Selamat datang di era dimana Kecerdasan Buatan (Artificial Intelligence/AI) bukan lagi sekadar konsep masa depan, tetapi telah menjadi bagian dari kehidupan kita sehari-hari.
Mulai dari asisten virtual di ponsel hingga sistem rekomendasi di platform streaming, AI telah mengubah cara kita berinteraksi dengan teknologi.
Namun, tahukah kamu bahwa di balik kemudahan itu, AI tradisional seringkali bergantung pada pusat data (data center) yang besar, boros energi, dan terkadang lambat merespons?
Bisa jadi karena koneksi internet yang tidak mumpuni, keterbatasan kecepatan server, belum lagi permasalahan cyber security ketika proses upload dan download ketika prompting kepada AI.
Untuk mengatasi tantangan ini, artikel kali ini akan membahas mengenai dua konsep yang sedang merevolusi dunia teknologi: Edge AI dan Green AI.
Apa Itu Edge AI dan Green AI?
Sederhananya, ini adalah evolusi dari AI yang kita kenal, yang dirancang untuk menjadi lebih efisien, cepat, dan ramah lingkungan.
-
Edge AI :
Ini adalah teknologi yang menjalankan algoritma AI langsung di perangkat keras atau device kamu (disebut “edge device“). Perangkat ini bisa berupa ponsel kamu, kamera pintar, sensor” di pabrik untuk otomatisasi, atau bahkan mobil (khususnya pada mobil yang sudah memiliki fitur ADAS atau Co-Pilot) . Alih-alih mengirim data ke cloud (internet) untuk diproses, seluruh pemrosesan terjadi di dalam perangkat itu sendiri.
-
Green AI (Sustainability):
Ini adalah sebuah pendekatan teknologi atau filosofi dalam pengembangan AI yang ini berfokus pada efisiensi energi. Tujuannya adalah mengurangi jejak karbon dan konsumsi listrik yang dibutuhkan oleh model AI yang kompleks.
Kedua konsep ini sangat berkaitan erat. Edge AI adalah salah satu metode terbaik untuk mencapai Green AI. Mengapa? Karena memproses data secara lokal di perangkat kecil jauh lebih hemat energi daripada mengirimkannya ke pusat data besar yang membutuhkan pendingin dan daya listrik masif.
Baca Juga: Apa Itu Computer Vision?
Bagaimana Cara Kerja Edge AI?
Untuk memahami cara kerja Edge AI, mari kita bandingkan dengan AI tradisional (Cloud AI):
- AI Tradisional (Cloud AI):
- Contoh: Kamu bertanya pada asisten suara di smart speaker.
- Proses: Suara kamu direkam -> Data dikirim melalui internet ke server (pusat data) -> Server memproses permintaan -> Hasilnya dikirim kembali ke speaker kamu-> Speaker menjawab.
- Kelemahan: Membutuhkan koneksi internet stabil, ada jeda waktu (latensi), dan data pribadi kamu keluar dari rumah karena menggunakan koneksi internet.
Cloud AI menggunakan Internet untuk mengupload dan mendownload data dari user
- Edge AI:
- Contoh: Sistem ADAS pada otomotif menggunakan radar dan kamera untuk keamanan dengan fitur mendeteksi gerakan.
- Proses: Kamera dan Radar merekam video dan gerakan -> Chip AI di dalam kamera menganalisis video secara real-time -> Kamera dan Radar langsung mengidentifikasi apakah itu objek diam seperti bangunan, pohon, atau objek bergerak seperti manusia, motor, mobil, dll -> Kamera dan Radar mengirimkan notifikasi (hasil akhir) ke ponsel sistem Mobil.
- Kelebihan: Respon instan (latensi rendah), lebih hemat data, dan data sensitif (video) tetap aman di perangkat.
Konsep ADAS Pada Otomotif
Agar ini berfungsi, para engineer AI membuat model AI yang “ramping” atau dioptimalkan agar dapat berjalan pada chip berdaya rendah yang tertanam di dalam perangkat edge.
Manfaat dan Implementasi di Sekitar
Dampak dari Edge dan Green AI sangat besar dan sudah mulai kita rasakan di berbagai sektor:
-
Sistem Lalu Lintas Cerdas (Smart Cities):
Lampu lalu lintas yang dilengkapi Edge AI dapat menganalisis kepadatan kendaraan secara langsung (tanpa mengirim video ke server) dan menyesuaikan durasi lampu merah/hijau secara instan untuk mengurangi kemacetan.
-
ETLE (Tilang Elektronik):
Kamu pasti sudah tidak asing lagi dengan kata ETLE? ya, sistem ini sudah diterapkan di Indonesia untuk meningkatkan sistem keamanan pada lalu lintas. Dilansir dari Kompas.com , ETLE di Indonesia menggunakan Object Detection untuk menindaklanjuti pelanggar lalu lintas tanpa perlu petugas terjun langsung ke lapangan.
-
Manufaktur dan Industri:
Selanjutnya Sensor Edge AI di pabrik dapat mendeteksi getaran aneh pada mesin dan memprediksi kerusakan sebelum terjadi. Ini dilakukan secara lokal tanpa henti produksi, menghemat biaya dan energi.
-
Kesehatan:
Perangkat wearable (seperti jam tangan pintar) dapat menggunakan Edge AI untuk memantau tanda-tanda vital pengguna dan mendeteksi anomali (seperti irama jantung tidak teratur) secara instan, bahkan tanpa terhubung ke ponsel.
-
Privasi Data (Contoh di Rumah):
Asisten virtual yang beroperasi sepenuhnya di perangkat kamu (menggunakan Edge AI) berarti ia dapat memahami perintah kamu tanpa “mendengarkan” dan mengirim rekaman suara kamu ke server, dengan sistem seperti ini data privasi kamu akan lebih terjaga karena tidak ada koneksi antara perangkat dan server yang bisa saja dibajak.
-
Kendaraan Otonom (Self-Driving Cars):
Mobil di era modern ini sudah tidak asing lagi dengan banyaknya sensor dan radar untuk meningkatkan keamanan dan kenyamanan mengemudi, contohnya mobil yang harus mengambil keputusan dalam hitungan milidetik (misalnya, kapan harus mengerem). Mereka tidak bisa menunggu jawaban dari cloud. Edge AI memungkinkan mobil memproses data dari sensornya secara instan untuk navigasi yang aman.
Implementasi pada ETLE
Sekilas Pembelajaran
Bayangkan kita ingin AI bisa berjalan di perangkat kecil seperti smartphone, kamera pintar, atau sensor, bukan hanya di komputer besar. Kurikulum AI di UBM mengajarkan cara melakukan ini melalui mata kuliah Edge Machine Learning.
- Intinya adalah: Mahasiswa belajar membuat model AI yang “ramping” dan sangat efisien. Mereka mempraktekkan cara membuat model AI (TinyML/Embedded ML) berjalan di chip kecil berdaya rendah.
- Keahlian: Mahasiswa akan dilatih untuk menentukan keseimbangan terbaik antara kecepatan (latency), pemakaian daya (power), dan jumlah data yang diproses (throughput). Tujuannya adalah memastikan AI bekerja secepat mungkin sambil menggunakan energi sekecil mungkin.
Fokus 2: Mengintegrasikan dan Mengoperasikan AI di Dunia Nyata
AI tidak berguna jika hanya ada di komputer. Kurikulum ini mengajarkan cara membawa AI ke perangkat nyata dan mengelolanya.
- Menghubungkan Perangkat (IoT): Mahasiswa belajar merancang sistem cerdas, mulai dari sensor yang mengumpulkan data hingga ke analisis. Ini adalah fondasi untuk sistem AI yang terhubung.
- Contoh Nyata (Computer Vision): Mereka menerapkan keahlian mengoptimalkan model AI ke sistem nyata, seperti membuat kamera pintar yang bisa menjalankan AI (contohnya, seperti sistem tilang elektronik atau ETLE).
- Mengelola & Mengoperasikan (MLOps): Setelah model AI dibuat, mahasiswa belajar mengelola seluruh prosesnya dan memastikan mereka bisa memasang (deployment) model AI secara andal ke berbagai perangkat—baik di server, online, maupun langsung ke perangkat kecil (edge).
Contoh Implementasi Edge AI pada CCTV
Singkatnya:
Jurusan AI UBM fokus melatih mahasiswa menjadi ahli yang tidak hanya bisa membuat model AI canggih, tetapi juga mengoptimalkannya agar bisa berjalan cepat dan hemat daya di perangkat kecil (Edge AI) serta mengajarkan cara mengintegrasikan dan mengelola sistem AI tersebut secara utuh di dunia nyata.
Baca Juga: Sekilas Pembelajaran AI di UBM
Kesimpulan
Edge AI dan Green AI bukan sekadar istilah teknis yang rumit. Keduanya adalah langkah penting menuju masa depan teknologi yang lebih bertanggung jawab.
Dengan memindahkan “otak” AI dari cloud yang membutuhkan lebih banyak energi karena keterbatasan jarak antara perangkat dan server ke perangkat lokal yang efisien, kita tidak hanya mendapatkan layanan yang lebih cepat dan responsif, tetapi juga menjaga privasi data kita dan mengurangi dampak lingkungan dari kemajuan teknologi.
Di Universitas Bunda Mulia, kami percaya bahwa inovasi kecerdasan buatan harus selaras dengan keberlanjutan demi terciptanya masa depan yang baik untuk generasi mendatang. Edge AI dan Green AI adalah bukti nyata bagaimana kecerdasan buatan dapat dirancang untuk melayani manusia dengan lebih baik dan lebih bijak.
Sudah siap memberi kontribusi nyata pada Industri Artificial Intelligence di Indonesia atau ingin ulik lebih jauh lagi mengenai topik ini bisa baca lebih lanjut di Program Studi Artificial Intelligence Universitas Bunda Mulia.
Lihat postingan ini di Instagram
Dapatkan informasi lebih lanjut mengenai Program Studi Universitas Bunda Mulia dibawah ini:
KAMPUS ANCOL
Jalan Lodan Raya No.2, Jakarta Utara 14430
No Telp: 021 690 9090
KAMPUS SERPONG
Jalan Jalur Sutera Barat Kav. 7-9, Alam Sutera, Tangerang, Banten 15143
No Telp: 021 8082 1428
Temukan juga kami di berbagai platform media sosial di bawah ini:
Universitas Bunda Mulia, Bridging Education to the Real World! ✨
Read More:
Mau Kuliah Komputer? Jangan Salah Pilih Antara Jurusan-Jurusan Ini! IT, SI, Data Science, dan AI
Agentic AI: Evolusi Tahapan Kecerdasan Buatan Menuju Otonomi Penuh