Kompleksitas inilah yang menjadi bagian dari perjalanan profesional Arfan Akbar Ridwan, S.Kom., atau yang akrab disapa Ridwan, praktisi dan konsultan teknologi informasi yang telah lama berkecimpung di bidang Enterprise Platform, Big Data, Cybersecurity, Artificial Intelligence (AI), dan Intelligence System.
Ridwan memiliki pengalaman menangani kebutuhan teknologi untuk perusahaan berskala besar, termasuk perancangan dan pengembangan platform dengan kompleksitas tinggi serta kebutuhan trafik dalam skala luas.
Pengalaman profesionalnya juga mencakup konsultasi di bidang cybersecurity dalam lingkungan teknologi enterprise global, termasuk Oracle, serta keterlibatan dengan sejumlah perusahaan teknologi besar di Indonesia.
Menurut Ridwan, pengalaman tersebut memberikan perspektif bahwa membangun teknologi berskala besar membutuhkan pendekatan yang berbeda dengan pengembangan aplikasi pada umumnya.
“Ketika sebuah platform tumbuh, tantangannya ikut tumbuh. Pengguna bertambah, trafik meningkat, data semakin besar dan risiko keamanan juga semakin kompleks. Semua itu harus dipikirkan sebagai satu ekosistem,” kata Ridwan.
Dari Aplikasi Menjadi Enterprise Platform
Bagi pengguna, sebuah platform digital mungkin hanya terlihat sebagai aplikasi di smartphone atau halaman di layar komputer.
Namun, di balik tampilan tersebut terdapat banyak komponen yang harus bekerja tanpa henti.
Aplikasi, database, API, storage, network, data processing, monitoring hingga sistem keamanan harus saling terhubung dan tetap tersedia ketika dibutuhkan.
Pada skala enterprise, menurut Ridwan, kemampuan tersebut menjadi semakin kompleks.
“Platform besar harus dirancang dengan asumsi bahwa suatu saat trafik bisa meningkat berkali-kali lipat. Kita juga harus mempersiapkan apa yang terjadi ketika salah satu komponen mengalami gangguan,” ujarnya.
Karena itu, konsep seperti scalability, high availability, redundancy, reliability, observability dan disaster recovery menjadi bagian penting dalam pembangunan platform berskala besar.
Tujuannya bukan hanya membuat sistem dapat berjalan, tetapi memastikan layanan tetap tersedia ketika jumlah pengguna dan beban sistem terus berkembang.
Ketika Data Menjadi Tantangan Berikutnya
Setelah persoalan skala, tantangan berikutnya adalah data.
Semakin besar sebuah platform, semakin banyak pula informasi yang dihasilkan.
Data dapat berasal dari aktivitas pengguna, transaksi, pencarian, interaksi, perangkat hingga berbagai sistem lain yang terhubung.
Menurut Ridwan, di sinilah Big Data memiliki peran strategis.
“Persoalannya bukan lagi bagaimana menyimpan data. Tantangannya adalah bagaimana data yang sangat besar dan tersebar itu dapat diolah menjadi sesuatu yang bernilai,” katanya.
Sistem Big Data memungkinkan organisasi mengumpulkan, memproses dan menganalisis informasi dari berbagai sumber.
Namun, nilai yang lebih besar mulai muncul ketika kemampuan tersebut dipadukan dengan Artificial Intelligence.
AI Mulai Menjadi Bagian dari Mesin Platform
Ridwan melihat AI tidak lagi sekadar teknologi tambahan dalam sebuah platform.
Pada sistem modern, AI mulai menjadi bagian dari mesin yang bekerja di belakang layar.
Pengguna mungkin tidak menyadarinya ketika sebuah platform merekomendasikan konten, mendeteksi transaksi mencurigakan atau menemukan aktivitas yang tidak biasa.
Di belakang proses tersebut, AI dapat memainkan peran penting.
“AI di level enterprise jauh lebih luas daripada chatbot. AI bisa digunakan untuk recommendation engine, fraud detection, behavioral analytics, anomaly detection sampai predictive analytics,” ujar Ridwan.
Menurutnya, AI menjadi semakin kuat ketika mendapatkan dukungan data dalam jumlah besar dan berkualitas.
Big Data menyediakan sumber informasi, sementara AI membantu menemukan pola dan hubungan yang sulit ditemukan melalui pemrosesan konvensional.
Dari Data Menjadi Intelligence
Tahap berikutnya adalah bagaimana informasi tersebut dapat digunakan untuk membantu manusia mengambil keputusan.
Konsep inilah yang membawa Ridwan pada pengembangan dan pemanfaatan Intelligence System.
Dalam Intelligence System, data dari berbagai sumber dapat dikumpulkan dan dikorelasikan untuk menghasilkan gambaran yang lebih menyeluruh mengenai suatu kondisi.
Teknologi tersebut dapat digunakan untuk mendukung real-time monitoring, situational awareness, pattern recognition, risk analysis, predictive intelligence hingga early warning system.
“Kalau sebelumnya sistem hanya menjawab apa yang sudah terjadi, teknologi sekarang mulai diarahkan untuk memahami apa yang sedang terjadi dan memberikan gambaran tentang apa yang mungkin terjadi berikutnya,” kata Ridwan.
Kemampuan tersebut menurutnya akan semakin relevan ketika organisasi harus mengambil keputusan di tengah volume data yang terus bertambah.
Cybersecurity Menjadi Tantangan yang Tak Terpisahkan
Semakin canggih sebuah platform, persoalan keamanan juga semakin besar.
Ridwan mengatakan setiap aplikasi, API, database, akun pengguna, perangkat hingga infrastruktur yang terhubung dapat menjadi bagian dari attack surface sebuah sistem.
Karena itu, cybersecurity tidak dapat ditempatkan sebagai pekerjaan terakhir setelah platform selesai dibangun.
“Security harus menjadi bagian dari arsitektur. Semakin besar platform, semakin sulit memperbaiki keamanan kalau sejak awal fondasinya tidak dipersiapkan,” ujarnya.
Pendekatan tersebut dikenal sebagai Security by Design, yakni memasukkan aspek keamanan sejak tahap perencanaan dan pengembangan sistem.
Pada lingkungan enterprise, penerapannya dapat mencakup Identity and Access Management, API security, encryption, network security, vulnerability management, audit trail, threat detection hingga Security Operations Center.
Pengalaman Membentuk Cara Melihat Teknologi
Sebagai konsultan sekaligus praktisi, Ridwan mengaku terbiasa melihat teknologi tidak hanya dari sisi engineering.
Ada kebutuhan bisnis, keamanan, operasional, biaya infrastruktur, tata kelola hingga kemampuan sistem untuk terus berkembang yang harus dipertimbangkan secara bersamaan.
Pengalamannya dalam lingkungan teknologi enterprise, termasuk konsultasi cybersecurity yang berkaitan dengan ekosistem teknologi global seperti Oracle serta keterlibatan dengan perusahaan-perusahaan teknologi besar di Indonesia, turut membentuk pendekatan tersebut.
Menurut Ridwan, seorang praktisi yang membangun platform berskala besar harus mampu melihat teknologi secara menyeluruh.
“Kadang keputusan teknis yang terlihat kecil hari ini bisa menjadi persoalan besar ketika pengguna sudah jutaan. Karena itu, kita harus berpikir beberapa langkah ke depan,” katanya.
Platform Masa Depan Akan Semakin Kompleks
Ridwan memperkirakan platform digital generasi berikutnya akan semakin menggabungkan berbagai disiplin teknologi.
Enterprise Platform, Big Data, Artificial Intelligence, Cybersecurity dan Intelligence System tidak lagi berdiri sebagai teknologi yang terpisah.
Kelima bidang tersebut akan saling terhubung.
Enterprise Platform menyediakan fondasi sistem. Big Data mengelola informasi dalam skala besar. AI memberikan kemampuan analisis dan otomatisasi. Cybersecurity melindungi keseluruhan ekosistem. Sementara Intelligence System mengubah berbagai informasi tersebut menjadi insight yang dapat digunakan.
Bagi Ridwan, kemampuan mengintegrasikan teknologi tersebut akan menjadi semakin penting seiring meningkatnya ketergantungan perusahaan dan organisasi terhadap platform digital.
“Pada akhirnya, platform yang kuat bukan hanya yang memiliki banyak fitur. Platform harus mampu berkembang, tetap tersedia, melindungi data dan semakin cerdas ketika skalanya bertambah,” pungkas Ridwan.
Comments
0 comment