan keputusan. Data tersebut biasanya berjumlah sangat besar baik terstruktur maupun tidak terstruktur.
Selain ilmu sains, seorang data scientist harus juga memahami ilmu statistik, programming, scripting, dan ilmu yang memahami tentang perilaku bisnis. Data scientist juga perlu memiliki keahlian soft skill dalam menyampaikan suatu hasil analisa dengan jelas dan tepat
Menurut Towards Data Science, menjelaskan proses data science adalah hal yang tidak mudah.
Namun, kira-kira prosesnya dapat dirangkum dalam lima poin OSEMN sebagai berikut:
1. Obtain
Langkah pertama untuk memulai sebuah proyek data science adalah obtain, yaitu mendapatkan atau mengumpulkan data.
Data dikumpulkan dari sumber-sumber data. Kemudian digunakan kemampuan teknis seperti MySQL untuk memroses datanya.
Jika menggunakan Python atau R, kamu bisa langsung membaca data dari sumbernya secara langsung ke program data science yang digunakan.
Untuk mengambil data dari sumber, dibutuhkan kemahiran bermacam-macam sesuai dengan tipe dan ukuran file yang didapatkan.
2. Scrub
Setelah data dikumpulkan, hal selanjutnya yang harus dilakukan dalam tahap proses data science adalah scrubbing data.
Scrubbing data adalah proses pembersihan atau filter data.
Jika ada data yang tidak penting atau tidak relevan, harus disingkirkan.
Pada tahap ini, dilakukan juga standardisasi format data.
Dari format bermacam-macam di tahap pertama, seluruh data dikonversi ke satu format yang sama.
Setelah itu, jika ada data yang kurang atau hilang, harus dilakukan penyesuaian agar dapat diproses.
Proses scrubbing juga meliputi penyatuan dan pemisahan kategori data tergantung kebutuhan.
Pada dasarnya, tahap scrubbing merupakan proses mengatur, merapikan data, serta membuang apapun yang tidak diperlukan, dan mengganti data yang hilang serta menstandardisasi seluruh formatnya.
3. Explore
Pada tahap ini, penggalian dan pemeriksaan data dilakukan.
Pertama-tama, semua data harus diperiksa propertinya, karena tipe data yang berbeda memerlukan perlakuan yang berbeda pula.
Kemudian, statistik deskriptif harus dihitung untuk dapat mengekstrak fitur dan menguji variabel yang signifikan.
Terakhir, visualisasi data digunakan untuk mengidentifikasi pola dan tren signifikan dalam data yang sudah kamu dapatkan.
Dengan begitu, bisa diperoleh gambaran yang lebih jelas dengan grafik agar pentingnya data dapat lebih dipahami.
4. Model
Setelah memastikan tahap scrub dan explore sudah dilakukan maksimal, maka kamu dapat lanjut ke tahap data science selanjutnya, yaitu model.
Pada tahap ini, dibuat model data untuk mencapai tujuan yang diinginkan.
Pada tahap ini, digunakan regresi dan prediksi untuk memperkirakan nilai di waktu mendatang serta melakukan klasifikasi dan pengelompokan grup nilai dari data.
5. Interpret
Tahap terakhir dalam proses data science adalah interpretasi data.
Interpretasi data adalah proses penting di mana dilakukan interpretasi model dan data.
Output dari pengolahan data yang diinterpretasi harus bisa dipahami oleh orang-orang awam yang tidak mengerti istilah teknis.
Presentasinya bertujuan untuk menjawab persoalan bisnis berdasarkan data yang diperoleh.
Pada tahap interpretasi data, kemampuan komunikasi yang baik juga sangat dibutuhkan untuk menyampaikan poin-poin pentingnya secara efektif pada semua orang yang berkepentingan.
Who is a Data Analyst, Data Engineer and Data Scientist?
| Data Analyst | Data Engineer | Data Scientist |
| Data Analyst analyzes numeric data and uses it to help companies make better decisions. | Data Engineer involves in preparing data. They develop, constructs, tests & maintain complete architecture. | A data scientist analyzes and interpret complex data. They are data wranglers who organize (big) data. |