Machine learning menjadi salah satu teknologi yang paling banyak dimanfaatkan di seluruh sektor untuk berbagai kegunaan. Dari mengembangkan chatbot untuk melayani pelanggan hingga analisis data dan prediksi. Pelaku usaha akan semakin perlu mengintegrasikan teknologi ini pada setiap lini operasional untuk dapat beradaptasi dan mengoptimalkan bisnisnya.
Donnie Prakoso, Senior Developer Advocate, ASEAN, Amazon Web Services (AWS) mengatakan bagi pelaku usaha, machine learning memiliki setidaknya tiga manfaat utama yaitu menciptakan sumber-sumber pemasukan baru, meningkatkan efisiensi operasional maupun keuangan, hingga mendeteksi dan menanggapi risiko-risiko yang mengancam berjalannya bisnis.
“Otomatisasi yang dihadirkan oleh machine learning dapat membantu kita untuk mengoptimalkan pengalaman pelanggan maupun pengguna, membuat keputusan dengan lebih cepat dan lebih baik, meningkatkan operasional pada bisnis, dan bahkan mengembangkan produk-produk serta layanan-layanan baru,” tutur Donnie dalam media briefieng pada Rabu (20/7).
Meskipun machine learning dengan cepat menjadi salah satu teknologi yang paling banyak dimanfaatkan di seluruh sektor, namun konsep dasar, cara kerja, dan implementasinya belum sepenuhnya dimengerti oleh pembuat keputusan maupun pekerja non-IT serta masyarakat luas.
Salah satu miskonsepsi adalah anggapan bahwa machine learning dan artificial intelligence (AI) merupakan teknologi yang sama.
Donnie menjelaskan bahwa anggapan itu tidak benar. Machine learning merupakan turunan dari AI, yakni sebuah sistem yang mampu mereplikasi kecerdasan manusia dan menyelesaikan pekerjaan-pekerjaan yang sebelumnya memerlukan kecerdasan manusia tersebut.
“Sementara, machine learning bekerja dengan cara mencari pola pada data dan menciptakan model berdasarkan data tersebut. Tujuan utama pemanfaatan machine learning adalah membuat dan melakukan validasi atas keputusan-keputusan yang menggunakan logika,” tuturnya.
Lebih lanjut, dalam ilmu machine learning terdapat tiga model pembelajaran antara lain supervised, unsupervised, serta reinforcement learning. Supervised learning merupakan model pembelajaran menggunakan label dan akan menghasilkan jawaban yang konsisten; dengan kata lain, jika input data memiliki nilai “A”, maka output data akan memiliki nilai “B”, dan seterusnya.
Sementara, unsupervised learning digunakan untuk mendapatkan wawasan-wawasan baru dari data dalam jumlah besar. Terakhir, reinforcement learning menerapkan sistem “hadiah” dan “hukuman” dalam rangka mencerdaskan mesin yang sedang dilatih.
Bagi ahli sekalipun, machine learning terdiri dari kumpulan proses yang rumit. Amazon SageMaker, layanan machine learning yang dikembangkan AWS, hadir untuk menyederhanakan pekerjaan-pekerjaan tersebut dari hulu ke hilir dan mengurangi biaya yang dibutuhkan.
Demokratisasi Machine Learning Bersama AWS
Tantangan utama bagi bisnis dalam implementasi machine learning adalah dibutuhkannya tenaga ahli dan sumber daya yang tidak kecil. Pertama, developer yang memiliki keahlian khusus di bidang machine learning memang belum banyak tersedia. Kedua, tahap pembelajarannya pun membutuhkan lingkungan yang termutakhir, dari CPU, GPU, memori, hingga penyimpanan.
Demokratisasi dan pemerataan machine learning kepada setiap developer di tingkat pemula maupun ahli merupakan salah satu misi utama AWS.
Donnie mengatakan AWS menyediakan solusi seperti Amazon SageMaker Studio Lab yang berbasis platform komputasi open-source Jupyter Notebook. Developer bebas menggunakan CPU dan GPU pilihannya, serta mendapatkan memori sebesar 15 Gigabyte.
“Terlebih lagi, layanan ini dapat diakses tanpa biaya dan tanpa persiapan awal yang merepotkan. Ini akan sangat memudahkan developer untuk belajar dan bereksperimen dengan machine learning,” kata Donnie.
Selain itu ada Amazon SageMaker Canvas yang membantu awam untuk membuat model machine learning dan menghasilkan prediksi dengan akurat, tanpa perlu menulis sebaris kode pun,” lanjutnya.
Dari segi pelatihan, AWS juga menyelenggarakan program AWS DeepRacer, sebuah ajang balap mobil otonom yang memanfaatkan teknologi machine learning untuk berpacu di lintasan. Kegiatan ini dimaksudkan untuk pelajar maupun awam yang baru berkenalan dengan dunia machine learning.
“Amazon SageMaker dan solusi-solusi machine learning terkait membantu personel lintas tim untuk dapat berkolaborasi secara produktif, sehingga mendorong inovasi melalui machine learning,” pungkas Donnie.