Meningkatkan ROI: Bagaimana Kualitas Data Tinggi Mendorong Keberhasilan IoT
Pengeluaran teknologi global pada Internet of Things (IoT) diproyeksi mencapai $1,2 triliun (€1 triliun) pada tahun 2022, dengan manufaktur diskrit ($119 miliar, €108 miliar), manufaktur proses ($78 miliar, €70,8 miliar), transportasi ($71 miliar, €64,5 miliar) dan utilitas ($61 miliar, €55,4 miliar) memimpin jalannya.
Pasar Industri 4.0 siap untuk pertumbuhan yang besar, dan pada akhir dekade ini, lebih dari 60% produsen diharapkan sudah terhubung sepenuhnya, memanfaatkan teknologi seperti RFID, wearable, dan otomatisasi, menurut Ramya Ravichandar, VP Produk di FogHorn.
Meski proyeksi optimis, inisiatif IoT dan IIoT masih menghadapi hambatan yang dapat merusak kepercayaan pelanggan dan menghambat transisi dari pilot ke penerapan skala penuh. Meskipun keterbatasan konektivitas, kekhawatiran keamanan, dan bias data sering disebutkan, kualitas data itu sendiri adalah faktor menentukan keberhasilan proyek.
Apa Itu Kualitas Data—dan Mengapa Penting untuk IoT
Kualitas data adalah sumbu implementasi IoT yang efektif, mempengaruhi hasil dalam tiga cara kunci:
Hanya data yang akurat dan relevan yang dapat member informasi keputusan berbasis data yang tepat.
Data berkualitas rendah membuat analitik dan model pembelajaran mesin tidak efektif, mengakibatkan kesalahan yang mahal dan ROI yang buruk.
Kebangkitan AI dan ML telah memperbesar masalah klasik “garbage-in, garbage-out”.
Data berkualitas tinggi melatih dan menyempurnakan model ML, memberdayakan pabrik untuk membuat keputusan berbasis bukti. Sebagai contoh, model pemeliharaan prediktif yang dibangun pada dataset bersih dapat mendeteksi kegagalan turbin uap yang akan datang sebelum menyebabkan downtime yang merusak, melindungi baik pembangkit listrik maupun jaringan yang lebih luas.
Sebaliknya, data kotor—yang hilang, tidak lengkap, atau salah—memaksa organisasi untuk melakukan kesalahan yang memakan waktu dan mahal. TDWI mengestimasi bahwa perusahaan Amerika kehilangan sekitar $600 miliar (€545 miliar) setiap tahunnya karena masalah kualitas data. Ilmuwan data menghabiskan sekitar 80% waktu mereka pada persiapan data untuk memastikan model menghasilkan wawasan yang dapat ditindaklanjuti.
Perusahaan yang siap untuk masa depan harus mengadopsi proses yang kuat yang menjamin kelengkapan, validitas, konsistensi, dan keabsahan di semua aliran data, sehingga meningkatkan kualitas wawasan, mendorong penerapan IoT yang berhasil, dan membuka ROI maksimal.
Peran Edge Computing dalam Meningkatkan Kualitas Data
Sensor industri menghasilkan volume besar data yang beragam—video, audio, getaran, akustik, dan lainnya. Menyelaraskan, membersihkan, mengkaya, dan menyatukan aliran ini sangat penting untuk menyajikan gambaran komprehensif tentang operasi. Edge computing unggul dalam lingkungan ini dengan menangkap dan memproses data secara real-time, menyusunnya untuk ekstraksi nilai segera.
Perangkat yang didukung edge secara lokal membersihkan dan memformat data mentah, meningkatkan pelatihan dan penerapan model ML yang akurat. Penelitian industri memprediksi bahwa pada tahun 2025, 59% penerapan IoT akan memuat pemrosesan edge.
Sebagai contoh, pabrik dapat menggunakan analitik edge untuk memantau output sensor secara real-time, menandai nilai di luar ambang batas yang telah ditentukan, dan secara otomatis menghentikan produksi unit yang cacat—sehingga meningkatkan kualitas produk dan mengurangi downtime.
Solusi edge mengubah aliran data berkualitas rendah menjadi wawasan berkualitas tinggi yang dapat ditindaklanjuti yang dapat digunakan manajer operasi untuk memaksimalkan hasil, utilizasi mesin, dan efisiensi keseluruhan.
Organisasi semakin menyadari bahwa edge computing tidak hanya menyediakan analitik real-time tetapi juga meningkatkan kualitas data dengan membersihkan dan mengkaya informasi di sumbernya, menghasilkan hasil operasi yang lebih baik.
