Baca berita tanpa iklan. Gabung Kompas.com+
Salin Artikel

Belajar Data Science untuk Hasilkan Model Prediksi Bisnis Cerdas

KOMPAS.com - 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.

Walaupun terkesan canggih, sulit, dan mahal, namun bukan tidak mungkin teknologi machine learning ini untuk dipelajari.

Untuk itu, Microsoft menggandeng DQLab.id melakukan inisiatif program Data Science Enablement Program.

Melalui sistem pembelajaran online dan menggunakan real case project, peserta akan belajar proses pengolahan data kompleks yang sesuai dengan kebutuhan industri.

Selain itu, peserta juga dapat lebih memahami pembagian segmen pelanggan, menganalisis berbagai data, hingga mengolahnya menjadi model bisnis untuk menghasilkan insight baru yang dapat diimplementasikan pada usaha mereka.

“Solusi teknologi Microsoft Azure Machine Learning memang dihadirkan untuk membantu setiap individu dan bisnis yang ingin berkembang. Melalui model prediksi analitis dan insights yang dihasilkan, Azure Machine Learning bisa merekomendasikan model bisnis atau cara bekerja yang lebih efektif dan menguntungkan,” ujar Yos Vincenzo, Cloud and Enterprise Business Group Lead Microsoft Indonesia.

DQLab.id mengundang Anda untuk belajar data science, membuat model prediksi, dan mengolah data menggunakan studi kasus Industri dengan teknologi Azure Machine Learning. Pelajari ilmunya di DQLab.id dan langsung terapkan di bisnis Anda.

https://edukasi.kompas.com/read/2019/01/03/20015491/belajar-data-science-untuk-hasilkan-model-prediksi-bisnis-cerdas

Baca berita tanpa iklan. Gabung Kompas.com+
Unduh Kompas.com App untuk berita terkini, akurat, dan tepercaya setiap saat
QR Code Kompas.com
Arahkan kamera ke kode QR ini untuk download app
Baca berita tanpa iklan. Gabung Kompas.com+
Baca berita tanpa iklan. Gabung Kompas.com+
Close Ads
Bagikan artikel ini melalui
Oke
Apresiasi Spesial
Beli dan kirimkan Apresiasi Spesial untuk mendukung Jurnalisme Jernih KOMPAS.com
Rp
Minimal apresiasi Rp5.000
Dengan mengirimkan pesan apresiasi kamu menyetujui ketentuan pengguna KOMPAS.com. Pelajari lebih lanjut.
Apresiasi Spesial
Syarat dan ketentuan
  1. Definisi
    • Apresiasi Spesial adalah fitur dukungan dari pembaca kepada KOMPAS.com dalam bentuk kontribusi finansial melalui platform resmi kami.
    • Kontribusi ini bersifat sukarela dan tidak memberikan hak kepemilikan atau kendali atas konten maupun kebijakan redaksi.
  2. Penggunaan kontribusi
    • Seluruh kontribusi akan digunakan untuk mendukung keberlangsungan layanan, pengembangan konten, dan operasional redaksi.
    • KOMPAS.com tidak berkewajiban memberikan laporan penggunaan dana secara individual kepada setiap kontributor.
  3. Pesan & Komentar
    • Pembaca dapat menyertakan pesan singkat bersama kontribusi.
    • Pesan dalam kolom komentar akan melewati kurasi tim KOMPAS.com
    • Pesan yang bersifat ofensif, diskriminatif, mengandung ujaran kebencian, atau melanggar hukum dapat dihapus oleh KOMPAS.com tanpa pemberitahuan.
  4. Hak & Batasan
    • Apresiasi Spesial tidak dapat dianggap sebagai langganan, iklan, investasi, atau kontrak kerja sama komersial.
    • Kontribusi yang sudah dilakukan tidak dapat dikembalikan (non-refundable).
    • KOMPAS.com berhak menutup atau menonaktifkan fitur ini sewaktu-waktu tanpa pemberitahuan sebelumnya.
  5. Privasi & Data
    • Data pribadi kontributor akan diperlakukan sesuai dengan kebijakan privasi KOMPAS.com.
    • Informasi pembayaran diproses oleh penyedia layanan pihak ketiga sesuai dengan standar keamanan yang berlaku.
  6. Pernyataan
    • Dengan menggunakan Apresiasi Spesial, pembaca dianggap telah membaca, memahami, dan menyetujui syarat & ketentuan ini.
  7. Batasan tanggung jawab
    • KOMPAS.com tidak bertanggung jawab atas kerugian langsung maupun tidak langsung yang timbul akibat penggunaan fitur ini.
    • Kontribusi tidak menciptakan hubungan kerja, kemitraan maupun kewajiban kontraktual lain antara Kontributor dan KOMPAS.com
Gagal mengirimkan Apresiasi Spesial
Transaksimu belum berhasil. Coba kembali beberapa saat lagi.
Kamu telah berhasil mengirimkan Apresiasi Spesial
Terima kasih telah menjadi bagian dari Jurnalisme KOMPAS.com