Langsung ke konten utama

DEMAM AI & ML


Opini mengenai Demam AI (Artificial Intelligence) dan Machine Learning (ML) setelah demam Big data berakhir. Banyak orang berasumsi kalau kedepannya pekerjaan bakal berkurang dan akan digantikan oleh mesin juga kecerdasan buatan, menurut saya ini opini yang valid apalagi pekerjaaan yang repetitive dengan volume yang besar bakalan dengan mudah digantikan mesin contohnya customer service, teller, agent sales dan lain-lain tapi apa jadinya statistician / data scientist di masa yang akan datang?

Menurut opini saya pribadi bakal tetep dibutuhin sejauh ini belum ada yang bisa bikin algoritma Empati perasaan dan intuisi dalam implementasi AI dan ML dan kalaupun ada gak kebayang se complex apa jadinya algoritmanya siapa yang bakal kasih training rule nya juga bikin definisi yang gak jelas tentang perasaan (apalagi perasaan wanita hehehe…..). BTW AI dan ML ini bukan barang baru 12 tahun yang lalu skripsi saya pake algoritma radial basis function di jaringan syaraf tiruan buat bikin simple prediction di kerjain pake Mathlab …. karena marketing dan implementasinya lebih realistik jadinya ramai kayak Demam Big Data.
Jadi data scientist pasti diperlukan dimasa yang akan datang, karena balik lagi ke definisi awal sepintar apapun mesinnya pasti ada yang bikin codenya dan ada yang ngelatih biar pintar yaitu manusia.  Role data scientist dan statistician akan tetap ada namun lebih complex dan perlu flexibilitas tinggi buat nguasai lebih dari 3 bidang ilmu biar bisa diimplementasikan di dunia nyata.

Posting selanjutnya insyaalah saya bakalan bahas mengenai How do we prepare for jobs that don’t yet exist? kayak profesi data scientist or statistician sekarang 10 -20 tahun lalu gak rame.... lets discuss on next post.









Komentar

Postingan populer dari blog ini

Mengumpulkan Informasi Yang BERSERAKAN dan Menyambung Titik-Titik Yang TERPUTUS

Tidak terasa pemilihan presiden republik Indonesia 2019 telah didepan mata, hajat demokrasi 5 tahunan yang selalu dinanti gegap gempita oleh masyarakat Indonesia ini akan  menjadi waktu dimana masyarkat harus memilih yang terbaik diantara banyak pilihan yang baik.   Dunia saat ini banyak berubah, hampir seluruh informasi yang kita perlukan untuk mengambil keputusan tersedia di Internet, terlebih dengan penetrasi social media dan para penggunanya yang sukarela membagi pandangan opini dan komentar secara terbuka, hal ini mempermudah kita untuk melakukan observasi juga pengecekan trend topik-topik hangat yang terus dibahas dengan intensitas yang semakin meningkat.   Pada bulan Maret tahun 2013 kami pernah melakukan pengecekan popularitas sosial calon presiden (selengkapnya bisa di cek disini ) dengan pendekatan sederhana melalui pengecekan nama brand dalam hal ini nama calon presiden juga wakilnya yang muncul dalam hasil pencarian di Google juga percakapan berulang ya...

Buang Ratusan Juta Per Tahun Ternyata Bisa Gratis

Di era revolusi industri ke 4 saat ini, hampir semua perusahaan berlomba-lomba untuk memberikan perhatian, waktu dan budget yang besar untuk penerapan Business Analytics . Salah satu pengeluaran terbesar perusahaan untuk menjalankan operasional analytics adalah software license yang digunakan untuk menganlisis persoalan dan membuat model prediktif. Banyak pilihan yang dapat digunakan oleh perusahaan mulai dari membeli software analytics and modeling berlisensi dengan biaya mulai dari ratusan juta rupiah per aksess pengguna sampai dengan menggunakan open source atau freeware . Secara garis besar, faktor utama dari pemilihan software ini terbagi menjadi 3 yaitu : Power         : Kekuatan dan kemampuan tools itu sendiri dalam pengolahan dan analisis data Simplicity  : Kemudahan operasional dalam pemakaian alat Budget       : Biaya yang ada untuk membeli license tools Tentu saja jika suatu software semakin ba...

Membentuk Team Data Analytics dan Menghidari Kebocoran Budget

Maraknya badan usaha di Indonesia yang berminat untuk membentuk divisi Big data analytics di lingkungan internal perusahaan nampaknya masih belum seimbang dengan pengetahuan praktis penerapan di lapangan. Banyaknya acara sharing sessions, training dan kursus gratis maupun komersial terkait Big Data dan Customer Analytics  (BDCA) saat ini masih sibuk di tahap teknikal penggunaan alat juga teknis pengolahan informasi yang akhirnya membuat calon pengguna lupa tujuan utama dari perusahaan membentuk divisi BDCA yaitu meng akselerasi pertumbuhan dan efisiensi bisnis. Kalau kita kembalikan lagi ke objektif di awal tentang akselerasi pertumbuhan dan efisiensi binsis coba sekarang kita cek lagi  dari sekian banyak perusahaan yang membeli solusi atau alat terkait Big Data Analytics berapa banyak yang sudah mendapatkan keuntungan secara nyata atau setidaknya tutup modal. Olehkarenanya strategi pembentukan tim dan strategi penerapan secara bertahap sangat penting kare...