Buat Akun DQLab & Akses Kelas Data Science Python, R, SQL, Excel GRATIS!

Catat! Ini Contoh Machine Learning di Keseharian

Belajar Data Science di Rumah 01-Maret-2023
https://dqlab.id/files/dqlab/cache/ca1bfd25dac52a321bfc4b34112e01b6_x_Thumbnail800.jpeg

Machine learning merupakan istilah yang populer beberapa tahun ini. Teknologi ini mulai banyak diterapkan di berbagai bidang karena fungsinya yang memudahkan pekerjaan. Terkadang machine learning dikaitkan dengan adanya teknologi-teknologi luar biasa. Padahal contoh machine learning di sekitar kalian juga banyak. Kehadiran machine learning ini memudahkan aktivitas sehari-hari. Mulai dari pekerjaan rumah, transportasi, berhubungan dengan orang di sosial media, dan keamanan data di email.


Machine learning hadir dengan tujuan meringankan dan mengefisienkan semua aktivitas. Sehingga sejatinya sangat mudah didapatkan di sekitar kalian. Salah satunya adalah GPS atau asisten pribadi virtual seperti Siri. Apa saja contoh lainnya yang mudah kita temukan tapi jarang kita sadari? Yuk, baca pembahasan berikut ini!


1. Industri Perbankan

Machine Learning

Perusahaan finansial seperti bank menggunakan machine learning untuk beberapa fungsi, seperti pencegahan penipuan, kredit, dan m-banking. Biasanya, volume transaksi harian sangat tinggi dan sulit bagi manusia untuk meninjaunya secara manual tiap transaksinya. Sistem berbasis machine learning menciptakan neural network untuk menentukan apakah transaksi tersebut merupakan penipuan atau tidak, dengan menerapkan faktor-faktor seperti frekuensi transaksi terbaru, ukuran transaksi, dan jenis retailer yang disertakan. 


Keputusan penerimaan permohonan kredit kini juga telah menggunakan AI. Saat mengajukan kredit atau pinjaman, badan keuangan harus menentukan dengan cepat apakah akan menyetujuinya atau tidak. Machine learning membantu dalam keputusan kredit berdasarkan penilaian resiko tertentu bagi pengguna secara terpisah.


Selain itu, teknologi AI juga menciptakan layanan praktis berupa mobile-banking yang dipersonalisasi sehingga pengguna yang tidak memiliki waktu untuk pergi ke bank dapat melakukan transaksi mandiri dimanapun ia berada. M-banking memungkinkan pengguna untuk melakukan cek saldo, transaksi, transfer, dan layanan bank lainnya hanya dengan smartphone di tangan.


Baca juga : Yuk Kenali Macam-Macam Algoritma Machine Learning!


2. Kebutuhan Transportasi

Machine Learning

Contoh machine learning dalam transportasi adalah untuk menyederhanakan waktu perjalanan menjadi lebih singkat. Misalnya pada Google Maps yang menggunakan data lokasi dari smartphone, ia dapat memeriksa pergeseran arus lalu lintas kapan saja secara real time. Apalagi ia juga dapat mendeteksi laporan lalu lintas seperti kemacetan dan kecelakaan. Dengan mengakses data yang relevan, Google Maps dapat mengurangi waktu perjalanan dengan menunjukkan rute tercepat.


Selain itu, machine learning juga dapat menganalisis perkiraan harga perjalanan, mengakurasi lokasi penjemputan, mengoptimalkan rute terpendek, dan mendeteksi penipuan. Program seperti ini sangat bermanfaat untuk layanan transportasi online. Uber telah menggunakannya guna mengoptimalkan pelayanan.


3. Media Sosial

Machine Learning

Saat mengunggah foto di Facebook, secara otomatis akan muncul saran tag teman berdasarkan deteksi wajah dalam foto tersebut, itulah AI. Selain identifikasi wajah, Facebook juga menggunakan AI untuk mempersonalisasi feeds dan menayangkan post yang menghibur atau menarik perhatian pengguna berdasarkan interest. Hal ini juga berlaku untuk menayangkan iklan bisnis tertentu yang sesuai dengan minat pengguna.


Aplikasi Instagram, Pinterest, dan Snapchat pun menggunakan machine learning untuk mengenali objek dalam gambar. Filter wajah (Lensa) Snapchat dan Instagram dapat menyaring dan melacak aktivitas wajah, sehingga memungkinkan animasi atau topeng digital filter tersebut mengikuti gerak wajah penggunanya.


Baca juga : Kenali Algoritma Klasifikasi Machine Learning Terpopuler di Tahun 2021


4. Dunia Pendidikan

Machine Learning

Aktivitas akademik selalu tak lepas dari pekerjaan esai dan pengecekan plagiarisme sebagai standar orisinalitas esai. Contoh machine learning di pendidikan adalah untuk membangun detektor plagiarisme yang akurat. Ia mampu menganalisis dengan cepat estimasi numerik tentang seberapa identik dokumen yang diinput dengan dokumen lain dalam database.


Machine learning juga dapat menciptakan Robo-reader, yaitu sistem penilaian esai secara otomatis. Esai adalah tulisan yang sangat kompleks, namun berkat bantuan AI, menilai tugas esai menjadi jauh lebih mudah. Ada ujian GRE yang menggunakan seorang penilai manusia dan satu Robo-reader yang dikenal sebagai e-Rater untuk menilai esai. Bahkan di sektor pendidikan ini, machine learning membantu dalam pembelajaran yang dipersonalisasi, voice assistant, memudahkan administrasi, dan menganalisis tingkat putus sekolah seorang siswa.


Ternyata machine learning memiliki banyak peran, ya. Bahkan di beragam industri atau bidang. Tertarik untuk menjadi ahli di machine learning? Kalian yang tidak memiliki latar belakang IT pun bisa mendalami ilmu tersebut. DQLab menjadi solusi belajar yang tepat bagi kalian.


Yuk, gabung di DQLab.id! Sahabat DQ akan belajar machine learning dari dasar sehingga talenta data dari non IT pun dapat mempelajari dan menguasainya. Dengan mentor data dan pembelajaran terstruktur akan lebih memudahkan pemula meningkatkan skill machine learning yang berdampak di industri. Segera Sign Up dan nikmati proses belajar yang mudah dan menyenangkan!


Penulis : Dita Feby 

Editor : Annissa Widya  


Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login