OPINI: Analitika Data di Era Industri 4.0

Ilustrasi logo revolusi industri 4.0. - Reuters/Wolfgang Rattay
18 Desember 2018 07:25 WIB Arief Gusnanto Aspirasi Share :

Jerman telah mengadopsi usulan strategis Industri 4.0 yang menjabarkan kebijakan pemerintahnya dalam menghadapi revolusi industri keempat.

Hal ini juga diikuti negara-negara lain dengan usulan serupa. Industri 4.0 ditandai dengan sistem fisik maya (cyber physical system), ketika interaksi antara manusia, mesin atau elemen lain dilakukan melalui jaringan, termasuk internet.

Di era Industri 4.0 ini banyak muncul disruptions atau gangguan-gangguan terhadap proses bisnis yang sedang berjalan dan menghasilkan proses bisnis baru yang pada umumnya lebih efisien.

Dalam revolusi keempat ini, data adalah inti dari segalanya. Industri 4.0 harus siap menghadapi kedatangan data berdimensi besar yang dicirikan oleh 4 ‘V’ dalam bahasa Inggris: Volume, Velocity, Variety, dan Veracity.

Dalam Volume, data yang dihasilkan setiap hari tumbuh secara eksponensial dan bukan hal yang aneh apabila ditemukan bisnis yang menghasilkan data berukuran ber-gigabyte setiap hari. Velocity mengacu pada jenis data yang dianggap sebagai data aliran.

Contoh yang terkenal adalah data yang dihasilkan oleh ratusan juta pengguna media sosial, bisnis penerbangan, lalu lintas atau jaringan logistik, penyiaran, hotel atau bisnis jasa, dan jaringan internet online lainnya.

Variety mengacu pada jenis data yang sangat beragam. Beberapa di antaranya dalam format teks dan angka. Lainnya dalam format seperti gambar, suara, dan video. Setiap jenis data ini membutuhkan metode analisis yang spesifik.

Terakhir, Veracity mengacu pada situasi di mana, pertama, informasi dalam data tersebar ‘tipis’ di seluruh data dan mereka hanya bermakna ketika digabungkan atau, kedua, informasi yang relevan hanya terletak di sebagian kecil dari data yang tidak kita ketahui.

Dengan karakteristik tersebut, analitika data menjadi sangat penting di era Industri 4.0. Tulisan ini bermaksud menyoroti beberapa manfaat dari analitika data, terutama data berdimensi besar. Manfaat pertama dan paling utama adalah prediksi yang akurat.

Dalam iklim bisnis saat ini yang kerap berubah, banyak bisnis dan organisasi bergantung pada prediksi akurat untuk beradaptasi dengan perubahan. Dulu, perubahan ini terjadi dalam waktu lama.

Prediksi akurat dengan analitika data tidak cukup mendesak, karena semua pihak memiliki waktu untuk mencerna apa yang sedang terjadi dan beradaptasi. Namun, saat ini perubahan begitu cepat. Analitika data menjadi penting untuk menciptakan prediksi, karena dengan banyaknya data, pikiran kita mungkin tidak cukup cepat untuk fokus pada bagian informasi yang paling relevan.

Andai kita bisa fokus pada bagian informasi yang tepat, masih butuh waktu untuk mencerna informasi tersebut sebelum bertindak. Prediksi yang akurat dapat menguntungkan bisnis dengan berbagai cara.

Hal utama adalah meningkatkan efisiensi dan pengelolaan yang lebih baik. Contoh yang terkenal adalah metode penentuan harga tiket penerbangan yang harus memperhitungkan banyak faktor untuk membuat prediksi harga jualnya guna memaksimalkan laba dan okupansi secara real time.

Prediksi dilakukan berdasarkan data historis pelanggan, sehingga promosi atau diskon dapat disesuaikan. Prinsip yang sama juga dapat digunakan untuk mendeteksi penipuan dan penyalahgunaan layanan.

Berdasarkan data historis, bisnis dapat memprediksi perilaku wajar pelanggan dan akan menandai perilaku yang tidak biasanya. Manfaat lain dari analitika data adalah penggunaan prinsip-prinsip statistika yang dapat mengubah data menjadi pengetahuan (knowledge) dan pengetahuan menjadi wawasan (insight).

Mengapa hal ini penting? Karena pengambil keputusan dapat mengubah wawasan menjadi tindakan (turn insight into action). Untuk mendapatkan insight, prinsip-prinsip statistika perlu digunakan sejak awal, bahkan ketika masih berupa ide.

Contohnya, penggunaan survei pelanggan oleh bisnis. Banyak yang meyakini bahwa survei adalah metode untuk mendapatkan feedback dari pelanggan. Namun, jika prinsip-prinsip statistika digunakan dengan baik, survei itu tak hanya memberikan cerminan layanan kepada pelanggan, tetapi juga cerminan operasi bisnis.

Implikasinya, analitika data memungkinkan pengambilan keputusan dengan cepat. Dengan persaingan yang ketat dan begitu banyak data, kita tidak lagi cukup bergantung pada intuisi semata ketika membuat keputusan. Analitika data dapat memberikan panduan dalam mengambil keputusan yang cepat guna menaikkan daya saing bisnis.

Industri mana yang akan terdampak (positif)? Bisa dikatakan hampir semua industri akan terdampak oleh analitika data, terutama yang melibatkan data berdimensi besar seperti telekomunikasi dan manufaktur.

Mengoptimalkan kualitas layanan, pengembangan produk baru, menaikkan efisiensi, dan pengurangan limbah adalah beberapa contoh ‘target’ analitika data yang akan memberikan dampak besar bagi industri.

Industri ritel adalah contoh di mana analitika data memberikan dampak besar. Industri lain, dari keuangan hingga transportasi, dari pelayanan kesehatan hingga agribisnis, bahkan industri kecil dan menengah akan mendapatkan dampak yang jauh lebih besar.

Ke depan, analitika data di era Industri 4.0 menghadapi empat tantangan utama. Pertama dan utama adalah kemampuan yang lemah dalam mengidentifikasi masalah. Analitika data berfungsi sebagai pemecah masalah, karena dibentuk oleh perumusan masalah. Ketiadaan ‘kemacetan’ dalam proses bisnis jangan dianggap sebagai ketiadaan masalah. Demikian juga dengan pertumbuhan atau profit yang cukup.

Semua disruptions di era Industri 4.0 ini justru mengarah kepada proses bisnis yang ‘terlena’ dengan keadaan yang ada. Bisnis yang ‘terlena’ ini menganggap bahwa proses bisnis yang selama ini terjadi adalah proses yang seharusnya terjadi. Padahal belum tentu.

Karena itu bisnis harus senantiasa kritis terhadap dirinya sendiri dan senantiasa menguji proses bisnis mereka.

Kedua, kurangnya kesadaran mengenai pola berpikir statistika. Maksudnya adalah pemahaman mengenai prinsip-prinsip dasar statistika dan penerapannya. Ini bukan berarti bahwa setiap orang harus pakar dalam ilmu statistika.

Namun di dalam ilmu statistika, ada prinsip-prinsip mendasar yang dapat dipahami oleh umum dan sangat berguna dalam menyikapi permasalahan yang ada.

Ketiga, infrastruktur teknologi komunikasi dan informasi yang perlu terus dikembangkan. Saat ini infrastruktur kita belum sampai pada tahap dimana adopsi analitika data bisa dilakukan dengan mudah dan cepat.

Beberapa infrastruktur seperti storage, cloud, dan jaringan (termasuk jaringan internet) masih memerlukan banyak investasi untuk pengembangannya.

Keempat, tata kelola data dan aspek legal dari data. Hal ini sangat mendesak diatasi oleh pemerintah dan DPR dimana aspek keamanan data dan privasi seseorang harus dilindungi undang-undang.

Saat ini General Data Protection Regulation atau GDPR baru saja diterapkan di Eropa dimana aspek privasi seseorang sangat dilindungi. Hal ini akan sangat membuka peluang analitika data lebih besar lagi, karena batas-batas kewenangan, tanggung jawab, dan sanksi atas penggunaan (atau penyalahgunaan) data akan lebih jelas.

Semua itu harus menjadi perhatian dan pekerjaan rumah kita.

*Penulis adalah staf pengajar Fakultas Matematika, Universitas Leeds, Inggris.

Sumber : JIBI/Bisnis Indonesia