Jakarta, KomIT – Digitalisasi dan komersialisasi teknologi telah mendorong pertumbuhan data begitu pesat (big data). Saat ini diperkirakan sekitar 2,5 quintillion (2500 triliun) data digital tercipta setiap hari. Sayangnya, sekitar 80 persen data yang tersebar adalah dark data (tidak terstruktur sehingga sulit diidentifikasi) yang tidak hanya berupa teks tapi juga gambar, video dan suara.Dengan data yang besar dan tak terstruktur ini (dark data), industri dan bisnis membutuhkan analisa data yang lebih canggih. Maka, diperlukan machine learning untuk analisis dan prediksi menggunakan data-data ini.
“Teknologi ini (machine learning) semakin krusial di mana IDC mencatat 75% enterprise dan pengembang software akan menerapkan fungsi machine learning,” jelas Direktur CTI Group Rachmat Gunawan. Selain itu, menurut Gartner, pada tahun 2018, lebih dari separuh perusahaan enterprise di dunia akan mengimplementasi advanced analytics dan algoritma. Machine learning sendiri merupakan bagian dari ilmu Artificial Intelligence (AI) yang memungkinkan mesin atau sistem mempelajari data tanpa pemrograman dan mengambil keputusan sendiri.
Cara kerjanya, disebutkan Presiden Direktur IBM Indonesia Gunawan Susanto harus melalui tahap pembelajaran terlebih dulu sebelum ia bisa mengambil keputusan sendiri dan melakukan prediksi. Untuk itu, diperlukan banyak trial and error. Saat ini machine learning banyak dikenal lantaran digunakan untuk pengembangan mobil otomatis.Meski demikian, machine learning juga dimanfaatkan di dunia bisnis, seperti perbankan, kesehatan, manufaktur, olahraga dan hiburan.
IBM menawarkan machine learning dengan pendekatan Cognitive lewat IBM Watson.“IBM Watson merupakan produk dari solusi Cognitive kami yang memiliki kemampuan untuk membuka dark data tersebut,” jelas Presiden Direktur IBM Indonesia Gunawan Susanto.Untuk pasar Indonesia, PT Computrade Technology International (CTI Group), ingin mengajak pebisnis untuk mengetahui lebih jauh soal implementasi machine learning dan mengetahui solusi yang tepat untuk menghindari kerugian investasi. (red)
