Pemanfaatan Edge Computing Rambah Smart City

Kini semakin banyak aplikasi mengandalkan kemampuan edge computing, mulai dari 5G dan otomatisasi industri, hingga connected home dan perangkat streaming dan minat pada teknologi ini sedang tumbuh di kawasan Asia Pasifik.

Pemnfaatan edge computing pada sebuah smart city bahkan dinilai berpotensi dapat menghadirkan layanan publik yang lebih efisien, lebih insightful, dan lebih hemat biaya.

Menurut GlobalData, pasar untuk edge computing di Asia Pasifik (APAC) diperkirakan akan mencapai US$5,8 miliar pada 2024, merepresentasikan tingkat pertumbuhan tahunan gabungan sebesar 21% selama lima tahun. Setelah melihat value yang diberikannya kepada sektor lain, lembaga pemerintahan pun dinilai sudah saatnya mempertimbangkan kelebihan edge computing bagi diri mereka sendiri.

Dengan pemrosesan yang dilakukan di, atau sangat dekat dengan sumber data (alih-alih di cloud atau di data center yang terpisah), edge computing memungkinkan pengambilan keputusan berdasarkan informasi yang diberikan oleh perangkat yang berada di tempat yang sangat penting.

Pusat transportasi yang sudah serba terhubung bisa menggunakan sensor dan perangkat edge yang terhubung ke jaringan privat/khusus untuk melacak pergerakan kendaraan, infrastruktur dan cuaca untuk meningkatkan efisiensi dan keamanan operasional.

Perusahaan di sektor seperti konstruksi juga bisa menggunakan perangkat on-/off-body edge untuk meningkatkan keamanan pekerja mereka. Perangkat ini bisa mengirimkan peringatan saat situasi melewati ambang batas keamanan, sementara jaringan edge 5G memungkinkan untuk melakukan analisa secara real time terhadap data-feed yang datang dari lokasi yang jauh atau dari perangkat mobile lalu memicu peringatan.

Salah satu contoh penggunaan edge computing yang paling menjanjikan di pemerintahan lokal adalah penggunaan edge computing untuk pengelolaan smart city. Contohnya adalah pengaturan arus lalu lintas di pusat kota, sesuatu yang sangat penting dan mendesak di kota besar seperti Jakarta dan Bangkok.

Pengguna jalan di kedua kota membuang waktu mereka di jalan raya karena kemacetan lalu lintas, masing-masing 67 jam dan 33 jam pertahun, pada tahun 2020, bahkan saat pemberlakuan pembatasan sosialberskala besar pada tahun lalu.

Masalah ini bisa jadi lebih serius dari yang disadari – sebab bisa menyebabkan berbagai masalah mulai dari pemicu rasa frustrasi bagi pengendara dan penumpangnya, hingga hilangnya produktivitas bisnis. Kemacetan lalu lintas juga masalah serius bagi paramedis, yang sangat tergantung pada kesigapan, waktu satu detik saja sangat berarti bagi mereka dalam memberikan pertolongan pertama pada keadaan darurat.

Dengan memahami tingkat kesibukan lalu lintas pada waktu tertentu, kita bisa mengetahui kapan harus menutup jalan tertentu atau mengubah waktu lampu lalu lintas untuk mengurangi kemacetan.

Hanya mengandalkan pemrosesan data secara terpusat dapat membuat data menjadi kadaluarsa. Pada saat hendak ditangani, masalah tersebut mungkin sudah pindah ke tempat lain, masalah menjadi tambah besar, atau masalah hilang sama sekali.

Namun, dengan menempatkan processing power sedekat mungkin ke jalan raya dan menambahkan teknologi kecerdasan buatan (AI) serta machine learning (ML), akan memberikan otonomi tertentu kepada sistem pengatur lampu lalu lintas.

Dengan memahami penyebab dan efek dari kejadian yang sama sebelumnya, dan dengan mengetahui apa yang dibutuhkan untuk memperbaiki situasi tertentu, teknologi AI/ML akan memungkinkan perangkat edge yang terpasang di lampu lalu lintas mengidentifikasi masalah dan mengambil solusi yang tepat dalam waktu yang hampir real-time.

Sektor publik

Pengaturan lalu lintas hanya satu bentuk penerapan teknologi edge dalam pengelolaan kota. Contoh lain adalah memonitor sistem HVAC (heating, ventilation and air conditioning systems) untuk penghematan biaya energi, dan mengukur perubahan perilaku di rumah warga dan perusahaan untuk pengelolaan sampah atau air yang lebih efisien.

Teknologi edge juga berperan dalam perencanaan keadaan darurat. Sebagai contoh di Fuji, Jepang, perangkat edge ditempatkan di lokasi-lokasi strategis, dan terus-menerus mengirimkan berbagai bentuk data lingkungan. Data ini memungkinkan layanan gawat darurat memberikan respons yang cepat ketika terjadi gempa bumi, mengerahkan paramedis ketika dibutuhkan kapan saja.

Potensi pemrosesan edge computing juga terus bertumbuh. Sensor yang ditempatkan di lampu lalu lintas kota misalnya, bisa digunakan untuk mengelola arus lalu lintas dengan menggunakan teknologi pengenalan gambar misalnya, atau menyesuaikan waktu pada lampu lalu lintas.


Posting Komentar

0 Komentar