Era revolusi industri 4.0 nampaknya memberikan kekhawatiran tenaga manusia akan digantikan teknologi. Namun, justru disinilah peluang setiap individu yang ingin mengembangkan diri di era industri baru ini dengan bantuan teknologi, salah satunya teknologi Artificial Intelligence ( AI). Dalam penerapannya, salah satu konsep AI yang saat ini sedang tren di industri bisnis adalah pengunaan machine learning, atau teknologi canggih peramal bisnis. Mengapa disebut demikian? Karena machine learning mampu mengolah data, mengelompokkan, membuat pemodelan, hingga menghasilkan suatu analisis yang dapat digunakan sebagai pertimbangan pengambilan keputusan dalam bisnis. 'Lebih detail, Marsya Juwita Aderizal, Product Marketing Manager Microsoft Indonesia menjabarkan proses serta pemanfaatan machine learning di berbagai industri dalam kegiatan meet-up kedua Data Science Enablement Program (14/11/2018) lalu.
Machine Learning untuk pengambil keputusan Sebagai bagian dari misi Microsoft menuju data driven business, berbagai tools penunjang bisnis untuk mengimplementasi AI kerap diciptakan, mulai dari Office 365, Power BI, dan yang paling mutakhir Azure Machine Learning. Office 365 dan PowerBI dapat membantu bisnis melihat data historis dalam bentuk laporan maupun interactive dashboard. Namun, jika ingin mendapatkan insight lebih tajam, bersifat prediktif, juga dapat memberi rekomendasi terpercaya, diperlukan program machine learning yang sudah terlatih. Saat membuat prediksi model berdasarkan kriteria-kriteria dimiliki untuk menghasilkan suatu inisiatif baru, machine learning dapat menunjukkan akurasi potensi inisiatif yang akan dilakukan serta dapat menekan risiko yang sebelumnya tidak terlihat. Machine learning juga sangat ideal untuk dapat menghasilkan sebuah insight dimana teknologi ini dapat membantu manajemen mengambil keputusan berdasar data karena sistem dan logika machine learning sudah menunjukkan rekomendasi statistik yang tidak hanya berdasarkan data historis namun juga parameter-parameter lainnya. Menariknya lagi, semakin banyak data yang diolah menggunakan kemampuan data science, maka semakin cerdas machine learning sehingga keputusan yang diambil pun bisa lebih baik. Penggunaan AI dan machine learning Sebuah studi dari Gartner Global Research menunjukkan bahwa di tahun 2020, 85% pelaku usaha di dunia akan memasukkan teknologi AI paling tidak dalam satu proses di sistem internalnya. Tak heran bila saat ini teknologi AI dan machine learning sedang ramai diperbincangkan dan diaplikasikan di berbagai industri. Di industri keuangan misalnya, teknologi AI telah digunakan melalui chatbot untuk berinteraksi dengan pelanggan, credit analysis atau risk analysis, serta fraud detection menjadi lebih cepat dan akurat. Chatbot juga sangat berguna dalam meningkatkan produktivitas customer service. Berdasarkan survei dari 86 bank, ditemukan bahwa penggunaan AI dapat meningkatkan pendapatan bank sebesar 3,4% dan menurunkan pengeluaran mereka sebesar 3,9%. Pada industri retail, penggunaan machine learning dapat memberikan pemahaman mengenai perilaku pelanggan dan segmentasi, sehingga dapat memberikan penawaran atau promo yang lebih tepat sasaran. Sementara untuk pabrik manufaktur, optimasi proses bisnis dapat dilakukan dengan mengurangi down time dan defect dengan menggunakan konsep predictive maintenance yaitu memperkirakan kapan mesin akan rusak sehingga teknisi dapat melakukan pencegahan dengan pengecekan atau perbaikan sebelumnya. Belajar Machine Learning
Artikel ini telah tayang di Kompas.com dengan judul "Belajar Data Science untuk Hasilkan Model Prediksi Bisnis Cerdas", https://edukasi.kompas.com/read/2019/01/03/20015491/belajar-data-science-untuk-hasilkan-model-prediksi-bisnis-cerdas.
Editor : Yohanes Enggar Harususilo
Machine Learning untuk pengambil keputusan Sebagai bagian dari misi Microsoft menuju data driven business, berbagai tools penunjang bisnis untuk mengimplementasi AI kerap diciptakan, mulai dari Office 365, Power BI, dan yang paling mutakhir Azure Machine Learning. Office 365 dan PowerBI dapat membantu bisnis melihat data historis dalam bentuk laporan maupun interactive dashboard. Namun, jika ingin mendapatkan insight lebih tajam, bersifat prediktif, juga dapat memberi rekomendasi terpercaya, diperlukan program machine learning yang sudah terlatih. Saat membuat prediksi model berdasarkan kriteria-kriteria dimiliki untuk menghasilkan suatu inisiatif baru, machine learning dapat menunjukkan akurasi potensi inisiatif yang akan dilakukan serta dapat menekan risiko yang sebelumnya tidak terlihat. Machine learning juga sangat ideal untuk dapat menghasilkan sebuah insight dimana teknologi ini dapat membantu manajemen mengambil keputusan berdasar data karena sistem dan logika machine learning sudah menunjukkan rekomendasi statistik yang tidak hanya berdasarkan data historis namun juga parameter-parameter lainnya. Menariknya lagi, semakin banyak data yang diolah menggunakan kemampuan data science, maka semakin cerdas machine learning sehingga keputusan yang diambil pun bisa lebih baik. Penggunaan AI dan machine learning Sebuah studi dari Gartner Global Research menunjukkan bahwa di tahun 2020, 85% pelaku usaha di dunia akan memasukkan teknologi AI paling tidak dalam satu proses di sistem internalnya. Tak heran bila saat ini teknologi AI dan machine learning sedang ramai diperbincangkan dan diaplikasikan di berbagai industri. Di industri keuangan misalnya, teknologi AI telah digunakan melalui chatbot untuk berinteraksi dengan pelanggan, credit analysis atau risk analysis, serta fraud detection menjadi lebih cepat dan akurat. Chatbot juga sangat berguna dalam meningkatkan produktivitas customer service. Berdasarkan survei dari 86 bank, ditemukan bahwa penggunaan AI dapat meningkatkan pendapatan bank sebesar 3,4% dan menurunkan pengeluaran mereka sebesar 3,9%. Pada industri retail, penggunaan machine learning dapat memberikan pemahaman mengenai perilaku pelanggan dan segmentasi, sehingga dapat memberikan penawaran atau promo yang lebih tepat sasaran. Sementara untuk pabrik manufaktur, optimasi proses bisnis dapat dilakukan dengan mengurangi down time dan defect dengan menggunakan konsep predictive maintenance yaitu memperkirakan kapan mesin akan rusak sehingga teknisi dapat melakukan pencegahan dengan pengecekan atau perbaikan sebelumnya. Belajar Machine Learning
Artikel ini telah tayang di Kompas.com dengan judul "Belajar Data Science untuk Hasilkan Model Prediksi Bisnis Cerdas", https://edukasi.kompas.com/read/2019/01/03/20015491/belajar-data-science-untuk-hasilkan-model-prediksi-bisnis-cerdas.
Editor : Yohanes Enggar Harususilo
