Journal Review #4 : Procurement 4.0 : Factors Influencing The Digitisation of Procurement and Supply Chains

Sebuah karya Florian Bienhaus dan Abubaker Haddud.

Industri mulai di digitalisasi termasuk jaringan rantai pasok yang mulai di gerakkan oleh IoT, Big Data, dan AI untuk meningkatkan efektivitas proses. Salah satu yang terpenting yaitu adalah Pengadaan, dimana menjadi kegiatan dalam rantai pasok yang juga dapat mendukung value creation. 

Menurut IBM, SCM di masa depan terdiri dari tiga pendorong berbasis teknologi : 

1. Instrumented : Proses automasi dan pergerakan doleh AI dan Big Data 

2. Interconnected : Terhubung secara real-time dengan internet untuk meningkatkan kolaborasi 

3. Intelligent : Penggunaan simulasi untuk mencari skenario yang paling efektif dan efisien 

Dahulu proses komunikasi terjadi secara one-to-one antara buyer dan supplier, namun dengan adanya teknologi, terciptanya platform digital yang dapat diakses, dibagikan, diproses secara transparan antara buyer dan supplier. Proses pengadaan dapat mempengaruhi pengeluaran perusahaan sampai 80% sehingga memerlukan inovasi dan pengembangan sehingga di perlukan adanya digitalisasi. Teknologi yang dapat mendukung digitalisasi tersebut adalah RFID, Sensor, jaringan, dan Cloud.

Faktor penting dalam e-procurement : 

1. Keamanan 

Diperlukan untuk mengurangi potensi risiko cyber crime terhadap perusahaan, selain itu keamanan juga berkaitan dengan sejumlah arus informasi virtual dan transaksi otomatis. 

2. Kepercayaan 

Kepercayaan adalah faktor yang didasarkan pada interaksi antara kedua belah pihak serta pengaruh eksternal. Faktor kepercayaan harus dipertahankan bersama - sama untuk mencapai win-win solution. 

Dari hasil analisis studi tentang pengaruh digitalisasi terhadap performa perusahaan menemukan beberap fakta unik, diantaranya adalah 

• AI, Big Data, dan IoT adalah elemen inti yang berkaitan dengan pengadaan untuk mengotomasikan kegiatan operasi dan menciptakan ruang untuk inisiatif lebih strategis. 
• Pengumpulan, analisis, dan pemrosesan data akan menjadi elemen kunci untuk menciptakan transparansi dan traceability yang akan memperkuat hubungan dan kepercayaan buyer-supplier
• Pengadaan akan menjadi langkah strategis untuk mendukung efisiensi, efektivitas, dan profitabilitas organisasi 
• Pertemuan dan kontak "tatap muka" secara pribadi dan bisnis itu sendiri akan menjadi faktor keberhasilan untuk membangun kepercayaan dan hubungan 

Setidaknya dalam penerapannya, perusahaan seringkali mendapatkan hambatan dalam transformasi digital. Terdapat 3 poin mengapa perusahaan tidak siap menghadapi digitalisasi : 

• Tidak semua organisasi memahami dampak revolusioner dari digitalisasi karena konsep SCM dan manajemen risiko tidak selaras dengan proses digital 
• Belum adanya gambaran jelas tentang dampak proses digitalisasi bagi sebuah perusahaan secara keseluruhan 
• Karyawan dalam organisasi tidak memiliki sumber daya, kapasitas, serta kemampuan yang sesuai untuk transformasi digital.

Sehingga diperlukan adanya evaluasi prosedur dan proses serta menyelaraskan untuk bersaing dalam transformasi digital. Selain itu, jika memang penerapan digitalisasi akan dilakukan, maka setidaknya terdapat beberapa teknologi yang dibutuhkan : 

• Teknologi untuk meningkatkan efisiensi dan efektivitas tugas dan proses sehari hari 
• Teknologi komunikasi seperti platform, akses jarak jauh, dan interface yang memadai 
• RFID dan sensor pintar untuk mendukung transaparansi dan keterlacakan logistik 
• Kombinasi alat analitik prediktif dan algoritma akan mengotomatisasi dan mempercepat transaksi dan proses 
• Pertimbangan cybersecurity dengan memasukkan semua pihak supply chain untuk menentukan potensi kebocoran dan langkah pencegahannya. 

Kesimpulan 

• Teknologi memiliki pengaruh tinggi terhadap keberhasilan atau kegagalan organisasi di masa depan 
• Dibutuhkan transformasi digital sesegera mungkin untuk sebuah organisasi 
• Digitalisasi procurement memiliki dampak positif dan organisasi harus menyelaraskan prosedur dan prosesnya ke arah strategi digital. 
• Tranformasi digital memerlukan reenginerring terhadap tugas, peran, dan tanggung jawan semua pihak dalam supply chain untuk mempercepat transaksi dan proses. 

Journal Review #3 : Smart City IoT: Smart Architectural Solution for Networking, Congestion, and Heteroginity

Sebuah karya oleh Lokesh Pawar, Dr Rohit Bajaj, Dr Jaspreet Singh, dan Dr Vipinpal Yadav. 

IoT atau Internet Of Things adalah terminologi dinamis yang menyatukan sejumlah besar perangkat pintar satu sama lain. 

Smart City adalah salah satu induk untuk IoT berkembang dan mengarahkannya menuju perbaikan dan kemajuan di sebuah daerah. 

Dikatakan bahwa Smart Ciry mudah dikatakan, namun sulit untuk diimplementasikan. Terdapat alasan mengapa hal itu benar adanya, yaitu 

• Membutuhkan manajemen data dan komunikasi yang perlu di persiapkan 
• Membutuhkan koneksi yang super cepat agar saling terhubung 
• Membuthkan penyimpanan data untuk semua perangkat yang saling terhubung

Smart City akan memiliki banyak layanan yang terkoneksi satu sama lain yang terpusat dalam manajer konektivitas pusat tunggal. Hal tersebut membutuhkan teknologi yang dapat mendukung banyaknya layanan, manajemen data, dan konektivitas perangkat yang saling terhubung. Selain itu, dibutuhkannya sebuah keterjaminan keamanan dan batasan waktu untuk kualitas pelayanan yang memadai. 

Usulan Arsitektur Desain Smart City 

Usulan dibuat berdasarkan keberadaan teknologi untuk konektivitas dan manajemen data dan sistem distribusi untuk heterogenitas konektivitas dan manajemen data. 

Memperkenalkan model jaringan dasar : 

1. Lapisan fisik : menyediakan katalog untuk pengembang IoT dan real-time data streaming 

2. Lapisan sistem layanan : menyediakan layanan untuk pengembangan aplikasi 

3. Lapisan Aplikasi : menyediakan interface untuk pengguna 

4. Gateway : lapisan tengah yang terimprovisasi dengan Fog computing yang membantu layer sensor untuk berkomunikasi dengan layanan cloud - based 

Fog computing adalah hal penting dan dibutuhkan dalam hierarki sistem arsitektur. Lapisan fog sendiri adalah lapisan tengah dalam lapisan computer yang berada di antara cloud dan pengguna. Lapisan fog menyediakan layanan tambahan untuk smart gadgets dan konektivitas pintar antar gadget. 

Usulan yang dibuat dapat mendukung : 

• Proses data yang lebih banyak 
• Meningkatkan konektivitas lebih cepat 
• Memberikan respon yang lebih real time dan cepat 

Aplikasi IoT 

Terdapat beberapa aplikasi IoT yang tersedia untuk Smart City : 

1. Waste Management : Aplikasi pengelolaan sampah sehingga menghubungkan antara warga dengan pengelola sampah agar bisa melakukan laporan mengenai sampah

2. Pemantau lingkungan : Aplikasi untuk manajemen level air, kelembapan tanah, konsentrasi gas, kondisi pencahayaan, dan radiasi inframerah. 

3. Manajemen lalu lintas : Aplikasi untuk menyeimbangkan lalu lintas sehingga warga dapat menghindari kemacetan dengan gadget yang bertindak cepat dan masuk akal yang bekerja pada platform teknologi baru. 

4. Monumen kesehatan : Aplikasi untuk melihat kesehatan dari struktural bangunan agar bertahan hingga masa depan 

5. Sistem navigasi : Aplikasi untuk bus, taksi, dan mobil yang beroperasi dengan menggunakan pendekatan dua lapisan yang berbeda.

6. Smart health : Aplikasi untuk layanan ambulans yang lengkap dengan dukungan real-time 24 jam sehingga dapat menangani pasien yang membutuhkan secara cepat 

7. Layanan parkir cerdas : Aplikasi untuk mengetahui apakah lahan parkir tersedia di depan rumah 

Selama penerapannya, pasti terdapat beberapa hambatan yang terjadi : 

1. Sistem keamanan 

Aplikasi IoT dituntut untuk menjaga keamanan akun pribadi sehingga terhindar dari adanya kejahatan cyber. 

2. Sistem jaringan 

Adanya perbedaan koneksi antara perangkat yang berbeda - beda sehingga menghasilkan jumlah transfer data yang kecil, selain itu kontrol mengenai kemacetan yang terjadi belum maksimal karena pemanfaatan IoT yang belum maksimal. 

3. Masalah kesetaraan 

Data IoT dikumpulkan dari sejumlah besar perangkat dan menggunakan protokol yang berbeda beda, dengan demikian tidak mudah untuk memproses dan menganalisis data secara efektif.

Kesimpulan 

• Fog Computing menyediakan solusi untuk beberapa kategori berbeda pada masalah teknologi yang berhubungan dengan Smart City 
• Tantangan yang dihadapi oleh aplikasi smart city dapat diatasi dengan adanya solusi pengembangan yang lebih dinamis 

Journal Review #2 : Toward a Big Data Knowledge-Base Management System for Precision Livestock Farming

Sebuah karya Fabrice Nolack Fote, Amine Roukh, Said Mahmoudi, Sidi Ahmed Mahmoudi, dan Olivier Debauche. 

Big Data merupakan sebuah sekumpulan data yang sangat besar. Kegunaan Big Data di zaman penuh teknologi ini sebagai berikut : 

1. Mengumpulkan data yang besar, kompleks, dan heterogen yang berasal dari berbagai sumber 
2. Analisis dengan membersihkan, menormalkan, memverifikasi data secara nyata atau sebelum di simpan dalam penyimpanan
3. Penyimpanan database untuk kebutuhan di masa depan 
4. Ditampilkan kepada para pengguna dalam bentuk yang responsif dan interface yang user-friend

Data dapat menjadi sebuah wawasan, namun terdapat perbedaan antara data dengan wawasan, berikut adalah perbedaan proses data dan wawasan dalam pemecahan masalah dan proses data dan wawasan dalam perusahaan. 

Peternakan sekarang banyak di kembangkan untuk menggunakan Smart farming yang menggunakan alat Precision Livestock Farming, hal ini menghasilkan banyak data yang bersumber dari wireless sensor network, stasiun cuaca, drones (UAV), dan jasa eksternal. Dengan adanya perluasan IoT dan IoE, maka data yang dihasilkan dari berbagai sumber tersebut juga meningkat. Sehingga munculah Cloud Computing dan Big Data untuk mengatasi masalah proses dan penyimpanan semua kebutuhan yang dapat mendukung Smart Farming dalam beberapa kasus tertentu. 

Knowledge-based Management System 

Pengembangan dari solusi yang diajukan adalah membuat sebuah sistem baru untuk PLF, yaitu Knowledge-based Management System (KMBS). KMBS merupakan sebuah sistem manajemen basis pengetahuan yang mengintegrasikan sistem basis pengetahuan dan sistem manajemen basis data. Singkatnya, KMBS mengacu pada keunggulan pengetahuan besar yang berasal dari data yang memungkinkan penyimpanan dan pengambilan yang efisien. 

KMBS terdiri dari 4 proses besar , yaitu 

1. Akuisisi dan analisis data 

Dalam PLF, sebagian besar data dihasilkan oleh sensor terhubung yang umuman terdiri dari mikrokontoler, baterai, dan perangkat komunikasi, yang ditambahkan pengamatan manusia tepat waktu, mengukur ments dengan penginderaan jauh dan pencatatan sehari-hari.

Data dihasilkan oleh IMU dan GPS yang dikumpulkan oleh mikrokontroler pada kartu SD di frekuensi 100Hz selama 24 jam. Setelah data tekumpul dan disimpan, maka akan dianalisis dengan algoritma pohon keputusan untuk mengidentifikasi perilaku makro hewan seperti penggembalaan, pemamah biak, pemindahan atau lainnya untuk masing - masing hewan. 

2. Penemuan pengetahuan

Knowledge Discovery in Database (KDD) atau di kenal penemuan pengetahuan akan melalui proses mengarah ke pengetahuan dari data dengan proses lanjutan dengan mengikuti langkah - langka berikut 

3. Analisis dan pengetahuan 

Pengetahuan harus dievaluasi dan divalidasi dari waktu ke waktu dengan alat khusus. Beberapa contoh pemodelan evaluasi yang dilakukan : 

• Pemodeln simulasi untuk membandingkan dan memperkirakan ketersediaan pengetahuan 
• Pemodelan optimasi untuk menghitung rata - rata dari waktu ke waktu dan memperkirakan downgrade 
• Pemodelan prediktif untuk mengembangkan pola dari data/wawasan historis dan transasional 
• Metode preskriptif untuk menghasilkan aturan dengan menggunakan model prediktif atau teknik pengoptimalan. 

Analisis berulang dari deduksi sebelumnya memungkinkan untuk mengkonfirmasi bahwa pengetahuan yang diperoleh tetap benar pada waktunya dan misalnya memprediksi kapan hewan harus di pindahkan ke padang rumput lain. 

4. Sistem akhir

Proses terakhir yaitu untuk mengakses pengetahuan setiap saat, dimana saja melalui sistem pakar dan insinyur melalui DSS. Sistem pakar di rancang untuk memetakan pengetahuan, sub-pengetahuan, data dan semua wawasan untuk disajikan kepada pengguna sederhana sebagai sistem pemantauan diri manajemen. Sistem pendukung keputusan akan menyimpulkan konsekuensi berdasarkan analisis data dan akan diterjemahkan konsekuensi ini dalam bentuk baru interprestasi yang dapat dibaca manusia yang dibentuk dan dikirimkan ke pengguna akhir oleh sistem pemantauan dan manajemen. 

Selain itu, terdapat sistem peraturan berbagi yang di bagi menjadi dua langkah, yaitu : 

1. Berbagi keputusan antara DSS dan sistem pakar 

2. Berbagi deskripsi antara pakar dan MMS

Kesimpulan 

• Akuisisi data yang dihasilkan oleh banyak sumber dikumpulkan, diserap, di proses dengan alat big data dan kemudian model dirancang menggunakan data tersebut. Data akan disimpan dalam DBMS. 
• Ekstraksi pengetahuan dalam database dilakukan dengan Artificial Intelligence, matematika, dan setiap pengetahuan yang ditemukan disimpan ke dalam sistem manajemen yang dibangun khusus untuk tujuan itu. 
• Analisis pengetahuan oleh para ahli untuk verifikasi dan validasi data yang telah di dapatkan akan dapat diakses oleh pengambil keputusan, ahli, dan petani 

Journal Review #1 : The impact of Information Technology and The Alignment Between Business and Service Innovation Strategy on Service Innovation Performance

Sebuah jurnal karya Fotis Kitsios dan Maria Kamariotou.

Pengembangan strategi sangat dibutuhkan dalam proses pengembangan layanan baru sehingga sebuah bisnis baru tersebut dapat memiliki competitive advantage. Terdapat 2 faktor yang dapat mempengaruhi kesuksesan layanan baru, yaitu keselarasan dan teknologi informasi. Keselarasan berarti dimana hubungan antara tujuan bisnis dan strategi layanan baru selaras beriringan satu sama lain. Teknologi informasi merupakan sebuah sumber daya pendukung layanan baru yang dapat memberikan peningkatan layanan pada layanan baru tersebut. Dalam pembuatannya, strategi layanan baru membutuhkan sumber daya penting seperti strategi bisnis, struktur organisasi, keahlian pekerja, teknologi informasi, pengetahuan, dan bagaimana cara berkomunikasi dengan pelanggan.

Competitive Advantage 

Untuk mendukung sebuah layanan baru agar memiliki Competitive Advantage maka dapat di pengaruhi oleh faktor : 

1. Inovasi produk 
2. Inovasi Layanan 
3. Proses Teknologi Informasi 
4. Sistem Teknologi Informasi. 

Inovasi dan pengembangan layanan baru 

Sebuah inovasi layanan dapat meningkatkan market share dan revenue dari sebuah layanan baru. Terdapat 4 dimensi inovasi layanan, yaitu 

1. Pemeriksaan value proposition yang diberikan kepada pelanggan 
2. Pola distribusi inovasi pada aktivitas pengembangan layanan baru 
3. Interaksi dengan pelanggan 
4. Teknologi terbaru untuk proses pengembangan layanan baru 

Dinyatakan bahwa banyak layanan baru yang mengalami kegagalan karena lemahnya strategi yang di persiapkan, sehingga untuk meningkatkan competitive advantage  dibutuhkan strategi pengembangan layanan baru yang berkualitas. 

Strategi Layanan Baru 

1. Strategi keselarasan (Alignment)

    Hubungan yang selaras antara tujuan dan strategi bisnis layanan baru dapat meningkatkan competitive advantage sebuah perusahaan. Untuk mencapai keselarasan tersebut dibutuhkan data kompetitor, riset untuk strategi operasional, pemahaman tentang pengembangan layanan baru, dan informasi pelanggan. 

2. Strategi Inovasi Layanan 

    Strategi inovasi layanan dapat diartikan sebagai keputusan strategi untuk mengubah suatu variabel atau kombinasi dari karakteristik inovasi untuk mencapai keunggulan kompetitif. Terdapat 3 tipe strategi inovasi layanan :

a. Strategi diferensiasi dan fokus pada pembuatan layanan baru 
b. Strategi pengaturan biaya dan fokus pada distribusi layanan 
c. Strategi fokus bagian pemasaran segmen pasar dan siap untuk terlibat dengan pelanggan. 

3. Kapabilitas Informasi Teknologi 

     Kapabilitas informasi teknologi dapat berfungsi sebagai : 

a. Melibatkan harmonisasi strategi, sistem, dan orang yang mengetahui sistem
b. Membantu sistem distribusi layanan 
c. Meningkatkan proses komunikasi dengan pelanggan 
d. Meningkatkan wawasan yang dibutuhkan
e. Mengurangi biaya dalam menemukan informasi layanan baru
f. Meningkatkan nilai yang dapat ditawarkan oleh pelanggan. 

Kesimpulan 

• Keselarasan dan kapabilitas teknologi informasi berperan penting untuk pengembangan layanan baru 
• Pengembangan layanan baru dilakukan dengan bantuan teknologi informasi dan melihat kebutuhan pelanggan 
• Pengembangan layanan baru harus dapat beradaptasi dengan teknologi terbaru yang juga memenuhi kebutuhan pelanggan