Komputasi Tepi Dorong Efisiensi Data, Industri Indonesia Mulai Beralih
Adopsi edge computing di sektor manufaktur dan logistik nasional dinilai mampu memangkas latensi sekaligus menekan biaya transfer data ke pusat awan.
Oleh Adi Rahmadi · · Teknologi
Rangkuman
- Komputasi tepi memungkinkan pemrosesan data dilakukan langsung di lokasi perangkat, bukan di pusat data terpusat.
- Sektor manufaktur, logistik, dan energi disebut menjadi pengguna awal terbesar teknologi ini di Indonesia.
- Keterbatasan sumber daya manusia dan standar keamanan siber masih menjadi tantangan utama implementasi.
JAKARTA — Tren komputasi tepi atau edge computing mulai mendapat perhatian serius dari pelaku industri di Indonesia. Teknologi yang memungkinkan pemrosesan data dilakukan sedekat mungkin dengan sumber data ini dipandang sebagai jawaban atas kebutuhan respons real-time yang sulit dipenuhi oleh arsitektur awan terpusat, terutama bagi perusahaan dengan operasi tersebar di banyak lokasi.
Berbeda dengan model konvensional yang mengirim seluruh data mentah ke pusat data, komputasi tepi menempatkan kapasitas komputasi pada perangkat di lapangan — mulai dari sensor pabrik, kamera pengawas, hingga gateway di gudang distribusi. Hanya data yang telah diringkas atau dianggap penting yang dikirim ke pusat. Pendekatan ini secara langsung menurunkan volume lalu lintas jaringan sekaligus memperpendek waktu tunda pengambilan keputusan.
Sejumlah praktisi teknologi informasi menilai sektor manufaktur menjadi pengadopsi paling agresif. Pada lini produksi, deteksi cacat produk berbasis visi komputer menuntut respons dalam hitungan milidetik, sehingga ketergantungan pada koneksi internet ke server jauh menjadi risiko operasional. Pola serupa terlihat di sektor logistik, di mana pelacakan armada dan pemantauan suhu kargo memerlukan pemrosesan lokal agar tetap berfungsi ketika konektivitas terputus di wilayah terpencil.
Meski demikian, transisi menuju arsitektur tepi tidak berlangsung tanpa hambatan. Investasi awal untuk perangkat keras khusus dan integrasi dengan sistem lama yang telah berjalan puluhan tahun kerap menjadi ganjalan, khususnya bagi perusahaan skala menengah. Selain itu, penyebaran ratusan titik komputasi di lapangan memperluas permukaan serangan siber, sehingga menuntut disiplin pembaruan perangkat lunak dan manajemen identitas perangkat yang jauh lebih ketat dibanding model terpusat.
Tantangan lain datang dari sisi sumber daya manusia. Kombinasi keahlian jaringan, keamanan siber, dan pengembangan model kecerdasan buatan ringan yang mampu berjalan pada perangkat berdaya rendah masih tergolong langka di pasar tenaga kerja domestik. Beberapa perusahaan menyiasatinya dengan menggandeng penyedia layanan terkelola, meski langkah tersebut menimbulkan pertimbangan baru soal kedaulatan dan tata kelola data.
Ke depan, pengamat memperkirakan komputasi tepi tidak akan menggantikan komputasi awan, melainkan berjalan berdampingan dalam model hibrida. Pusat data tetap berperan sebagai tempat pelatihan model dan penyimpanan jangka panjang, sementara perangkat tepi menangani eksekusi cepat di lapangan. Keberhasilan adopsi pada akhirnya akan ditentukan oleh kesiapan infrastruktur jaringan nasional dan kejelasan kerangka regulasi perlindungan data yang menyertainya.