Dhialoka.com - Solusi Bisnis Anda di Dunia Digital

  • Home
  • Story
  • Implementasi Artificial Intelligence dalam Bisnis

Implementasi Artificial Intelligence dalam Bisnis

Big Data, deep learning, aritificial inteligent, machine learning.

Keempat frase itu sudah tidak asing lagi dalam beberapa tahun terakhir. Perbincangan Artificial Intelligence (AI) atau machine learning (ML) sangat intense di kalangan praktisi di dunia digital baik itu pebisnis atau pun engineer.

Namun, yang masih ditunggu adalah implementasi nyata dan memberi impak besar dalam dunia bisnis masih bisa dihitung dengan jari. Kalau dilihat sudah ada beberapa fitur atau services yang sudah menggunakan AI.

Berbicara tentang AI/ML, kita akan berbicara bagaimana sebuah mesin mempelajari sekelompok data yang banyak (Big Data) secara otomatis menggunakan algoritma yang dibuat engineer. Biasanya engineer AI/ML menggunakan 3 model training

  • Supervised Learning
    Digunakan untuk mengolah data yang memiliki history dan memiki nilai. Dengan kata lain, kita bisa meminta mesin menentukan apakah memilih A atau B dari data yang sudah ada untuk diambil keputusan. Contoh kasus ini bisa dilihat pada aplikasi prediksi saham, prediksi cuaca dan lain-lain
  • Unsupervised Learning
    Digunakan untuk mempelajari pola data yang ada. biasanya data yang dipelajari tidak terstruktur. Contoh kasus ini adalah rekomendasi artikel atau image atau produk pada media atau marketplace.
  • Reinforcement Leaning
    Digunakan secara aktif di dunia robotic dan AI. Algoritma ini selain mempelajari data yang telah ada, dia akan menerima input dari luar untuk melengkapi hasil pengolahan yang dihasilkan. Contoh kasus model ini adalah rekomendasi video Youtube, dimana user akan diberikan fitur Suka, tidak suka, atau biasa saja untuk dipilih.

Ahh itu masih teori di awang-awang, sebenarnya apa sih implementasi sesungguhnya yang bisa dilakukan…?

Mari kita coba lihat beberapa hal berikut ini:

  • Supply Chain Management & Inventory Management
    Dalam bagian ini, ML dapat memprediksikan kebutuhan produk baru dan juga mengidentifikasi faktor-faktor yang mempengaruhi perubahan demand tersebut. ML secara tidak langsung dapat membantu mengurangi biaya inventori.
  • Fraud Detection
    Machine learning akan melihat pola berbeda dari anomali data yang masuk. ML dapat membantu penyedia kartu kredit melakukan tracking berdasarkan data pembelian, besar transaksi, lokasi dan membandingkannya dengan data yang ada. Jika data tersebut terjadi anomali maka mesin dapat memberi alert
  • Predictive Maintenance
    Untuk ini, bisa digunakan di industri transportasi misalnya. ML dapat memberikan alert ketika ada gejala-gejala yang tidak sesuai saat maintenance sebelumnya dengan data yang baru. untuk segera direview apakah kendaraan tersebut harus segera melakukan proses maintenance atau tidak
  • Personalization & Customer Churn Prevention
    Personalisasi dapat digunakan pebisnis untuk memberikan penawaran-penawaran tertentu berdasarkan dari perilaku seseorang. mulai dari bahan bacaan, transaksi yang dilakukan, jumlah transaksi dalam periode tertentu. Case ini akan sangat menarik dan sangat membantu para pelaku bisnis bila memiliki data transaksi pelanggannya. ML akan merekomendasikan produk atau promo apa yang cocok dengan pelanggan tersebut.

Demikian beberapa uraian singkat tentang implementasi artificial intelligence/machine learning (AI/ML). semoga dapat memberi insight bila ingin membuat aplikasi {AI/ML)

Related Article

Copyrights 2021  Dialoka.com

Kantor:

Belleza BSA, 1st floor, Jl. Letjen Soepeno Permata Hijau, Kebayoran Lama, Jakarta Selatan 1220

Telp: +62 815 7417 7104

e-mail: bisnis@dialoka.com