Institut Teknologi Bandung

Fetty memulai pemaparannya dengan menjelaskan sejarah digital twin. Digital twin pertama kali diperkenalkan oleh Dr. Michael Grieves pada 2002. Grieves “memindahkan” objek-objek dari dunia nyata yang berupa data ke area dunia virtual. Data tersebut akan diolah sehingga menjadi informasi yang berguna. Informasi ini kemudian kembali diimplementasikan pada dunia nyata. Hal ini sekaligus merupakan definisi digital twin itu sendiri.

Untuk memberikan gambaran lebih jauh, Fetty juga menjelaskan evolusi dari digital twin menurut Microsoft. Pada tahap awal digital twin, dilakukan representasi yang memetakan aset dunia nyata dan dunia digital dalam bentuk data. Kemudian di fase kedua, representasi dunia nyata dimodelkan dengan teknologi desain. Perkembangan selanjutnya adalah data fisik dan data virtual diintegrasikan sehingga dapat dilakukan pemantauan dan prediksi. Pada tahap akhir, komponen pengalaman sudah dilibatkan, misalnya simulasi kepada pengguna untuk melihat efeknya.

Menurut Fetty, data-data keunikan dalam digital twin dapat digunakan untuk mengontrol, memonitor, melakukan analisis, dan membuat simulasi. Hal-hal ini penting dilakukan sebelum mengimplementasikan suatu ide ke dunia nyata. Data-data yang diperlukan dalam merancang digital twin adalah data-data lapangan, seperti desain, produksi, dan bisnis. Di sisi lain, model yang dibangun adalah model fisik, model data untuk layanan, model visualisasi, dan augmented reality (AR). Akibatnya, produk yang dihasilkan oleh digital twin sendiri dapat bersifat deskriptif, diangnostik, prediktif, preskriptif, dan AR.

Ia memaparkan, bahwa data merupakan elemen kunci digital twin. Digital twin memiliki tiga elemen data penting: data masa lalu (data historis), data saat ini, dan data masa depan. Untuk data saat ini, data tidak terbatas pada sensor peralatan saja, tetapi data dapat berasal dari luaran, misalnya unit bisnis. Data saat ini dapat menjadi bagian yang mengintegrasikan beberapa departemen (bisnis). Kemudian, data masa depan dapat berupa data hasil prediksi pembelajaran mesin atau desain dari para insinyur untuk simulasi.

Digital twin sudah diterapkan untuk beberapa sektor, seperti manufaktur, otomotif, kesehatan, ritel, dan kota cerdas. Pada sektor manufaktur, beberapa tujuan digital twin adalah menghasilkan produk bermutu tinggi dan menguji desain baru secara digital. Di sisi lain, pada sektor kesehatan, digital twin digunakan untuk virtualisasi sistem rumah sakit dan identifikasi kesalahan medis. Intinya, digital twin dapat diterapkan di sektor apa pun, dan dapat sangat berguna untuk fungsi uji, simulasi, dan visualisasi.

Fetty sendiri sudah berkontribusi pada penerapan digital twin. Bersama Kelompok Keahlian Teknologi Informasi (KKTI) & Pusat Inovasi Kota dan Komunitas Cerdas (PIKKC) ITB, Fetty melakukan inisiasi penelitian digital twin. Beberapa di antaranya adalah BISMA yang merupakan sistem prediksi konsumsi daya dan pemantauan konsumsi daya harian, VIANA (Video Analytics for Safe and Secure), sistem multimedia IoT untuk pemantauan tanaman hidroponik, dan Predictive Maintenance (PdM) untuk pemeliharaan rel kereta api dengan teknologi pembelajaran mesin.

Terlepas dari segala manfaatnya, digital twin juga mempunyai kelemahan sehingga ada tantangan yang harus kita hadapi. “Ada beberapa tantangan dalam implementasi digital twin, di antaranya adalah keberlanjutan (sustainability) dari perangkat lunak, keamanan data, kebutuhan perangkat keras dan kemampuan komputasi yang tinggi, dan sumber daya manusia yang terbatas,” tutupnya.

Reporter: Maria Khelli (TPB STEI, 2020)