Dosen yang biasa dipanggil Baskara ini bercerita tentang minatnya di bidang ini yang dimulai saat beliau menempuh pendidikan S3 sekitar tahun 2002. Sumber daya komputasi yang mahal pada masa itu membuatnya tertarik untuk mencari cara dalam memanfaatkan fasilitas komputasi untuk mengerjakan sebuah pekerjaan yang kompleks. Selain dapat menekan biaya, low cost/power computer ini dapat memberikan nilai tambah terhadap data yang diterima.

“Kita butuh server yang benar-benar powerful, baik dari segi bandwidth maupun processing power-nya, sehingga kita membutuhkan kapasitas komputer yang cukup. Oleh karena itu, waktu itu saya berpikir bagaimana caranya memanfaatkan edge router untuk memfasilitasi hal tersebut. Kemudian saya membuat protokol dan sebagainya, yang menjadi disertasi saya waktu itu,” jelas Baskara dalam mengembangkan video server di tahun 2002-2006.

Cloud computing mulai populer di tahun 2006 dengan fasilitasnya yang dilengkapi oleh Artificial Intelligence (AI). Hal ini membuat berbagai komputasi yang berat menjadi cukup mudah dan murah. Menurut Baskara, “Ketika ada cloud computing, everybody can do anything.” Namun, cara mengaktifkan dan memanfaatkannya sering kali dilupakan. Pengaktifan ini dilakukan dengan Machine Learning, Deep Learning, dan Reinforcement Learning yang mempelajari pola maupun data tak terstruktur untuk mengambil keputusan hingga mengidentifikasi kesalahan.

“Sekarang paradigmanya adalah kita menggunakan data, dari data tersebut kita buat rules-nya. Rules itu akan benar kalau kita menggunakan data yang benar dan berkualitas juga.”

Cloud computing akan berperan sebagai platform yang menerima data dari sensor melalui jaringan dan mengolahnya hingga diperoleh suatu wawasan untuk selanjutnya dimanfaatkan oleh aplikasi yang merupakan aktuator. Ketika menginginkan proses yang cepat, kita dapat memilih edge computing yang menggunakan perangkat-perangkat jaringan untuk memproses data tanpa perlu diteruskan ke cloud platform. Fasilitas yang bersifat portable memungkinkannya untuk diletakkan dekat sensor. Karena itu, edge computing dinilai dapat mengurangi biaya dan latensi.

Meski menawarkan kemudahan, edge computing masih memiliki beberapa tantangan bagi penggunanya, seperti perihal repository data dan lisensinya. Selain itu, perangkat yang digunakan masih dapat melakukan kesalahan dalam pengambilan data yang membuat hasilnya kurang akurat.

Kuliah publik ini dapat Anda saksikan kembali melalui kanal YouTube resmi KK Teknologi Informasi ITB dan informasi lebih lanjut mengenai kegiatan dari STEI ITB dapat Anda akses melalui akun Instagram @stei.itb.

Reporter: Ristania Putri Wahyudi (Matematika, 2019)