Indonesia ID 
English EN
Semarang, 21 September 2023 Program
Studi S1 Sistem Komputer Universitas Sains dan Teknologi Komputer (Universitas
STEKOM) bekerja sama dengan Politeknik Negeri Jakarta, FMIPA Universitas Syah
Kuala Banda Aceh, FTI Universitas Atma Jaya Makasar, FT Universitas Mulawarman
Samarinda, Perkumpulan Komunitas Industri dan Vokasi Indonesia (PERKIVI),
Perkumpulan Teacherpreneur Indonesia Cerdas (PTIC) dan https://www.Toploker.com,
Sukses dalam menyelenggarakan Webinar Nasional dengan tema Pengembangan Rekayasa Sistem Komputer di Era
Industri 4.0.
Acara Webinar Nasional Pengembangan Rekayasa Sistem
Komputer di Era Industri 4.0 tersebut diselenggarakan Kamis, 21 September 2023
Pukul 13.00 s.d 16.00 WIB yang di laksanakan
melalui Zoom Meeting dan You Tube Universitas Sains dan Teknologi Komputer
(Universitas STEKOM) dan di hadiri oleh mahasiwa dan masyarakat umum.
Webinar Nasional ini Menghadirkan 5 Narasumber,
narasumbernya yaitu Dr. Prihatin Oktivasari, S.Si., M.Si. (Dosen Politeknik
Negeri Jakarta), Rini Deviani, S.T., M.Eng. (Dosen FMIPA Univ Siyah Kuala Banda
Aceh), Dr. (Cand) Ir. Norbertus Tri Suswanto Saptadi, S.Kom., M.T., M.M., IPM.
(Dosen FTI Univ Atma Jaya Makasar), Dedy Cahyadi, S.Kom., M.Eng. (Dosen FT Univ
Mulawarman Samarinda), dan Dr. Unang Achlison, S.T., M.Kom. (Dosen Universitas
STEKOM) dengan MC dan Moderatornya yaitu Dani Sasmoko, S.T., M.Eng. (Dosen
Universitas STEKOM), dan Priyadi, S.Kom., M.Kom. (Dosen Universitas STEKOM).
Dalam pemaparan narasumber, Rini Deviani, S.T., M.Eng.
(Dosen FMIPA Univ Siyah Kuala Banda Aceh) menjelaskan tentang Masa Depan
Sekarang: Tampilan Santai pada Teknologi Terbaru dalam Revolusi Industri 4.0. Masa
depan adalah sekarang dan ini semua tentang memanfaatkan teknologi untuk
mendorong inovasi. Dalam presentasi ini, kita akan mengeksplorasi tren
teknologi terkini dan bagaimana tren tersebut mengubah cara kita bekerja,
hidup, dan bermain.
Masa depan sekarang membawa banyak perubahan yang
menarik dalam revolusi industri 4.0. Salah satu tren utama adalah peningkatan
teknologi yang semakin memudahkan dan memfasilitasi kehidupan sehari-hari,
sambil tetap memberikan tampilan yang santai. Inilah beberapa contoh bagaimana
teknologi terbaru telah menyatu dengan gaya hidup santai dalam era industri
4.0:
1. Internet of Things (IoT) untuk Kehidupan Rumah
Tangga: Rumah pintar semakin populer, memungkinkan kita untuk mengontrol
perangkat dan sistem rumah tangga dengan mudah melalui aplikasi ponsel. Dengan
tampilan yang santai, kita dapat mengatur pencahayaan, suhu, keamanan, dan
perangkat lainnya dengan sekali sentuhan atau bahkan menggunakan suara.
2. Kendaraan Otonom dan Elektrik: Industri otomotif
terus mengembangkan kendaraan otonom dan ramah lingkungan. Kendaraan ini tidak
hanya menawarkan kenyamanan, tetapi juga mengurangi beban lingkungan.
Mengendarai mobil listrik sambil menikmati kenyamanan di dalamnya adalah salah
satu contoh gaya hidup santai di masa depan.
3. Kesehatan Digital: Perkembangan dalam teknologi
medis telah memungkinkan pemantauan kesehatan pribadi secara real-time.
Alat-alat seperti jam tangan pintar dan sensor kesehatan dapat membantu kita
memantau tingkat kesehatan kita dengan santai tanpa perlu kunjungan ke dokter
secara rutin.
4. Pendidikan dan Pembelajaran Jarak Jauh: Teknologi
telah mengubah cara kita belajar dan mengajar. Dengan platform pembelajaran
online, seseorang dapat mendapatkan pendidikan atau pelatihan tanpa perlu
meninggalkan rumah. Ini memberikan fleksibilitas yang besar dalam menjalani
gaya hidup santai sambil terus meningkatkan keterampilan.
5. Hiburan Digital: Layanan streaming, permainan
video, dan realitas virtual semakin mengintegrasikan hiburan ke dalam kehidupan
sehari-hari. Anda dapat menikmati film, acara TV, atau permainan favorit Anda
tanpa meninggalkan kenyamanan rumah.
6. Pekerjaan Jarak Jauh: Bekerja dari rumah telah
menjadi norma baru bagi banyak orang. Dengan bantuan teknologi seperti video
konferensi dan alat kolaborasi online, orang dapat melakukan pekerjaan mereka
dengan santai dari mana saja yang mereka inginkan.
7. Manufaktur dan Robotik: Di sektor industri, robotik
dan otomatisasi semakin menggantikan pekerjaan manusia dalam tugas-tugas
berulang. Ini dapat meningkatkan efisiensi dan produktivitas, sambil
memungkinkan pekerja manusia untuk fokus pada tugas-tugas yang lebih kreatif
dan berarti.
Penting untuk dicatat bahwa meskipun teknologi terbaru
menawarkan kenyamanan dan gaya hidup santai, kita juga perlu mempertimbangkan
implikasi sosial, etika, dan privasi yang terkait dengan penggunaan teknologi
ini. Selain itu, ada tantangan baru yang muncul, seperti masalah keamanan siber
dan ketidaksetaraan akses ke teknologi. Oleh karena itu, penting untuk
mengintegrasikan teknologi ini dengan bijak untuk memastikan bahwa kita meraih
manfaat maksimal sambil mempertahankan keseimbangan dalam hidup kita. Penjelasan
lebih lengkapnya bisa tonton di https://www.youtube.com/live/cKHNX_-vi9I?si=TJRZ3_mwfmn0R4MO
Dalam pemaparan narasumber, Dedy Cahyadi, S.Kom.,
M.Eng. (Dosen FT Univ Mulawarman Samarinda) menjelaskan tentang Cloud Computing
& Native Cloud Application for Industry 4.0. Istilah Industri 4.0 digunakan
untuk menggambarkan revolusi industri yang sedang berlangsung yang didorong
oleh integrasi teknologi digital dalam proses produksi dan manufaktur. Hal ini
mengacu pada kemajuan teknologi seperti Internet of Things (IoT), Kecerdasan
Auatan (AI/ML/DL), big data, komputasi awan (cloud computing) dan Robotik.
Tujuan industri 4.0 adalah untuk membuat sistem
produksi yang lebih efisien, adaptif, dan berkelanjutan yang dapat meningkatkan
produktivitas, kualitas produk dan fleksibilitas.
Mengapa Teknologi Cloud? Fleksibel dan aman, Agile, dapat disesuaikan dengan
kebutuhan, Maksimalkan proses bisnis, memungkinkan rantai pasokan yang lebih
efisien dan memberikan pemeliharaan prediktif, Memiliki kemampuan komputasi,
penyimpanan dan jaringan hampir tidak terbatas.
Cloud Services. Cloud computing adalah model komputasi
yang memungkinkan akses dan penggunaan sumber daya komputer, seperti server dan
penyimpanan data, melalui internet tanpa perlu memiliki infrastruktur fisik
sendiri. 6 Keunggulan Cloud adalah Biaya fleksibel, Berhenti menebak kapasitas,
Berhenti pengeluaran biaya pemeliharaan data center, Memanfaatkan kekuatan
ekonomi global, Peningkatan kecepatan deploy, dan Online dalam hitungan
beberapa menit.
Beberapa konsep kunci dalam cloud computing: Layanan
Berbasis Permintaan (On-Demand Services), Akses Melalui Internet, Elastisitas
(Scalability), Pembayaran Berbasis Penggunaan (Pay-as-You-Go), Virtualisasi, Keamanan,
dan Skalabilitas.
Private cloud adalah model cloud computing eksklusif
untuk satu organisasi atau entitas. Infrastrukturnya dapat dihosting di data
center internal atau oleh penyedia layanan khusus.
AWS, Azure, dan Google Cloud adalah beberapa penyedia layanan
cloud publik yang menawarkan sumber daya IT seperti server dan penyimpanan
kepada banyak pelanggan melalui internet. Infrastruktur ini dibagikan oleh
berbagai organisasi dan dapat diakses oleh semua orang.
Native Cloud Application, Cloud-native adalah metode
pembuatan perangkat lunak untuk mengembangkan, mendistribusikan dan mengelola
aplikasi modern di lingkungan Cloud Computing. Organisasi kerja memiliki
kebutuhan akan aplikasi yang dapat diperluas, fleksibel, tangguh dan
berkelanjutan serta dapat di-update dengan cepat untuk memenuhi kebutuhan
organisasi. Native Cloud / Cloud-native Application (NCA/CNA) adalah program
perangkat lunak yang terdiri dari beberapa layanan kecil dan saling bergantung
yang disebut microservices. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/cKHNX_-vi9I?si=R18xLo0S1XNK53lE
Dalam pemaparan narasumber, Dr. Unang Achlison, S.T.,
M.Kom. (Dosen Universitas STEKOM) menjelaskan tentang Jaringan Cloud & Fog
Computing. Statistik Telekomunikasi Indonesia. Menurut survei data survei
sosial ekonomi nasional tahun 2022 (Badan Pusat Statistik): Penduduk Indonesia
yang akses internet mencapai 62,10% (tahun 2021) dan tercatat 66,48% (tahun
2022), Tingginya penggunaan internet karena perkembangan telepon seluler yang
pesat (mobile banking, online shop dll), Penduduk di Indonesia yang memiliki
telepon seluler mencapai 65,87% (tahun 2021) dan tercatar 67,88% (tahun 2021)
Cloud Computing? Cloud computing berfungsi untuk
menyimpan berbagai file dalam satu basis data. Pada teknologi ini, data,
software atau aplikasi lainnya disimpang di server. Cloud computing merupakan
satu komputer server digunakan untuk membagikan data, software atau aplikasi
dengan client yang berupa komputer atau telepon seluler lain yang terhubung.
Masalah computing? sensor dan perangkat loT real time
akan memakan buaya dan waktu apabila dikirim ke Cloud Computing untuk diproses
dan dianalisis. Pendekatan terdistribusi (desentralisasi) menjadi jawaban
kebutuhan perangkat Internet of Things secara real time dgn sejumlah besar data
yang dihasilkan.
Fog Computing? Fog Computing atau komputasi kabut
adalah infrastruktur komputasi desentralisasi yaitu: data, komputasi,
penyimpanan, dan aplikasi berada di antara sumber data dan cloud. Fog Computing
mengurangi bandwidth komunikasi dua arah perangkat Internet of Things dgn cloud
yang dibutuhkan sehingga meningkatkan kinerja perangkat Internet of Things
secara real time. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/cKHNX_-vi9I?si=5Lx-q3WpJLQlJ4aA
Dalam pemaparan narasumber, Dr. Prihatin Oktivasari,
S.Si., M.Si. (Dosen Politeknik Negeri Jakarta) menjelaskan tentang Quantum
Computing. Quantum computing adalah
jenis komputasi yang berbeda dari komputer klasik yang kita kenal sehari-hari.
Ini memanfaatkan prinsip-prinsip mekanika kuantum untuk melakukan perhitungan.
Berikut beberapa karakteristik utama dari quantum computing:
1. Kubit: Sementara komputer klasik menggunakan bit
sebagai unit dasar informasi (mengambil nilai 0 atau 1), quantum computer
menggunakan kubit (quantum bit). Kubit dapat ada dalam banyak keadaan
sekaligus, berkat sifat superposisi. Ini berarti bahwa kubit dapat menggantikan
0 dan 1 secara bersamaan dalam satu perhitungan.
2. Entanglement (Ikatan Kuantum): Kuantum computing
memungkinkan kubit untuk terikat bersama dalam kondisi yang disebut entanglement.
Ini berarti bahwa keadaan kuantum dari satu kubit terkait erat dengan keadaan
kuantum kubit lainnya, bahkan jika kubit-kubit tersebut berjauhan. Perubahan
pada satu kubit akan segera mempengaruhi kubit lainnya, bahkan jika mereka
terpisah oleh jarak yang jauh.
3. Interferensi Kuantum: Quantum computing
memanfaatkan interferensi kuantum, yang menggabungkan berbagai kemungkinan
hasil perhitungan secara simultan. Ini memungkinkan quantum computer untuk
mengeksploitasi sejumlah besar kemungkinan solusi secara paralel.
4. Kekuatan dalam Perhitungan Tertentu: Quantum
computing diyakini akan memiliki keunggulan besar dalam beberapa jenis
perhitungan tertentu, seperti faktorisasi bilangan bulat besar (yang relevan
dalam kriptografi), simulasi molekuler, dan optimisasi kompleks. Quantum
computer dapat menyelesaikan masalah-masalah ini dengan lebih efisien daripada
komputer klasik.
5. Ketidakpastian: Meskipun quantum computing memiliki
potensi besar, ketidakpastian juga merupakan ciri khasnya. Hasil perhitungan
pada quantum computer mungkin memiliki distribusi probabilitas, bukan jawaban
yang pasti. Oleh karena itu, dalam beberapa kasus, perlu mengulang perhitungan
dengan hasil yang sama beberapa kali untuk mendapatkan hasil yang akurat.
Pengembangan quantum computing masih dalam tahap awal,
dan saat ini, quantum computer yang ada terbatas dalam hal kekuatan dan
ketersediaan. Namun, industri dan penelitian terus berinvestasi dalam
mengembangkan teknologi ini dengan harapan untuk meningkatkan kapabilitasnya.
Ketika teknologi quantum computing semakin matang, ini dapat mengubah paradigma
dalam berbagai bidang, termasuk komputasi, kriptografi, kimia, dan ilmu
material. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/cKHNX_-vi9I?si=t_0VTKDAUyuLl1vZ
Dalam pemaparan narasumber, Dr. (Cand) Ir. Norbertus
Tri Suswanto Saptadi, S.Kom., M.T., M.M., IPM. (Dosen FTI Univ Atma Jaya
Makasar) menjelaskan tentang Pemanfaatan Machine Learning dalam Pemodelan Data
pada Pengolahan Limbah Organik menjadi Briket Biomassa. Pemanfaatan Machine
Learning dalam pemodelan data pada pengolahan limbah organik menjadi briket
biomassa dapat membantu mengoptimalkan proses produksi, meningkatkan efisiensi,
dan mengurangi pemborosan dalam berbagai cara. Berikut beberapa cara bagaimana
Machine Learning dapat diterapkan dalam pengolahan limbah organik menjadi
briket biomassa:
1. Prediksi Kualitas Bahan Baku: Machine Learning
dapat digunakan untuk memprediksi kualitas limbah organik yang akan digunakan
sebagai bahan baku untuk pembuatan briket biomassa. Model dapat dilatih
menggunakan data historis untuk mengidentifikasi sumber limbah organik yang
paling cocok untuk dijadikan briket. Faktor-faktor seperti tingkat kelembaban,
kandungan nutrisi, dan komposisi kimia dapat dianalisis untuk memilih bahan
baku yang optimal.
2. Optimasi Proses Produksi: Machine Learning dapat
membantu mengoptimalkan parameter-proses produksi, seperti suhu, tekanan, dan
waktu, untuk mencapai hasil yang terbaik dalam pembuatan briket biomassa. Model
dapat menggunakan data sensor yang terus-menerus untuk mengontrol dan
menyesuaikan parameter-proses secara otomatis demi mencapai kualitas briket
yang konsisten.
3. Pengendalian Kualitas Produksi: Machine Learning
dapat digunakan untuk mengawasi kualitas briket biomassa selama produksi.
Dengan analisis citra dan sensor, sistem dapat mendeteksi cacat atau
ketidaksesuaian dalam briket dan mengambil tindakan perbaikan dengan cepat. Ini
membantu meminimalkan pemborosan bahan baku dan tenaga kerja.
4. Peramalan Kebutuhan Bahan Baku: Machine Learning
dapat digunakan untuk meramalkan kebutuhan bahan baku di masa depan berdasarkan
tren produksi dan permintaan. Hal ini memungkinkan perencanaan yang lebih baik
untuk pengadaan limbah organik dan menghindari kekurangan atau pemborosan.
5. Manajemen Energi: Pengolahan limbah organik menjadi
briket biomassa melibatkan penggunaan energi dalam berbagai bentuk, seperti
pemanasan dan pengeringan. Machine Learning dapat membantu mengoptimalkan
penggunaan energi dengan mengukur konsumsi energi saat ini, mengidentifikasi
pola penggunaan, dan mengusulkan perubahan dalam jadwal produksi untuk
mengurangi biaya energi.
6. Prediksi Kinerja Jangka Panjang: Machine Learning
dapat digunakan untuk memprediksi kinerja pabrik pengolahan limbah organik
dalam jangka panjang. Ini membantu manajemen dalam perencanaan investasi,
perawatan preventif, dan pengembangan bisnis yang lebih baik.
7. Pengendalian Emisi dan Lingkungan: Machine Learning
dapat digunakan untuk memantau emisi dan dampak lingkungan dari pabrik
pengolahan. Ini memungkinkan deteksi dini polusi atau masalah lingkungan
lainnya dan memungkinkan tindakan perbaikan yang cepat.
Pemanfaatan Machine Learning dalam pengolahan limbah organik menjadi briket biomassa dapat membawa manfaat besar dalam hal efisiensi produksi, pengendalian kualitas, dan berkelanjutan lingkungan. Dengan analisis data yang cermat dan penggunaan model machine learning yang tepat, perusahaan pengolahan limbah dapat meningkatkan keberlanjutan operasional mereka sambil mengurangi dampak lingkungan secara keseluruhan. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/cKHNX_-vi9I?si=YUj_MMc_HG5AD_5J
