Mungkin untuk bisa meng-upload nyawa manusia masih terlalu jauh untuk diwujudkan. Tapi tidak bisa disanggah lagi semua pekerjaan yang sebelumnya dilakukan dengan media kertas akan beralih ke media digital, yang pasti untuk mempermudah, mempercepat, dan menekan biaya produksi, semua urusan bisnis dan perdagangan dilakukan secara digital, terlebih lagi dengan machine learning atau mesin pintar.
Machine Learning adalah cabang ilmu komputer yang memiliki kemampuan belajar dari pola data, baik yang diberikan sebelumnya maupun data baru. Machine learning erat kaitannya dengan computational computing karena mengandalkan pola statistik dari data yang diproses.
Perusahaan dari berbagai indsutri pun mulai melirik machine learning sebagai competitive advantage. Survei yang dilakukan Massachusetts Institute of Technology (MIT) terhadap 186 perusahaan dengan pendapatan di atas US$500 juta menunjukan 76% sudah menggunakan machine learning untuk meningkatkan pendapatan. Machine Learning adalah mesin pintar yang siap membantu tiap perusahaan untuk meningkatkan kinerja.
Untuk meng-update perkembangan produk-produk digital yang bisa diterapkan dalam berbagai bidang PT Computrade Technology International (CTI Group), penyedia solusi infrastruktur teknologi informasi (TI) pada 8 Maret 2017 menggelar konferensi dan pameran infrastruktur TI, yaitu CTI IT Infrastucture Summit 2017.
Masyarakat yang dibidik dalam event ini adalah para profesional TI, keuangan, dan para pelaku berbagai industri. Perhelatan kali ini fokus pada sistem solusi machine learning. Aplikasi ini dibuat untuk mengakselerasi pertumbuhan bisnis.
CTI IT Infrastructure Summit 2017 merupakan event tahunan, kali ini memasuki edisi ke-4 yang digelar di Jakarta menampilkan puluhan pembicara dan praktisi bisnis terkemuka serta demo teknologi dan solusi infrastuktur TI dari CTI Technology Center, vendor teknologi dunia dan para mitra bisnis CTI Group.
Event ini juga sebagai arena inovasi berbagai pabrikan software dan hardware teknologi terbaru yang akan menjadi trend di kalangan industri di masa mendatang.
Dengan mengambil tema ‘Machine Learning: Capitalizing tech Information of Everything to Drive Your Digital Business’, CTI IT Infrastucture Summit 2017 kali ini juga menghadirkan Menteri Komunikasi dan Informatika, Rudiantara, Vice President (Southeast Asia) Gartner Advisory, Jonathan Krause dan CTO Software and Cognitive Solutions IBM Asia Pacific, Shanker V Selvadurai sebagai Keynote Speakers.
Menkominfo Rudiantara mengatakan, machine learning saat ini banyak digunakan di korporasi tetapi lebih kepada pemanfaatan internal, yaitu untuk supervisi. Korporasi dengan pabrik dan pegawainya yang tersebar di berbagai lokasi harus melakukan pengawasan dengan lebih mudah melalui teknologi ini.
“Dengan berkembangnya bisnis dan infrastruktur ke depan, implementasi Machine Learning bisa lebih luas lagi dan akan mampu meningkatkan sisi suplai,” kata Rudiantara.
Rudiantara menambahkan, ke depan teknologi semacam machine learning juga bisa diterapkan di sektor-sektor publik, sehingga akan meningkatkan kualitas dan kuantitas pelayanan kepada masyarakat. Bagi institusi publik itu sendiri, perangkat seperti itu akan meningkatkan efisiensi dan efektifitas pekerjaan.
Paparan mengenai adopsi Machine Learning di berbagai industri disampaikan oleh Managing Director Grab Indonesia, Ridzki Kramadibrata, Executive Director Head of Digibank DBS Indonesia, Leonardo Koesmanto, dan COO Dataspark part of Singtel Group, Ying Shao Wei dan dimoderatori oleh ketua Asosiasi Perguruan Tinggi dan Informatika dan Komputer (Aptikom) Prof. Richardus Eko Indarjit.
Sementara Co-Founder dan COO CTI Group, Rachmat Gunawan menjelaskan, Machine Learning juga memiliki fungsi-fungsi khusus seperti mengerjakan penerjemahan konten, mencegah cyber attack dan fraud, sampai ‘meningkatkan harapan hidup’ masyarakat.
Salah satunya melalui inovasi rem darurat otomatis yang mencegah risiko kecelakaan berkendara hingga 61%. Dengan beragamnya tugas yang dapat dijalankan teknologi ini, para peneliti dari Oxford University memprediksi 47% dari lapangan kerja di Amerika serikat akan tergantikan oleh robot pada 2034.
“Walaupun terdengar mengkhawatirkan namun dengan pemanfaatan yang tepat Machine Learning dapat berjalan beriringan dengan manusia tanpa ada yang menggantikan satu sama lain. Untuk itu, melalui CTI Infrastructure Summit 2017, profesional bisnis yang hadir dapat belajar dari para pembicara ahli tentang bagaimana mengadopsi Machine Learning dengan tepat dan menyingkap semua peluang yang selama ini terkubur dalam tumpukan data, “ jelas Rachmat Gunawan.
Lembaga riset Gartner mengatakan, teknologi mesin pintar, salah satunya Machine Learning, akan menjadi teknologi paling mendisrupsi pasar dalam 10 tahun ke depan berkat meningkatnya kemampuan computing, lonjakan jumlah data, dan kemajuan deep neural network yang memungkinkan organisasi memanfaatkan data bisnis untuk beradaptasi dengan situasi baru dan memecahkan masalah.
Sementara, Delloite Touche Tohmatsu, kantor akuntan publik yang berpusat di New York mencatat 300 juta smartphone akan memiliki kemampuan Machine Learning pada 2017.
Ini menandakan perangkat mobile akan mampu melakukan tugas Machine Learning tanpa konektivitas internet yang akan mengubah cara manusia berinteraksi dengan teknologi di setiap industri, pasar dan masyarakat.
Di era digital dimana data berkembang sangat cepat, dan memerlukan pendekatan yang baru dalam teknologi dan strategi. Sekitar 80% data yang tersebar adalah Dark Data (tidak teridentifikasi) yang tidak hanya berupa teks tapi juga gambar, video dan suara.
“Untuk itu IBM memiliki solusi pendekatan cognitive yang mampu menganalisa, memberikan rekomendasi di seluruh industri. IBM Watson merupakan produk dari solusi cognitive kami yang memiliki kemampuan untuk membuka data-data yang tidak teridentifikasi tersebut,” jelas Presiden Direktur IBM Indonesia Gunawan Susanto.
CTI IT Infrastucture Summit adalah event tahunan CTI Group yang mengumpulkan peneliti, vendor, praktisi, akademisi, dan pembuat kebijakan dari kalangan pemerintahan untuk mengupas tren dan tantangan TI terkini dan akan datang.
Para profesional bisnis dan TI di Indonesia hendaknya dapat memahami berbagai manfaat dan tantangan dari tren TI melalui sharing best practice dari para pembicara terkait proses, tools, teknologi, teknis, dan aplikasi TI. Karena, setiap tahun selalu muncul teknologi baru yang melahirkan perangkat baru dengan fungsi baru.
Menggantikan Manusia
Country Manager-Director – Global Business Partner IBM Indonesia, Novan Adian mengatakan, perangkat Machine Learning juga sudah dibuat oleh banyak pabrikan komputer di dunia, termasuk IBM.
Semua sistem yang computerized, sifatnya pro hybird. Sekarang sistem yang computerized mampu membuat decision-nya sendiri, dan menyediakan advice bagi penggunanya.
Dari jumlah data yang semakin banyak, big data yang dihasilkan mobile device seperti sosial media dan banyak sumber dari web yang di dalamnya banyak account. Sebenarnya itu adalah behavior para pengguna pada saat memasuki web tersebut, yang biasanya menggunakan suatu aplikasi. Data yang ada itu adalah data yang sifatnya in transaction, yang diketahui sifatnya tidak beraturan, yang terdiri atas teks, video, dan audio.
“Bagaimana kita me-refresh data ini? Pada saat kita menganalisa ide-ide dari costumer bahwa data itu tidak cukup, hanya berasal dari inputan pada saat mereka bertransaksi. Misalnya, bank. Kalau kita mau melakukan probotion data dari costumer tersebut tidak cukup hanya itu. Di sosial media banyak hal yang bisa kita tangkap, mungkin dia punya hobi tertentu, behavior tertentu, atau dia orangnya ekstrim, jadi kalau melihat itu, perusahaan insurance ketika dia ingin mengajukan polis asuransi, dia bisa tahu karena berdasarkan research system,” Novan menjelaskan.
Dari situ pengguna bisa melihat dan me-moneytized data itu. Tujuannya satu, bahwa pengguna akan melakukan decision making jauh lebih cepat, ada analisanya, dan perangkat itu bisa memberikan advice.
“So, IBM sendiri sudah memanfaatkan itu untuk berbagam macam industri. Even kita sudah bisa memprediksi penyakit kanker apa yang diderita seseorang, bentuk pengobatnya apa. Tidak sesimple kalau kita melihat suatu penyakit, padahal kita sudah tanya satu dokter pada saat dia mendiagnosa suatu penyakit dia butuh berbulan-bulan dengan workshop, dan dengan waktu yang sangat singkat perangkat itu bisa menentukan jenis penyakitnya apa, treatment-nya seperti apa dan obatnya,” kata Novan.
Novan menambahkan, yang dilakukan IBM tidak sampai di situ, tapi juga extend ke berbagai area, bukan hanya insurance, lawyer dan lain-lain. Penerapannya juga sudah lengkap, tidak hanya sebagai analist.
Misalnya fitur automatic respond, respon apa yang paling cepat, paling akurat, paling tepat pada saat assessment. Novan mengakui, saat ini Indonesia masih di tahap sangat early tapi itu juga sudah sangat berkembang. Tapi keberadaan system dan manusia dalam satu organisasi atau sistem, masih sangat diperlukan kolaborasinya, tidak bisa lepas begitu saja.
Solusi yang bisa diberikan computerizing system yang bisa memberikan benefit dan penerapannya bagi industri. Bagaimana cara kerjanya? Misalnya di satu keranjang buah, ada pisang, apel, semangka, dan lain-lain. Nah, seorang anak kecil kita diminta memilah-milah buah tersebut. Si anak kecil itu bisa saja mengelompokannya dari warna, misal apel merah digabungkan dengan tomat. Mungkin juga dia akan mengklasifikasikan berdasar ukurannya. Cara mengklasifikasikan bisa dilakukan dengan berbagai identitas.
Tidak perlu diajari, namun demikian mengklasifikasikan berdasarkan background yang terdata ada kesamaan dari buah tadi. Data-data diasumsikan sebagai buah-buahan itu, kalau menggunakan andromax ke machine learning bisa mengklasifikasikan berdasarkan kesamaannya.
“Data semakin banyak, semakin bervariasi, semakin baik. Karena dia akan bidding more information. Machine learning bisa menggeser peran beberapa profesi, progresnya kemungkinan bisa digeser,” kata Novan.
Tahun 2015 di Wimbledon, London, untuk menghasilkan analisis dari pertandingan tenis ‘Grand Slam’ panitia menggunakan perangkat IBM system. Perangkat itu dipasang di semua sektor di seputar lapangan, sehingga bisa memonitor jalannya pertandingan dari dua petenis. Smash, backhand, dan seterusnya sampai mengukur berapa kecepatan bola, penonton kondisinya seperti apa. Mesin menangkap semua yang ada dan kemudian melihat apa yang terjadi, dan menyarikan ke dalam sebuah report. Itu salah satu penggunaan machine learning.
Sementara Managing Director Grab, Ridzki Kamadibrata menerangkan penerapan mesin pintar dalam operasional perusahaannya. Bukan hanya lokasi tapi juga patern dari driver-nya, preference dari driver-nya dan lain-lain. Kedua, mesin pintar juga bisa untuk penghematan biaya, karena dengan machine learning manajemen Grab bisa melihat patern dari para driver-nya, di mana mereka biasa aktif, jam berapa, dan seterusnya.
“Sehingga kita bisa memberikan signing job yang hemat biaya buat mereka,” kata Ridzki.
Ketiga, untuk kepentingan safety, keamanan. Banyak konsumen bingung, melihat kendaraannya berada di dekatnya tapi bukan mobil itu yang akan membawanya. Pertimbangannya banyak, salah satunya safety. Misalnya seorang perempuan disukai sama driver, kemarin pagi-pagi dijemput di dekat rumah, besoknya sekitar jam yang sama stand by di tempat sama.
“Itu kita hindari. Karena kita mempertimbangkan faktor safety, kita belajar juga dari machine learning. Repeated booking gak akan kita kasih driver untuk same location. Kalaupun itu terjadi post ride akan kita analisis lagi,” papar Ridzki.
Ada machine learning yang yang menganalisis sebelum perjalanan, tapi ada juga machine learning yang past ride. Setelah terjadi dilakukan audit lagi, bagaimana hal yang lolos dari segi safety, dan dilakukan cara manual dengan mewawancarai sopirnya. Kalau dari investigasi itu terbukti ada pelanggaran, sopir itu akan dikenakan skorsing. “Biasanya temporary suspend kita kasih tahu, kita retraining lagi kalau itu berulang lagi baru kita beri sanksi.”
