Edge Analytics Dijelaskan dalam 5 menit atau Kurang [+ 5 Alat]

Analitik tepi membantu bisnis cerdas dan berorientasi data untuk langsung melakukan analisis data setelah pengumpulan data oleh perangkat IoT.

Secara tradisional, bisnis akan mengumpulkan data dari berbagai sumber, menyimpannya di cloud atau penyimpanan lokal, dan menganalisisnya nanti. Namun, model analisis data ini merupakan hambatan penting untuk pertumbuhan Internet of Things (IoT) dan Industrial Internet of Things (IIoT).

Analitik tepi adalah jawabannya!

Artikel ini akan membawa Anda melalui perjalanan analitik singkat di edge sehingga Anda dapat mengembangkan solusi atau mengubah bisnis digital dengan mudah.

Pengantar Edge Analytics

Seperti namanya, edge data analytics adalah metode analisis data di edge. Edge berarti sumber data. Untuk IoT, ini adalah sensor, aktuator, lengan robot, HVAC, kontrol konveyor, sakelar jaringan, dan perangkat pintar.

Aplikasi analitik tepi melakukan analisis data lebih dekat ke perangkat IoT yang mengumpulkan data real-time dari unit manufaktur, sistem utilitas, dll. Dengan demikian, proses bisnis kritis waktu dapat berjalan dengan lancar tanpa menunggu input logis dari server pusat.

Singkatnya, pengumpulan, pemrosesan, analisis, dan tindakan data yang terjadi dalam perangkat pintar dihasilkan dari analitik data tepi. Misalnya, perangkat Amazon Echo atau Nest Home hadir dengan analitik tepi.

Perangkat ini mendengarkan perintah Anda. Menganalisis audio yang ditangkap ke dalam bahasa mesin yang mencari hasil di web. Perangkat juga menyajikan hasil query yang tersedia di internet.

Perlu untuk Edge Analytics

Penggunaan perangkat pintar di industri seperti energi, ritel, manufaktur, keamanan, logistik, mobil, dll., terus berkembang. Namun, bandwidth internet tidak tumbuh dengan kecepatan yang sama, atau bandwidth selalu terbatas.

Oleh karena itu, mengumpulkan terabyte data dari perangkat IoT dan mentransfernya ke cloud memakan waktu. Belum lagi menganalisis data dan mengirimkan kembali wawasan yang dapat ditindaklanjuti ke perangkat pintar melalui jaringan yang sama.

Ini akan membuat kemacetan lalu lintas dan menonaktifkan jaringan sistem IoT!

Di sini, bisnis harus menggunakan aplikasi dan perangkat edge analytics. Perangkat pintar yang kritis waktu akan dapat menganalisis data yang dikumpulkan di tempat dan mengambil tindakan secara instan.

Misalnya, kendaraan otonom harus mengerem jika mendeteksi rintangan yang tiba-tiba dan tidak diinginkan di jalurnya.

Tidak sabar untuk mengumpulkan data audio-visual dari penghalang, mengirimkannya ke aplikasi cloud, dan menunggu input. Sebaliknya, kendaraan membuat keputusan sepersekian detik untuk mengubah arah atau melakukan jeda darurat.

Bagaimana Cara Kerja Analitik Tepi?

Analytics on edge biasanya memantau beberapa susunan edge atau perangkat IoT. Terutama, aplikasi analitik melacak kesehatan dan kinerja semua perangkat pintar yang terhubung.

Jika mendeteksi masalah alur kerja, aplikasi analitik mencoba memperbaiki masalah secara lokal. Jika masalah berlanjut, aplikasi tepi menghentikan perangkat yang rusak. Kemudian, itu memberi tahu teknisi manusia.

Selama jalur yang diatur ini, perangkat berikut melakukan peran penting:

• Sensor IoT mengumpulkan data lingkungan seperti tekanan, suhu, kelembapan, RPM, dll.
• Perangkat edge dapat berupa peralatan edge khusus seperti Sony REA-C1000 untuk analitik data di tempat atau smartphone dan tablet untuk mengontrol perangkat IoT.
• Edge gateway membanggakan lebih banyak daya dan memori daripada perangkat edge dan berfungsi sebagai perantara antara server cloud dan perangkat IoT.
• Aktuator pintar yang melakukan analisis data tepi tugas menyarankan. Misalnya, katup air pintar, sakelar pintar, lengan robot pintar, kontrol konveyor pintar, dan perintah komputer.

Gambar di atas menunjukkan representasi skematis IBM IoT Edge Analytics di sektor manajemen perhotelan seperti hotel.

Manfaat

#1. Keamanan Lebih Besar

Dalam analytics on edge, tidak perlu mentransfer data ke cloud. Data mentah tetap berada di perangkat tempatnya dihasilkan. Karena tidak ada kemungkinan data diretas atau terinfeksi saat transit, data tetap lebih aman.

#2. Pencegahan Latensi dan Analisis Data Hampir Real-Time

Proses bisnis tertentu memerlukan analisis data segera untuk operasi. Edge Analytics membantu mereka dalam pengambilan keputusan otonom dengan mengidentifikasi dan mengumpulkan wawasan dari sumbernya.

Karena analisis ini terjadi di dekat data, dibutuhkan sedikit waktu. Ini tidak melibatkan transmisi data ke server jarak jauh, sehingga Anda mendapatkan hasil instan.

Dalam skenario seperti mengidentifikasi penjahat dari umpan CCTV langsung atau menganalisis data dari pesawat terbang atau pabrik, Anda hanya mendapatkan sepersekian detik untuk melakukan panggilan. Di sana, menggunakan teknologi ini membantu Anda membuat keputusan instan.

#3. Skalabilitas Tinggi

Saat perusahaan berkembang, semakin banyak data menambah beban pada analitik data pusat. Melalui desentralisasi proses, analitik edge memungkinkan Anda untuk menskalakan proses dengan memberikan kemampuan analitik yang lebih baik.

#4. Penggunaan Bandwidth Lebih Sedikit

Transfer data dari perangkat sumber ke server pusat dan sebaliknya menggunakan bandwidth yang besar dan kuat. Banyak lokasi terpencil tidak memiliki bandwidth data atau kekuatan jaringan yang diperlukan untuk transmisi. Dalam kasus seperti itu, analitik edge menghemat penggunaan bandwidth Anda.

#5. Biaya yang dikurangi

Metode analitik data besar konvensional akan menghabiskan banyak uang. Sementara perusahaan dapat memproses data di server cloud atau solusi cloud publik mereka, penyimpanan, pemrosesan, analitik, dan konsumsi bandwidth mahal.

Teknologi ini menggunakan perangkat IoT atau perangkat keras terdekat untuk analitik data. Akibatnya, biaya analisis dan bandwidth jaringan internet akan berkurang.

Keterbatasan

#1. Keamanan Perangkat Jarak Jauh

Sementara analitik di tepi melindungi data sensitif Anda dari ancaman keamanan dunia maya selama transmisi data, ini melibatkan perangkat jarak jauh yang rentan terhadap risiko tersebut.

Ada beberapa insiden peretasan kamera keamanan, dan Anda juga bisa menjadi korban serangan semacam itu. Jika tindakan keamanan siber Anda tidak mencakup perangkat jarak jauh ini, memiliki keamanan yang kuat untuk sistem inti Anda tidak akan membantu.

#2. Data Hilang

Desain analitik tepi memungkinkannya menggunakan data yang paling relevan untuk analisis. Sisa data dari kumpulan data mentah yang besar akan diabaikan.

Karena teknologi ini hanya menyimpan instans yang relevan ini di server pusat, ini mungkin bukan pendekatan terbaik bagi perusahaan yang perlu menerima dan menyimpan semua data mentah Anda.

#3. Kompatibilitas Perangkat dan Jaringan

Analytics on edge adalah teknologi baru, jadi mungkin ada masalah kompatibilitas dan transmisi data jika Anda menggunakan perangkat lama dan teknologi jaringan. Jadi, perusahaan harus membeli perangkat baru untuk menerapkan teknologi ini di organisasi mereka.

Konsekuensinya, ini akan meningkatkan biaya analitik tepi untuk perusahaan tersebut. Selain itu, mungkin memerlukan pemutakhiran sistem lengkap yang dapat mengganggu operasi.

#4. Kebutuhan untuk Mengembangkan Solusi Sendiri

Ada berbagai platform analitik yang tersedia untuk tugas ini. Namun, beberapa perusahaan mungkin memerlukan platform analitik tepi yang dikembangkan secara pribadi tergantung pada perangkat yang perlu mereka analisis.

#5. Memilih Perangkat Lunak yang Tepat

Beberapa sistem yang tersedia di pasar hanya membagikan data keluarannya di cloud. Oleh karena itu, perusahaan gagal melihat data sumber mentah di balik analisis. Untuk menghindari hal ini, Anda perlu menggunakan perangkat lunak analisis terbaru untuk mendapatkan semua data yang diperlukan.

#6. Perlu Penilaian Kegunaan

Ini paling cocok untuk skenario keamanan, efisiensi, dan pengambilan keputusan yang cepat. Jadi, perusahaan harus menilai apakah mereka membutuhkannya sebelum memilih solusi.

Gunakan Kasus

Menganalisis Perilaku Pelanggan

Pengecer mengumpulkan data dari kamera toko mereka, sensor parkir, dan tag keranjang belanja melalui berbagai sensor. Dengan analitik tepi, perusahaan-perusahaan ini dapat memanfaatkan data ini untuk menawarkan solusi khusus kepada pelanggan mereka sesuai dengan perilaku mereka.

Pemantauan dan Pemeliharaan Jarak Jauh

Industri manufaktur dan energi membutuhkan tanggapan atau peringatan segera ketika mesin berhenti berfungsi atau membutuhkan perawatan. Alih-alih analitik data terpusat, ini adalah teknologi yang tepat untuk mengidentifikasi kemacetan di masa depan dengan lebih cepat.

Pengawasan Cerdas

Ini juga berguna untuk deteksi penyusup secara real-time. Bisnis dapat memanfaatkan layanan ini untuk meningkatkan keamanan mereka. Teknologi ini menggunakan gambar mentah dari CCTV untuk menemukan dan melacak aktivitas yang mencurigakan.

Prediksi Kegagalan

Kegagalan perangkat keras IoT bisa menjadi bencana. Analitik tepi dari perangkat perangkat keras IoT ini dapat secara akurat memprediksi masalah tersebut. Dengan bantuannya, organisasi dapat mengambil tindakan proaktif dan meningkatkan waktu kerja.

Perangkat/Alat

Saat ini, analytics on edge sebagian besar menggunakan perangkat dan aplikasi khusus untuk kasus penggunaan industri tertentu. Temukan di bawah ini beberapa alat dan perangkat untuk mengetahui tren:

Alat Analitik Sony Edge

REA-C1000 dari Sony adalah perangkat edge analytics yang berfungsi penuh hingga saat ini. Anda dapat menyambungkan kamera jaringan Sony dengannya untuk merekam dan menganalisis presentasi langsung untuk pemirsa jarak jauh.

Ini memiliki fitur teknologi tinggi seperti ekstraksi Tulisan Tangan, overlay konten, konten otonom, presenter pelacakan, pemisahan gambar, pelacakan gerakan audiens, dan banyak lagi.

Rumput Hijau AWS IoT

AWS IoT GreenGrass adalah layanan cloud sumber terbuka dan edge runtime untuk mengembangkan, menerapkan, dan mengontrol perangkat lunak perangkat IoT.

Ini membawa logika dan pemrosesan data cloud ke perangkat IoT lokal. Oleh karena itu, perangkat dapat berfungsi dalam bandwidth jaringan yang rendah atau terputus-putus.

HPE Edgeline

HPE Edgeline cocok untuk penggunaan kasar perangkat pintar di pabrik manufaktur, rig minyak, dll. Perangkat ini menghadirkan perangkat lunak canggih dan perangkat keras teknologi operasional (OT) langsung ke lantai produksi.

Karenanya, perangkat pintar dapat dengan cepat mendapatkan input dari sistem pemrosesan data di tempat daripada server cloud.

Kit Pengembang Intel IoT

Anda dapat menggunakan perangkat lunak dan perangkat keras dari Intel untuk mengembangkan perangkat cerdas berbasis analitik edge untuk penggunaan bisnis. Toolkit ini mencakup produk-produk berikut:

• Tumpukan perangkat lunak dengan driver, SDK, OS, sampel, dan pustaka
• Distribusi Intel dari OpenVINO
• Intel Movidius VPU
• Intel Arria 10 FPGA

Azure IoT Edge

Azure IoT Edge menghadirkan beban kerja analitik dan AI ke perangkat pintar yang beroperasi di edge. Platform pengembangan analitik tepi ini mencakup beberapa fitur berikut:

• Perangkat keras tepi IoT dari vendor tepercaya
• Waktu proses edge gratis
• Modul logika bisnis untuk menjalankan perangkat lunak di edge
• Antarmuka awan Azure

Edge vs. Analisis Tradisional

Perbedaan utama antara analitik edge dan analitik tradisional/server adalah tempat analisis data.

Pada sistem edge, analitik data dilakukan di dekat atau di perangkat IoT yang mengumpulkan data dan menjalankan perintah. Sebaliknya, analitik server jauh dari perangkat pintar yang mengumpulkan data.

Anda dapat menemukan perbedaan penting lainnya dalam tabel berikut:

FAQ

Kata Akhir

Jadi, sekarang Anda sudah tahu apa itu analitik tepi, cara kerjanya, manfaatnya, alat, kasus penggunaan, dan lainnya.

Anda sekarang dapat dengan percaya diri membuat keputusan bisnis untuk retrofit sistem IIoT Anda dengan peralatan analitik edge untuk mengontrol perangkat jarak jauh dengan cepat.

Alternatifnya, artikel ini akan membantu Anda merancang atau mengembangkan solusi IoT dan IIoT baru jika Anda seorang insinyur atau pengembang IoT.

Selanjutnya, Anda dapat melihat perangkat IoT yang populer.