Keadaan Keamanan Siber IoT Saat Ini

Memilih Kamera 3D Vision

 

Kamera yang dapat memetakan dunia berguna untuk perangkat IoT generasi berikutnya.

Ikhtisar

Kebutuhan akan sistem visi komputer yang dapat memahami dan menganalisis adegan tiga dimensi akan tumbuh dengan cepat, didorong oleh kebutuhan mesin untuk berinteraksi dengan dunia 3D secara real time. Kendaraan otonom (Gbr. 1), augmented reality, mixed reality, dan pengenalan wajah hanyalah beberapa contoh model. Pada artikel ini, kita akan mempelajari berbagai jenis sistem kamera visi 3D yang menangkap data visual tiga dimensi untuk digunakan oleh algoritma visi komputer.

 

Jenis Kamera 3D Vision

Merekam adegan 3D memerlukan sistem kamera yang dapat mendeteksi kedalaman data dari setiap piksel  gambar terkait, selain data tekstur (misalnya RGB). Kamera tersebut juga dikenal sebagai kamera jangkauan atau kedalaman. Ada banyak macam, masing-masing dengan kelebihan dan kekurangannya.

 

Kamera Stereo Pasif

Kamera stereo telah ada selama lebih dari 150 tahun [1]. Awalnya, mereka terutama digunakan untuk fotografi dan film untuk menyampaikan kedalaman adegan kepada pengamat manusia. Kamera stereo memiliki setidaknya dua titik fokus atau lebih. Mereka meniru penglihatan teropong orang.

Kisaran kedalaman bergantung pada jarak antar titik fokus (jarak interokular). Sekitar tahun 2010, keunggulan kamera stereo telah naik dan turun dengan pasar televisi/film 3D. Namun, perkembangan pesat pasar realitas yang dihasilkan komputer (VR) selama dua tahun terakhir mendorong kebutuhan akan konten yang jelas 360 derajat. Biaya kamera stereoskopis, seperti LucidCam, telah turun dengan cepat, sehingga lebih masuk akal bagi pasar massal untuk memproduksi konten 3D.

Selain pembuatan konten, kamera stereo dapat membuat peta kedalaman, melibatkan perbedaan area objek yang diperhatikan (divergensi) antara perspektif kamera kiri dan kanan untuk mengukur kedalaman benda dari pengamat (Gbr. 2). Untuk mencapai hal ini, algoritma visi komputer harus secara tepat mengenali titik pembanding dalam dua gambar yang terkait dengan fisik objek yang serupa. Ini adalah proses intensif komputasi.

Pemindai Deteksi dan Jangkauan Cahaya (LiDAR)/Waktu Penerbangan Berdenyut (ToF)

LiDAR menggunakan sensor dinamis, yang memancarkan energi untuk menerangi objek target. Mereka mengirim laser berdenyut, tak terlihat oleh mata alami, ke objek dan mendapatkan detak jantung yang dipantulkan. Kemudian, mereka menyimpulkan jarak menggunakan waktu kembali dan frekuensi laser. Dengan segera memeriksa area objektif (misalnya menggunakan cermin) titik demi titik dengan detak jantung laser, peta kedalaman pemandangan dapat ditentukan.

LiDAR dapat membuat peta kedalaman presisi tinggi dan resolusi tinggi. Sebelumnya, mereka terutama digunakan untuk aplikasi seperti pemetaan terestrial (berikut adalah beberapa aplikasi LiDAR lainnya). Penerimaan pasar massal LiDAR adalah dalam teknologi kendaraan otonom, yang membutuhkan pemetaan kedalaman yang cepat dan tepat di daerah sekitarnya.

Namun, sensor LiDAR biasanya lebih mahal dan besar(Gbr. 3). Perusahaan seperti Velodyne sedang berupaya menurunkan biaya untuk industri kendaraan otonom. Sensor LiDAR solid state generasi berikutnya sedang dikembangkan yang menjanjikan biaya lebih rendah dan kinerja yang lebih baik. 

Kamera Continuous Wave Time of Flight (ToF).

Kamera LiDAR yang disebutkan di segmen sebelumnya terlalu mahal untuk pasar pembeli. Kamera Continuous Wave Time-of-Flight (ToF) adalahi jenis lain dari kamera rentang yang menerangi pemandangan penuh dengan cahaya termodulasi gelombang kontinu dan menerima cahaya yang dipantulkan menggunakan sensor CCD atau CMOS standar. Dengan mengukur pergeseran tahap gelombang cahaya yang didapat (Gbr. 4), jarak antara kamera dan permukaan pantulan dapat diturunkan.

Kamera ToF tidak memiliki bagian yang bergerak dan umumnya 

bagian komponen semikonduktor yang relatif murahl. Namun, resolusi kamera ToF cenderung lebih rendah. Kamera penangkap gerakan Kinect V2 adalah salah satu aplikasi  konsumen dari jenis kamera tersebut

 

Kamera Cahaya Terstruktur

Kamera cahaya terstruktur menggunakan metode stereovisi aktif yang berfungsi. Alih – Alih mengukur perbedaan antara pandangan dua kamera pengamat, perbedaan antara proyektor dan kamera yang pengamat diukur. Pola cahaya yang diketahui dalam inframerah (IR) diproyeksikan secara berurutan ke suatu objek. Pola – pola tersebut berubah bentuk oleh bentuk geometris objek.

Kamera IR kemudian, mengamati pola yang cacat pada arah yang berbeda. Dengan menganalisis distorsi pola yang diamati, misalnya perbedaan dari pola proyeksi asli, data kedalaman dapat diekstraksi. Kamera Kedalaman Asli Kinect V1 dan iPhone X (Gbr. 5a, Gbr. 5b) termasuk dalam kamera semacam ini.

Varian Lainnya

Masing-masing sistem kamera di atas memiliki kelebihan dan kekurangannya masing-masing.

	Kekuatan	Kelemahan	Contoh Aplikasi
LiDAR (ToF Berdenyut)	Tidak perlu cahaya sekitar Bidang pandang yang luas	Harga tinggi Relatif Besar Dipengaruhi secara negatif oleh sifat reflektif bahan (misalnya tembus cahaya, air) Tingkat penyegaran lebih rendah	Pemetaan Kendaraan otonom Vendor (Velodyne, LeddarTech, Quanergy, Continental, dll)
Stereo Pasif	Menggunakan kamera murah tradisional dan sederhana Data visual yang kaya untuk analitik visi komputer Bekerja di pengaturan indoor dan outdoor	Performa rendah cahaya yang buruk Tidak bekerja dengan baik dengan permukaan yang tidak bertekstur Membutuhkan kekuatan pemrosesan yang tinggi untuk mendapatkan peta kedalaman	Visi robotik Kendaraan otonom AR/VR Vendor (StereoLabs, Point Grey, dll)
ToF Gelombang Kontinu	Perangkat keras sederhana dan ringkas Membutuhkan daya pemrosesan yang rendah Tingkat penyegaran tinggi Tidak perlu cahaya sekitar	Performa luar ruangan yang buruk (di bawah sinar matahari) Dipengaruhi secara negatif oleh sifat reflektif bahan (misalnya tembus cahaya, air) Gangguan oleh kehadiran kamera ToF lainnya	Kontrol gerakan Pelacakan tubuh Industri Vendor (Microsoft Kinect V2, Swiss Ranger/Heptagon)
Cahaya Terstruktur	Tidak perlu cahaya sekitar Resolusi dan akurasi lebih tinggi daripada ToF Kisaran yang relatif lebih pendek dari ToF	Performa luar ruangan yang buruk (di bawah sinar matahari) Dipengaruhi secara negatif oleh sifat reflektif bahan (misalnya tembus cahaya, air) Pola bintik laser pada permukaan target mungkin tidak diinginkan	Pengenalan wajah Pemindai 3D AR/VR, pelacakan tubuh, Industri Vendor (Struktur,Orbbec,Intel RealSense F200, dll)

 

Jenis kamera yang lebih baru muncul di pasar yang menggabungkan teknologi di atas untuk mencapai kinerja yang lebih baik, biaya yang optimal, dan Aplikasi yang lebih luas. Misalnya, kamera Intel RealSense menggabungkan pemancar pola IR aktif dengan kamera stereo IR sehingga kamera kedalaman dapat berfungsi dengan baik dalam kondisi cahaya rendah.

 

Metode Monokular

Selain menggunakan kamera jarak jauh, kamera monokular konvensional dapat digunakan dalam kombinasi dengan strategi fotogrametri multi-tampilan untuk mencapai tangkapan gambar 3D dan pembuatan objek dan pemandangan.

Salah satu pendekatannya adalah Structure from Motion (SfM). Ini mirip dengan bagaimana manusia dan hewan mengamati struktur 3D lingkungan pada pose yang berbeda. Dengan bergerak di sekitar adegan/objek dan menangkap banyak gambar 2D dengan beberapa tampilan kamera, algoritme SfM dapat merekonstruksi representasi 3D detail dari adegan/objek tersebut.

Metode ini memiliki kebutuhan perhitungan yang tinggi. Selain itu, ini lebih cocok untuk Aplikasi dimana target yang diobservasi tidak bergerak, mirip dengan pemindaian 3D merchandise dengan dengan kamera ponsel konvensional.

Metode Visual Simultaneous Localization and Mapping (Visual SLAM), variasi realtime dari SfM, umumnya digunakan dalam teknologi robotika. Motivasi di balik Visual SLAM terutama untuk rute dan bukan untuk rendering 3D lingkungan.

Dengan menggunakan Visual SLAM, sebuah robot atau drone dapat dengan saksama menghubungkan gerakan, area, dan orientasinya dengan pengelompokan gambar yang ditangkap oleh kameranya untuk menghasilkan peta 3D dari lingkungan tempatnya berada. Hal ini memungkinkannya menavigasi ruang secara efektif dan efisien.

Ada sejumlah kamera yang makin berkembang yang dapat memetakan dunia, dan mengenali serta mengikuti objek dalam tiga dimensi. Elemen-elemen ini berguna untuk perangkat IoT yang akan datang untuk berkomunikasi dengan manusia secara lebih alami  dan menangani Aplikasi yang kompleks.

Apa itu AWS Lightsail, dan Siapa yang Harus Menggunakannya?

 

AWS Lightsail adalah layanan AWS level pemula, yang menawarkan akses pengembang aplikasi ke server pribadi virtual (VPS) yang dapat dikonfigurasi dan rangkaian alat yang mudah digunakan.

Amazon Lightsail memberikan cara sederhana dan ringan bagi klien cloud baru untuk memanfaatkan layanan komputasi cloud  AWS, namun apakah ini keputusan yang tepat untuk penerapan  atau perusahaan  IoT Anda? Apakah server pribadi virtual (VPS) adalah pilihan terbaik dengan cara apa pun? Pada artikel ini, kita akan membahas pentingnyai Amazon Lightsail, beberapa fitur dan manfaatnya, dan apakah itu pilihan yang tepat untuk Anda.

Tempat terbaik untuk memulai adalah dengan VPS. Terlepas dari kenyataan bahwa mereka hanya satu satu bagian dari Amazon Lightsail, penting untuk memahami apa itu VPS dan mengapa Anda harus menggunakannya sebelum kita melangkah lebih jauh.

Pengantar Virtual Private Server (VPS)

Server pribadi virtual (VPS) adalah representasi perangkat lunak dari server fisik yang dapat Anda gunakan untuk mengalokasikan sumber daya komputasi untuk suatu pekerjaan sambil tetap diabstraksi dari lapisan server fisik.

Setiap server virtual dapat bekerja secara bebas dari server yang sebenarnya. Seorang klien harus menyiapkan VPS sebelum menggunakan Lightsail Amazon karena Lightsail tidak langsung terlihat melalui konsol manajemen AWS tanpa VPS.

Ada 2 jenis VPS:

1. VPS yang dikelola
2. VPS yang tidak terkelola

Baca Juga : 7 Alasan Mengapa Platform AWS IoT Sangat Cocok untuk Startup IoT

 

VPS yang dikelola

VPS yang dikelola memungkinkan klien untuk lebih menekankan pada “apa” daripada “bagaimana” melayani aset untuk aplikasi front-end dan ke klien. AWS dapat mengelola infrastruktur dasar yang penting untuk pekerjaan tertentu atau serangkaian pekerjaan yang perlu Anda jalankan di VPS Anda.

 

VPS yang tidak terkelola

VPS yang tidak dikelola memberikan pengalaman hosting sederhana di mana klien bertanggung jawab untuk menginstal, mengkonfigurasi, dan memutakhirkan perangkat lunak.

 

Apa itu AWS Lightsail?

Memang, Amazon Lightsail adalah layanan VPS baru di platform cloud AWS. Ini termasuk mesin virtual yang dikemas dengan kapasitas berbasis SSD, transfer data, manajemen DNS, dan IP statis. Ini memiliki memori mulai dari 512MB-8GB dengan prosesor mulai dari 1 atau 2 core dan tunjangan data transfer mulai dari 1 hingga 5 TB.

AWS Lightsail memiliki jatah kapasitas 20-80 GB. Ini multi-platform, sehingga berurusan dengan kerangka kerja yang berbeda, tetapi sebagian besar pengguna mungkin akan memilih versi Linux seperti Debian.

 

Fitur Utama Amazon Lightsail

• Server pribadi virtual Lightsail
• Antarmuka pemrograman aplikasi (API): Amazon menyediakan API yang kuat untuk mengembangkan aplikasi Anda atau untuk mengintegrasikan dengan aplikasi eksternal.
• Akses ke layanan AWS lainnya. Sangat mudah untuk memperluas kemampuan Lightsail ke layanan AWS seperti database terkelola, CDN, dan lainnya.
• Akses shell aman (SSH). Lightsail menyediakan opsi konsol berbasis cloud untuk terhubung melalui SSH.
• Jaringan aman. Mengonfigurasi detail jaringan melalui AWS mudah dan aman. Dimungkinkan untuk mengakses melalui alamat IP, DNS, firewall, dan lainnya.
• Penyeimbangan muatan yang disederhanakan
• Snapshots untuk melindungi informasi Anda

Baca Juga : 5 Teknologi Diprediksi Akan Jadi Trend di 2023

Apa Manfaat Menggunakan AWS Lightsail?

Manfaat Amazon Lightsail tercantum di bawah ini:

• UI Sederhana: Ini berjalan melalui perangkat lunak pra-instal. Akan ada lebih sedikit kebingungan bagi pengguna yang menggunakannya untuk pertama kali.
• Keakraban: Pengembang dan perusahaan yang menggunakan Amazon Lightsail untuk hosting web dan pengembangan aplikasi akan merasa lebih menarik.
• Keterjangkauan: Langganan gratis untuk bulan pertama dan $5/bulan untuk tingkat termurah.
• Ekosistem: Manfaat dari ekosistem AWS yang masif
• Keandalan: Kebutuhan akan penggantian jarang terjadi karena layanan dijalankan melalui infrastruktur dan pusat data Amazon.

 

Perbedaan Antara Amazon Lightsail dan EC2

Dua solusi yang ditawarkan oleh AWS adalah Amazon Lightsail dan Elastic Compute Cloud (EC2). Jadi, mari kita bandingkan Lightsail dan EC2.

 

Layar Cahaya Amazon	Amazon EC2
1. Digunakan untuk aplikasi web sederhana	1. Digunakan untuk aplikasi web perusahaan
2. Digunakan untuk situs web termasuk WordPress, situs khusus, dan e-niaga	2. Digunakan untuk data besar, HPC, dan beban kerja analitik
3. VPS tunggal yang dapat dikonfigurasi	3. Bekerja pada banyak VM, migrasi dari lingkungan lokal, termasuk BYOL
4. Digunakan untuk pembuatan prototipe dan lingkungan pengujian	4. Digunakan untuk pengembangan dan penyebaran aplikasi perusahaan

 

Berapa Biaya AWS Lightsail

Biaya AWS Lightsail bervariasi untuk sistem operasi yang berbeda. Mari kita lihat harga untuk Windows dan Linux/Unix.

Untuk Linux :

Harga	Memori	Prosesor	Disk SSD	Transfer
$3.50 USD	512 MB	1 core	20 GB	1 TB
$5 USD	1 GB	1 core	40 GB	2 TB
$10 USD	2 GB	1 core	60 GB	3 TB
$20 USD	4 GB	2 core	80 GB	4 TB
$40 USD	8 GB	2 core	160 GB	5 TB
$80 USD	16 GB	4 core	320 GB	6 TB
$160 USD	32 GB	8 core	640 GB	7 TB

 

Untuk Windows :

Harga	Memori	Prosesor	Disk SSD	Transfer
$8 USD	512 MB	1 core	30 GB	1 TB
$12 USD	1 GB	1 core	40 GB	2 TB
$20 USD	2 GB	1 core	60 GB	3 TB
$40 USD	4 GB	2 core	80 GB	4 TB
$70 USD	8 GB	2 core	160 GB	5 TB
$120 USD	16 GB	4 core	320 GB	6 TB
$240 USD	32 GB	8 core	640 GB	7 TB

 

Kesimpulan

AWS Lightsail sebagian besar digunakan oleh klien dan pengembang cloud pertama kali yang ingin menguji prototipe aplikasi, atau oleh startup dan studio produksi skala kecil yang keterbatasannya cukup untuk lingkungan Lightsail.

Apa itu Gateway IoT? – Penjelasan Sederhana

Gateway dapat menjadi komponen penting dari solusi IoT, cari tahu apa itu dan mengapa itu berguna.

Seperti yang saya jelajahi di postingan #askIoT sebelumnya, hampir setiap sistem  IoT membutuhkan beberapa metode untuk menghubungkan sensor/perangkat ke cloud dengan tujuan agar data dapat dikirim bolak balik di antara keduanya. Gateway IoT juga penting dalam membuat koneksi ini menjadi memungkinkan karena gateway berfungsi sebagai jembatan antara sensor/perangkat dan cloud. Banyak sensor/perangkat akan “berbicara” ke gateway dan gateway kemudian akan mengambil semua informasi itu dan “berbicara” ke cloud.

Pada tingkat yang tinggi, ini sebenarnya cara kerja teknologi selular juga. Polsen Anda tidak berkomunikasi secara langsung dengan ponsel lain, melainkan berkomunikasi dengan menara seluler terdekat yang kemudian berkomunikasi dengan server penyedia seluler (misalnya AT&T). Informasi kemudian mengalir dengan cara sebaliknya, dari server penyedia seluler, ke menara, ke telepon orang lain. Untuk aplikasi IoT, konsep dasarnya sama persis, cukup matikan gateway untuk menara seluler dan cloud untuk server cell provider.

 

Menyertakan langkah ekstra untuk berkomunikasi dengan gateway di antaranya menghasilkan beberapa manfaat:

 

Daya tahan baterai

Jika sensor/perangkat berada di wilayah terpencil, mungkin diperlukan koneksi jarak jauh, misalnya konektivitas satelit untuk berkomunikasi dengan cloud. Seperti yang dijelaskan di sini, jangkauan yang lebih panjang umumnya berarti peningkatan konsumsi daya (dan biaya); ini bisa menjadi masalah bagi sensor/perangkat kecil dengan durasi baterai yang terbatas.

Jika anda mengerjakan bidang pertanian pintar, Anda ingin sensor lapangan Anda bertahan bertahun-tahun, bukan berbulan-bulan atau berminggu-minggu. Dengan menggunakan gateway yang ditinggikan yang dipasang di dekat bagian atas bangunan luar atau silo biji-bijian, sensor/perangkat hanya perlu mengirim data dalam jarak pendek ke gateway dan gateway tersebut dapat mengembalikan data ke cloud melalui satu koneksi bandwith yang lebih tinggi.

Gateway memungkinkan sensor/perangkat berkomunikasi dalam jarak yang lebih pendek, meningkatkan masa pakai baterai.

 

Memvariasikan protokol

Aplikasi IoT lengkap dapat mencakup berbagai jenis sensor dan perangkat. Menggunakan Pertanian Pintar lagi, Anda mungkin memerlukan sensor untuk suhu, kelembaban, dan sinar matahari dan perangkat seperti irigasi otomatis dan sistem pemupukan.

Semua sensor secara keseluruhan dan perangkat yang berbeda dapat menggunakan berbagai jenis konektifitas jaringan (pada dasarnya, aturan dan format untuk informasi yang dikirimkan). Jenis konektivitas antara lain LPWAN, Wi-Fi, Bluetooth, dan Zigbee.

Gateway dapat berkomunikasi dengan sensor/perangkat untuk melalui berbagai jenis jaringan dan kemudian menerjemahkan data tersebut ke dalam protokol standar, seperti MQTT untuk dikirimkan ke cloud.

 

Data tanpa filter

Kadang-kadang, sensor/gadget dapat menghasilkan informasi yang berlebihan sehingga membingungkan kerangka kerja atau sangat mahal untuk dikomunikasikan dan disimpan. Seringkali dalam kasus seperti itu, hanya sebagian kecil dari informasi yang benar-benar penting. Misalnya, kamera pengintai tidak harus mengirimkan informasi video dari lobi yang kosong.

Gateway dapat melakukan pra-proses dan memfilter data yang dihasilkan oleh sensor/perangkat untuk mengurangi persyaratan transmisi, pemrosesan, dan penyimpanan.

 

Latensi tinggi

Dalam postingan saya sebelumnya tentang bagaimana sebenarnya solusi IoT bekerja, saya menjelaskan bahwa waktu dapat menjadi sangat penting untuk aplikasi IoT tertentu; sensor/perangkat tidak mampu untuk mengirimkan data ke cloud dan menunggu untuk mendapatkan respons sebelum mengambil tindakan. Ini berlaku dalam dunia medis perihal situasi hidup dan mati atau untuk objek yang bergerak cepat seperti mobil.

Kita dapat menghindari latensi yang lebih tinggi dengan memproses data di gateway dan memberikan perintah secara lokal. Namun, banyak sensor/perangkat dalam aplikasi IoT yang terlalu kecil dan baterai terlalu lemah untuk melakukan pemrosesan sendiri..

Gateway dapat mengurangi latensi dalam aplikasi kritis waktu dengan melakukan pemrosesan di gateway itu sendiri, bukan di cloud.

 

Keamanan

Setiap sensor/perangkat yang terhubung dengan internet menjadi rentan untuk diretas. Sensor / perangkat yang diretas sangat buruk. Tidak hanya untuk pemiliknya, tetapi untuk setiap orang lain juga.

Beberapa tahun sebelumnya, malware bernama Mirai digunakan untuk meretas dan mengontrol banyak ribuan perangkat IoT. Perangkat “Bot-net” ini kemudian digunakan untuk menghilangkan sebagian besar internet.

 

Gateway mengurangi jumlah sensor/perangkat yang terhubung dengan internet karena sensor/perangkat hanya terhubung dengan gateway. Namun, hal ini membuat gateway sendiri menjadi target dan juga garis pertahanan utama. Untuk alasan ini keamanan harus benar-benar menjadi prioritas penting untuk setiap gateway.

 

5 Aplikasi Machine Learning yang Seru di Bisnis

 

Kombinasi big data dan machine learning dapat membuka nilai data yang sudah Anda miliki untuk mendapatkan keunggulan kompetitif bagi bisnis Anda.

 

Perilisan dua pembuat model pembelajaran mesin (Machine Learning) telah mempermudah para insinyur perangkat lunak untuk membuat dan menjalankan model ML, bahkan tanpa pelatihan khusus.

 

Sebuah proyek open source yang dikembangkan oleh Microsoft dan Amazon Web Services (AWS) yang disebut Gluon mengambil sebagian dari kerja keras untuk menciptakan sistem kecerdasan buatan (AI). Ini memberikan perhitungan persiapan dan model jaringan otak, dua komponen penting dari kerangka pembelajaran yang mendalam, yang dapat digunakan desainer untuk mengembangkan kerangka kerja ML mereka sendiri.

 

Pengembang dapat menggunakan mesin ML Google, yang merupakan bagian dari platform cloud dan ditawarkan sebagai layanan terkelola, untuk membuat model ML yang dapat menangani semua jenis data dan ukuran apa pun. Layanan Google, seperti Gluon, memberikan model yang telah dilatih sebelumnya kepada pengembang sehingga mereka dapat membuat model ML kustom mereka sendiri.

 

Perhatikan lebih dekat pembelajaran mesin (ML) saat ini untuk melihat apakah Anda dapat menggunakannya dalam bisnis Anda. Dengan mengungkapkan pola yang dapat Anda gunakan untuk membuat dan meningkatkan penawaran atau mendapatkan keunggulan dalam persaingan, kombinasi data besar dan mesin belajar dapat membuka nilai data yang sudah Anda miliki.

 

Berikut adalah 5 cara bisnis menerapkan ML untuk berinovasi pada produk dan layanan.

 

1. Kendaraan Otonom

 

Masa depan transportasi mungkin lebih aman, lebih bersih, dan lebih efisien berkat kendaraan self-driving. Computer vision didukung oleh algoritma ML dan deep learning (DL) yang dikembangkan oleh pengembang perangkat lunak. Hal ini memungkinkan kendaraan untuk membuat keputusan yang sebanding dengan pengambilan keputusan yang dibuat oleh manusia.

 

Drive.ai sedang mengembangkan “otak” kendaraan self-driving menggunakan DL. Timnya menggunakan tenaga kerja terkelola untuk mengubah gambar mentah dari data tidak terstruktur menjadi data terstruktur dengan menganalisis objek seperti rambu jalan, lampu lalu lintas, dan pejalan kaki dengan kotak pembatas.

 

Setelah itu, gambar yang disempurnakan ini digunakan untuk “mengajari” sistem otonom cara mengidentifikasi objek dan memilih respons yang sesuai saat kendaraan bergerak di sepanjang jalan.

 

[bctt tweet=”Kombinasi big data dan machine learning dapat membuka nilai data yang sudah Anda miliki untuk mendapatkan keunggulan kompetitif bagi bisnis Anda.” nama pengguna=”iotforall”]

 

2. Instruksi Menulis

 

Meningkatkan instruksi menulis dapat menjadi tantangan. Mungkin sulit untuk meninjau pekerjaan tertulis dan memberikan umpan balik yang berarti kepada setiap siswa di setiap kelas, bahkan untuk guru sekolah menengah dan profesor perguruan tinggi yang berpengalaman.

 

Perangkat lunak penilaian penulisan otomatis Ecree didukung oleh ML. Algoritma memeriksa untuk melihat apakah seorang siswa telah memasukkan pernyataan tesis atau pernyataan tujuan dalam esai mereka sebelum menentukan seberapa baik pernyataan itu ditulis.

 

Perangkat lunak ini dapat memberikan umpan balik kepada siswa dalam waktu kurang dari satu menit dan menggunakan 36 metrik untuk mengevaluasi pekerjaan mereka. Siswa dapat mengirimkan draf sebanyak yang mereka suka dan dilatih menulis terus menerus untuk menjadi terbiasa dengan komponen komposisi yang baik: pengorganisasian, kejelasan , bukti untuk mendukung klaim Anda, dan analisis. Selain itu, alat ini memastikan bahwa setiap siswa menerima evaluasi yang setara berdasarkan kriteria yang sama.

 

3. Pemeliharaan Prediktif IoT dan IIoT

 

Salah satu dari banyak kendala mahal yang dihadapi bisnis yang menggunakan armada mesin adalah pemeliharaan peralatan. Sensor bawaan pada item sehari-hari seperti pengukur bahan bakar dan ban digunakan di Industrial Internet of Things (IIoT) dan Internet of Things (IoT) untuk mengumpulkan data dan membagikannya ke seluruh jaringan. Sistem ini menggunakan pembelajaran mesin untuk memprediksi performa dan hasil di masa mendatang dengan menganalisis data suhu dan kelembaban.

 

Pembelajaran mesin dan Internet of Things digunakan oleh Caterpillar, sebuah perusahaan yang membuat sistem tenaga laut, untuk menemukan pola dalam data dari peralatan dan perangkat. Caterpillar menemukan, misalnya, korelasi antara pembacaan meteran bahan bakar dan jumlah daya yang digunakan oleh onboard wadah berpendingin. Dengan mengubah keluaran generator, mereka menggunakan data tersebut untuk mengoptimalkan parameter operasi. Penghematan yang dihasilkan adalah $30 per jam, atau $650.000 selama setahun, untuk 50 kapal.

 

4. Perencanaan Logistik Masuk

 

Perencanaan logistik memastikan bahwa orang yang tepat mendapatkan jumlah persediaan yang tepat pada waktu yang tepat, di tempat yang tepat. Manajemen pemasok dan barang yang mereka kirimkan ke perusahaan adalah fokus utama logistik masuk. Manajemen pesanan, pengiriman, pergudangan, kontrol inventaris, dan pemanfaatan adalah prosedur yang rumit. Model ML dapat memprediksi dan merekomendasikan proses masa depan dengan mengumpulkan dan memasukkan data pada perencanaan saat ini ke dalamnya.

 

Walmart, pengecer barang konsumen, menggunakan ML untuk meningkatkan produktivitas bisnis. Sistem Retail Link 2.0-nya menemukan penyimpangan dari prosedurnya dan menggunakan informasi yang bergerak melalui rantai pasokan untuk melakukan penyesuaian secara real time.

 

Honda, produsen mobil, menggunakan pembelajaran mesin untuk mengidentifikasi pola di bidang teks bebas dari catatan pengembalian garansi dan laporan mekanik untuk mengidentifikasi masalah kualitas di luar jalur perakitan.

 

5. Perdagangan Ritel

 

Data besar telah dikumpulkan selama beberapa waktu oleh bisnis yang menjual produk di toko atau online. Mereka mengumpulkan preferensi konsumen, pola pengeluaran, dan informasi demografis. Kesulitannya adalah menggabungkan data dari sumber online dan offline dan mengidentifikasi pola dalam data yang memiliki potensi untuk secara positif mempengaruhi profitabilitas, persediaan, pengalaman pelanggan, dan harga.

 

Pengecer sekarang dapat menggunakan pembelajaran mesin untuk mengidentifikasi pola dalam data mereka yang dapat mereka gunakan untuk meningkatkan pengalaman pelanggan dengan merek mereka. Bisnis e-niaga memiliki kemampuan untuk mengumpulkan data dari pelanggan saat mereka menelusuri dan membeli item dari situs web mereka. Mereka kemudian dapat menggunakan data dan tren pasar tersebut untuk memberikan rekomendasi produk yang dipersonalisasi yang dapat meningkatkan penjualan.

 

Salah satu perusahaan pertama yang menawarkan rekomendasi produk yang dipersonalisasi berdasarkan pembelian dan kebiasaan penelusuran sebelumnya adalah raksasa ritel Amazon. Baik Alexa dari Amazon, asisten suara digital perusahaan, dan sebagian dari mesin rekomendasi tersebut didukung oleh ML.

 

Alexa digunakan oleh pengecer pakaian mewah Rebecca Minkoff untuk dengan cepat mengungkapkan informasi dari data mereka. Di ShopTalk 2017, salah satu pendiri Uri Minkoff bertanya kepada Alexa item mana dari koleksi musim semi merek yang paling populer, dan dia memberikan jawaban yang benar dalam satu detik.

 

Data Anda adalah emas yang akan ditambang, tidak peduli bagaimana Anda memutuskan untuk menerapkan ML dan DL di perusahaan Anda. Perhatikan data terstruktur dan tidak terstruktur Anda karena model ML dapat menggunakannya untuk mengubah banyak proses dasar Anda menjadi sistem cerdas yang akan memberi Anda keunggulan atas pesaing dan memacu inovasi.

 

Apa sebenarnya kembar digital itu?

 

 

 

       Dunia digital dan fisik dihubungkan oleh kembar digital, yang merupakan salinan virtual dari produk fisik, proses, atau sistem. Artikel ini memandu Anda melalui beberapa aplikasi yang paling menjanjikan untuk kembar digital saat ini dan di masa mendatang. Internet telah dipenuhi dengan kata kunci baru selama beberapa tahun : kembar secara digital. Selain itu, penambahan istilah “digital twin of an organization” (DTO) ke dalam campuran telah terjadi baru-baru ini, sebagaimana dibuktikan oleh keputusan Gartner untuk memasukkan DTO ke dalam daftar sepuluh besar tren teknologi strategis untuk tahun 2019.

       Semakin banyak bisnis yang melihat teknologi sebagai peluang untuk mengatur orang, proses, dan hal-hal dengan cara yang canggih, menghasilkan hasil dan manfaat bisnis yang lebih baik bagi semua orang, karena kembaran digital menjadi model sistem dari hal-hal yang saling berhubungan daripada representasi digital dari satu item. Namun, apakah teknologinya benar-benar akan hilang? Dan di manakah letak peluang masa depan terbesarnya?

       Artikel ini menyelidiki apa sebenarnya kembar terkomputerisasi itu, cara menerjemahkan realitas dari potongan-potongan gosip, dan ke mana arah kemajuan terutama saat mereka dewasa dan memenuhi ruang lingkup.

 

 

Apa itu Kembar Digital?

       Kembar digital hanyalah salinan virtual dari produk, proses, atau sistem nyata. Dengan memanfaatkan sensor untuk mengumpulkan data secara real time tentang objek fisik, ini berfungsi sebagai penghubung antara dunia digital dan fisik. Item tersebut kemudian dapat dipahami, dianalisis, dimanipulasi, atau dioptimalkan dengan membuat replika digital menggunakan data ini. Selama bertahun-tahun, pembuatan prototipe virtual, teknologi kembaran hibrida, kembaran virtual, dan manajemen aset digital semuanya telah digunakan untuk menggambarkan teknologi tersebut.

       Kembar digital telah ada untuk sementara waktu, tetapi baru setelah Internet of Things (IoT) lepas landas, mereka menjadi lebih diterima secara luas sebagai alat masa depan. Mereka juga menggabungkan AI dan ML untuk menghubungkan data, algoritme, dan konteks, menarik perhatian karena memungkinkan bisnis menguji konsep baru, meramalkan masalah sebelum muncul, memperoleh jawaban baru atas pertanyaan baru, dan memantau item dari jarak jauh.

 

Bagaimana Kembar Digital Digunakan?

       Sekarang kami telah menyelesaikan pertanyaan yang sering licin, apa itu inovasi kembar terkomputerisasi?, kami sekarang dapat menyelidiki bagaimana inovasi telah digunakan untuk mengembangkan proses bisnis lebih lanjut. Di masa lalu, kembaran digital digunakan untuk meningkatkan performa aset tunggal seperti mesin jet atau turbin angin. Namun, mereka menjadi lebih maju dalam beberapa tahun terakhir. Mereka sekarang tidak hanya menghubungkan satu aset, tetapi juga sistem aset atau seluruh organisasi. Kapasitas mereka untuk membantu dalam pemecahan masalah kompleks juga meningkat saat mereka menggabungkan semakin banyak aset dengan data tentang proses dan orang.

 

 

Aplikasi dalam Perawatan Kesehatan

 

       Perawatan kesehatan adalah contoh yang baik dari aplikasi organisasi kembar digital. Dengan mengkloning klinik dengan hati-hati, direktur klinik medis, spesialis, dan perawat medis dapat memperoleh pemahaman yang kuat dan konstan tentang kesejahteraan pasien dan proses kerja. Mereka memberikan metode yang lebih baik untuk menganalisis proses dan mengingatkan individu yang tepat pada waktu yang tepat ketika tindakan segera diperlukan dengan menggunakan sensor untuk memantau pasien dan mengoordinasikan peralatan dan staf.

       Waktu tunggu di ruang gawat darurat dapat dikurangi, alur pasien dapat ditingkatkan, biaya operasional dapat dikurangi, dan pengalaman pasien dapat ditingkatkan. Ketika sebuah rumah sakit menggunakan teknologi kembar digital untuk menghilangkan hambatan dalam aliran pasien, mereka melihat pengurangan biaya sebesar 910 persen. Selain itu, replika digital dapat digunakan untuk mengantisipasi dan mencegah keadaan darurat code blues, juga dikenal sebagai cardiopulmonary atau respiratory arrest, yang menyelamatkan lebih banyak nyawa. Faktanya, salah satu jaringan layanan kesehatan mengalami penurunan kejadian kode biru sebesar 61% setelah menerapkan teknologi kembar digital di rumah sakit mereka.

 

 

Aplikasi di Industri Real Estat

       Di bangunan real estat komersial, kembaran digital juga dapat memberikan dampak organisasi yang signifikan. Mereka memungkinkan operator bangunan untuk mengoptimalkan alur kerja dari jarak jauh, mendapatkan wawasan baru, dan memantau proses dengan menyatukan sistem yang sebelumnya terputus seperti HVAC, keamanan, dan pencarian jalan. Mereka juga dapat digunakan untuk meningkatkan pengalaman penyewa dengan memberi penghuni lebih banyak kendali atas ruang kerja dan kondisi sekitarnya.

       Dengan mengoptimalkan sistem dan menghubungkan orang, pemilik dan operator dapat menggunakan kembaran digital untuk mengurangi biaya, menghindari biaya di masa mendatang, meningkatkan tingkat hunian, dan meningkatkan nilai aset secara keseluruhan. Faktanya, kami telah menghitung bahwa mereka dapat menurunkan biaya pengoperasian di beberapa gedung hingga 88 sen per kaki persegi per tahun.

 

 

Apakah “Kembaran Digital” Hanya Kata Kunci Lain?

       Di mana-mana, istilah “Kembaran Digital” digunakan. Apakah benar-benar ditakdirkan untuk tetap tinggal? Mayoritas mengatakan ya. Faktanya, tren saat ini menunjukkan kebangkitan kembaran digital yang akan datang. Menurut penelitian Gartner, pada tahun 2018, 48% bisnis yang menggunakan IoT juga akan menggunakan atau berencana menggunakan kembaran digital. Selain itu, pada tahun 2020, setidaknya satu inisiatif kembar digital akan diluncurkan oleh setengah dari produsen besar, dan jumlah bisnis yang memanfaatkannya akan meningkat tiga kali lipat pada tahun 2022. Dengan kata lain, mereka tidak akan pergi.

       Implementasi kembar digital adalah sumber variasi. Ketika sensor canggih, kecerdasan buatan, dan pembelajaran mesin digabungkan dengan teknologi kembar digital, masalah organisasi yang paling mendesak dapat diatasi. Mereka perlu didukung oleh database berkinerja tinggi yang dapat mengumpulkan dan memproses banyak set data secara real time untuk memaksimalkan kegunaannya.

 

 

Bagaimana Masa Depan Kembar Digital?

        Mereka memberikan peluang baru yang luar biasa di tingkat organisasi di lingkungan binaan. Misalnya, menerapkannya di rumah sakit atau gedung real estat komersial berpotensi menguntungkan tidak hanya pemilik atau administrator gedung, tetapi juga orang-orang yang tinggal di sana. Mereka dapat digunakan untuk mencoba memecahkan masalah besar dan menciptakan nilai jangka panjang dengan memulai dari orang, lalu melihat masalah dan konteks, dan akhirnya menambahkan sistem IT dan perangkat yang terhubung.

        Kembar digital adalah langkah selanjutnya dalam perjalanan digital untuk bisnis dan organisasi yang sudah menggunakan Internet of Things. Mereka dapat digunakan untuk meningkatkan produktivitas, merampingkan operasi, menemukan masalah sebelum muncul, dan memunculkan ide-ide baru untuk masa depan. Kembar digital adalah sesuatu yang harus Anda selidiki jika perusahaan Anda ingin menghasilkan hasil yang lebih baik untuk semua orang, bukan hanya hasil bisnis yang lebih baik.

 

Peran Cloud Computing dan Fog Computing di IoT

Komputasi terdistribusi dan pemrosesan kabut sering digambarkan sebagai opsi, tetapi setelah dipertimbangkan, kita akan melihat banyak kerangka kerja IoT yang merupakan persilangan dari keduanya.

Wawasan yang memfasilitasi tindakan waktu nyata yang meningkatkan efisiensi, keandalan, dan pemanfaatan aset adalah hal yang sebenarnya memberikan nilai bisnis nyata Internet of Things.

Aplikasi IoT, yang mencakup solusi untuk pengelolaan parkir dan limbah, pengelolaan rantai pasokan, dan otomatisasi manufaktur, semuanya berkontribusi pada nilai ini.

Namun, untuk benar-benar menyisihkan waktu dan uang dengan IoT, pengetahuan informasi harus datang dari suatu tempat tahap komputasi terdistribusi yang terintegrasi dan serbaguna yang disesuaikan untuk gadget, jaringan, dan data yang dibutuhkan dewan dari Web of Things.

Komputasi Cloud dan IoT

Komputasi cloud, pada tingkat yang paling mendasar, adalah metode di mana bisnis dapat terhubung ke penyimpanan di luar lokasi dan infrastruktur komputasi melalui internet. Cloud memungkinkan bisnis mengelola semua aspek penerapan IoT, termasuk manajemen perangkat, penagihan, protokol keamanan, analisis data, dan lainnya, dengan cara yang dapat diskalakan.

Pengembang yang menggunakan layanan cloud juga dapat menggunakan alat canggih untuk membuat aplikasi IoT dan memberikan layanan dengan cepat. Mengingat visi besar IoT, skalabilitas sesuai permintaan sangat penting. dunia yang dipenuhi dengan benda-benda cerdas dan terhubung.

Microsoft memiliki suite Azure-nya, Amazon Web Services, raksasa dalam layanan cloud, memiliki permainan khusus IoT, IBM menyediakan akses ke platform Watson melalui cloud Bluemix-nya, dan daftarnya terus bertambah. Semua perusahaan teknologi besar ini telah memperkenalkan penawaran cloud-as-a-service untuk Internet of Things.

Kemampuan untuk mengakses sumber daya TI yang dapat disesuaikan tanpa harus melakukan investasi yang signifikan dalam perangkat keras, perangkat lunak, atau manajemen yang menyertainya adalah kesamaan yang dimiliki oleh semua produk.

Namun, untuk layanan dan aplikasi yang memerlukan latensi sangat rendah atau memiliki “pipa” terbatas untuk menyalurkan data, ada beberapa kelemahan cloud yang lebih baik ditangani di edge.

Monica Paolini, presiden Senza Fili Consulting, menulis di LinkedIn, “Dalam beberapa tahun terakhir, ada dorongan kuat untuk memindahkan semuanya ke cloud terpusat, yang dimungkinkan oleh virtualisasi dan didorong oleh kebutuhan untuk memotong biaya, mengurangi waktu ke pasar untuk layanan baru, dan meningkatkan fleksibilitas. Dalam prosesnya, kami kehilangan pandangan tentang betapa pentingnya lokasi fungsionalitas untuk kinerja, penggunaan sumber daya jaringan yang efisien, dan pengalaman pelanggan. Jarak fisik pasti meningkatkan latensi.”

Komputasi Fog dan IoT

Dengan mengembangkan arsitektur referensi untuk mempromosikan interoperabilitas dalam menghubungkan edge dan cloud, Konsorsium OpenFog didirikan untuk mengembangkan strategi lintas industri untuk memungkinkan penerapan IoT end-to-end. Grup tersebut telah mengidentifikasi sejumlah aplikasi IoT yang memerlukan komputasi tepi, seperti pengawasan video, pencitraan bawah permukaan waktu nyata, manajemen kemacetan lalu lintas, gedung pintar, dan layanan pengiriman berbasis drone. Pada bulan Februari 2017, grup ini merilis arsitektur referensi komputasi kabut.

Menurut Helder Antunes, ketua Konsorsium OpenFog dan direktur senior grup inovasi strategis perusahaan di Cisco, rilis ini akan memberikan “kerangka kerja universal” untuk mendorong adopsi IoT. Komputasi kabut, yang mulai digunakan di kota-kota pintar, mobil yang terhubung, drone, dan aplikasi lainnya, memerlukan platform standar yang dapat dioperasikan untuk mempercepat peluang besar yang dihadirkan oleh transformasi digital.

Edge X Foundry, pendekatan konsorsium open source yang dikelola oleh The Linux Foundation dan diunggulkan dengan sekitar 125.000 baris kode yang dikembangkan secara internal oleh Dell Technologies, adalah grup lain yang didirikan untuk mempromosikan interoperabilitas edge.

Jika Anda ingin mempelajari lebih dalam tentang bagaimana inisiatif sumber terbuka seperti Edge X Foundry memengaruhi internet untuk berbagai hal, Anda dapat melihat primer kami, “Sumber Terbuka dan IoT: Inovasi melalui Kolaborasi”.

Cloud + Fog Computing – Pendekatan Hibrid

Mari pertimbangkan mengemudi secara otonom. Jaringan seluler akan menghubungkan kendaraan yang dilengkapi dengan LiDAR canggih, pemrosesan gambar, dan teknologi self-driving lainnya dengan kendaraan lain, pejalan kaki, infrastruktur pintar, dan berbagai layanan berbasis cloud untuk mendukung hiburan dalam mobil, pemeliharaan prediktif, diagnostik jarak jauh, dan sejenisnya.

Meskipun kendaraan Anda dapat mengakses akun Netflix berbasis cloud atau menyimpan catatan operasional dan pemeliharaan, cloud belum tentu merupakan lokasi terbaik untuk keputusan penting yang dapat membantu kendaraan menghindari tabrakan di jalan raya. Karena persyaratan waktu dan latensi, pemrosesan semacam ini paling baik ditangani di tepi jaringan.

Fog Data Services dari platform cloud Azure IoT dari Cisco dan Microsoft telah digabungkan untuk membuat strategi hybrid semacam ini lebih mudah diterapkan. Kombinasi tersebut menyatukan konektivitas terpusat, kebijakan, keamanan, analitik, pengembangan aplikasi, dan fitur lainnya dengan analitik edge, keamanan, kontrol, dan manajemen data.

Dalam posting blog baru-baru ini, Cisco Head of IoT Strategy Macario Namie mencatat, “Salah satu keluaran indah dari menghubungkan ‘sesuatu’ adalah membuka akses ke data waktu nyata. Berikutnya adalah mengubah data tersebut menjadi informasi dan, yang lebih penting, tindakan yang mendorong nilai bisnis. Dalam upaya melakukannya, perusahaan menemukan diri mereka dibanjiri dengan data.

Sedemikian rupa sehingga permintaan untuk kebutuhan komputasi dan penyimpanan yang besar telah muncul, ditangani dengan sangat baik oleh penyedia cloud publik. Namun biaya transportasi dan kecepatan pemrosesan juga meningkat, yang menjadi tantangan bagi banyak kasus penggunaan seperti layanan mission-critical…Akibatnya, banyak inisiatif IoT kini mendistribusikan daya komputasi ini ke seluruh jaringan edge, pusat data, dan publik awan.”

Bagaimana Menjelaskan IoT kepada Kakek Nenek Anda?

 

 

 

 

       Kemungkinan besar, kakek-nenek Anda belum pernah mendengar tentang IoT. Jadi, dari mana Anda akan memulai tentang cara menjelaskan IoT? Dari menjelaskan apa sebenarnya arti “IoT” hingga menyadari sejauh mana IoT dapat bermanfaat bagi kehidupan kita, saya telah menguraikan cara terbaik untuk menjelaskan IoT kepada kakek nenek Anda di sini. Mungkin melakukan hal itu juga akan membantu Anda memahaminya sepenuhnya.

 

 

Apa yang dimaksud dengan IoT?

 

 

       Istilah itu sendiri adalah “Internet of Things.” Ini pada dasarnya mengacu pada gagasan yang menghubungkan segala sesuatu dengan cara tertentu ke Internet : dari smartphone dan tablet (normal) hingga mobil dan lemari es Internet of Things (IoT) adalah tentang menghubungkan perangkat, layanan, dan aplikasi ke Internet untuk membuatnya lebih berguna. Sebenarnya tidak ada batasan untuk apa yang dapat dihubungkan ke Internet.

       Kemudahan berbagi data adalah salah satu cara utama IoT membuat hidup orang lebih baik : Dalam jangka panjang, IoT akan membantu membuat hidup kita lebih mudah dan menghilangkan beberapa tugas yang membosankan.

 

Saya benar-benar tidak memahaminya, bisakah Anda memberi saya beberapa contoh?

       Jadi, bagaimana sebenarnya “barang” ini menguntungkan kita? Bisakah Anda memberi saya beberapa contoh keuntungan yang bisa saya peroleh dari semua teknologi baru ini?

Secara alami, saya bisa. Berikut adalah sedikit pilihan hal-hal yang dapat dibayangkan oleh IoT :

• Pelacak kesehatan : Seseorang dengan kondisi kesehatan selalu dapat dipantau tingkat kesehatannya oleh Internet of Things. Kemudian, masalah dapat didiagnosis dengan cepat dan masalah serius dapat dihindari sama sekali. Profesional perawatan kesehatan akan segera diberi tahu jika terjadi kesalahan.
• Mobil self driving : Ini mungkin tidak asing bagi Anda. Mereka terhubung ke Internet dan memiliki akses ke database peta yang diperbarui secara berkala untuk memastikan bahwa mereka mengetahui rute paling efektif ke tujuan Anda. Mereka menggunakan sensor khusus untuk mendeteksi hal-hal di jalan dan menyadari kendaraan self-driving lainnya. Percaya atau tidak, mereka sebenarnya lebih aman daripada mobil yang dikemudikan manusia.
• Budidaya brilian : Petani, menggunakan ilustrasi dari artikel IoT sebelumnya, juga bisa mendapatkan keuntungan dari teknologi ini. Mereka dapat menerapkan sistem yang akan menyediakan jumlah air yang dibutuhkan secara otomatis sementara petani mengerjakan hal lain. Mereka dapat menggunakan sensor khusus untuk memberi tahu mereka kapan dan berapa banyak air yang dibutuhkan tanaman mereka.

 

       Akibatnya, IoT secara aktif meningkatkan standar di banyak industri. Ketiga skenario ini hanya mewakili sebagian kecil dari banyak skenario lainnya yang dapat dimungkinkan oleh Internet of Things (IoT). Apakah Anda yakin Anda mulai memahami potensi pintu terbuka yang dihadirkannya?

 

Bagaimana itu bisa mengubah kehidupan sehari-hari?

       sebenarnya dalam beberapa cara. Ini bukan hanya sesuatu yang istimewa untuk digunakan dalam kasus luar biasa dan secara eksklusif oleh organisasi besar, IoT adalah sesuatu yang dapat diuntungkan oleh semua orang. Faktanya, rata-rata orang sudah merasakan manfaatnya. Contohnya :

 

• Ponsel dan perangkat pintar : Apakah Anda ingat tablet yang Anda terima untuk Natal? Ya. perangkat datar dengan layar sentuh yang Anda gunakan untuk memesan bahan makanan. IoT in action adalah kemampuan berbelanja di tablet yang mudah digunakan. Mampu melihat semua gambar yang saya kirimkan kepada Anda dan melakukan panggilan video ke anggota keluarga jauh juga sangat membantu.
• Rumah pintar : Alexa adalah barang yang dapat ditemukan di Amazon, yaitu situs web yang menjual barang. Alexa adalah AI keren yang dapat Anda ajak bicara secara langsung. Itu dapat mengontrol semua yang ada di elektronik rumah Anda, seperti pemanas, pencahayaan, dan sebagainya. Anda bahkan dapat memintanya memesan makanan untuk Anda! Apakah Alexa kemungkinan untuk asisten rumah Anda berikutnya?
• Keamanan : IoT digunakan untuk melindungi orang. Mari kita ambil contoh, industri pertambangan, yang memiliki sejarah panjang kecelakaan dan cedera di tempat kerja. Internet of Things (IoT) dapat membantu pemeliharaan prediktif, yang memastikan bahwa perbaikan dilakukan tepat pada saat paling dibutuhkan dan sebelum terjadi masalah. Polisi dan klinik darurat juga menggunakannya.
• Hiburan : Film, acara televisi, atau karya musik apa pun dapat diakses dengan mudah di perangkat apa pun. Di dalam bus, Anda dapat menonton drama favorit Anda. Anda dapat memprogram televisi Anda untuk memutar lagu favorit Anda di seluruh rumah.

       Anda sudah menjadi bagian dari Internet of Things (IoT) bahkan tanpa menyadarinya. Semuanya harus terkoneksi dengan internet untuk mempermudah hidup.

 

Bagaimana keadaan akan berubah di masa depan?

Lebih baik lagi! Hal-hal yang saat ini kami anggap sangat canggih akan segera menjadi hal yang biasa. Di masa mendatang, kami dapat mengantisipasi kemajuan dalam :

 

• Berbelanja : Menggunakan teknologi virtual reality (VR), Anda sudah bisa “mencoba” pakaian secara virtual, tapi apa lagi yang bisa kami antisipasi? Melangkah lebih jauh, ada kemungkinan bahwa organisasi akan memberikan manfaat VR sehingga orang dapat melihat barang-barang dari kenyamanan rumah mereka sendiri, dengan detail sebanyak yang mereka temukan jika mereka berada di toko yang sebenarnya.
• Memasa :  Kami sudah memiliki pembuat kopi yang mulai menyeduh begitu Anda bangun, jadi saat Anda sampai di dapur, Anda bisa langsung meminumnya. Mari melangkah lebih jauh dengan ide dan bayangkan apa yang mungkin terjadi di masa depan. Mungkinkah oven yang mampu menentukan waktu memasak yang ideal dan menjalankannya tanpa gosong? lemari es yang memberi tahu Anda saat makanan akan kedaluwarsa? Tidak ada akhir untuk kemungkinan!
• Mengemudi : Mobil self-driving sudah disebutkan, tetapi rencana masa depannya luar biasa. Mereka perlu membuat jalan yang cerdas untuk dilalui dengan kendaraan cerdas ini. Mereka akan dapat memperingatkan pengemudi sebelumnya tentang potensi penghalang jalan, mempertahankan kecepatan yang aman, dan bahkan memasok tenaga ke kendaraan saat melaju.

 

        Belum lagi aplikasi yang jauh lebih teknis yang akan digunakan produsen dan bisnis untuk membuat hidup mereka lebih mudah. Internet of Things (IoT) adalah bagian dari waktu yang menyenangkan dalam sejarah!

 

 

Saya pikir saya mengerti.

       Itu mengagumkan. Saya senang Anda dapat memahami ide tersebut, karena banyak orang kesulitan memahaminya. Internet of Things pada dasarnya adalah dunia di mana hampir semua perangkat dan objek terhubung. GPS ponsel Anda terhubung ke sistem rumah Anda, memastikan pemanas Anda menyala saat Anda kembali. Bukankah itu keren, ya?

       Itu mengagumkan. Saya senang Anda dapat memahami ide tersebut, karena banyak orang kesulitan memahaminya. Internet of Things pada dasarnya adalah dunia di mana hampir semua perangkat dan objek terhubung. GPS ponsel Anda terhubung ke sistem rumah Anda, memastikan pemanas Anda menyala saat Anda kembali. Bukankah itu keren, ya? Karena itu saya akan menjelaskan IoT kepada kakek nenek saya dengan cara ini. Mengapa tidak mencoba menjelaskannya kepada mereka? Ini mungkin tidak sesulit yang Anda pikirkan, tetapi itu tergantung pada seberapa banyak mereka sudah tahu tentang teknologi.

      Jalan Anda masih panjang sebelum Anda dapat menjelaskan IoT dengan benar jika mereka tidak tahu apa itu Internet, tetapi itu pasti sepadan. Anda bahkan mungkin menemukan bahwa mereka mulai memasukkan IoT ke dalam kehidupan sehari-hari mereka.

Sistem Peringatan Banjir dan Sensor IoT Industri

 

 

       Anda mungkin sudah tahu bahwa sistem pemantauan air berdampak pada lingkungan kita serta kesehatan Anda dan keluarga Anda.

       Apa yang terjadi jika terlalu banyak air? Bisakah pemantauan sensor IoT Industri membantu kota pintar dengan Sistem Peringatan Banjir yang efektif?

 

 

       Untungnya, solusi pemantauan lingkungan dapat dengan cepat diimplementasikan dengan teknologi saat ini. Kami akan fokus pada bagaimana perangkat IoT melacak ketinggian air untuk sistem peringatan banjir dalam cerita ini.

 

 

Bagaimana Cara Kerja Sensor Ketinggian Air IoT?

 

       Ada banyak metode untuk melacak ketinggian air. Ada banyak pembuat peralatan dan kemajuan berbeda yang tersedia. Mari kita bicara tentang beberapa sensor air IoT umum yang dapat dipilih :

• Sensor tingkat ultrasonik
• Transduser tekanan
• Sensor tingkat radar

 

Cara Kerja Sensor tingkat ultrasonik

       Apakah perusahaan Anda memantau bahan kimia dalam tangki atau ketinggian air sungai dari jembatan, sensor ultrasonik biasanya mengirimkan gelombang suara untuk menentukan ketinggian cairan. Jumlah waktu yang dibutuhkan gema untuk mencapai target, seperti air, dan kembali ke sensor, diukur dengan sensor ultrasonik.

 

       Sensor ultrasonik dipasang di atas cairan yang perlu Anda pantau dan disebut sebagai sensor non-kontak, yang mungkin sangat penting bergantung pada skenario pemantauan Anda. Berdasarkan gelombang suara frekuensi tinggi ini, sensor ultrasonik menghasilkan pembacaan sensor dalam format standar industri seperti 4-20 mA.

 

Transduser Tekanan

       Transduser tekanan, dalam arti tertentu, mengukur berat atau tekanan air yang ada di atasnya. Dibandingkan dengan sensor aktif seperti sensor ultrasonik dan radar, yang secara aktif mengeluarkan sinyal yang digunakan untuk pengukuran level, sensor ini dianggap lebih pasif.

       Perhatikan bahwa transduser tekanan akan menghubungi cairan yang mereka pantau dan harus berada di bawah untuk pengukuran yang lebih akurat. Transduser tekanan mengubah energi dari tekanan cairan menjadi sinyal yang dikeluarkan dalam protokol standar sensor seperti 4-20 mA.

       Ini mungkin menantang dalam beberapa skenario pemantauan karena cairan Anda mungkin kotor atau mengandung kotoran yang dapat merusak sensor. Transduser tekanan seringkali merupakan sensor level yang paling efisien dalam situasi lain, seperti memantau kedalaman sumur dan level air di sumur uji.

 

 

Sensor tingkat radar

       Radar frekuensi tinggi dan gelombang elektromagnetik diarahkan dari sensor radar ke zat yang dipantau, seperti air, melalui probe. Sensor level radar memberi Anda pembacaan level Anda berdasarkan berapa lama pulsa radar kembali setelah dikirim.

       Dibandingkan dengan jenis sensor level lainnya, sensor radar biasanya lebih mahal. Namun, gelombang dan pulsa yang dihasilkan oleh sensor radar seringkali menembus objek, seperti busa atau uap, yang dapat menghalangi pengukuran level yang akurat. Hasilnya, Anda akan memilih sensor level atau kombinasi teknologi sensor level yang akan bekerja paling baik dalam keadaan khusus Anda.

 

 

Kesimpulan : Sensor Ketinggian Air IoT untuk Sistem Peringatan Banjir

       Intinya adalah berbagai teknologi sensor IoT digabungkan dalam peringatan banjir yang efisien dan sistem pemantauan ketinggian air lainnya. Apa yang paling masuk akal untuk setiap lingkungan penerapan unik digunakan oleh organisasi.

       Komunitas Perkotaan Cerdas di tepi timur AS mengirimkan kerangka kerja peringatan banjir yang menyaring ketinggian air menggunakan sensor IoT modern. Secara khusus, foto dalam cerita ini menunjukkan sensor level ultrasonik dan radar yang disebutkan sebelumnya, yang paling umum digunakan.

       Demikian juga, dalam pengalaman kami, sistem peringatan banjir biasanya disampaikan dengan daya pengisi daya berbasis sinar matahari dan menggunakan jaringan seluler portabel atau WiFi untuk mentransfer data sensor ke kabut. Anda menyadari bahwa, pada akhirnya, semuanya bermuara pada apa yang dibutuhkan setiap pelanggan untuk penerapan yang paling efisien.

       Itu menyimpulkan gambaran umum Anda tentang pengoperasian sensor ketinggian air IoT industri dalam sistem peringatan banjir. Dari pengelolaan sumber daya air untuk sumur air hingga sistem peringatan banjir dan seterusnya, Industrial IoT memiliki dampak yang sangat positif pada industri pemantauan air, menurut pengalaman kami! Harap jangan ragu untuk menghubungi saya jika Anda memiliki pertanyaan.

 

Kemitraan IoT – Panduan untuk Jenis dan Hubungan Kemitraan

Di Internet of Things (IoT), kemitraan sangat penting untuk kesuksesan; namun, Anda harus terlebih dahulu memahami berbagai jenis kemitraan dan hubungan mitra.

 

Manfaat Kemitraan IoT

Karena persyaratan dan hasil terus berubah, pasar IoT masih dalam tahap awal, sehingga sulit bagi penyedia solusi untuk tetap relevan. Keahlian strategis yang penting dalam pengaturan ini adalah kemampuan untuk membentuk kemitraan IoT, yang dapat berarti perbedaan antara tetap relevan dan keluar dari bisnis.

Vendor solusi IoT dapat maju melalui kemitraan. Mereka membantu menutup celah fitur dan kemampuan dalam solusi mereka. Dengan memanfaatkan sumber daya dan koneksi yang sudah dimiliki mitra, mereka mempercepat waktu pemasaran.

Solusi diselaraskan dengan platform dan ekosistem yang diminati pelanggan melalui kerja sama mitra. Saluran penjualan yang lebih besar dan cakupan yang lebih luas memfasilitasi go-to-market (GTM). Last but not least, mitra strategis memanfaatkan kemitraan sebagai sarana untuk “mencoba” bisnis sebelum melakukan akuisisi.

Vendor harus memahami tiga komponen kemitraan: untuk apa Anda bermitra (jenis kemitraan), bagaimana Anda berkolaborasi satu sama lain (hubungan mitra), dan ruang lingkup keterlibatan Anda untuk mengembangkan kemitraan sebagai kompetensi inti.

Jenis Kemitraan IoT

Meskipun kemitraan IoT dunia nyata mungkin melibatkan banyak kategori, jenis kemitraan terbagi dalam empat kategori besar. Persyaratan penyedia solusi dan mitra menentukan jenis kemitraan yang sebenarnya.

 

1.Kemitraan OEM (Original Equipment Manufacturer).

Solusi telah dikembangkan oleh “pengembang” (perangkat keras, perangkat lunak, atau layanan). Mitra yang ingin memasukkan sebagian atau seluruh solusi ini ke dalam solusi mereka sendiri dapat mengaksesnya dari pengembang.

Merek mitra akan digunakan untuk menjual kembali solusi tersemat. Ilustrasinya adalah ketika perusahaan pengembang keamanan melisensikan kode kriptografi khusus dari produsen perangkat IoT (mitra). Kode ini akan dimasukkan ke dalam firmware chipset perangkat.

2.Kemitraan Teknologi

Teknologi inti telah dikembangkan oleh sebuah perusahaan. Organisasi perlu menjamin bahwa inovasinya layak dengan pengaturan yang sesuai di pusat komersial. Ini menetapkan program kemitraan teknologi yang berkolaborasi dengan penyedia solusi pelengkap untuk memastikan kompatibilitas.

Ini mungkin melibatkan modifikasi perangkat keras atau perangkat lunak di satu sisi atau di kedua sisi. Setelah selesai, solusi mitra disertifikasi sebagai kompatibel. Salah satu contohnya adalah perusahaan platform IoT yang membuat program kemitraan untuk memastikan bahwa solusi vendor lain dalam tumpukan IoT kompatibel.

3.Saluran Kemitraan

Perusahaan solusi IoT ingin menjual produknya ke pelanggan akhir melalui jaringan pengecer, integrator sistem, dan penyedia layanan. Perusahaan membuat program pengecer dan merekrut “mitra” untuk membantu menjual kembali solusinya. Ini memberi mitranya harga reseller, pelatihan solusi (teknis dan penjualan), dukungan pemasaran dan pra-penjualan, dan dukungan teknis pasca-penjualan.

4.Kemitraan pemasaran bersama

Perusahaan solusi menemukan bahwa pelanggan membeli solusinya dan solusi gratis dari vendor lain pada saat yang bersamaan. Untuk meningkatkan proposisi nilai pembeli, kedua vendor membentuk kemitraan dan secara aktif memasarkan solusi masing-masing secara bersama-sama.

Kemungkinan kedua solusi tersebut tidak perlu diintegrasikan dengan teknologi dalam semua kasus. Dalam situasi lain, integrasi teknologi dan sertifikasi dapat menjadi bagian dari solusi.

Vendor platform IoT yang membentuk kemitraan pemasaran bersama dengan perusahaan konsultan manajemen adalah salah satu ilustrasinya. Pembeli mendapatkan strategi Internet of Things dari perusahaan konsultan manajemen, dan mereka juga membantu mempercepat proses pembelian platform IoT. Kemitraan pemasaran bersama memungkinkan penjualan konsultasi bekerja pada strategi IoT, dan platform IoT mendapatkan penjualan solusi yang belum pernah ada sebelumnya.

Hubungan Mitra

Aspek lain dari bermitra adalah sifat hubungan. Ini bisa strategis, non-strategis, atau di antara keduanya. Sifat sebenarnya dari hubungan tersebut ditentukan oleh jenis kemitraan, sifat dari solusi dan nilai yang diberikan, kebutuhan mitra, kemampuan mereka, dan tempat mereka dalam ekosistem dan pasar.

Sifat hubungan adalah aspek lain dari kemitraan. Ini mungkin strategis, non-strategis, atau kombinasi keduanya. Jenis kemitraan, sifat solusi dan nilai yang diberikan, persyaratan, kemampuan, dan posisi mitra dalam ekosistem dan pasar semuanya memengaruhi sifat sebenarnya dari hubungan tersebut.

Hubungan mitra, dengan risiko terlalu disederhanakan, termasuk dalam salah satu dari empat kategori besar berikut:

1.Kemitraan Strategis

Kemitraan ini memberikan keunggulan kritis dan pembeda bagi kedua mitra. Mereka membutuhkan tingkat komitmen manajemen yang mendalam, tingkat integrasi yang lebih tinggi (orang, proses, dan teknologi) dan melibatkan sumber daya yang signifikan dari kedua belah pihak.

Mereka dapat berbentuk usaha patungan atau aliansi strategis, antara lain. Sebuah perusahaan biasanya memiliki sejumlah kecil kemitraan seperti ini karena bersifat strategis.

2.Kemitraan Bersama atau “Dua Arah”

Ini adalah kemitraan yang kedua belah pihak berkontribusi secara setara (sejauh mungkin). Salah satu contoh kemitraan bersama adalah kemitraan pemasaran bersama di mana kedua perusahaan secara aktif mencoba mempromosikan solusi satu sama lain. Kemitraan strategis adalah bentuk khusus dari kemitraan bersama.

Untuk memastikan kompatibilitas dengan sebanyak mungkin opsi konektivitas, perusahaan platform IoT, misalnya, akan membentuk kemitraan bersama dengan semua penyedia teknologi konektivitas LPWAN.

Pada saat yang sama, berbagai penyedia teknologi LPWAN akan bekerja sama dengan semua perusahaan platform IoT yang beragam secara kolaboratif karena pelanggan mereka menggunakan salah satu platform tersebut. Dalam hal ini, penyedia teknologi konektivitas dan platform IoT bekerja secara kolaboratif untuk memastikan kesuksesan bersama.

3.“Kemitraan” Satu Arah

Ini lebih dekat dengan hubungan daripada kemitraan karena satu pihak dianggap menerima sebagian besar manfaat. Hal ini biasanya terjadi ketika satu pihak lebih kuat atau memiliki daya ungkit lebih besar daripada pihak lain dan memaksakan keinginannya kepada “mitranya”.

Kemitraan saluran cenderung termasuk dalam kategori ini, terutama di anak tangga bawah basis pengecer di mana “mitra” hanyalah salah satu dari ribuan pengecer, dan mereka merasa bahwa mereka tidak mendapatkan perhatian khusus dari vendor solusi.

5.Kemitraan Koopetisi

Ini adalah jenis kemitraan unik di mana saingan berkolaborasi di bidang yang sangat spesifik. Mereka mungkin bekerja sama untuk menentukan standar industri, memecahkan masalah peraturan, mendidik orang, dan hal-hal lain yang menguntungkan kepentingan mereka berdua atau memajukan industri.

Salah satu contoh koopetisi adalah vendor perangkat tepi IoT bekerja sama untuk menentukan standar keamanan yang memastikan otentikasi perangkat yang terhubung dan perlindungan data yang disimpan dan dikirim dari perangkat tepi.

Lingkup Keterlibatan Kemitraan

Selain jenis dan hubungan kemitraan IoT, ruang lingkup menentukan apa, di mana, bagaimana, dan kapan mitra terlibat. Beberapa parameternya antara lain:

• Cakupan geografis kemitraan
• Pasar dan vertikal industri terpengaruh
• Teknologi/solusi/kekayaan intelektual tercakup
• Jangka waktu kemitraan
• Peran dan tanggung jawab pihak-pihak kunci
• Persyaratan sumber daya