Trend Sistem Informasi/Teknologi Informasi dalam Bidang Politik

Teknologi informasi adalah suatu teknologi yang digunakan untuk mengolah data, termasuk memproses, mendapatkan, menyusun, menyimpan, memanipulasi data dalam berbagai cara untuk menghasilkan informasi yang berkualitas, yaitu informasi yang relevan, akurat dan tepat waktu, yang digunakan untuk keperluan pribadi, bisnis, dan pemerintahan dan merupakan informasi yang strategis untuk mengambil keputusan. Teknologi komunikasi merupakan perluasan dari ilmu komunikasi dengan basis teknologi seperti wireless, internet, faximille, komputer dan sebagainya. Tidak heran di era millennium ini Teknologi sangat berpengaruh besar pada berbagai bidang dalam mengolah semua pekerjaan yang ada dalam suatu perusahaan ataupun pendidikan. Bisa kita lihat bahwa Teknologi Informasi telah mencakup segala bidang termasuk Politik atau Pemerintahan.

TIK mencakup dua aspek yaitu teknologi informasi dan teknologi komunikasi.

   · Teknologi Informasi meliputi segala hal yang berkaitan dengan proses, penggunaan sebagai alat bantu, manipulasi, dan pengelolaan informasi.

   · Teknologi Komunikasi adalah segala sesuatu yang berkaitan dengan penggunaan alat bantu untuk memproses dan mentransfer data dari perangkat yang satu ke lainnya.

Secara khusus, tujuan mempelajari Teknologi Informasi dan komunikasi adalah:

   · Menyadarkan kita akan potensi perkembangan teknologi informasi dan komunikasi yang terus berubah sehingga termotivasi untuk mengevaluasi dan mempelajari teknologi ini sebagai dasar untuk belajar sepanjang hayat.

     · Memotivasi kemampuan kita agar bia beradaptasi dan mengantisipasi perkembangan TIK, sehingga bias melaksanakan dan menjalani aktifitas kehidupan sehari-hari secara mandiri dan lebih percaya diri.

     · Mengembangkan kompetensi kita dalam menggunakan Teknologi Informasi dan Komunikasi untuk mendukung kegiatan belajar, bekerja, dan berbagai aktifitas dalam kehidupan sehari-hari.

   · Mengembangkan kemampuan belajar berbasis TIK, sehingga proses pembelajaran dapat lebih optimal, menarik dan mendorong kita lebih terampil dalam berkomunikasi, terampil mengorganiasi informasi, dan terbiasa bekerjasama.

     · Mengembangkan kemampuan belajar mandiri, berinisiatif, inovatif, kreatif dan bertanggung jawab dalam penggunaan Teknologi Informasi dan Komunikasi untuk pembelajaran, bekerja, dan pemecahan masalah sehari-hari.

Berikut ini adalah salah satu trend Teknologi Informasi dalam bidang Politik:

   

Lingkungan Kerja Digital

Tenaga kerja pemerintah semakin diisi dengan karyawan “melek digital”, dari pekerja garis depan hingga eksekutif tingkat atas. Lingkungan kerja digital adalah strategi bisnis untuk meningkatkan keterlibatan karyawan dan kelincahan melalui lingkungan kerja yang lebih berfokus pada layanan publik. Tempat kerja digital mempromosikan gaya kerja kolaboratif; mendukung desentralisasi, lingkungan kerja mobile; dan merangkul pilihan masing-masing karyawan terhadap teknologi.

Keterlibatan Warga Melalui Banyak Saluran

Dalam memberikan pelayanan yang efektif terhadap masyarakat, pemerintahan memerlukan pendekatan holistik sebagai berikut:
(i) menggunakan data untuk menampung dan memahami kebutuhan serta keinginan warga;
(ii) memanfaatkan sosial media secara efektif untuk berkomunikasi secara aktif kepada warga;
(iii) memungkinkan warga negara untuk terlibat pada pengambilan keputusan terhadap proyek yang akan diadakan oleh pemerintah. Hal ini merupakan salah satu solusi untuk meminimalkan kolusi antara pemerintahan dengan dewan wakil rakyat;
(iv) memahami saluran keterlibatan yang disukai oleh warga;
mendukung kelancaran transisi antar saluran;
(v) dan akhirnya memberikan satu set atau lebih untuk berinteraksi dengan warga.
Mengadopsi strategi manajemen informasi yang berfokus pada keterlibatan warga dapat memberikan manfaat terukur.

Data Terbuka

Memberikan akses data pemerintah baik secara default maupun dengan rekomendasi tertentu merupakan kebijakan pemerintahan strategi dan praktek manajemen informasi yang baik. Akses data pemerintahan dapat dilakukan baik melaui API maupun melalui publikasi resmi. Tambahan dari editor: Contohnya seperti pengadaan lelang proyek pengadaan di pemerintahan yang dilakukan oleh LPSE Indonesia. LPSE dapat memberikan penjabaran lebih mengenai lelang yang diadakan. Saat ini informasi dari LPSE mengenai proyek pengadaan di pemerintahan masih sangat minim, hanya menjelaskan “sampul judul lelang” saja. Harusnya LPSE dapat lebih terbuka lelang tersebut berisi pengadaan apa saja, sehingga publik dapat menilai proyek tersebut layak atau tidak layak. Dan seharusnya publik diberikan fasilitas untuk “Voting Proyek Pemerintah” dan memberikan komen sanggahan yang di moderasi oleh beberapa warga yang ditunjuk sebagai moderator.

Identitas Elektronik

Karena pemerintah menjadi lebih digital, identitas digital diperlukan untuk menjadi lebih handal dalam melayani semua transaksi digital. Identitas elektronik (e-ID) merujuk ke sebuah set yang diatur oleh proses dan teknologi yang dikelola oleh pemerintah untuk memberikan domain yang aman. Sehingga memungkinkan warga untuk mengakses sumber daya atau layanan inti pemerintahan. Sebab, dalam era digital pemerintah membutuhkan otentikasi dan pemeriksaan identitas secara online. Karena metode verifikasi langsung akan segera usang dalam hal menawarkan warga terhadap akses terintegrasi untuk sumber daya dan jasa. Pendekatan ini harus dapat mengaitkan setiap warga negara dengan satu identitas unik yang terintegrasi dalam batas-batas apa yang dapat diterima secara budaya dan diperbolehkan secara hukum. Tambahan dari editor: Satu identitas elektronik untuk tiap warga seharusnya dapat digunakan untuk segala urusan kependudukan dan perizinan serta perpajakan. Terlebih lagi kartu tersebut dapt terhubung ke suatu sistem pembayaran secara nasional, maka akan lebih bermanfaat lagi.

Analisa Terhadap Semua Jenis Data

Analytics adalah teknik pengumpulan dan analisis data untuk memberikan wawasan yang dapat membimbing tindakan untuk meningkatkan efisiensi organisasi atau efektivitas program. Penggunaan analisis meresap pada semua tahap kegiatan usaha dan pelayanan – analisis di mana-mana – memungkinkan mengarahkan instansi pemerintahan bergeser dari pelaporan dashboard indikator ke proses bisnis otonom dan intelijen bisnis (BI). Ini merupakan kemampuan yang membantu manusia untuk membuat konteks keputusan lebih baik dengan dasar data secara real time. Tambahan editor : Data yang dianalisa akan beragam jenis untuk seluruh sektor pemerintahan. Tujuan Analytics everywhere pada sektor pemerintahan adalah untuk mendapatkan visibilitas terhadap suatu kondisi terkini. Sehingga pihak yang terkait dapat menggunakan data tersebut untuk melakukan hal-hal pro-aktif. Apalagi televisi sering mengundang pejabat pemerintahan untuk dimintai penjelasan. Bahwa, pihak televisi memiliki pusat penelitian sendiri, sudah pemerintah mulai melakukan analisa terhadap seluruh sektor secara terbuka. Pembuatan analisa tersebut dapat di lakukan secara otomatis dengan menetapkan konfigurasi terlebih dahulu.

Mesin Pintar

Dalam prakteknya, mesin pintar adalah kombinasi berbagai teknologi digital yang dapat melakukan seluruh pekerjaan walaupun tadinya kita pikir perlu orang untuk mengerjakan. Sementara teknologi berkembang pesat, hal itu sudah termasuk pada jaringan saraf, kendaraan otonom, asisten virtual dan penasihat pintar yang berinteraksi secara cerdas dengan orang-orang dan mesin lainnya. pemimpin IT di pemerintahan harus mengeksplorasi mesin pintar ini. Mungkin dapat digunakan sebagai dasar untuk memberikan pelayanan publik atau sebagai cara untuk memudahkan urusan rutin.

Internet of Things

IoT adalah jaringan benda-benda fisik (fixed atau mobile) yang tertanam teknologi untuk berkomunikasi, memantau, atau berinteraksi dengan beberapa lingkungan. Arsitektur IoT beroperasi dalam suatu ekosistem yang mencakup hal-hal, komunikasi, aplikasi dan analisa data, dan merupakan faktor penting untuk aplikasi bisnis digital di semua industri sektor swasta dan sektor publik. Kasus penggunaan bisnis dan tingkat adopsi oleh instansi pemerintah bervariasi sesuai dengan layanan utama atau misi Program. Tambahan editor: Model urusan pemerintah yang memakai IoT; misalnya, aplikasi Qlue yang di adakan oleh pemprov DKI. Pemantauan banjir yang terintegrasi dengan sistem buka tutup irigasi dan dam merupakan penggunaan IoT sebagai praktek terbaik dalam pencegahan banjir nasional.

Platform Pemerintahan Digital

Pemerintah terus menghadapi tekanan untuk meningkatkan layanan dan menghemat biaya. Platform digital dapat mengurangi pekerjaan dan memfasilitasi desain yang berpusat pada pelayanan publik. Platform ini memberikan layanan seperti pembayaran, manajemen identitas dan verifikasi. Layanan aplikasi dapat digunakan misalnya, SMS dan email. Secara global, pemerintah mengambil pendekatan platform untuk menyederhanakan proses, meningkatkan interaksi warga dan mengurangi pengeluaran. Ini merupakan trend teknologi sistem informasi yang patut di adakan di seluruh pemerintahan daerah di Indonesia.

Arsitektur Software-Defined

Arsitekur Software-defined (SDA / Software Defined Architecture) menyisipkan perantara antara pemohon dan penyedia layanan sehingga layanan dapat berubah lebih dinamis. Ini ibaratnya seperti mengganti ban sementara mobil bergerak, dan ini merupakan salah satu kegunaan DevOps di pemerintahan. Menambahkan lapisan perangkat lunak untuk jaringan abstrak dan virtualisasi, infrastruktur atau keamanan telah terbukti menjadi cara yang berguna bagi pengadaan dan pemanfaat infrastruktur IT. Menerapkan teknik yang sama untuk arsitektur perangkat lunak dapat meningkatkan pengelolaan dan kelincahan aplikasi. Sehingga organisasi pemerintahan dapat menanggapi kebutuhan digital dan IOT. Beberapa organisasi pemerintahan telah mulai menerapkan infrastruktur perancangan software (SDI / Software Defined Infrastructure), namun sebagian besar masih beroperasi di data center tradisional (data center dibawah Tier III). Tambahan editor: sudah saatnya pemerintahan memiliki data center Tier III yang berstandar internasional. Dalam hal ini, pemerintahan dapat menggandeng mitra konsultan sertifikasi data center pemerintahan dalam pencapaian tersebut.

Keamanan Berdasar Risiko

Keamanan cyber terhadap ancaman terus berkembang, tetapi hanya mewakili satu dimensi terhadap ancaman dan risiko. CIO di pemerintahan harus mengadopsi pendekatan kesiagaan terhadap ancaman dan pendekatan keamanan berbasis risiko. Hal ini memungkinkan pemerintah untuk mengambil keputusan berdasar informasi tentang risiko secara holistik. Sehingga dapat dimungkinkan untuk alokasi sumber daya secara lebih bijak terhadap; masukan tentang risiko dan dampak pada misi pemerintah, operasi, aset dan orang-orang; dan keterlibatan kepemimpinan senior dalam keputusan berbasis risiko. Tambahan editor: memang tidak semua trend teknologi sistem informasi harus di adopsi, namun faktor keamanan merupakan hal yang tidak bisa di tinggalkan.

Kita dapat melihat bahwa teknologi informasi atau system informasi ini sangat  berpotensi secara signifikan menguntungkan kinerja pemerintah dalam beberapa tahun kedepan tahun ke depan. Analytics di mana-mana, mesin pintar, arsitektur perangkat lunak yang ditetapkan dan keamanan berbasis risiko masing-masing akan memberikan tantangan governance , manajemen sumber daya manusia, dan praktek pembiayaan. Jika pemerintah dapat menyediakan sistem informasi pemerintahan yang strategis dan manfaatnya dapat langsung diperoleh oleh masyarakat, maka pemerintah dapat mencegah terjadinya korupsi, kolusi dan nepotisme terhadap proyek-proyek pemerintahan. Sehingga tingkat kepercayaan masyarakat pembayar pajak terhadap pemerintah dapat terus bertambah. Hal tersebut dapat dicapai dengan menerapkan beberapa trend teknologi sistem informasi pemerintahan yang dirasa paling strategis pada tiap-tiap departemen.

Adapun dampak positif dan negatif dari penggunaan media teknologi informasi / system informasi:

Dampak Positif atau keuntungan Teknologi Informasi / Sistem Informasi

    1.      Dalam Demokratisasi

Salah satu tujuan utama dalam penggunaan politik dibantu dengan teknologi informasi adalah adanya peranan besar masyarakat dalam pengembangan pemerintah. Dengan e-government maka hal ini bisa tercapai. Bayangkan saja jika ada anggota DPR yang dapat berinteraksi dengan rakyat yang telah memilihnya, kegiatan tanya jawab, melakukan voting, saran dan kritik akan dapat tersalurkan dengan cepat, langsung, dan nyaman. Ini membuat masyarakat lebih tanggap dan mendapatkan kemungkinan suaranya didengar secara mudah. Masyarakat yang dapat bercakap-cakap langsung dengan anggota DPR itu juga dapat melakukan review kenapa mereka memilih perwakilan mereka tersebut dan dapat menentukan pilihan untuk wakil mereka di masa depan.

    2.      Dampak ramah lingkungan

Dengan menggunakan teknologi informasi berarti informasi yang disampaikan kebanyakan menggunakan media digital. Surat menyurat yang mungkin pada awalnya dapat bertumpuk-tumpuk kini cukup dengan menggunakan e-mail sudah dapat dilaksanakan. Dengan demikian penggunaan kertas dapat dikurangi yang berarti penebangan pohon dapat berkurang.

    3.      Cepat, efisien, nyaman

Kegiatan komunikasi untuk keperluan politik dengan menggunakan teknologi informasi menyebabkan sampainya berita lebih cepat, dilakukan secara efisien, dan nyaman. Misalnya jika ada masyarakat yang ingin mengajukan pendapatnya ke wakil rakyat maka cukup dengan menggunakan e-mail surat dapat sampai dengan segera.

    4.      Politik Internasional

Di bidang politik internasional, juga terdapat kecenderungan tumbuh berkembangnya regionalisme. Kemajuan di bidang teknologi komunikasi telah menghasilkan kesadaran regionalisme. Ditambah dengan kemajuan di bidang teknologi transportasi telah menyebabkan meningkatnya kesadaran tersebut. Kesadaran itu akan terwujud dalam bidang kerjasama ekonomi, sehingga regionalisme akan melahirkan kekuatan ekonomi baru.

§  Dampak Negatif Teknologi Informasi / Sistem Informasi 

Walaupun penggunaan teknologi informasi dalam politik memberikan benefit yang sangat banyak, namun tetap ada  dampak negatifnya, dalam segi :

    1.      Biaya

Walaupun politik yang menggunakan informasi dan teknologi dapat melakukan pengeluaran yang lebih sedikit daripada konvensional, namun sebelumnya untuk membuat infrastruktur dan teknisinya akan memiliki biaya yang sangat mahal.

    2.      Jangkauan akses

Harus diakui tidak semua orang melek terhadap teknologi. Bagi warga yang berada jauh di pedalaman akan susah untuk mengakses website, blog, atau video streaming tentang politik di Indonesia.

    3.      Transparansi

Pada beberapa negara maju, banyak yang meragukan berita-berita negara yang diterbitkan oleh negara sendiri. Alasannya karena yang menulis berita itu adalah negara dan penerbitnya adalah negara. Kecurigaan akan modifikasi berita dapat terjadi.

    4.      Privasi

Sebuah badan politik seperti negara memerlukan tanggapan dari warganya. Jika negara terus meminta informasi maka privasi dari seseorang semakin sulit untuk dijaga. Ini akhirnya menjadi dilema, di sisi yang satu data dari masyarakat dihimpun untuk mengembangkan kegiatan negara namun di sisi yang lain negara pun harus menjunjung tinggi hak privasi warganya.

REFERENSI :

http://nadilarizkyputri.blogspot.com/2017/10/trend-sistem-informasi-teknologi.html

Pengaruh Ilmu Teknologi Terhadap Kemiskinan

Ilmu pengetahuan teknologi dan kemiskinan memiliki kaitan struktur yang jelas. Ilmu pengetahuan dan teknologi merupakan dua hal yang tak terpisahkan dalam peranannya untuk memenuhi kebutuhan insani. Ilmu pengetahuan digunakan untuk mengetahui “apa” sedangkan teknologi mengetahui “bagaimana”. Bagi siapa saja yang bisa menguasai IPTEK maka ia akan bisa maju dan berkembang di era globalisasi sekarang ini. Dan bagi yang tidak bisa menguasai IPTEK maka akan tertinggal jauh oleh pesatnya perkembangan zaman. Bila perkembangan zaman terus melaju pesat sedangkan ada masyarakat yang buta dengan IPTEK maka mereka akan tertinggal dan mungkin saja bisa menjadi miskin karena cara lama yang mereka gunakan sudah tidak efektif dan efisien lagi di zaman sekarang ini.Ilmupengetahuan sebagai suatu badan pengetahuan sedangkan teknologi sebagai seni yang berhubungan dengan proses produksi, berkaitan dalam suatu sistem yang saling berinteraksi.

IPTEK tidak terlepas pula dari kemiskinan dan kemiskinan tidak telepas pula dari kehidupan masyarakat. Kemiskinan dalam bidang ekonomi selalu menjadi kendala di negara-negara berkembang. Sangat sulit negara untuk memberantas kemiskinan. Sebenarnya jika kita semua memanfaatkan IPTEK maka kita semua dapat memberantas kemiskinan yang ada. Tidak akan ada lagi pengamen, pengemis, dan pekerjaan tidak layak lainnya. Kemiskinan terjadi karena rendahnya ilmu pengetahuan dan teknologi serta pendidikan yang rendah.
Semua dapat teratasi dengan memanfaatkan ilmu pengetahuan dan teknologi.

A.     Dampak Negatif Ilmu Teknologi

Perkembangan IPTEK juga akan muncul dampak negatif yang akan ditimbulkan oleh perkembangan IPTEK dalam proses pendidikan, antara lain :

      1.      Siswa menjadi malas belajar

Dengan adanya peralatan yang seharusnya dapat memudahkan siswa dalam belajar, seperti laptop dengan jaringan internet, ini malah sering membuat siswa menjadi malas belajar, terkadang banyak diantara mereka yang menghabiskan waktunya untuk internetan yang hanya mendatangkan kesenangan semata, seperti  ; Facebook, Chating, Twitter dan lain-lain, yang semuanya itu tentu akan berpengaruh terhadap minat belajar siswa.

      2.      Kerahasiaan alat tes untuk pendidikan semakin terancam

Selama ini sering kita melihat dan mendengar di siaran TV, tentang adanya kebocoran soal ujian, ini merupakan salah satu akibat dari penyalahgunaan teknologi, karena dengan adanya perkembangan teknologi yang semakin canggih, maka dengan mudah dapat mengakses informasi dari satu daerah ke daerah lain, inilah yang dilakukan oleh oknum untuk melakukan penyelewengan terkait dengan kebocoran soal ujian,  sehingga kejadian ini sering meresahkan pemerintah dan masyarakat.

       3.      Adanya penyalahgunaan system pengolah data yang menggunakan Teknologi.

Dengan adanya pengolahan data dengan system Teknologi, sering akli kita temukan adanya terjadi kecurangan dalam melakukan analisis data hasil penelitian yang dilakukan oleh siswa dan bahkan mahasiswa, ini mereka lakukan untuk mempermudah kepentingan pribadi, dengan mengabaikan hasil penelitian yang dilakukan.

B.      Dampak Positif Ilmu Teknologi

      1.     Munculnya Media Massa, khususnya Media elektronik sebagai sumber ilmu dan pusat Pendidikan, seperti jaringan internet.

Dampak dari hal ini yaitu guru bukanlah satu-satunya sumber ilmu pengetahuan, sehingga siswa dalam belajar tidak perlu terlalu terpaku terhadap informasi yang diajarkan oleh guru, tetapi juga bisa mengakses materi pelajaran langsung dari internet, oleh karena itu guru disini bukan hanya sebagai pengajar, tetapi juga sebagai pembimbing siswa untuk mengarahkan dan memantau jalannya pendidikan, agar siswa tidak salah arah dalam menggunakan Media Informasi dan Komunikasi dalam pembelajaran.

      2.      Sistem pembelajaran tidak harus melalui tatap muka

Selama ini, proses pembelajaran yang kita kenal yaitu adanya pembelajaran yang disampaikan hanya dengan tatap muka langsung, namun dengan adanya kemajuan teknologi, proses pembelajaran tidak harus mempertemukan siswa dengan guru, tetapi bisa juga  menggunakan jasa pos Internet dan lain-lain.

      3.      Adanya sistem pengolahan data hasil penilaian yang menggunakan pemamfaatan Teknologi.

Dulu, ketika orang melakukan sebuah penelitian, maka untuk melakukan analisis terhadap data yang sudah diperoleh harus dianalisis dan dihitung secara manual. Namun setelah adanya perkembangan IPTEK, semua tugasnya yang dulunya dikerjakan dengan manual dan membutuhkan waktu yang cukup lama, menjadi sesuatu yang mudah untuk dikerjakan, yaitu dengan menggunakan media teknologi, seperti Komputer, yang dapat mengolah data dengan memanfaatkan berbagai program.

      4.      Pemenuhan  Kebutuhan akan Fasilitas Pendidikan dapat Dipenuhi dengan Cepat

Dalam bidang pendidikan tentu banyak hal dan bahan yang harus dipersiapkan, salah satu contoh, yaitu :

penggandaan soal ujian, dengan adanya mesin foto copy untuk memenuhi kebutuhan akan jumlah soal yang banyak tentu membutuhkan  waktu yang lama untuk mengerjakannya kalau dilakukan secara manual. Tapi dengan perkembangan teknologi semuanya itu dapat dilakukan hanya dalam waktu yang singkat.

C.      Penanganan Kemiskinan

Penanganan kemiskinan pada prinsip­nya merupakan pemecahan masalah-masalah yang berkaitan dengan kondisi sumberdaya alam yang tidak menguntungkan dan  rendah­nya akses kelompok masyarakat miskin terhadap peluang- pel­uang yang tersedia. Oleh karena itu upaya pengentasan yang  harus diarahkan pada :

1.      Meningkatkan kualitas dan kemampuan sumberdaya manusia, melalui jalur pelayanan   pendidikan (pemantapan IMTAQ dan transfer IPTEK), pelayanan kesehatan dan perbaikan gizi

2.      Mengembangkan dan membuka usaha produk­tif yang dapat diakses oleh kelompok masyarakat miskin secara berkelanjutan serta memperbesar akses masyarakat miskin dalam penguasaan faktor produksi

3.      Memelihara dan memperbaiki fungsi produktif dari sumberdaya alam bagi  masyarakat miskin

4.       Pemihakan kebijakan publik yang mampu mendorong peningkatan daya beli masyarakat miskin

REFERENSI :

https://ossianggia.wordpress.com/2016/01/12/pengaruh-ilmu-teknologi-terhadap-kemiskinan/

Perbandingan Deep Learning Dan Machine Learning

Mengenal AI, Machine Learning dan Deep Learning untuk Otomasi Marketing

Bermula di era Yunani Kuno, kecerdasan buatan mengalami pertumbuhan signifikan sampai hari ini. Setidaknya, hal tersebut tergambar dari peningkatan dana investasi di bidang kecerdasan buatan. Menurut situs forbes.com, investasi di bidang kecerdasan buatan mengalami pertumbuhan dari 29 Juta USD (386 triliun rupiah, kurs Rp. 13.300) menjadi 39 Juta USD (519 triliun Rupiah, kurs Rp. 13.300) di tahun 2016. Pertumbuhan ini meningkat 3x dibanding tahun 2013.

Perusahaan teknologi seperti Google, Baidu, Amazon, bahkan Netflix tercatat menambah anggaran untuk pengembangan kecerdasan buatan pada platform-nya. Pun perusahaan di bidang teknologi, otomotif, telekomunikasi, dan finansial sangat antusias untuk mengaplikasikan kecerdasan buatan pada produk atau service-nya.

Dikutip dari artikel berjudul “How artificial intelligence can deliver real value to companies”, ketertarikan perusahaan terhadap kecerdasan buatan tidak lain karena teknologi ini mampu meningkatkan revenue dan sekaligus menghemat pengeluaran perusahaan. Selain itu, efektivitas perusahaan pun meningkat dengan menyelaraskan teknologi kecerdasan buatan dengan kebutuhan. Sebut saja seperti perusahaan produsen mobil. Penggunaan kecerdasan buatan akan menghemat biaya operasional produksi dan berpotensi membantu perusahaan untuk menciptakan kendaraan self-driving. Bagi perusahaan finansial, kecerdasan buatan dipakai untuk meningkatkan kepuasan pelanggan.

Dari sisi pemasaran digital, situs eMarketer mengutip hasil survei NewBase dimana kemampuan kecerdasan buatan sangat menarik perhatian para marketer dunia (Amerika, Asia-Pasifik, Eropa, Timur Tengah, dan Afrika). Perhatian mengenai kecerdasan buatan oleh pelaku industri pemasaran digital meningkat dari 13% menjadi 30% persen. Proses pengumpulan data, analisis, dan penentuan strategi pemasaran membutuhkan waktu cukup lama dan biaya tidak murah. Kecerdasan buatan mampu menyelesaikan proses tersebut tidak lebih dari 30 menit disertai biaya yang lebih hemat.

Berdasar dari Survei NewBase yang dilakukan pada Maret hingga April 2017, kecerdasan buatan (Artificial Intelligence) menempati peringkat ke-7. Meski begitu, fenomena big data yang berada di posisi kedua secara tidak langsung akan mendorong kecerdasan buatan menjadi sangat penting. Arus informasi yang cepat dan jumlah data yang semakin bertumpuk-tumpuk membutuhkan teknologi baru untuk menyederhanakan kedua hal tersebut. Di sinilah peran penting kecerdasan buatan. Kemampuan teknologi kecerdasan buatan dalam mengelola data  dalam jumlah besar menempatkannya sebagai teknologi paling dibutuhkan saat ini. Bukan hanya bagi perusahaan.

Bagi masyarakat, kecerdasan buatan amat membantu kehidupan sehari-hari. Ambil contoh teknologi ramalan cuaca, penyaring e-mail spam, prediksi di mesin pencari, mengurangi berita bohong (hoax) di media sosial, serta memberi rekomendasi berita relevan di berbagai news platform. Semua teknologi yang biasa bersentuhan langsung dengan manusia tersebut sudah mengimplementasikan teknologi kecerdasan buatan, meski masih tergolong sederhana. Menariknya, sisi “dapur” teknologi kecerdasan buatan sebenarnya serupa dengan kemampuan manusia.

Konsep Artificial Intelligence, Machine Learning, dan Deep Learning

Bagaimana kecerdasan buatan mampu membedakan email spam atau bukan? Atau bagaimana pula sebuah mesin mampu mengotomasi proses marketing yang kompleks menjadi lebih efektif dan efisien? Sebelum jauh melangkah, kita buat kesepakatan terlebih dulu soal istilah “mesin”. Kata “mesin” di paragraf selanjutnya bermakna mesin secara fisik dan atau program komputer.

Cara kerja kecerdasan buatan hampir mirip dengan kemampuan manusia dalam memproses informasi. Mulai dari menerima, menyimpan, mengolah, memutuskan, dan mengubah informasi menjadi beragam rupa. Tahapan ini disebut sebagai intelligence cycle. Bagi manusia, setiap tahap intelligence cycle di-manage oleh organ tertentu (indra, saraf, dan otak). Pun demikian pada kecerdasan buatan.

Pada perkembangannya, kecerdasan buatan melahirkan tiga istilah yaitu Artificial Intelligence, Machine Learning, dan Deep Learning. Ketiganya saling berkaitan satu sama lain dan berperan sebagai ilustrasi dari intelligence cycle. Sederhananya, Machine Learning adalah bagian dari Artificial Intelligence dan Deep Learning adalah bagian dari Machine Learning. Ketiga istilah tersebut merupakan satu kesatuan dengan tujuan yang sama, yaitu kecerdasan buatan.

Artificial Intelligence

Artificial Intelligence merupakan gagasan awal kecerdasan buatan, dimana sebuah mesin (atau program komputer) memiliki kemampuan belajar secara “mandiri” dan mampu beradaptasi dengan informasi baru. AI diproyeksi sebagai mesin dengan kemampuan berperilaku, berpikir, dan mengambil keputusan serupa manusia atau bahkan mengalahkan manusia.

AI sendiri terbagi menjadi dua macam yaitu AI lemah dan AI kuat. AI lemah dibuat untuk menuntaskan tugas-tugas sederhana. AI semacam ini sudah bisa kita temui berupa asisten digital seperti Siri dan Cortana. Meski mampu memprediksi cuaca secara tepat, asisten digital ini tidak mampu membaca dan menghapus email tidak penting karena belum mampu berperilaku di luar program orisinilnya. Sedangkan AI kuat, ia dapat mempelajari hal-hal baru dan memodifikasi basis kodenya sendiri. Supaya menjadi AI kuat, kecerdasan buatan memerlukan sebuah sistem kinerja tertentu. Dan, itu berhubungan istilah Machine Learning.

Machine Learning

Machine Learning merupakan upaya “mendidik” mesin supaya memiliki kemampuan untuk belajar dari pengalaman melalui sekumpulan set kasus. Pemberian set-set kasus ini bertujuan supaya mesin memiliki gambaran general mengenai informasi. Apabila muncul kasus baru, menggunakan teknik tersebut, mesin diharapkan mampu menciptakan keputusan dengan tingkat akurasi tinggi berdasarkan elemen-elemen di dalam informasi (aspek, kriteria, karakteristik, faktor, dan akibat) yang sudah ia terima sebelumnya.

Machine learning dibangun menggunakan algoritma tertentu, contohnya decision tree learning dan association rule learning. Algoritma machine learning terinspirasi oleh cara kerja neuron otak manusia berupa jaringan saraf buatan, dimana jaringan saraf tersebut memiliki beberapa lapisan. Jaringan saraf berperan sebagai penghubung antar lapisan, sedangkan lapisan-lapisan menjadi pos pengumpul informasi berdasar proses penyaringan tertentu dari jaringan saraf.

Ilustrasi sederhananya seperti demikian. Informasi baru muncul. Ia akan masuk ke lapisan pertama. Setiap jaringan saraf meneruskan informasi tersebut berdasarkan kategori, karakter, dan atau unsur tertentu ke lapisan kedua. Karena setiap jaringan memiliki pola kerja sendiri-sendiri, maka output masing-masing jaringan akan berbeda satu dengan yang lain. Pada lapisan kedua, informasi akan kembali didistribusikan ke lapisan selanjutnya melalui jaringan saraf hingga menghasilkan output akhir yang “tepat”.

Lapisan-lapisan tersebut bukan hanya menjadi pos pengumpul informasi atau output, ia berperan pula sebagai lokasi pembanding antar output yang berasal dari jaringan saraf. Semakin banyak informasi yang masuk, maka semakin beragam output yang diterima dan dibandingkan. Pola ini akan terus berjalan hingga ditemui sebuah output sesuai kebutuhan. Bagi mesin, pola ini membantu dirinya untuk mempelajari dan mengidentifikasi informasi. Di tahap selanjutnya, ia juga mampu mencipta keputusan dengan tingkat akurasi tinggi.

Supaya sebuah kecerdasan buatan memiliki kemampuan seperti ilustrasi sebelumnya, dibuatlah 3 metode pembelajaran bagi mesin, yaitu:

• Supervised Learning. Mesin diberi seperangkat kasus berlabel (training set) dan diminta membuat model umum untuk melakukan tindakan dari kasus lain.
• Unsupervised Learning. Mesin diberi seperangkat kasus tanpa label dan diminta untuk menemukan pola di dalamnya. Metode ini bertujuan supaya mesin mampu menemukan pola tersembunyi pada sebuah kasus.

Reinforcement Learning. Mesin diminta untuk mengambil tindakan dan diberi hadiah. Sistem harus mempelajari tindakan mana yang akan menghasilkan penghargaan dalam situasi tertentu.

Meski bisa dibilang lebih “maju” dibanding AI, Machine learning akan mengalami masalah apabila dihadapkan pada data resource yang banyak. Oleh sebab itu, tahap ini akan dikondisikan oleh Deep learning.

Deep Learning

Deep Learning merupakan bagian Machine Learning yang berfokus pada area algoritma. Deep Learning terinspirasi dari proses bagaimana otak bekerja untuk mendapatkan pengetahuan. Khususnya soal bagaimana menghubungkan jutaan data yang kompleks menjadi satu kesatuan informasi yang utuh (pengetahuan baru). Konsep ini sering diistilahkan sebagai Deep Structured Learning atau Hierarchical Learning.

Deep Learning dibangun berdasarkan ide Artificial Neural Networks dimana sebuah mesin mampu mengolah sejumlah besar data dengan memperdalam (menambahkan lebih banyak lapisan) jaringan. Semakin banyak jumlah jaringan, semakin cermat mesin untuk “mengupas” satu-persatu data mentah dari informasi yang ia peroleh. Teknik ini disebut Hierarchical Feature Learning dimana sebuah mesin mampu mempelajari informasi kompleks (konsep rumit) dengan membangun konsep baru yang lebih sederhana. Deep Learning menciptakan mesin dengan kemampuan olah data yang akurat. Bahkan, semakin banyak data yang diberikan, semakin baik kinerjanya.

Sebagai penjelas perbedaan kemampuan antar tiga istilah kecerdasan buatan (AI, Machine Learning dan Deep Learning) di atas, berikut ilustrasi sederhananya:

Kapan kecerdasan buatan dibutuhkan?

Amazon Web Services memberi petunjuk kapan kecerdasan buatan patut digunakan. Yang intinya, kecerdasan buatan sepatutnya digunakan ketika Anda menemui sebuah masalah dengan beragam sebab, faktor, dan akibat yang kompleks. Kecerdasan buatan akan membantu Anda menyederhanakan semua hal tersebut berdasar kelas-kelas tertentu dan menghasilkan keputusan yang akurat. Kemampuan kecerdasan buatan yang seperti demikian selaras dengan perkembangan dunia digital mengenai fenomena big data.

Istilah “Big Data” merupakan kumpulan data berukuran sangat besar yang kemudian akan dianalisa atau diolah lagi untuk keperluan tertentu seperti membuat keputusan (decision making), prediksi, dan lainnya. Hingga tahun 2015, pemanfaatan big data sudah merambah ke berbagai bidang ekonomi, seperti agrikultur, pajak, teknologi wearable, sektor kesehatan, teknologi bahasa, dan pemasaran. Sayangnya, metode pengolahan jutaan data masih bersifat manual. Jikalau sudah berbasis digital, proses pengolahan cenderung lama dan kompleks.

Ambil contoh pemanfaatan big data di bidang pemasaran. Di bidang ini, proses pengolahan big data membutuhkan 9 tahapan supaya menghasilkan hasil yang sesuai ekpektasi. Sembilan tahan tersebut yaitu data source, data cleaning, keyword research, define campaign structure, create campaign, create ad group, create ad creative, dan monitoring campaign. Ilustrasi lengkapnya seperti di bawah ini.

Imbas dari 9 tahapan tersebut, pengiklan membutuhkan dana besar dan waktu lama untuk menghasilkan campaign goal yang sesuai kebutuhan bisnis. Namun, tidak demikian bila menggunakan teknologi kecerdasan buatan. Efektifitas dan efisiensi waktu-biaya akan menigkat. Setidaknya, manfaat penggunaan kecerdasan buatan pada proses pemasaran sudah dirasakan oleh 4 stratup tanah air, yaitu Qlapa, Blanja, MisterAladin, dan LOKAmedia.

Dari sisi biaya, kecerdasan buatan menghemat 30% anggaran pemasaran. Selain itu, persentase Conversion Rates (CR) pun meningkat hingga 150% selama 2 bulan. Bahkan, proses merancang dan optimasi strategi pemasaran bisa dilakukan lebih cepat 120x dibanding sebelumnya. Kenapa bisa demikian? Kecerdasan buatan mampu menerima jutaan bahkan ratusan juta data, mengolahnya, dan menghasilkan informasi dengan akurasi tinggi sehingga tahapan proses lebih singkat.

Proses pengolahan data resource hingga eksekusi pemasaran hanya membutuhkan waktu 10 menit dengan 4 tahapan sederhana. Proses pemasaran yang kompleks dan lama menjadi lebih efektif dan efesien. Para pengiklan pun tidak perlu menghabiskan hingga 30 hari hanya untuk merancang strategi pemasaran yang tepat bagi market.

REFERENSI :

https://www.linkedin.com/pulse/mengenal-ai-machine-learning-dan-deep-untuk-otomasi-manshur