Paper Review: Fog Computing for Smart Cities’ Big Data Management and Analytics

oleh Dian Anggraini, Novita Retno Puji L., Alfonsus S. Hariaji
Editor: Amalia Zahra, S.Kom., Ph.D

1. Pendahuluan dan Latar Belakang

Banyak smart city menggunakan IoT (Internet of Things) yang mengimplementasikan smart services dan smart application dalam memanfaatkan data real time dari berbagai perangkat sensor. Penerapan IOT memberikan berbagai manfaat termasuk mengurangi waktu tunggu di fasilitas umum seperti halte dan ruang gawat darurat, melacak berbagai aset kota, melacak penggunaan transportasi umum untuk menghadiri berbagai acara kota. Penggunaan cloud computing sebagai penyimpanan dan pemrosesan data memberikan tantangan dimana terdapat beberapa aplikasi yang sensitif terhadap waktu dan tidak dapat mendukung transmisi aliran data ke cloud server karena latensi yang terlalu tinggi dan persyaratan bandwidth yang tinggi. IOT dalam smart city membutuhkan pemrosesan data yang cepat sehingga akan memiliki masalah jika menggunakan cloud computing karena backend server berada jauh dari perangkat edge. Perangkat edge harus mengirimkan datanya ke gateway atau server edge untuk dikumpulkan, diproses dan dianalisis sehingga dapat mengurangi volume data yang dikirim dan disimpan di cloud server, meminimalkan biaya, mengurangi latensi dan mengontrol penggunaan bandwidth jaringan. Penelitian ini meninjau upaya penelitian yang relevan untuk mengadopsi dua teknologi komputasi terdistribusi pada smart city dan meninjau model penyebaran fog node yang ditetapkan oleh National Institute of Standards and Technology (NIST) kemudian membahas beberapa kasus penggunaan model fog-based service delivery pada smart city, menyajikan konsep desain fog computing-based data pipeline pada smart city serta mendiskusikan tantangan dan solusi fog computing-based solutions pada smart city.

Edge computing adalah komputasi terdistribusi di mana pemrosesan informasi terletak dekat pada edge perangkat yang menghasilkan dan mengumpulkan data. Fog computing adalah platform yang menyediakan layanan komputasi antara end device dan traditional Cloud Computing Data Centers, tidak secara eksklusif terletak di edge jaringan. Manfaat utama dari edge computing dan fog computing yaitu kemampuan untuk menyimpan dan memproses data lebih cepat dan real time serta lebih efisien. Sebelum munculnya edge computing dan fog computing aplikasi menggunakan kamera pengintai yang meminta layanan cloud untuk melakukan pengenalan wajah sehingga menghasilkan latensi yang tinggi. Dengan edge computing dan fog computing, edge server/ gateway menjalankan layanan secara lokal seperti pada Gambar 1.

Gambar 1  Infrastruktur Fog dan Cloud pada Smart City (Badidi et al., 2020).

Fog nodes mempresentasikan infrastruktur fog computing berupa perangkat fisik seperti gateway, switch, router, server, atau komponen perangkat lunak seperti virtual machine dan cloudlet yang terhubung dengan perangkat edge dan mengakses jaringan untuk menyediakan penyimpanan data dan sumber daya komputasi. Literatur sebelumnya tentang edge computing dan fog computing menggambarkan dua paradigma secara bergantian. Pemrosesan data IOT dilakukan dekat dengan sumber data sebelum dikirim ke cloud server. Dengan edge computing, data diproses pada edge device kemudian diteruskan ke fog node atau cloud server menggunakan edge gateway sehingga memiliki komunikasi yang lebih kuat daripada edge device. Dengan fog computing, data dianalisis dan diproses pada fog node dalam edge local network. Edge dan fog computing memberikan manfaat dalam mengurangi latensi, mengurangi lalu lintas dan pengoptimalan bandwidth serta meningkatkan privasi dan keamanan. Hadirnya teknologi 5G memberikan dukungan pada penerapan smart city.

2. Model Layanan Fog Computing dan Fog-Based Service Delivery

Fog computing pada smart city melibatkan berbagai macam sumber daya mulai dari komputasi, penyimpanan data, jaringan, akuisisi data hingga analisis data. NIST telah mendefinisikan tiga jenis model layanan yang dapat diterapkan oleh solusi fog computing. Model ini seperti model pengiriman yang ditentukan untuk solusi berbasis cloud computing. Karena pentingnya analisis data dalam fog computing penulis percaya bahwa Data as a Services (DaaS) perlu dipertimbangkan sebagai model pengiriman keempat di lingkungan berbasis fog. DaaS bergantung pada konsep yang sama dengan model pengiriman cloud lainnya (IaaS, PaaS, dan SaaS). Dengan model DaaS, data dikirimkan ke konsumen sesuai permintaan terlepas dari lokasi mereka. DaaS menganggap bahwa platform tempat data berada tidak penting bagi konsumen. Aplikasi konsumen dapat mengakses data tempat tinggal mereka. Penggunaan model pengiriman ini dalam fog computing berkembang. Untuk mendukung pengiriman data dalam lingkungan fog computing maka solusi yang dapat digunakan adalah berbasis DaaS. Solusi ini memungkinkan transfer data yang efisien antara penyimpanan data yang dimiliki oleh penyedia data dan konsumen data. Di smart city, data pada dasarnya penting untuk analisis hilir dan pengambilan keputusan. Dengan pertumbuhan data smart city yang fenomenal, menyediakan akses ke Data as Services (DaaS) melalui Internet atau melalui jaringan menjadi sangat penting.

3. Penerapan Fog Computing dan Manajemen Data pada Smart City

Penerapan fog computing dapat dilakukan pada beberapa aspek kota, di antaranya adalah sistem transportasi, layanan kesehatan, dan layanan energi. Sistem transportasi di kota-kota saat ini sudah mengadopsi penggunaan teknologi digital untuk menghadapi permasalahan yang terjadi. Intelligent Transportation System (ITS) dikembangkan dengan memanfaatkan teknologi yang memungkinkan kendaraan dapat berkomunikasi dengan kendaraan lain (V2V) atau dengan pengguna jalan dan infrastruktur jalan lainnya. Kendaraan, sarana dan prasarana pada jalan seperti lampu lalu lintas, pejalan kaki, gedung parkir, dan lainnya pada fog computing terhubung dengan jaringan yang disebut dengan The Internet of Vehicles (IoV). Pada teknologi autonomous vehicle, kendaraan dapat mengetahui kondisi lalu lintas, kemacetan, serta rute-rute alternatif apabila ada kecelakaan lalu lintas atau keadaan darurat lainnya di jalan. Selain itu, pengendara bisa mendapatkan layanan seperti pencarian tempat parkir secara otomatis dan real time. Rambu dan lampu lalu lintas dapat disesuaikan dengan kondisi jalan. Pejalan kaki yang terhubung dengan jaringan fog dapat melihat informasi terkait kondisi jalan yang dilalui, lokasi penyeberangan jalan, dan rute serta informasi kedatangan serta keberangkatan transportasi umum seperti bus dan kereta secara up-to-date dan real time.

Pada bidang layanan kesehatan, para peneliti di bidang kesehatan meneliti penggunaan cloud computing untuk mendukung layanan kesehatan terutama terkait manajemen data, penyimpanan, serta integrasi sistem kesehatan. Namun, permasalahan seperti latency, keamanan data, dan waktu respon cloud server apabila hanya mengandalkan cloud computing menyebabkan fog computing menjadi pilihan dalam mengembangkan teknologi berbasis big data khususnya di bidang layanan kesehatan. Hal ini dikarenakan layanan kesehatan merupakan layanan yang sangat membutuhkan kecepatan dan ketepatan dalam pengambilan keputusan karena berhubungan dengan nyawa seseorang. Dengan kapasitas manajemen data yang dapat dilakukan fog computing, analisis menggunakan teknik event processing maupun machine learning dapat dilakukan pada edge layer, contohnya pada penggunaan sensor detak jantung ataupun sensor lain yang dikenakan pada pasien (wearable sensor). Selanjutnya, dengan memanfaatkan fog computing, layanan kesehatan dapat mengembangkan real time dashboard untuk mendukung petugas kesehatan mengambil respon terkait penyelamatan dan perawatan pasien. Pada teknologi smart grid khususnya untuk layanan energi listrik, fog computing digunakan untuk mendukung penggunaan energi listrik yang efisien dan mengurangi emisi polusi. Fog computing dapat mendukung analisis penggunaan listrik secara real time berdasarkan data time series berjumlah besar yang dikumpulkan dari penggunaan IoT pada perangkat listrik. Teknologi smart grid dapat mendukung pengembangan perangkat listrik pintar lainnya seperti kendaraan listrik.

4. Fog-Based Real-Time Big Data Pipeline

Pengembangan Big Data menggunakan dengan menerapkan fog computing pada smart city terdiri atas lima tahapan: data ingestion, data preprocessing, data processing and analytic, visualization and reporting, dan decision making. Data ingestion dan data preprocessing dilakukan pada edge layer. Pada tahap data ingestion, data diperoleh dari sensor dan alat yang dipasang pada fasilitas – fasilitas smart city menggunakan protokol MQTT. Data yang dihasilkan disimpan ke dalam relational database atau NoSQL database.   Tools yang dapat dipakai antara lain Apache Kafka. Karena fog computing pada smart city membutuhkan kapasitas pemrosesan data secara real time, digunakan stream processing engine seperti Apache Flume, Apache Flink, Apache Storm, Amazon Kinesis, dan Apache Spark Streaming. Tools tersebut selain mendukung stream processing, juga mendukung machine learning libraries seperti TensorFlow, Keras, PyTorch, dan Scikit-learn. Tahap Reporting and Visualization dapat menggunakan Tableau dan Qlik Sense untuk membuat dashboard.

5. Kesimpulan dan Tantangan

Smart City perlahan berpindah dari in-house IT infrastructure ke komputasi berbasis internet. Penelitian ini meninjau edge and fog computing dan menjelaskan manfaat penerapannya pada smart city, serta menjadi solusi dalam permasalahan penyimpanan data besar secara efektif dan dapat menganalisis data secara cepat dalam pengambilan keputusan. Data pipeline pada smart city memerlukan teknologi transfer data berkecepatan tinggi, sehingga penelitian ini mengusulkan fog-based data pipeline dalam pengelolaan dan pemrosesan data IOT. Tantangan yang dihadapi dalam pengembangan smart city berbasis fog computing meliputi permasalahan keamanan dan privasi. Karena setiap alat maupun sensor terhubung pada jaringan, muncul risiko adanya serangan siber maupun ancaman terhadap fisik perangkat. Permasalahan terkait interoperabilitas juga muncul karena device pada fog node dapat memiliki spesifikasi dan standar maupun format data yang berbeda-beda. Spesifikasi dan standar data yang berbeda ini menyebabkan permasalahan yang lainnya yaitu terkait karakteristik aplikasi yang digunakan pada smart city berbasis fog computing ini.

Referensi: Badidi, E., Mahrez, Z., & Zabir, E. (2020). Fog Computing for Smart Cities’ Big Data Management and Analytics: A Review. Future Internet, 12(11), 190. doi:https://doi.org/10.3390/fi12110190