Apa itu Kecerdasan Operasional (OI)?

Kecerdasan operasional (OI) adalah proses pengumpulan dan analisis data operasi waktu nyata untuk memantau kondisi sistem dan mengurangi masalah secara preventif. OI tradisional terutama berkaitan dengan operasi IT: data dan metrik yang terkait dengan server, jaringan, deployment aplikasi, konfigurasi, serta keamanan IT. Dengan diperkenalkannya Internet untuk Segala (IoT) dan sensor cerdas, OI sekarang mencakup pemantauan waktu nyata operasi dunia nyata seperti pipeline, mesin, dan peralatan energi. Dalam kedua kasus tersebut, OI menggunakan pengumpulan dan analisis data waktu nyata untuk secara proaktif menemukan tren operasional, mengantisipasi masalah, serta membantu pekerja garis depan membuat keputusan terbaik untuk pemecahan masalah dan pemeliharaan.

Baca tentang IoT

Kecerdasan operasional industri adalah istilah yang digunakan dalam organisasi yang mengelola infrastruktur industri fisik dan mesin, seperti pembangkit listrik, jaringan logistik, dan pertambangan. Dalam lingkungan bisnis ini:

• Infrastrukturnya lebih khusus
• Kisaran perangkat IoT jauh lebih luas
• Mungkin ada rantai pasokan yang panjang dan kompleks
• Analisis data mesin jauh lebih kompleks

Organisasi-organisasi ini biasanya memerlukan solusi khusus industri yang kuat atau perangkat lunak yang dikonfigurasi khusus untuk menangani arsitektur, kemampuan data, dan alur kerja operasinya. Solusi khusus mengintegrasikan jaringan perangkat IoT tertentu dengan perangkat lunak analitik khusus. Misalnya, operasi energi menggunakan sensor untuk mengukur metrik performa kincir angin dan membuat keputusan waktu nyata untuk memelihara, mematikan, atau memperbaiki kincir angin. Data juga digunakan untuk perencanaan prediktif infrastruktur baru berdasarkan permintaan yang diantisipasi.

Baca tentang Alur Kerja

OI adalah solusi yang sangat berguna untuk korporasi modern atau bisnis kecil dengan arsitektur sistem yang kompleks dan saling berhubungan. Berikut adalah beberapa manfaat OI.

Pemantauan Operasi Waktu Nyata

Anda dapat menggunakan sistem OI modern untuk memantau keadaan dan kondisi operasional sistem serta komunikasinya secara waktu nyata. Di masa lalu, tim IT harus memeriksa log data historis dan snapshot secara retrospektif untuk menentukan status sistem dan komunikasi. Hal ini sering menyebabkan waktu tunggu yang lama dalam analisis data, pelaporan, dan pengambilan keputusan bisnis. Saat ini, Anda dapat mengembangkan kueri yang berjalan pada data operasional waktu nyata untuk memberikan visualisasi dan pelaporan terkini.

Identifikasi Kesalahan

Dengan alat OI, Anda dapat memetakan aliran reguler data operasional untuk meningkatkan visibilitas sistem. Hal ini memberikan gambaran besar tentang bagaimana data bergerak di antara komponen sistem yang berbeda sehingga Anda dapat mengidentifikasi penyimpangan dari operasi sistem normal. Lebih penting lagi, Anda dapat membangun alur kerja cerdas dalam sistem OI yang mendeteksi kesalahan dan secara otomatis memicu tindakan remediasi. Setelah menyiapkan peringatan, Anda dapat mencari melalui log untuk mengidentifikasi akar penyebab dan mengatasi hambatan performa atau pola kesalahan. 

Pengambilan Keputusan yang Strategis

OI memungkinkan pemantauan proses bisnis dan sistem untuk menemukan penggunaan, konfigurasi, serta inefisiensi biaya yang tidak optimal. Anda dapat membuat keputusan yang tepat terkait mengubah keadaan arsitektur sistem bisnis. Beberapa solusi OI juga dapat menyimulasikan dampak perubahan sistem di seluruh rantai operasional untuk meningkatkan wawasan dan dukungan pengambilan keputusan. 

Pengurangan Risiko

Kesadaran dan visualisasi keadaan operasi bisnis saat ini secara otomatis mengurangi risiko secara keseluruhan. Dengan OI, Anda memiliki tampilan terintegrasi dari semua data operasi dan indikator performa utama, sehingga dapat memastikan bahwa operasi selaras dengan tujuan bisnis. Ada lebih sedikit peluang risiko tidak terduga untuk menyebabkan dampak bencana mendadak pada bisnis. 

Sistem OI menggabungkan teknologi berbasis data dengan strategi bisnis. Berikut ini adalah gambaran umum proses.

Pengumpulan Data

Alur kerja OI dimulai dengan mengumpulkan data. Data ini dapat mencakup aliran data waktu nyata seperti log, metrik, dan data performa, atau data perilaku pengguna. Contoh sumber data meliputi:

• Infrastruktur IT, seperti server, basis data, dan jaringan
• Desktop dan perangkat seluler
• Perangkat IoT, seperti sensor dan pengukur cerdas
• Platform Keamanan
• Aliran klik
• Aplikasi

Pengumpulan data memprioritaskan menangkap setiap aspek operasi sistem, mulai dari metrik penggunaan dan interaksi pengguna hingga performa mesin dan data lingkungan. 

Pemrosesan dan Analisis Data

Setelah data dikumpulkan, sistem memprosesnya menggunakan berbagai teknik komputasi. Misalnya, pemrosesan peristiwa kompleks mengidentifikasi dan menganalisis pola peristiwa di sejumlah aliran data. Pemrosesan data juga mencakup pemfilteran, agregasi, dan transformasi data guna mempersiapkannya untuk analisis.

Visualisasi dan Pelaporan

Untuk membuat wawasan dapat diakses, sistem operasional menyediakan fitur visualisasi, seperti dasbor dan laporan. Anda dapat mengamati tren, pola, dan anomali pada operasi dalam format intuitif, sering kali secara waktu nyata. Solusi OI juga menghasilkan peringatan dan membantu Anda memprioritaskan tugas yang perlu ditindaklanjuti ketika kriteria tertentu yang telah ditentukan terpenuhi: misalnya, ketika metrik operasional melewati ambang batas. Sistem ini juga dapat memicu tindakan otomatis seperti mematikan layanan, mengisolasi operasi, atau menambahkan layanan baru jika diperlukan.

Adaptasi Otomatis

Banyak sistem OI menggabungkan algoritma machine learning (ML) yang meningkat seiring waktu. Sistem ini belajar dari hasil keputusan masa lalu dengan terus menyempurnakan kriteria untuk peringatan dan tindakan yang diambil sebagai respons terhadap pola atau anomali tertentu. Aspek adaptif ini membantu meningkatkan efektivitas sistem secara progresif.

Baca tentang Machine Learning

Diagram berikut menunjukkan contoh OI di pabrik, mulai dari pengumpulan data oleh perangkat IoT on-premise, penyerapan dan pemrosesan data di cloud, hingga antarmuka pengguna untuk manajer produksi.

OI menggunakan beberapa teknologi, yang banyak di antaranya tumpang tindih dengan sistem analitik kecerdasan lainnya. Berikut ini adalah gambaran umum luas.

Perangkat Lunak Kecerdasan Operasional

Perangkat lunak OI menyediakan toolkit layanan mandiri untuk eksplorasi data dan pencarian, peringatan, dasbor, pelaporan, serta pemantauan proses bisnis. Ada berbagai solusi perangkat lunak yang menawarkan berbagai sumber data, alat, tindakan, alur kerja, dan integrasi yang tersedia. Anda perlu memilih solusi yang paling sesuai dengan kebutuhan bisnis Anda.

Teknologi Pemrosesan Aliran

Persentase yang signifikan dari data operasional adalah data streaming, atau data yang dipancarkan pada volume tinggi secara terus-menerus dan bertahap.  Teknologi pemrosesan aliran dapat menyangga, memproses, mentransformasi, dan menyimpan data streaming dengan kecepatan tinggi sambil terus memindahkannya ke analitik. Teknologi ini mencakup teknologi pemrosesan peristiwa kompleks yang dapat mengidentifikasi pola dan hubungan di berbagai aliran data waktu nyata.

Baca tentang Data Streaming

Otomatisasi dan Orkestrasi

Teknologi otomatisasi berintegrasi ke dalam sistem OI untuk memicu tindakan berdasarkan wawasan yang diperoleh dari analisis data. Alat orkestrasi diperlukan untuk merespons peristiwa dengan men-deploy sumber daya, menyesuaikan konfigurasi, atau memicu proses tanpa campur tangan manusia.

Teknologi Analitik

Sistem OI berintegrasi dengan analitik bisnis yang ada untuk memastikan bahwa wawasan dan tindakan disampaikan dalam konteks operasional organisasi. Algoritma kecerdasan buatan (AI) dan ML digunakan untuk memprediksi tren, menentukan tindakan, dan mengotomatiskan pengambilan keputusan. Alat visualisasi data menyediakan dasbor dinamis dan kemampuan pelaporan yang mentransformasi set data kompleks menjadi representasi grafis yang dapat dipahami semua orang.

Baca tentang Kecerdasan Buatan

Kecerdasan Buatan (BI) mengacu pada analitik yang mendukung hasil bisnis yang lebih baik. Ketika muncul sebagai bidang, analitik data berfokus pada data bisnis historis untuk mendukung pengambilan keputusan di masa depan. Analitik data telah diperluas untuk mencakup analisis data waktu nyata di berbagai domain. Ketika mendukung pengambilan keputusan dalam operasi, hal ini disebut kecerdasan operasional.

Perbedaan utama adalah bahwa OI mencakup pemantauan proaktif dan mengambil tindakan segera untuk memperbaiki masalah operasional runtime. BI memiliki fokus jangka panjang dan retrospektif, dan tidak memiliki aspek peringatan dan pemecahan masalah.

Namun, OI dan BI terkait karena OI memainkan peran krusial dalam memajukan BI. Anda biasanya memiliki solusi BI dan OI yang bekerja bersama satu sama lain. Banyak tujuan bisnis seperti mengoptimalkan penjualan bisnis, membangun kecocokan pasar produk yang lebih baik, dan memahami perilaku pengguna mendapat manfaat dari analitik data operasional. Anda dapat memasukkan data dan analisis dari perangkat lunak OI ke dalam alat BI untuk mendapatkan gambaran yang lebih luas tentang bisnis Anda.

Baca tentang Kecerdasan Bisnis

Baca tentang Analitik Data

Tantangan dalam menganalisis sejumlah besar data operasional masih terletak pada memiliki data yang bersih dan terstruktur dengan baik untuk mendapatkan wawasan. Data harus bersih, ditandai, dan terorganisasi, dan data historis harus disimpan dengan benar sehingga Anda dapat memahami solusi OI yang mendasarinya. Berikut ini adalah beberapa tantangan lainnya.

Kurva Belajar yang Curam

Hambatan untuk menganalisis data telah berkurang dari ketika Anda bekerja dengan basis data dasar dan antarmuka baris perintah (CLI). Namun, memanipulasi dan menggabungkan data—serta membuat kueri dan analisis yang tepat—tetap menjadi tantangan. Pemahaman tentang analisis statistik dan cara mengembangkan kueri yang kompleks sangat penting untuk manajemen just-in-time. Butuh waktu untuk membangun keterampilan yang dibutuhkan dalam tim Anda.

Baca tentang CLI

Keamanan Data dan Sistem

Tata kelola dan manajemen data tetap menjadi perhatian di seluruh alur kerja operasional. Meskipun dasbor dan pelaporan OI dapat berguna bagi berbagai pengguna di seluruh bisnis yang dimiliki, Anda harus menerapkan langkah-langkah yang tepat untuk mencegah akses yang tidak sah. Metadata tentang operasi juga bersifat rahasia dan harus dilindungi secara memadai.

Amazon Web Services (AWS) menawarkan berbagai solusi OI untuk wawasan waktu nyata yang sangat penting bagi misi.

AWS Systems Manager adalah solusi arsitektur OI yang dapat Anda deploy untuk mengelola dan mengotomatiskan konfigurasi layanan AWS multi-cloud, di tempat, dan hibrida secara waktu nyata. Anda dapat mengomotatiskan proses seperti patching dan perubahan sumber daya di AWS, on-premise, serta di cloud lain. Anda dapat dengan cepat mendiagnosis dan meremediasi masalah operasional sebelum berdampak pada pengguna.

Amazon CloudWatch mengumpulkan metrik dan log waktu nyata dari berbagai layanan AWS sehingga Anda dapat memvisualisasikan serta mengorelasikan data layanan operasional secara waktu nyata. Anda dapat meningkatkan performa operasional IT dengan menggunakan alarm dan tindakan otomatis yang diatur untuk mengaktifkan pada ambang batas yang telah ditentukan.

AWS IoT adalah grup payung layanan AWS yang dapat Anda gunakan untuk men-deploy, mengelola, menskalakan, serta menganalisis sistem operasional industri dan data yang membantu kecerdasan operasi. Layanan ini meliputi:

• Dengan AWS IoT Analytics, Anda dapat membersihkan dan memperkaya data IoT, melakukan analitik dan inferensi AI/ML, serta mengueri data sensor.
• Dengan AWS IoT Events, Anda dapat mendeteksi serta merespons peristiwa dari sensor dan data IoT. Dengan menggunakan logika kustom dan aturan data, Anda dapat memvisualisasikan performa serta kualitas operasi bisnis berkat sensor.
• AWS IoT SiteWise adalah solusi untuk OI industri di seluruh infrastruktur perangkat IoT. Dengan AWS IoT SiteWise, Anda dapat mengelola operasi peralatan industri tanpa perlu mengembangkan perangkat lunak tambahan.

Mulailah dengan Kecerdasan Operasional dan Pemantauan Aktivitas Bisnis di AWS dengan Membuat Akun Sekarang.