Technologue.id, Jakarta - Machine Learning makin banyak digunakan oleh berbagai sektor bisnis maupun lembaga-lembaga layanan publik dalam melakukan transformasi. Keberadaan dan perannya hadir menjadi bagian yang terintegrasi dan bersinergi dengan teknologi-teknologi lain yang juga tengah menjadi tren dunia, sebut saja Cloud, Big Data Analytic, AI atau kecerdasan buatan, dan Internet of Things.
Berbicara tentang manfaat, machine learning tidak hanya dimanfaatkan untuk sebatas membuat prediksi atau prakiraan. Machine learning mampu menawarkan manfaat yang lebih luas dari itu. Santanu Dutt, Head of Technology South East Asia, AWS menyebut juga automations & robotika, gaming, computer vision, hingga natural language understanding dan pengenalan suara. Kesemuanya mendayagunakan machine learning untuk realisasinya.
Dengan jumlah data-data yang terus bertambah dan memperkaya landasan analitik yang tersimpan di Cloud yang unggul dalam skalabilitas, pendayagunaan machine learning di kalangan organisasi bisnis maupun non-profit telah menunjukkan kepada kita beragam terobosan-terobosan baru yang tercipta berkat pendayagunaannya dan berhasil menjadi solusi cerdas bagi ekosistemnya.
Baca Juga:
WWF-Indonesia Pantau Habitat Orangutan Lewat Teknologi AWS
Pendayagunaan machine learning saat ini juga tidak saja didominasi oleh perusahaan-perusahaan berskala besar, namun juga perusahaan-perusahaan berskala menengah kecil dan tentu saja perusahaan Startup digital. Dari industrinya, tampak bahwa machine learning telah dimanfaatkan oleh berbagairagam industri untuk kepentingan yang makin luas, dari manajemen sumber daya hingga optimalisasi kepuasan pelanggan. Jenis industri yang menggunakan merentang dari kesehatan, pendidikan, konservasi lingkungan, telekomunikasi, hingga sektor finansial.
Bahkan, di Indonesia, pemanfaatan machine learning berbasis Cloud AWS, juga telah menyentuh industri pertanian, industri agritech tepatnya. HARA, nama perusahaan startup agritech yang berbasis di Jakarta, memanfaatkan machine learning untuk pertukaran data yang dikumpulkan dari petani-petani kecil di Indonesia. Data-data tersebut terkoneksi dengan matarantai ekosistemnya.
Melalui aplikasi di ponsel, para petugas lapangan HARA mengumpulkan beberapa jenis data yang terkait dengan petani, seperti penanaman dan panen. Para petani yang menyediakan data di HARA akan diberikan poin loyalitas sebagai bentuk insentif dari HARA. Mereka dapat menukarkan poin tersebut dengan pulsa dan diskon untuk pasokan bahan pertanian. Data-data tersebut dapat terhubung dengan institusi finansial untuk keperluan peminjaman modal atau kebutuhan-kebutuhan lain. Data-data tersebut juga dapat dimanfaatkan oleh ekosistem lain yang memiliki keterkaitan kepentingan.
Saat ini, HARA telah dimanfaatkan oleh 32 ribu petani di Indonesia. HARA terus menargetkan adanya penambahan jumlah petani yang bergabung, yaitu hingga 1 juta petani. Untuk mengantisipasi isu skalabilitas, HARA menggunakan cloud AWS.
Terkait dengan layanan AWS yang siap mendukung optimalisasi pendayagunaan machine learning, Santanu menyebut beberapa layanan, antara lain Amazon Kendra, Amazon Sumerian, Amazon Lambda, Amazon Polly, Amazon Lex, Amazon Connect, serta Amazon Transcribe. Layanan-layanan dari AWS tersebut mampu membantu perusahaan-perusahaan yang menjadi pelanggannya untuk mengembangkan layanan yang dapat menjadi solusi efektif bagi ekosistemnya.
Baca Juga:
UOB Pasang VMware Cloud on AWS untuk Infrastruktur Hybrid Cloud
Selain HARA dari Indonesia, Santanu juga menyontohkan Kumho Petrochemical yang beroperasi di Seoul, Korea Selatan, sebagai salah satu perusahaah di dunia yang telah memanfaatkan machine learning berbasis layanan AWS.
Perusahaan tersebut memanfaatkan machine learning sebagai solusi untuk memantau kepatuhan karyawan dalam mengenakan perlengkapan keselamatan saat bekerja, salah satunya adalah penggunaan helm keselamatan. Manajemen Kumho Petrochemical mengumpulkan seluruh identitas dan foto karyawan. Didukung pemasangan kamera-kamera yang ditempakan di area wajib mengenakan perlengkapan keselataman, perusahaan tersebut kemudian mendayagunakan machine learning dari AWS untuk mengidentifikasi siapa saja yang telah mengenakan helm pengaman dan siapa saja yang belum mengenakannya.
“Apabila teridentifikasi karyawan yang tidak mengenakan helm pengaman, sistem akan mengeluarkan peringatan suara yang dapat didengarkan oleh karyawan yang bersangkutan. Layanan Amazon Polly berperan dalam mengonversi teks ke perintah berujud suara,” jelas Santanu.
Santanu juga menyampaikan contoh penerapan pemanfaatan machine learning berbasis Cloud dari AWS. Perusahaan penyedia telekomunikasi di Malaysia, Maxis, mampu menghadirkan layanan pelanggan yang mengesankan berkat salah satunya dukungan layanan AWS Sumerian. Santanu menjelaskan AWS Sumerian mampu menghadirkan dimensi baru ke aplikasi web dan seluler. Dengan dukungan layanan tersebut, Maxis mampu menghadirkan layanan pelanggan yang impresif yang berbasis teknologi tiga dimensi, augmented reality (AR), dan virtual reality (VR).
Dikutip dari laman resmi AWS, pengalaman 3D yang imersif menyuguhkan ide baru bagi pengguna di web, mendorong keterlibatan pelanggan terhadap merek, dan meningkatkan produktivitas di tempat kerja. Amazon Sumerian mempermudah terwujudnya pengalaman front-end 3D yang menarik. Layanan ini pun terintegrasi dengan layanan AWS untuk menyediakan akses mudah ke machine learning, chatbot, eksekusi kode, dan lainnya. Sebagai platform berbasis web, pengalaman imersif dapat diakses melalui URL browser sederhana dan dapat dijalankan di perangkat keras yang umum digunakan untuk AR/VR.
Contoh-contoh menarik penerapan machine learning lainnya dari AWS yang disampaikan oleh Santanu antara lain adalah pemanfaatan untuk klaim di perusahaan asuransi sehingga lebih efisien dan akurat dalam analisisnya, pemanfaatan untuk peningkatan akurasi diagnosis di industri kesehatan, pemanfaatan untuk dunia pendidikan, hingga pemanfaatan machine learning untuk keperluan Know Your Customer (KYC) yang saat ini semakin menjadi kebutuhan utama perusahaan-perusahaan dalam memverifikasi pelanggannya.