Internet of Thing (IoT) adalah sebuah konsep dimana suatu objek yang memiliki kemampuan untuk mentransfer data melalui jaringan tanpa memerlukan interaksi manusia ke manusia atau manusia ke komputer. IoT telah berkembang dari konvergensi teknologi nirkabel, micro-electromechanical systems (MEMS), dan Internet.
“A Things” pada Internet of Things dapat didefinisikan sebagai subjek misalkan orang dengan monitor implant jantung, hewan peternakan dengan transponder biochip, sebuah mobil yang telah dilengkapi built-in sensor untuk memperingatkan pengemudi ketika tekanan ban rendah. Sejauh ini, IoT paling erat hubungannya dengan komunikasi machine-to-machine (M2M) di bidang manufaktur dan listrik, perminyakkan, dan gas. Produk dibangun dengan kemampuan komunikasi M2M yang sering disebut dengan sistem cerdas atau “smart”. Sebagai contoh yaitu smart kabel, smart meter, smart grid sensor.Menurut Casagras (Coordinator and support action for global RFID-related activities and standadisation) mendefinisikan IoT sebagai sebuah infrastruktur jaringan global, yang menghubungkan benda-benda fisik dan virtual melalui eksploitasi data capture dan kemampuan komunikasi. Infrastruktur terdiri dari jaringan yang telah ada dan internet berikut pengembangan jaringannya. Semua ini akan menawarkan identifikasi obyek, sensor dan kemampuan koneksi sebagai dasar untuk pengembangan layanan dan aplikasi ko-operatif yang independen. Ia juga ditandai dengan tingkat otonom data capture yang tinggi, event transfer, konektivitas jaringan dan interoperabilitas.

Penerapan IoT pada perkotaan diantaranya Smart Parking, Smart Lighting, Automation and Salubrity of Public Buildings, Smart Energy, Noise Monitoring, Air Quality Monitoring, Waste Management, Safe, Secure and Comfortable dan lainnya.

Data yang terhimpun dari IoT sangat lah melimpah yang bisa dilihat dari volume, kecepatan dan varietas datanya yang gabungan dari ketiga aspek ini disebut Big Data. Jadi Big Data Kumpulan data yang dihasilkan oleh sensor ataupun transaksi menghasilkan data yang besar, baik dari sisi kecepatan, varietas dan volume.

Big Data

Big Data adalah istilah yang menggambarkan volume data yang besar, baik data yang terstruktur maupun data yang tidak terstruktur. Big Data telah digunakan dalam banyak bisnis. Tidak hanya besar data yang menjadi poin utama tetapi apa yang harus dilakukan organisasi dengan data tersebut. Big Data dapat dianalisis untuk wawasan yang mengarah pada pengambilan keputusan dan strategi bisnis yang lebih baik.
Istilah Big Data masih terbilang baru dan sering disebut sebagai tindakan pengumpulan dan penyimpanan informasi yang besar untuk analisis. Fenomena Big Data, dimulai pada tahun 2000-an ketika seorang analis industri Doug Laney menyampaikan konsep Big Data yang terdiri dari tiga bagian penting, diantaranya:
Volume Organisasi mengumpulkan data dari berbagai sumber, termasuk transaksi bisnis, media sosial dan informasi dari sensor atau mesin. Di masa lalu, aktivitas semacam ini menjadi masalah, namun dengan adanya teknologi baru (seperti Hadoop) bisa meredakan masalah ini.

Kecepatan Aliran data harus ditangani dengan secara cepat dan tepat bisa melalui hardware maupun software. Teknologi hardware seperti tag RFID, sensor pintar lainnya juga dibutuhkan untuk menangani data yang real-time.
Variasi Data yang dikumpulkan mempunyai format yang berbeda-beda. Mulai dari yang terstruktur, data numerik dalam database tradisional, data dokumen terstruktur teks, email, video, audio, transaksi keuangan dan lain-lain.
Selain tiga bagian penting tersebut, para peneliti Big Data juga menambah bagian yang termasuk penting lainnya seperti variabilitas dan kompleksitas.
Variabilitas Selain kecepatan pengumpulan data yang meningkat dan variasi data yang semakin beraneka ragam, arus data kadang tidak konsisten dalam periode tertentu. Salah satu contohnya adalah hal yang sedang tren di media sosial. Periodenya bisa harian, musiman, dipicu peristiwa dadakan dan lain-lain. Beban puncak data dapat menantang untuk analis Big Data, bahkan dengan data yang tidak terstruktur.

Kompleksitas Hari ini, data berasal dari berbagai sumber sehingga cukup sulit untuk menghubungkan, mencocokan, membersihkan dan mengubah data di seluruh sistem. Namun, Big Data sangat dibutuhkan untuk memiliki korelasi antar data, hierarki dan beberapa keterkaitan data lainnya atau data yang acak.
Jumlah data yang telah dibuat dan disimpan pada tingkat global hari ini hampir tak terbayangkan jumlahnya. Data tersebut terus tumbuh tanpa henti. Artinya, Big Data memiliki potensi tinggi untuk mengumpulkan wawasan kunci dari informasi bisnis. Sayangnya sampai saat ini, baru sebagian kecil data yang telah dianalisis. Big Data dalam bisnis menjadi strategi yang baik dalam mengolah informasi mentah menjadi keuntungan yang terus mengalir ke organisasi bisnis setiap hari.

Baru-baru ini berkembang pemikiran bahwa Distruption Digital Berikutnya adalah Big data dan AI, yang disebut Big Data Intelligence. Intelligensi buatan atau AI, telah menjadi meresap dalam bisnis di setiap industri di mana pengambilan keputusan sedang diubah secara mendasar oleh Mesin Berpikir. Kebutuhan untuk keputusan yang lebih cepat dan lebih cerdas dan pengelolaan data besar yang dapat membuat perbedaan adalah apa yang mendorong tren ini. Konvergensi data besar dengan AI tidak dapat dihindari karena otomatisasi pengambilan keputusan yang lebih cerdas adalah evolusi berikutnya dari data besar.

Menangkap data, untuk mengidentifikasi tren atau pola dalam perilaku pelanggan atau karyawan, misalnya berguna. Tetapi mengekstraksi makna, bahkan otomatisasi ekstraksi makna untuk menasihati kita cara yang lebih optimal untuk menjadi produktif, membantu atau bahkan memecahkan masalah — dari penyakit, model bisnis baru, hingga mengakhiri kelaparan mungkin bisa terjadi. AI akan digunakan untuk mengekstrak makna, menentukan hasil yang lebih baik dan memungkinkan keputusan yang lebih cepat dari sumber data besar yang besar. Ini akan membentuk masa depan bisnis global, kemakmuran dan pembangunan planet. Di dunia di mana ada big data di mana-mana, ekstraksi makna, monetisasi data untuk suatu tujuan akan didorong oleh AI.