IOT

2. Internet Of Things (IoT) in
Logistics 4.0:
Albertus Nono Sutrisno 8132201011
Dwiky Valeryan 8132202001
3 Oktober 2023

3. IoT (Internet of Things)
Istilah Internet of Things (IoT) mengacu
pada jaringan perangkat fisik yang saling
terhubung yang dilengkapi dengan sensor,
perangkat lunak, dan teknologi lainnya,
yang memungkinkan mereka
mengumpulkan dan bertukar data dengan
perangkat dan sistem lain melalui internet.

4. Komponen-komponen Utama dari IoT
1. Devices & Sensors (Peralatan dan Sensor): Benda
sehari-hari, mulai dari peralatan rumah tangga hingga
mesin industri, dilengkapi dengan sensor untuk
mengumpulkan data.
2. Connectivity (Konektivitas): Perangkat ini terhubung ke
internet, memungkinkannya mengirimkan data. Metode
konektivitas meliputi Wi-Fi, Bluetooth, dan jaringan
seluler.
3. Data Processing (Pemrosesan Data): Data yang
dikumpulkan oleh perangkat IoT dikirim ke server atau
cloud untuk diproses dan dianalisis.
4. Action and Automation (Tindakan & Otomasi):
Berdasarkan data yang dianalisis, sistem IoT dapat
memicu tindakan. Misalnya saja mengatur termostat
berdasarkan suhu ruangan atau mengirimkan peringatan
kebutuhan perawatan pada peralatan industri.

5. Contoh IoT dalam Kehidupan Sehari-hari
1. Smart Home Devices (Perangkat Rumah Pintar): Termostat,
lampu, dan peralatan yang dapat dikontrol dari jarak jauh.
2. Wearable Devices (Perangkat yang Dapat Dipakai):
Pelacak kebugaran dan jam tangan pintar yang memantau
metrik kesehatan dan menyinkronkan dengan ponsel
cerdas.
3. Connected Cars (Mobil Terhubung): Kendaraan dengan
sensor dan GPS yang dapat memberikan bantuan data dan
navigasi secara real-time.
4. Industrial IoT (IIoT): Mesin dan peralatan di pabrik dan
industri yang terhubung untuk mengoptimalkan proses
produksi.
5. Smart Cities (Kota Cerdas): Sistem berkemampuan IoT
untuk manajemen lalu lintas, pembuangan limbah, dan
efisiensi energi di wilayah perkotaan.

6. Aspek Utama IoT
Dalam konteks IoT (Internet of Things), “aspek” umumnya mengacu
pada fitur, komponen, atau karakteristik tertentu dari perangkat atau
sistem IoT. Ini adalah cara untuk mengkategorikan dan memahami
berbagai elemen teknologi IoT.
1. Interconnectivity (Interkonektivitas): Perangkat dapat
berkomunikasi dan berbagi data satu sama lain, memungkinkan
integrasi dan otomatisasi yang lancar.
2. Data Collection (Pengumpulan Data): Perangkat IoT
mengumpulkan data dalam jumlah besar, memberikan wawasan
berharga bagi bisnis dan individu.
3. Automation (Otomasi): IoT memungkinkan otomatisasi tugas
berdasarkan aturan yang telah ditentukan sebelumnya, sehingga
meningkatkan efisiensi.
4. Increased Efficiency (Efisiensi yang terus ditingkatkan): Bisnis
dapat menyederhanakan operasi dan mengoptimalkan sumber
daya menggunakan analisis data IoT.
5. Enhanced Convenience (Kenyamanan yang terus ditingkatkan):
Individu mendapatkan manfaat dari rumah pintar dan perangkat
wearable yang membuat tugas sehari-hari menjadi lebih mudah

7. Tantangan dan Pertimbangan
dalam Penggunaan IoT
1. Security (Keamanan): Melindungi perangkat IoT dari
serangan siber sangat penting untuk mencegah akses
tidak sah ke data yang sensitif.
2. Privacy (Privasi): Banyaknya data yang dikumpulkan
menimbulkan kekhawatiran tentang privasi pengguna
dan perlindungan data.
3. Interoperability (Interoperabilitas): Memastikan perangkat
dan sistem IoT yang berbeda dapat bekerja sama
dengan lancar merupakan sebuah tantangan.
4. Scalability (Skalabilitas): Seiring bertambahnya jumlah
perangkat IoT, pengelolaan dan penskalaan jaringan IoT
menjadi kompleks.dan nyaman.

8. IoT applications in logistics
Internet of Things (IoT) memainkan peran penting dalam Logistik 4.0 dengan
memungkinkan pengambilan data secara real-time, analisis, dan
pengambilan keputusan. Berikut adalah beberapa aplikasi kunci dari IoT
dalam Logistik 4.0
Real-time Asset Tracking and Monitoring (Pelacakan dan Pemantauan Aset Real-time
Sensor IoT yang terpasang pada pengiriman, kontainer, dan kendaraan
menyediakan pelacakan lokasi dan pemantauan real-time. Hal ini memastikan
visibilitas yang akurat dalam rantai pasokan, meningkatkan efisiensi, dan
mengurangi risiko kehilangan atau pencurian

9. Real-time Asset Tracking and Monitoring (Pelacakan dan Pemantauan Aset Real-
time

10. Predictive Maintenance (Perawatan Prediktif)
Perangkat IoT mengumpulkan data dari kendaraan dan mesin,
memungkinkan perawatan prediktif. Dengan menganalisis data ini,
perusahaan logistik dapat mengidentifikasi pola dan memprediksi kapan
peralatan akan memerlukan perawatan, mengurangi waktu henti dan
biaya

11. Condition Monitoring (Pemantauan Kondisi)
Sensor IoT mengukur berbagai faktor lingkungan seperti suhu,
kelembaban, dan getaran. Data ini memastikan bahwa barang
sensitif, seperti obat-obatan atau makanan, diangkut dalam kondisi
optimal, mencegah kerusakan atau kerusakan

12. Fleet Management and Optimization
(Manajemen dan Optimasi Armada):
Sistem manajemen armada yang didukung oleh IoT mengumpulkan
data tentang kecepatan kendaraan, konsumsi bahan bakar, dan
perilaku pengemudi. Analisis data ini membantu mengoptimalkan
rute, mengurangi konsumsi bahan bakar, dan meningkatkan efisiensi
armada secara keseluruhan

13. Smart Warehousing (Pergudangan Cerdas)
Perangkat IoT mengotomatisasi manajemen inventaris di gudang. Sensor
dan tag RFID memantau tingkat stok, melacak pergerakan barang, dan
mengoptimalkan ruang penyimpanan, menghasilkan pengurangan biaya
dan peningkatan pemenuhan pesanan

14. Collaborative Logistics (Logistik Kolaboratif)
IoT memfasilitasi kolaborasi antara entitas berbeda dalam rantai
pasokan. Berbagi data real-time meningkatkan komunikasi antara
pemasok, produsen, dan distributor, mengarah pada pengambilan
keputusan yang lebih informatif.

15. Enhanced Security (Keamanan Meningkat)
Perangkat IoT, seperti kunci pintar dan kamera pengawas, meningkatkan
keamanan gudang dan transportasi. Sistem peringatan real-time dan
pemantauan membantu mencegah pencurian dan akses yang tidak sah

16. Customer Experience and Visibility
(Pengalaman Pelanggan dan Visibilitas)
IoT memungkinkan pelanggan akhir melacak pesanan mereka secara
real-time. Visibilitas yang meningkat ini meningkatkan kepuasan
pelanggan dan loyalitas

17. IoT-enabled Tracking and Monitoring Systems
Dalam dunia Logistik 4.0, sistem pelacakan dan pemantauan yang diaktifkan oleh IoT
mewakili pendekatan transformatif dalam mengelola rantai pasokan. Sistem ini
memanfaatkan teknologi Internet of Things (IoT), menggabungkan sensor dan perangkat
yang saling terhubung untuk menangkap data real-time terkait dengan aset, pengiriman,
dan Persediaan. Data ini kemudian diproses, dianalisis, dan dimanfaatkan untuk
meningkatkan efisiensi operasional, meningkatkan pengambilan keputusan, dan
memastikan aliran barang yang lancar di seluruh rantai pasokan.

18. IoT-enabled Tracking and Monitoring Systems

19. 1. Sensors and Devices (Sensor dan Perangkat): Sensor kecil yang khusus dipasang pada
berbagai elemen dalam rantai pasokan, termasuk kendaraan, kontainer, dan produk.
Sensor ini dapat mendeteksi lokasi, suhu, kelembaban, gerakan, dan parameter relevan
lainnya.
2. Data Collection and Transmission (Pengumpulan dan Pengiriman Data): Sensor terus-
menerus mengumpulkan data, yang dikirim melalui jaringan nirkabel seperti seluler, Wi-Fi,
atau Low-Power Wide-Area Networks (LPWAN). Pengiriman data real-time ini memastikan
pemangku kepentingan memiliki akses ke informasi yang terkini.
Komponen Utama dan Fungsinya

20. 3. Centralized Data Processing (Pemrosesan Data Terpusat): Data yang terkumpul
dikirim ke sistem terpusat atau platform cloud, di mana data tersebut diproses dan
dianalisis. Algoritma canggih diterapkan untuk menginterpretasi data tersebut,
memberikan wawasan berharga tentang status rantai pasokan.
4. Real-time Monitoring and Analysis (Pemantauan dan Analisis Real-time): Data
yang telah diproses digunakan untuk pemantauan dan analisis real-time. Ini termasuk
pelacakan pergerakan pengiriman, pemantauan kondisi lingkungan, meramalkan
kebutuhan pemeliharaan, dan mengidentifikasi potensi masalah dalam rantai pasokan.
Komponen Utama dan Fungsinya

21. 5. Alerts and Notifications (Peringatan dan Notifikasi): Berdasarkan data yang
dianalisis, sistem menghasilkan pemberitahuan. Ini dapat berupa peringatan tentang
deviasi dari kondisi optimal, peringatan untuk pemeliharaan preventif, atau pemberitahuan
tentang kedatangan pengiriman di lokasi tertentu.
Komponen Utama dan Fungsinya

22. 1. Enhanced Visibility (Visibilitas yang Ditingkatkan):
Sistem pelacakan yang diaktifkan oleh IoT menawarkan visibilitas real-time ke lokasi
dan status aset serta pengiriman. Visibilitas ini membantu mengidentifikasi
bottleneck, mengoptimalkan rute, dan memastikan pengiriman tepat waktu.
Aplikasi dalam Logistik 4.0

23. 2. Predictive Maintenance (Pemeliharaan Prediktif)
memantau kinerja kendaraan dan mesin, algoritma pemeliharaan prediktif dapat
meramalkan kapan pemeliharaan diperlukan. Hal ini mengurangi waktu henti dan
memastikan bahwa peralatan beroperasi dengan efisiensi maksimal.
Aplikasi dalam Logistik 4.0

24. 3. Optimized Inventory Management (Manajemen Persediaan yang Dioptimalkan)
Aplikasi dalam Logistik 4.0

25. 4. Cold Chain Management (Manajemen Rantai Dingin)
Untuk industri seperti farmasi dan barang yang mudah rusak, sistem yang diaktifkan oleh
IoT memantau suhu dan kelembaban selama pengiriman. Deviasi dari kondisi yang
diperlukan memicu pemberitahuan segera, memastikan integritas produk yang sensitif.
Aplikasi dalam Logistik 4.0

26. 5. Data-Driven Decision Making (Pengambilan Keputusan yang Didorong oleh Data
Data yang dihasilkan oleh sistem yang diaktifkan oleh IoT berfungsi sebagai dasar untuk proses
pengambilan keputusan yang didorong oleh data. Teknik analitika dan kecerdasan buatan
diterapkan untuk membuat keputusan strategis dan taktis dalam manajemen rantai pasokan.
Aplikasi dalam Logistik 4.0

27. Analitika Data Real-time dan Pengambilan
Keputusan dalam Logistik di Konteks Logistik 4.0

28. Komponen dan Fungsi Kunci
1. Data Collection and Integration (Pengumpulan dan Integrasi Data)
Analitika data real-time dimulai dengan pengumpulan data terus menerus dari berbagai
sumber, termasuk sensor IoT, tag RFID, sistem GPS, dan perangkat terhubung lainnya.
Titik data ini mencakup informasi tentang tingkat Persediaan, status pengiriman, kondisi
lingkungan, dan metrik produksi. Data yang terkumpul diintegrasikan ke dalam platform
terpusat.
1. Real-time Data Processing and Analysis (Pengolahan dan Analisis Data Real-time)
Algoritma canggih dan teknik AI memproses data yang terintegrasi secara real-time. Model
pembelajaran mesin diterapkan untuk mengenali pola, tren, dan anomali dalam data

29. Komponen dan Fungsi Kunci
3. Visualization and Reporting (Visualisasi dan Pelaporan)
Data yang dianalisis diubah menjadi visualisasi dan laporan intuitif, memberikan wawasan
yang jelas kepada manajer logistik.
4. Real-time Decision-Making (Pengambilan Keputusan Real-time)
Dengan wawasan real-time, manajer logistik dapat membuat keputusan dengan cepat dan
berdasarkan informasi.

30. Aplikasi dalam Logistik 4.0
1. Demand Forecasting and Inventory Management (Peramalan Permintaan dan
Manajemen Persediaan)
Analitika data real-time dengan menganalisis data historis dan tren pasar saat ini.
Informasi ini mengoptimalkan tingkat Persediaan, mencegah kelebihan stok atau
kehabisan stok, sehingga meminimalkan biaya penyimpanan.
1. Route Optimization and Fleet Management (Optimisasi Rute dan Manajemen
Armada)
Dengan menganalisis data lalu lintas real-time dan status kendaraan, perusahaan
logistik dapat mengoptimalkan rute pengiriman, mengurangi konsumsi bahan bakar,
dan meningkatkan efisiensi armada.

31. Aplikasi dalam Logistik 4.0
3. Supply Chain Visibility and Collaboration (Visibilitas Rantai Pasokan dan
Kolaborasi)
Analitika data real-time memberikan visibilitas dari ujung ke ujung dalam rantai pasokan.
Platform kolaboratif, dikombinasikan dengan wawasan real-time, meningkatkan komunikasi
dan kolaborasi di antara pemangku kepentingan, memungkinkan pengambilan keputusan
yang disinkronkan.
4. Proactive Issue Resolution (Penyelesaian Masalah Proaktif)
Pemantauan real-time memungkinkan manajer logistik mengidentifikasi masalah potensial
sebelum eskalasi. Analitika prediktif dan algoritma AI meramalkan gangguan,
memungkinkan intervensi proaktif dan memastikan kelangsungan operasi.

32. Hatur Nuhun