Membangun Ekosistem Partner Bisnis Digital untuk Pertumbuhan Berkelanjutan

Apa Itu Edge Computing?

Ketika menggunakan aplikasi, menonton video, menjalankan perangkat pintar, atau mengakses layanan digital, data yang kita hasilkan tidak selalu diproses langsung oleh perangkat yang digunakan. Dalam banyak kasus, data dikirim melalui jaringan menuju sistem komputasi yang berada di pusat data atau cloud.

Edge computing hadir dengan pendekatan yang berbeda: sebagian proses komputasi dan pengolahan data ditempatkan lebih dekat dengan sumber data atau pengguna.

Sederhananya, bayangkan Anda memiliki sebuah toko yang membutuhkan layanan komputasi. Dengan pendekatan cloud tradisional, banyak data dapat dikirim ke pusat data yang lokasinya jauh untuk diproses. Dengan edge computing, sebagian kemampuan pemrosesan dapat ditempatkan lebih dekat dengan toko tersebut.

NIST menjelaskan edge computing sebagai pola komputasi yang membawa pemrosesan data lebih dekat dengan sumber data atau tempat data dibuat. Pendekatan tersebut dapat meningkatkan efisiensi pemrosesan sekaligus mengurangi lalu lintas data yang tidak diperlukan menuju cloud. Penjelasan NIST tentang edge computing memberikan gambaran mengenai hubungan antara perangkat, jaringan, dan sumber daya komputasi di dekat pengguna.

Jadi, istilah edge dalam edge computing merujuk pada tepi jaringan, yaitu area yang lebih dekat dengan perangkat, sensor, pengguna, atau sumber data.

Intinya: edge computing tidak berarti cloud menghilang. Edge computing justru melengkapi cloud dengan menempatkan sebagian proses lebih dekat ke tempat data dibuat dan digunakan.

Konsep ini menjadi semakin penting karena jumlah perangkat yang terhubung ke internet terus bertambah. Smartphone, kamera keamanan, kendaraan, sensor industri, perangkat rumah pintar, mesin produksi, hingga berbagai perangkat IoT dapat menghasilkan data dalam jumlah besar.

Mengapa Komputasi Perlu Dibawa Lebih Dekat?

Cloud computing memberikan banyak keuntungan karena menyediakan sumber daya komputasi yang dapat diakses melalui jaringan. NIST mendefinisikan cloud computing sebagai model yang menyediakan akses sesuai kebutuhan ke kumpulan sumber daya komputasi seperti jaringan, server, penyimpanan, aplikasi, dan layanan. Definisi resmi NIST tentang cloud computing menjadi salah satu rujukan utama untuk memahami konsep cloud.

Namun, tidak semua pekerjaan idealnya harus dikirim ke pusat data yang jauh.

Bayangkan sebuah kamera yang memantau area secara terus-menerus. Kamera tersebut dapat menghasilkan banyak sekali data video. Jika setiap frame harus selalu dikirim ke pusat data untuk diproses, jaringan harus menangani lalu lintas data yang besar.

Dengan edge computing, sebagian analisis dapat dilakukan lebih dekat dengan kamera. Sistem dapat menentukan informasi yang benar-benar diperlukan sebelum mengirim data tertentu ke cloud.

Latensi Menjadi Faktor Penting

Salah satu alasan utama menggunakan edge computing adalah latensi.

Latensi adalah waktu yang diperlukan sebuah permintaan untuk pergi dari perangkat menuju sistem pemrosesan dan kembali lagi.

Untuk aktivitas seperti membuka halaman web, tambahan waktu beberapa milidetik mungkin tidak terlalu terasa. Namun, pada aplikasi yang membutuhkan respons cepat, keterlambatan kecil dapat menjadi lebih penting.

Contohnya meliputi:

• Kendaraan yang membutuhkan pemrosesan data secara cepat.
• Sistem robotik di lingkungan industri.
• Kamera yang mendeteksi objek secara langsung.
• Perangkat medis tertentu.
• Sistem kontrol mesin.
• Aplikasi augmented reality.
• Sistem keamanan dan pemantauan.

NIST menjelaskan bahwa kedekatan edge dengan perangkat dan sensor dapat membantu mengurangi latensi serta kebutuhan pengiriman data melalui jaringan. Kajian NIST mengenai edge-cloud continuum juga menggambarkan hubungan antara perangkat, edge, fog, dan cloud sebagai sebuah continuum.

Tidak Semua Data Harus Dikirim ke Cloud

Edge computing juga membantu mengurangi jumlah data yang harus bergerak melalui jaringan.

Misalnya, sebuah kamera menghasilkan rekaman selama 24 jam. Sistem edge dapat melakukan penyaringan terlebih dahulu. Rekaman yang tidak penting mungkin hanya disimpan secara lokal atau diproses secara ringkas, sementara kejadian tertentu dikirim ke cloud untuk penyimpanan dan analisis lebih lanjut.

Dengan demikian, edge dapat bertindak seperti penyaring data sebelum informasi mencapai cloud.

Bagaimana Cara Kerja Edge Computing?

Cara kerja edge computing sebenarnya dapat dipahami tanpa harus mengetahui detail arsitektur jaringan.

Secara sederhana, terdapat beberapa komponen:

1. Perangkat menghasilkan data.
2. Data diterima atau diproses oleh sistem edge yang berada di dekat perangkat.
3. Sistem edge melakukan pekerjaan tertentu terhadap data.
4. Hasil yang diperlukan dapat dikirim ke cloud.
5. Cloud dapat digunakan untuk penyimpanan, analisis lanjutan, pengelolaan sistem, atau pekerjaan yang membutuhkan sumber daya lebih besar.

Misalnya, sensor pada mesin pabrik mendeteksi kondisi tertentu. Daripada mengirim seluruh data sensor ke pusat data, perangkat edge dapat menganalisis kondisi tersebut secara lokal.

Jika kondisi normal, sistem mungkin hanya mengirim ringkasan data.

Jika ditemukan kondisi tidak normal, sistem dapat segera memberikan peringatan dan mengirim informasi yang lebih lengkap ke sistem pusat.

Edge Bukan Berarti Cloud Digantikan

Kesalahpahaman yang cukup umum adalah anggapan bahwa edge computing akan menggantikan cloud.

Pada kenyataannya, keduanya dapat bekerja bersama.

Cloud tetap berguna untuk:

• Penyimpanan data dalam skala besar.
• Analisis data jangka panjang.
• Pelatihan model kecerdasan buatan.
• Pengelolaan banyak perangkat.
• Sinkronisasi informasi.
• Menjalankan aplikasi berskala besar.
• Menyediakan sumber daya komputasi yang elastis.

Sementara edge dapat digunakan untuk pekerjaan yang membutuhkan kedekatan, respons cepat, atau pengurangan lalu lintas data.

Google Cloud juga menjelaskan bahwa pendekatan edge dapat membantu organisasi menyediakan layanan dengan latensi rendah dan pengalaman yang lebih konsisten di lokasi yang dekat dengan pengguna. Google Cloud — Modernize With Edge membahas bagaimana aplikasi dan platform dapat dikelola pada lingkungan edge sekaligus tetap terhubung dengan cloud.

Contoh Edge Computing dalam Kehidupan Sehari-hari

Meskipun terdengar seperti teknologi khusus untuk perusahaan besar, konsep edge computing sebenarnya berkaitan dengan berbagai aktivitas yang semakin dekat dengan kehidupan sehari-hari.

Perangkat yang melakukan sebagian pemrosesan secara lokal dapat menjadi contoh sederhana dari pendekatan edge.

Kamera dan Sistem Keamanan

Kamera keamanan dapat menggunakan pemrosesan lokal untuk mendeteksi objek atau aktivitas tertentu.

Daripada mengirim seluruh rekaman video secara terus-menerus ke cloud, perangkat dapat melakukan analisis awal di dekat sumber data.

Contohnya, sistem dapat membedakan antara:

• Gerakan biasa.
• Manusia.
• Kendaraan.
• Hewan.
• Peristiwa tertentu yang dianggap penting.

Data yang dianggap relevan kemudian dapat dikirim ke server untuk penyimpanan atau analisis lebih lanjut.

Kendaraan Terhubung

Kendaraan modern dapat memiliki berbagai sensor yang menghasilkan data secara terus-menerus.

Dalam skenario tertentu, data tersebut perlu diproses dengan cepat. Sistem tidak dapat selalu menunggu perjalanan data menuju pusat data yang jauh sebelum mengambil keputusan.

Inilah salah satu alasan edge computing menjadi relevan untuk kendaraan terhubung dan sistem transportasi pintar.

Rumah Pintar

Perangkat rumah pintar juga dapat memanfaatkan pemrosesan lokal.

Contohnya adalah perangkat yang dapat mengenali perintah, mendeteksi kondisi tertentu, atau menjalankan otomatisasi tanpa harus mengirim seluruh data ke server eksternal setiap saat.

Pemrosesan lokal dapat membantu mengurangi ketergantungan pada koneksi internet untuk beberapa fungsi tertentu.

Industri dan Pabrik

Lingkungan industri menghasilkan data dalam jumlah besar dari sensor, kamera, robot, dan mesin.

Edge computing memungkinkan sebagian data diproses di dekat mesin tersebut.

Jika sensor mendeteksi kondisi yang membutuhkan respons cepat, sistem lokal dapat merespons tanpa menunggu seluruh proses komunikasi dengan pusat data.

NIST mencatat bahwa sistem edge dapat berada dekat dengan sensor dan perangkat yang menghasilkan data sehingga interaksi antara sensor, pemrosesan, dan aktuator dapat berlangsung dengan latensi rendah.

Apa Manfaat Edge Computing?

Edge computing memiliki sejumlah manfaat, tetapi manfaatnya bergantung pada jenis aplikasi dan desain sistem.

Salah satu manfaat paling jelas adalah pengurangan latensi. Karena sebagian pemrosesan berada lebih dekat dengan sumber data, informasi tidak selalu harus menempuh perjalanan panjang menuju pusat data.

Manfaat berikutnya adalah pengurangan lalu lintas jaringan.

Jika data mentah dalam jumlah besar harus selalu dikirim ke cloud, kebutuhan bandwidth dapat meningkat. Edge dapat melakukan penyaringan, penggabungan, atau analisis awal sehingga hanya data yang dibutuhkan yang dikirim lebih jauh.

Efisiensi dan Respons yang Lebih Cepat

Edge juga dapat membantu sistem menjadi lebih responsif.

Untuk aplikasi yang memerlukan tindakan cepat, pemrosesan lokal dapat mengurangi ketergantungan pada perjalanan data menuju cloud.

Selain itu, sistem tertentu dapat tetap menjalankan sebagian fungsi ketika koneksi ke cloud mengalami gangguan.

Namun, hal ini tidak berarti edge selalu dapat bekerja tanpa internet. Kemampuan offline bergantung pada desain aplikasi dan fungsi yang ditempatkan secara lokal.

Penggunaan Bandwidth yang Lebih Efisien

Bayangkan jutaan perangkat mengirimkan data mentah ke pusat data.

Jumlah data tersebut dapat sangat besar.

Dengan edge computing, sebagian data dapat diproses terlebih dahulu di lokasi asal. Sistem kemudian hanya meneruskan informasi yang diperlukan.

Google Cloud juga mengaitkan arsitektur edge dengan kebutuhan layanan yang lebih terlokalisasi dan memiliki latensi rendah. Dokumentasi Google Cloud tentang edge menjelaskan pendekatan tersebut dalam konteks infrastruktur dan aplikasi modern.

Apakah Edge Computing Aman?

Seperti teknologi lainnya, edge computing memiliki manfaat sekaligus tantangan keamanan.

Jumlah perangkat yang melakukan pemrosesan di lokasi berbeda berarti permukaan yang harus diamankan juga dapat menjadi lebih luas.

Jika sebuah organisasi memiliki ratusan atau ribuan perangkat edge di berbagai lokasi, setiap perangkat tersebut perlu dikelola dengan baik.

Mengapa Keamanan Perangkat Penting?

Perangkat edge dapat menjadi sasaran serangan jika tidak diperbarui atau dikonfigurasi dengan benar.

Beberapa langkah dasar yang penting meliputi:

• Menggunakan kata sandi yang kuat dan unik.
• Mengaktifkan autentikasi tambahan jika tersedia.
• Memperbarui perangkat lunak dan firmware.
• Membatasi akses jaringan.
• Memantau perangkat yang terhubung.
• Menghapus akses yang tidak lagi diperlukan.
• Mengenkripsi data jika sesuai dengan kebutuhan sistem.
• Melakukan pencadangan terhadap data penting.

Prinsip keamanan tersebut sejalan dengan pendekatan keamanan digital yang dipromosikan oleh CISA melalui Secure Our World, yang mendorong masyarakat dan organisasi mengambil langkah-langkah dasar untuk mengurangi risiko siber.

NIST juga menyediakan berbagai sumber mengenai cybersecurity yang dapat digunakan sebagai referensi untuk memahami praktik keamanan informasi secara lebih luas.

Edge Memerlukan Pengelolaan yang Baik

Keamanan bukan hanya tentang memasang perangkat keamanan pada satu server.

Organisasi juga perlu mengetahui:

• Perangkat apa saja yang berada di jaringan.
• Siapa yang dapat mengakses perangkat.
• Perangkat lunak apa yang digunakan.
• Kapan perangkat terakhir diperbarui.
• Data apa yang dikumpulkan.
• Ke mana data dikirim.
• Bagaimana perangkat dipulihkan ketika mengalami masalah.

Semakin banyak lokasi edge yang digunakan, semakin penting sistem pengelolaan dan pemantauan yang terpusat.

Apa Kekurangan dan Tantangan Edge Computing?

Edge computing bukan solusi yang selalu lebih baik daripada cloud.

Menempatkan komputasi lebih dekat dengan pengguna juga dapat menambah kompleksitas.

Jika perusahaan memiliki satu pusat data, pengelolaan mungkin relatif terpusat. Namun, jika perusahaan memiliki banyak perangkat edge di berbagai tempat, perangkat tersebut harus dipelihara, diperbarui, diamankan, dan dipantau secara berkala.

Infrastruktur Menjadi Lebih Tersebar

Edge berarti sumber daya komputasi dapat berada di banyak lokasi.

Hal ini dapat menimbulkan tantangan seperti:

• Pemeliharaan perangkat.
• Pembaruan perangkat lunak.
• Keamanan fisik.
• Koneksi jaringan.
• Pemantauan jarak jauh.
• Pengelolaan konfigurasi.
• Pemulihan ketika perangkat mengalami kerusakan.

Karena itu, penerapan edge computing membutuhkan perencanaan yang matang.

Tidak Semua Beban Kerja Cocok di Edge

Beberapa pekerjaan membutuhkan sumber daya komputasi yang besar dan lebih cocok dilakukan di cloud atau pusat data.

Edge biasanya paling menarik ketika aplikasi membutuhkan:

• Latensi rendah.
• Pemrosesan lokal.
• Respons cepat.
• Pengurangan penggunaan bandwidth.
• Operasi yang tetap berjalan untuk fungsi tertentu ketika koneksi tidak stabil.

Sementara itu, cloud tetap memiliki keunggulan untuk pekerjaan yang membutuhkan skala besar, penyimpanan terpusat, dan pengelolaan sumber daya yang fleksibel.

Masa Depan Edge Computing

Perkembangan perangkat pintar, Internet of Things, kecerdasan buatan, kendaraan terhubung, robot, dan jaringan berkecepatan tinggi membuat kebutuhan pemrosesan data semakin tersebar.

Data tidak lagi hanya dibuat oleh komputer dan smartphone. Sensor pada mesin, kamera, kendaraan, peralatan rumah tangga, dan perangkat industri juga menghasilkan data dalam jumlah besar.

Karena itu, arsitektur masa depan kemungkinan tidak hanya mengandalkan satu lokasi pemrosesan.

Sebagian pekerjaan dapat berlangsung di perangkat, sebagian di edge, dan sebagian lainnya di cloud.

Edge dan Artificial Intelligence

Kombinasi edge computing dan kecerdasan buatan juga menjadi area yang berkembang.

NIST menjelaskan bahwa edge AI mencakup berbagai tingkat pemrosesan AI pada edge nodes, termasuk perangkat pengguna dan node jaringan. NIST Edge AI menjelaskan bagaimana pertumbuhan data di sisi jaringan mendorong kebutuhan terhadap pemrosesan dan pembelajaran yang lebih dekat dengan sumber data.

Contohnya adalah sistem kamera yang dapat melakukan pengenalan objek secara lokal atau perangkat yang menjalankan model AI tanpa harus mengirim seluruh data mentah ke cloud.

Pendekatan tersebut dapat memberikan keuntungan dari sisi respons dan penggunaan jaringan, meskipun tetap membutuhkan pertimbangan terkait kemampuan perangkat, keamanan, privasi, dan biaya pengelolaan.

Pada akhirnya, masa depan komputasi kemungkinan bukan tentang memilih antara edge atau cloud.

Yang lebih masuk akal adalah menggunakan keduanya sesuai kebutuhan.

Edge membawa komputasi lebih dekat kepada data, sedangkan cloud menyediakan skala dan kemampuan terpusat. Keduanya dapat bekerja sebagai bagian dari satu ekosistem.

Dengan memahami konsep ini, kita dapat melihat bahwa edge computing bukan sekadar istilah teknis. Teknologi tersebut merupakan bagian dari perubahan cara data diproses di dunia yang semakin terhubung.