Contoh Machine Learning dalam Real-Case Dunia Industri
Tidak bisa dipungkiri jika Machine Learning telah melekat dalam kehidupan sehari-hari. Hampir semua aktivitas dalam keseharian tak lepas dari peranan teknologi yang satu ini. Arthur Samuel, seorang pelopor Artificial Intelligence pada tahun 1950an menciptakan istilah machine learning tepatnya di tahun 1959. Machine learning merupakan turunan dari Artificial Intelligence.
Namun fokus dari machine learning disini adalah menggunakan data dan algoritma untuk meniru cara berpikir dan belajar dari manusia secara bertahap untuk meningkatkan akurasinya. Dengan menerapkan machine learning artinya komputer punya kemampuan belajar tanpa diprogram alias tanpa bantuan apapun. Tidak heran kalau machine learning terus digunakan oleh pemilik industri besar dalam mengembangkan kecanggihan teknologi.
Sampai dengan hari ini, kita bisa lihat banyak sekali contoh yang ditimbulkan dari adanya machine learning. Misalnya, penggunaan face recognition ketika ingin melakukan login di handphone, face ID pada iPhone, voice search technology, self-driving cars dan masih banyak sekali implementasi dari machine learning yang bisa kita temukan dalam kehidupan sehari-hari.
Melalui Machine Learning maka tugas-tugas bisa diselesaikan dengan cepat dan akurat karena kemampuan adaptasinya yang justru memudahkan dirimu apabila bekerja di ranah industri. Dengan menggunakan Machine Learning, secara tidak langsung kita adalah pengguna dari machine learning itu sendiri.
Lantas, selain yang telah disebutkan diatas, kira-kira apa lagi contoh machine learning dalam kehidupan sehari-hari? Yuk kita simak informasinya melalui artikel berikut ini!
1. Customer Support
Pernahkah sahabat DQLab menjumpai setiap kali buka website tiba-tiba muncul notifikasi berupa chat? Misalnya halo ada yang bisa dibantu, selamat datang di website resmi kami, halo kak lagi cari apa? dan tiba-tiba bunyi terus nawarin produk? Apakah ada yang merasa sama denganku? Tenang saja sahabat DQLab tidak perlu bingung karena hal seperti ini kerap ditemui.
Hal ini dinamakan online customer support sebab pengguna bisa langsung melakukan tanya jawab kepada chatbot yang sudah tersedia apabila ada hal-hal yang merasa janggal dan ingin ditanyakan.
Sejumlah situs web saat ini sudah menyediakan opsi untuk berkonsultasi dengan customer service. Dalam sebagian besar kasus, biasanya kita berbicara dengan chatbot. Bot ini cenderung mengekstrak informasi dari situs web dan menyajikannya kepada customer.
Chatbot akan mempelajari setiap pertanyaan yang ditanyakan oleh customer dan menampilkan jawaban template sesuai keyword. Biasanya akan diambil dari pertanyaan-pertanyaan yang sering ditanyakan oleh user. Algoritma Machine Learning akan membuat model yang bisa mengklasifikasikan pertanyaan dan memberikan jawaban sesuai keyword yang diolah oleh model.
Baca juga : Yuk Kenali Macam-Macam Algoritma Machine Learning!
2. Deteksi atau Pengenalan Wajah
Deteksi wajah atau face recognition merupakan salah satu contoh dari penerapan machine learning untuk mengidentifikasi dan mengonfirmasi identitas seseorang dengan wajah mereka. Penggunaan dari face recognition bisa bermacam-macam untuk berbagai keperluan.
Face recognition menjadi salah satu sistem identifikasi biometrik yang paling baik dalam mengindentifikasi seseorang dengan fitur-fitur khusus pada tubuh maupun DNA yang menjadi pembeda antara satu orang dengan orang lainnya.
Menurut US Government Accountability Office, ada 4 komponen yang dibutuhkan untuk melakukan face recognition, yaitu: kamera, faceprint, Database dan algoritma untuk membandingkan faceprint dari wajah target dengan faceprint dalam database.
3. Terjemahan Bahasa Asing
Pernah merasa kebingungan tidak nih sahabat DQLab kalau misalnya tiap mau menerjemahkan kata per kata yang sulit dipahami kosakatanya maka kamus adalah barang pertama yang dicari oleh orang-orang. Tapi itu kan dulu. Sekarang dengan adanya perkembangan teknologi digital maka kamu tidak usah bingung-bingung lagi.
Kamu bisa memanfaatkan dengan sekali klik melalui Google Translate sahabat DQLab untuk mencari tahu tentang arti kata bahkan kalimat dalam bahasa asing. Disini bahasa yang diterjemahkan tidak hanya bahasa Inggris ya. Banyak bahasa yang bisa dipakai oleh user mulai dari bahasa Hindi, Mandarin, Thailand, Korea, Tagalog dan lain-lain.
Dengan memanfaatkan kecerdasan buatan Artificial Intelligence atau AI, Machine Translation dapat dengan mudah menerjemahkan suatu bahasa ke bahasa lainnya dengan banyak kata. Namun, pada proses pengembangan Machine Translation atau MT ini memiliki tantangannya tersendiri.
Pada beberapa tahun silam, Google Translate memberikan terjemahan literal saat kamu mencoba menerjemahkan satu bahasa ke bahasa yang lain. Sebagai pembelajaran dan proses pengembangan MT, google pun terus mengembangkan sistemnya agar terjemahan yang dihasilkan dapat lebih akurat dan sesuai dengan konteks yang diinginkan.
Baca juga : Kenali Algoritma Klasifikasi Machine Learning Terpopuler di Tahun 2021
4. Saran Pencarian Kata Kunci di Google
Kita masuk dalam contoh selanjutnya yaitu pencarian kata kunci Google. Pernahkah kalian berpikir untuk mencari kata kunci tertentu, tidak lama kemudian langsung muncul hasil penelusuran beserta detiknya.
Google sebagai salah satu mesin pencarian kata kunci dengan pasar terbesar menerapkan machine learning. User bisa menuliskan kata kunci yang diinginkan di mesin pencarian Google. Ketika kita mengetik keyword tertentu, terkadang google sudah langsung memberikan saran secara otomatis berdasarkan lanjutan yang paling sering ditulis oleh orang lain yang menuliskan keyword yang sama.
Seperti pada gambar di atas, kita hanya menuliskan Machine Learning saja, namun di bawahnya ada beberapa rekomendasi yang disarankan oleh Google. Hal ini bisa terjadi tentu saja karena adanya pemanfaatan Machine Learning.
Semakin banyak orang yang menggunakan Google, maka Google akan semakin banyak belajar sehingga rekomendasi yang diberikan bisa jadi semakin sesuai dengan apa yang sedang kita cari.
5. Saran Pencarian Produk di Marketplace
Tidak dapat dipungkiri bila sekarang ini e-commerce di Indonesia mulai berkembang. Kondisi ini membuat suatu marketplace mengaplikasikan machine learning sebagai pendukungnya. Pada sebuah situs ecommerce, fitur search memiliki peran yang cukup penting.
Setiap pengunjung yang datang akan menggunakan fitur ini untuk menemukan produk yang mereka mau. Nah, machine learning dapat diajari untuk mengoptimalkan fungsi pencarian ini.
Misalnya seseorang ingin mencari kaos dengan menggunakan keyword t-shirt maka machine learning seharusnya dapat memahami apa yang pengunjung inginkan. Dengan demikian user dapat memanfaatkan fitur search untuk menemukan produk mana yang akan dibeli.
Langkah ini diterapkan dengan sangat baik oleh Amazon. Sekitar 50% - 60% bagian halaman Amazon terdiri dari iklan dan produk yang dihasilkan oleh algoritma machine learning dan mampu memberikan rekomendasi produk kepada pengunjung. Hasilnya, pengunjung dapat merasa bahwa situs tersebut seperti hidup dan mampu melayani mereka dengan baik.
6. Deteksi Kecurangan di Sektor Perbankan
Sektor perbankan justru sangat bermanfaat ketika menerapkan metode machine learning. Sebab data perihal keuangan sangatlah besar dan setiap waktu nasabah melakukan transaksi terus-menerus. Machine learning dilakukan untuk memantau terjadinya arus keuangan, penelusuran transaksi antar nasabah dan melakukan antisipasi pada tindak kecurangan dalam sektor perbankan.
Sangatlah krusial apabila sektor perbankan tidak mengaplikasikan machine learning. Apalagi isu sekarang ini kita sama-sama tahu bahwa keamanan data sangat dijaga betul sehingga jangan sampai data nasabah itu bocor oleh oknum yang tidak bertanggung jawab.
American Express, salah satu perusahaan di Amerika Serikat menerapkan machine learning sebagai antisipasi deteksi fraud di sektor keuangan. Sekitar 110 juta kartu AmEx sedang digunakan oleh nasabah dengan melakukan transaksi tahunan senilai $1 trilliun. Untuk mendeteksi penipuan hampir secara real-time dan mencegah kerugian jutaan dollar, American Express memanfaatkan aliran data untuk membuat aplikasi yang dapat menghubungkan antara nasabah sebagai pemegang kartu dengan bank secara langsung untuk memberikan penawaran eksklusif. Pihak bank juga bisa melakukan analisis tren sebagai pedoman untuk melakukan pemantauan terkait pergerakan harga di sektor keuangan.
Sejalan dengan adanya contoh dari penerapan machine learning yang semakin berkembang membuat kita sadar bahwa selama ini kita juga merupakan pemakai dari teknologi tersebut. Dengan keberadaan teknologi tentu menjadikan semua pekerjaan manusia lebih mudah dan efisien. Maka dari itu ada baiknya kamu juga perlu belajar terkait Machine Learning serta implementasi dari real-case industri. Banyak modul yang disediakan oleh DQLab terkait dengan machine learning.
Penulis: Reyvan Maulid