Tags Posts tagged with "CTI IT Infrastructure Summit"

CTI IT Infrastructure Summit

“Cognitive system dapat memicu bentuk kerja sama baru antara manusia dan mesin,” kata Shanker V. Selvadurai (CTO, Software and Cognitive Solutions, IBM Asia Pacific) di panggung CTI IT Infrastructure Summit 2017.

Salah satu penyedia solusi machine learning terkemuka di dunia adalah IBM yang dikenal melalui “mesin pintar” Watson. Keunggulan IBM Watson sebagai cognitive system—istilah IBM untuk machine learning—terletak pada tiga kemampuan utama: understanding, reasoning, dan learning.

Cognitive system dapat memicu bentuk kerja sama baru antara manusia dan mesin,” kata Shanker V. Selvadurai (CTO, Software and Cognitive Solutions, IBM Asia Pacific). Kerja sama ini diharapkan mampu memadukan karakteristik-karakteristik positif yang dimiliki setiap unsur. Sifat manusiawi seperti akal sehat, moral, imajinasi, welas asih, dan sebagainya, digabungkan dengan sifat khas mesin seperti pemahaman pola, natural language, ketidakberpihakan, dan kapasitas yang tak terbatas.

Shanker mengklaim bahwa IBM Watson telah digunakan di 25 negara oleh 20 jenis industri serta akan segera menyentuh 1 miliar pengguna dalam 9 bahasa berbeda.

Ia mencontohkan tiga studi kasus utama dari IBM Watson. Salah satunya yang bisa dimanfaatkan di Indonesia yaitu expertise at scale, terutama di bidang kesehatan. Watson dapat membantu mendiagnosis gejala penyakit-penyakit kritis, misalnya stroke, diabetes, dan serangan jantung. Walhasil, pemerintah bisa memasang komputer berbasis Watson di pusat layanan kesehatan daerah, alih-alih mengirim ratusan dokter ke daerah-daerah terpencil.

Studi kasus kedua yaitu personalize at scale. Contoh penggunaan di institusi pendidikan, Watson bisa menyesuaikan materi ajar sesuai dengan gaya belajar, kemampuan, dan data akademis setiap siswa. Contoh ini juga bisa dipakai di industri perbankan, telekomunikasi, dan pemerintahan.

Studi kasus terakhir adalah discover at scale, misalnya di industri kreatif. Shanker memberi contoh seorang musisi asal Amerika Serikat, Alex da Kid, yang membuat lagu berdasarkan hasil analisis Watson terhadap lagu-lagu terpopuler di tangga lagu Billboard. Alex pun dapat mengetahui komposisi musik dan lirik seperti apa yang paling disukai oleh masyarakat.

Penting dalam Era Bisnis Digital

Machine learning adalah topik utama dalam CTI IT Infrastructure Summit 2017, konferensi dan pameran teknologi tahunan dari CTI Group yang sudah digelar keempat kalinya.

Selain menghadirkan pembicara utama dari Gartner dan IBM, acara ini juga diikuti oleh Herry Abdul Aziz (Penasihat Ahli Menkominfo RI), Leonardo Koesmanto (Head of Digital Banking, Bank DBS Indonesia), Ridzki Kramadibrata (Managing Director, Grab Indonesia), dan Ying Shao Wei (COO DataSpark, part of Singtel Group).

Dalam acara ini, CTI Group juga menganugerahkan penghargaan iCIO Awards 2017 kepada tiga pemenang, yaitu Iwan Djuniardi (Direktur Transformasi Teknologi Informasi dan Komunikasi, Direktorat Jenderal Pajak, Kementerian Keuangan RI) selaku The Most Innovative CIO, Rita Mas’oen (Direktur Operasional & Teknologi Informasi, PT Bank CIMB Niaga Tbk.) selaku The Most Influential CIO, dan Kharim Indra Gupta Siregar (Direktur Teknologi Informasi, PT BTPN) selaku The Most Intelligent CIO.

Harry Surjanto (President Director, CTI Group) di panggung CTI IT Infrastructure Summit 2017.

“Di era bisnis berbasis digital sekarang ini, machine learning sudah diakui perannya untuk membantu mengoptimalkan pemasukan, mempelajari kebutuhan konsumen, dan meningkatkan kinerja penjualan,” tutur Harry Surjanto (President Director, CTI Group).

CTI Group pun menawarkan berbagai solusi menyeluruh, mulai infrastruktur, solusi, aplikasi, sampai jasa konsultasi, dari vendor-vendor TI terkemuka di dunia, seperti IBM, FireEye, Dell-EMC, Fujitsu, Hewlett Packard Enterprise, F5, Hitachi Data Systems, Lexmark, Varonis, DataSpark, dan Samsung.

Jonathan Krause (Vice President Southeast Asia, Gartner Advisory) berbicara soal tren machine learning dalam konferensi CTI IT Infrastructure Summit 2017 di Ballroom Ritz-Carlton Pacific Place, Jakarta, Rabu (8/3).

Dalam beberapa tahun terakhir ini, sejumlah perusahaan di berbagai industri ramai-ramai mengadopsi teknologi machine learning. Padahal, sebetulnya machine learning bukanlah istilah atau teknologi yang benar-benar baru.

Sejak tahun 1950, tokoh-tokoh seperti Alan Turing, Arthur Samuel, dan Gerland De Jong telah meracik dan mendefinisikan pemahaman tentang machine learning. Namun, pada saat itu, dengan keterbatasan sumber daya komputasi dan infrastruktur, teknologi ini dianggap masih abstrak dan mengawang-awang sehingga belum banyak orang yang menggelutinya.

Hal yang jauh berbeda terjadi sekarang. Pertumbuhan data makin cepat, volumenya membengkak, dan jenis data pun kian kompleks—istilahnya kita kenal dengan big data. Di satu sisi, big data ini dipandang sebagai harta karun yang sangat berharga di era bisnis digital. Di sisi lain, nyaris tidak mungkin bagi manusia untuk menganalisis dan memahami semua informasi yang terkandung di dalam big data.

Oleh karena itulah, manusia membutuhkan bantuan dari sistem atau mesin pintar yang mampu menghimpun, mempelajari, dan mengekstrak kumpulan data menjadi wawasan berharga.

“Pada 10 tahun yang lalu, kita sulit untuk mencari 10 buah saja aplikasi bisnis yang berbasis machine learning. Sebaliknya, dalam 10 tahun ke depan, kita akan sulit menemukan 10 aplikasi bisnis yang tidak berbasis machine learning,” ujar Jonathan Krause (Vice President Southeast Asia, Gartner Advisory) dalam konferensi CTI IT Infrastructure Summit 2017 di Ballroom Ritz-Carlton Pacific Place, Jakarta, Rabu (8/3).

Masuk Agenda Utama CIO

Berdasarkan riset Gartner, machine learning saat ini berada dalam daftar topik terpopuler dalam bidang data science dan smart machine, di samping teknologi speech recognition, chatbot, dan artificial intelligence (AI). “Pada tahun 2020, kami memprediksi orang akan lebih sering berbicara dengan bot daripada pasangan sendiri,” imbuh Krause.

Bahkan, penerapan machine learning sudah masuk ke dalam salah satu agenda utama para CIO pada tahun 2017. Sebanyak 27% CIO di Asia Pasifik mengaku berniat memakai teknologi itu pada tahun ini. Yang menarik, teknologi prioritas para CIO lainnya seperti advanced analytics, digital security, Internet of Things, virtual customer assistant, dan autonomous vehicle pun tidak bisa dilepaskan dari peran machine learning.

Apa yang mendorong peningkatan adopsi machine learning oleh para pemimpin TI? Krause menyebut tiga faktor utama, yakni the rise of GPU (Graphic Processing Unit) yang lebih bertenaga daripada CPU (Central Processing Unit), deep neural network yang makin luas, dan tentu saja pertumbuhan big data.

Namun, CIO juga harus memperhatikan tantangan dalam penerapan machine learning, antara lain kebutuhan data dan tenaga komputasi dalam jumlah besar, makin rumitnya strategi integrasi data, pemahaman SDM yang belum merata, dan yang tidak kalah penting, perlunya membentuk tim data science untuk membantu mendidik mesin dan bekerjasama dengannya.

“Karena bagaimanapun, machine learning tidak bisa disamakan dengan kemampuan otak manusia. Bahkan saat ini tidak sampai 1%-nya,” Krause mengingatkan.

Terakhir, Krause memberi rekomendasi bagi perusahaan yang ingin memulai implementasi machine learning, yaitu terus belajar dan bereksperimen, mulai dari solusi-solusi yang sederhana, bentuk tim multidisiplin agar bisa memberi pembelajaran dari sudut pandang TI, data science, operasional, dan bisnis, gunakan infrastruktur cloud yang lebih terjangkau, serta bekerjasama dengan akademisi dan penyedia solusi.

Machine learning adalah topik utama dalam CTI IT Infrastructure Summit 2017, konferensi dan pameran teknologi tahunan dari CTI Group yang sudah digelar keempat kalinya.

Selain menghadirkan pembicara utama dari Gartner dan IBM, acara ini juga diikuti oleh Herry Abdul Aziz (Penasihat Ahli Menkominfo RI), Leonardo Koesmanto (Head of Digital Banking, Bank DBS Indonesia), Ridzki Kramadibrata (Managing Director, Grab Indonesia), dan Ying Shao Wei (COO DataSpark, part of Singtel Group).

Teknologi telah mengubah wajah banyak sektor industri. Salah satunya industri transportasi.

Kemunculan berbagai startup yang menghadirkan layanan pemesanan kendaraan lewat aplikasi online mampu mengguncang model bisnis perusahaan transportasi yang sudah lebih lama berdiri. Dengan aneka kemudahan dan daya saing yang ditawarkan, penyedia aplikasi transportasi online ternyata lebih disukai masyarakat, khususnya di era digital sekarang.

Salah satu pemain terbesar di industri transportasi online di kawasan Asia Tenggara adalah Grab, perusahaan rintisan yang “baru” berdiri pada tahun 2012. Grab lahir dari keresahan Anthony Tan, yang menemukan banyak keluhan tentang buruknya kondisi taksi di Malaysia, negara kelahirannya.

Anthony Tan pun berinisiatif membuat aplikasi pemesanan taksi yang lebih cepat, aman, dan nyaman, serta menguntungkan bagi penumpang dan pengemudi yang diberi nama MyTeksi. Aplikasi yang kemudian berganti nama menjadi Grab (dahulu GrabTaxi) ini pun sukses besar di Malaysia.

Dalam waktu lima tahun, Grab pun terus melebarkan sayap ke negara-negara lainnya di Asia Tenggara, seperti Indonesia, Singapura, Filipina, Thailand, dan Vietnam, serta menambah jenis layanan, antara lain GrabBike (ojek motor), GrabCar (pemesanan mobil sewaan), GrabExpress (jasa kurir), GrabFood (jasa pengantaran makanan), dan GrabHitch (jasa tumpangan/nebeng).

Saat ini Grab memiliki lebih dari 630 ribu pengemudi di enam negara dan melayani lebih dari 1,5 miliar pemesanan setiap hari.

Adopsi Teknologi Demi Kepuasan Pengguna

Aplikasi Grab pada dasarnya berfungsi untuk mempertemukan antara pengguna (calon penumpang) dan pengemudi kendaraan (mobil, ojek, taksi) untuk pergi ke tempat tujuan.

Seiring pertumbuhan jumlah pengguna dan pengemudi, Grab menghadapi tantangan dalam menyajikan pengalaman pengguna (user experience) yang cepat, andal, dan memuaskan. Grab harus dapat “menjodohkan” calon penumpang dan pengemudi secara cerdas agar calon penumpang bisa mendapat kendaraan hanya dalam hitungan detik sejak ia menekan tombol “Order”. Grab juga harus dapat memformulasikan biaya perjalanan yang tepat secara real-time.

Untuk itulah, Grab memanfaatkan teknologi machine learning yang mampu mempelajari bermacam parameter, mulai dari profil dan kebiasaan penumpang/pengemudi, waktu pemesanan, kondisi cuaca dan lalu lintas, metode pembayaran (tunai/kartu kredit), sampai banyaknya permintaan dibanding ketersediaan pengemudi.

Di awal-awal operasionalnya, Grab masih menggunakan metode penentuan tarif secara konvensional. “Kami mematok tarif yang sudah ditentukan sebelumnya dan penumpang bisa menambahkan tips kepada pengemudi [jika bersedia]. Akibatnya, pengemudi hanya mau mengambil pesanan yang ditambahi tips,” ujar Ditesh Gathani (Director of Engineering, Grab) seperti dilansir Mashable. “Ini membuat para penumpang kesal,” imbuhnya.

Berbekal machine learning, Grab dapat menentukan tarif secara lebih cerdas dan memuaskan bagi kedua pihak, penumpang dan pengemudi. Sistem bisa mengetahui lokasi setiap pengemudi di sebuah area, mengukur kedekatan jarak dan waktu tempuh dengan calon penumpang, dan memperkirakan seberapa besar kemungkinan pengemudi menerima suatu pesanan.

Selain itu, sistem juga bisa mengenali siapa saja pengguna dan pengemudi yang paling sering membatalkan pesanan. Sebagai konsekuensi, sistem akan memberi “hukuman” dengan cara memperkecil kemungkinan mereka memperoleh kendaraan atau pesanan. “Pembatalan [pesanan] berdampak sangat negatif pada ekosistem,” Gathani beralasan.

Dengan demikian, sistem Grab mampu menawarkan suatu pesanan kepada sekelompok kecil pengemudi tertentu yang paling mungkin menerima pesanan tersebut. Hasilnya, pesanan lebih cepat dilayani, tingkat pembatalan pesanan makin rendah, dan kepuasan pelanggan kian meningkat.

Ingin tahu lebih lanjut mengenai cara Grab memanfaatkan machine learning dalam bisnisnya? Jangan lewatkan paparan dari Ridzki Kramadibrata (Managing Director, Grab Indonesia) dan pembicara-pembicara ahli lainnya dalam acara CTI IT Infrastructure Summit 2017, Rabu, 8 Maret 2017. Segera daftarkan diri Anda lewat alamat ini.

Menkominfo Rudiantara.

Meski memiliki sistem transportasi publik terbaik di dunia, Singapura tetap memiliki tantangan dalam mengatur pergerakan warga. Salah satunya adalah tingginya pergerakan pekerja dari dan ke pusat bisnis (seperti kawasan Marina Bay), utamanya pada jam sibuk. Untuk mengatasi hal ini, pemerintah Singapura mengeluarkan program regional center yang diharapkan akan berfungsi pada tahun 2030.

Melalui program ini, akan dibangun beberapa regional center yang tersebar di negara pulau tersebut. Pelaku bisnis di industri yang sama akan didorong menempati regional center yang tertentu. Dengan begitu, kegiatan bisnis akan tersebar dan tidak lagi terpusat di kawasan bisnis yang ada saat ini.

Namun untuk bisa menentukan lokasi regional center yang tepat, Pemerintah Singapura membutuhkan data pergerakan warganya. Untuk itu, A*STAR (Agency for Science, Technology and Research) mencoba menganalisis pergerakan warga berdasarkan data yang ada. Data tersebut berupa sistem smart card yang digunakan warga saat naik angkutan umum, data peruntukan lahan (bisnis atau tempat tinggal), serta lokasi fasilitas umum (amenities).

Untuk menganalisis data yang demikian besar tersebut, tim A*STAR pun menggunakan pendekatan machine learning. Mereka mencoba tiga tipe machine learning, sampai akhirnya menemukan pendekatan machine learning berbasis decision tree model yang memberikan data paling akurat.

“Hasil analisis menunjukkan, peningkatan fasilitas sampai 55% akan meningkatkan jumlah penggunaan angkutan umum,” ungkap Christopher Monterola dari A*STAR. Di atas angka tersebut, penggunaan angkutan umum akan menurun. “Dan hal ini logis karena ketika lokasi fasilitas umum relatif dekat, warga akan memilih berjalan kaki,” tambah Christopher.

Contoh di atas adalah sedikit gambaran bagaimana machine learning bisa digunakan di sektor pemerintahan. Hal ini pun disadari Menteri Komunikasi dan Informatika RI, Rudiantara, salah satu keynote speaker di acara CTI IT Infrastructure Summit 2017, konferensi di bidang TI yang diselenggarakan setiap tahun oleh CTI Group.

“Selama ini di korporasi, pemanfaatan machine learning kebanyakan di internal,” ungkap Rudiantara. Jika pemanfaatan machine learning juga ditujukan untuk melayani publik, diharapkan masyarakat akan mendapatkan manfaat yang lebih besar. “Akhirnya di sisi pasokan teknologinya juga akan berkembang,” tambah Rudiantara.

Rudiantara adalah salah satu dari banyak pembicara ahli yang akan hadir di acara CTI IT Infrastructure Summit 2017. Jika Anda tertarik, silakan daftarkan diri Anda menjadi peserta konferensi teknologi tahunan ini di alamat www.itinfrastructuresummit.com.

Leonardo Koesmanto (Head of Digibank, DBS Indonesia). [Foto: Abdul Aziz/InfoKomputer]

Dengan memanfaatkan machine learning, sebuah bank bisa lebih efisien sekaligus memberikan layanan optimal bagi nasabahnya. Kesimpulan itulah yang bisa ditarik dari pengalaman Bank DBS yang saat ini mulai memanfaatkan machine learning.

Salah satu implementasi machine learning di DBS adalah memberi insight bagi Relationship Manager (RM) saat berhubungan dengan nasabahnya. “Ketika akan bertemu nasabah, seorang RM itu harus riset dulu setiap nasabahnya,” cerita Leonardo Koesmanto (Head of Digibank, DBS Indonesia). Riset tersebut meliputi karakter investasi nasabah (seperti risk taker atau risk averse) dan juga kondisi pasar saat itu. Jika dalam sehari seorang RM harus bertemu lima nasabah, tentu proses riset akan membutuhkan waktu yang lama.

Hal itulah yang mendorong DBS untuk melirik machine learning. Proses riset yang biasanya dilakukan secara manual, kini menggunakan komputer. Machine learning akan menganalisis berbagai faktor, seperti latar belakang konsumen dan kondisi pasar, untuk kemudian memberikan saran kepada RM dalam membuat penawaran investasi. Berdasarkan masukan tersebut, sang RM bisa dengan cepat memberikan saran investasi yang tepat bagi nasabah.

Penggunaan machine learning pun bisa meluas ke sisi digital personal assistant. Personal assistant ini bisa menjawab pertanyaan nasabah seputar produk perbankan yang biasanya ditangani oleh customer service. “Karena 80% pertanyaan ke customer service pada dasarnya sama,” tambah pria yang akrab dipanggil Leo ini.

Lebih jauh lagi, digital personal assistant ini juga bisa membantu proses perbankan. Ketika ingin membayar tagihan telepon, misalnya, nasabah tinggal berkata atau mengetikkan “Saya ingin membayar tagihan telepon.” Hal yang sama pun bisa dilakukan ketika nasabah ingin mengecek saldo, melakukan transfer, dan berbagai kegiatan perbankan lainnya.

Semua kemudahan itu sejalan dengan visi DBS yang menginginkan bank menjadi satu hal yang invisible. “Kalau dulu, ketika kita melakukan kegiatan perbankan, kita harus pergi ke bank,” ungkap Leo. Sedangkan ke depannya, semua yang dilakukan nasabah di bank, bisa dilakukan menggunakan smartphone-nya. Kata “bank” pun akan bertransformasi menjadi sebuah kegiatan dan bukan lagi bentuk fisik. “Kita berada di belakang dari setiap transaksi yang dilakukan,” tambah Leo menggambarkan visi DBS ke depan.

Untuk mencapai ke sana, tantangannya memang tidak sedikit. Tantangan terbesar adalah bagaimana “melatih” machine learning ini untuk bisa bekerja dengan sempurna. “Machine learning itu ibarat anak yang harus diajari dulu,” tambah Leo. Contohnya, sang mesin harus bisa menangkap pertanyaan mengenai cara membuka rekening di DBS yang diungkapkan dengan bahasa resmi maupun sehari-hari.

Agar bisa belajar, sang mesin harus terus dipakai sehingga perbendaharaan kata dan kalimat yang ia mengerti bisa semakin besar. “Kami baru saja implementasi, jadi perlu waktu untuk dia menjadi pintar,” ujar Leo. Namun ia yakin, peran machine learning akan semakin besar di masa depan. “Saya cukup optimistis implementasinya akan banyak,” ungkap Leo.

Leonardo Koesmanto adalah salah satu pembicara pada acara CTI IT Infrastructure Summit 2017. Di acara ini, Leo akan membahas lebih jauh mengenai starategi DBS dalam menerapkan machine learning. Jika tertarik untuk ikut, silakan daftarkan diri Anda di alamat ini.

Ilustrasi machine learning. [kredit: Shutterstock]

Kurang dari sebulan, ajang tahunan CTI IT Infrastructure Summit 2017 akan digelar. Untuk tahun ini, ajang prestisius tersebut akan mengangkat tema Machine Learning: Capitalizing the Information of Everything to Drive Your Digital Business.

Machine learning sendiri adalah salah satu cabang computer science yang memungkinkan komputer menganalisa data tanpa harus dipogram secara spesifik. Hal ini berbeda dengan aplikasi pada umumnya yang harus secara detail memperhitungkan segala kemungkinan. Aplikasi berbasis machine learning memungkinan komputer mempelajari pola dari semua data yang ia miliki, untuk kemudian memberikan insight yang bisa membantu kita mengambil keputusan.

Dalam konteks yang lebih luas, machine learning adalah bagian dari konsep Artificial Intelligence dan cognitive computing yang kini dikembangkan banyak perusahaan teknologi dunia.

Ada alasan tersendiri mengapa CTI IT Infrastructure Summit 2017 mengambil tema machine learning. Dalam beberapa tahun terakhir, machine learning telah menjadi bagian penting dari akselerasi perusahaan dunia. Perusahaan seperti Amazon, SoftBank, atau PayPal adalah beberapa contoh perusahaan yang telah memanfaatkan machine learning.

Akan tetapi, machine learning, AI, dan cognitive computing memang belum terlalu populer di dunia IT Indonesia. Hal ini diakui Gunawan Susanto (President Director, IBM Indonesia) yang menjadi salah satu pendukung acara CTI Infrastructure Summit 2017. “Cognitive computing adalah salah satu cara Indonesia mengejar ketertinggalan dengan negara lain,” ungkap Gunawan.

Apalagi, beberapa negara tetangga sudah mulai memanfaatkan cognitive computing sebagai competitive advantage. Bumrungrad Hospital di Thailand, misalnya, menggunakan cognitive computing untuk membantu dokter spesialis kanker (oncologist) dalam memberikan perawatan yang tepat bagi pasien kanker. Dengan menganalisis literatur medis mengenai kanker dari seluruh dunia, cognitive computing bisa memberikan saran kepada dokter mengenai perawatan terbaik bagi sang pasien.

Contoh lain adalah perusahaan akomodasi Starwood Hotels & Resorts yang terkenal dengan jaringan hotel Sheraton dan Westin. Mereka telah menggunakan machine learning pada Revenue Optimization System (ROS ) mereka atau sistem pengaturan harga kamar. Sistem ini mampu mempelajari aneka data dalam menentukan harga kamar secara real-time menggunakan berbagai data internal, seperti jumlah ketersediaan kamar, tingkat pemesanan, pembatalan, tipe kamar, dan harga kamar harian. ROS juga menganalisis data eksternal seperti harga hotel pesaing, cuaca di sekitar, dan acara-acara besar yang diselenggarakan di dekat lokasi hotel. Hasilnya, lebih dari 1.000 hotel milik Starwood bisa mengubah harga kamar setiap menitnya demi menentukan harga yang paling efisien untuk meningkatkan pemasukan dan keuntungan perusahaan.

Dua contoh di atas menunjukkan, cognitive computing mampu memberikan keunggulan unik bagi perusahaan. Peluangnya pun terbilang tak terbatas karena pemanfaatan cognitive computing bisa dilakukan untuk berbagai skenario. Perusahaan retail, misalnya, bisa memanfaatkan cognitive computing untuk memprediksi stok sebuah produk berdasarkan pola pembelian konsumen selama ini. Nelayan pun bisa memanfaatkan sistem pintar ini untuk memperkirakan area laut yang padat ikan berdasarkan data cuaca dan pola arus laut.

Pendek kata, semua kebutuhan bisnis bisa memanfaatkan machine learning. Namun karena prinsip dasar dari machine learning adalah “belajar”, tiap skenario membutuhkan data dan proses pembelajaran yang berbeda. Karena itulah Gunawan Susanto mengajak semua pihak di ekosistem IT Indonesia untuk memanfaatkan machine learning berdasarkan kebutuhan unik bangsa ini. “Jangan sampai kita cuma menikmati service [berbasis machine learning]-nya, namun player-nya dari negara lain,” ujar Gunawan.

Ingin mengetahui lebih jauh mengenai pemanfaatan machine learning di berbagai industri? Daftarkan diri Anda di alamat ini untuk mengikuti CTI IT Infrastructure Summit 2017. Akan ada pembicara dari Grab, Singtel, DBS, dan berbagai perusahaan lain yang akan membahas bagaimana mereka memanfaatkan machine learning.

Rachmat Gunawan (Direktur, CTI Group) dan Gunawan Susanto (Presiden Direktur, IBM Indonesia) dalam konferensi pers kick off CTI IT Infrastructure Summit 2017.

CTI Group kembali akan menggelar seminar dan pameran infrastruktur CTI IT Infrastructure Summit 2017 pada tanggal 8 Maret 2017 di Hotel Ritz-Carlton Pacific Place, Jakarta.

Penyelenggaraan kali ini telah memasuki tahun keempat dan akan mengangkat topik “Machine Learning: Capitalizing the Information of Everything to Drive Your Digital Business”. Harapannya, para peserta dapat memahami peran teknologi machine learning dalam membantu organisasi mengolah data dan informasi menjadi insight berharga demi pertumbuhan bisnis.

Mengapa machine learning dipilih oleh CTI Group sebagai tema besar tahun ini?

“Dengan begitu dahsyatnya pertumbuhan data di seluruh dunia, di mana sekitar 2,5 quintillion data digital tercipta per hari, bisnis tidak lagi mampu menganalisis data tersebut secara tradisional untuk memperoleh insight penting. Di sinilah kehadiran machine learning diperlukan untuk menganalisis data secara otomatis dan memprediksi masa depan untuk mendongkrak pemasukan,” jelas Rachmat Gunawan (Direktur, CTI Group) dalam konferensi pers di Jakarta, Rabu (8/2).

IDC mencatat 75% enterprise dan pengembang software akan menerapkan fungsi machine learning dengan tool analitik bisnis yang lengkap, minimal dalam satu aplikasi perusahaan. Sedangkan Gartner memperkirakan pada tahun 2018, lebih dari separuh perusahaan enterprise di dunia akan meningkatkan daya saing melalui implementasi advanced analytics dan algoritma yang nantinya mampu mendisrupsi seluruh industri.

Machine learning juga diprediksi akan mengalami peningkatan dalam sisi service market dari US$613,4 juta di 2016 menjadi US$3,755 juta pada 2021 dengan Laju Pertumbuhan Majemuk Tahunan (CAGR) sebesar 43,7%.

“IBM memiliki solusi pendekatan Cognitive yang mampu menganalisis, memberikan rekomendasi di seluruh industri. IBM Watson merupakan produk dari solusi Cognitive kami yang memiliki kemampuan untuk membuka data-data yang tidak teridentifikasi,” jelas Gunawan Susanto (Presiden Direktur, IBM Indonesia).

“Melalui CTI IT Infrastructure Summit 2017, kami ingin menjadi mitra industri dalam menerapkan teknologi cognitive computing untuk mendorong keberhasilan bisnis di era transformasi digital saat ini,” imbuh Rachmat.

Seleksi iCIO Awards 2017

Seperti tahun-tahun sebelumnya, CTI IT Infrastructure Summit 2017 bakal menghadirkan beragam solusi TI terkini dan sharing best practice, tidak hanya bagi profesional di bidang TI, tetapi juga pemasaran, keuangan, produksi, dan sektor lainnya dari lintas industri di Indonesia.

Pada acara ini, juga akan diumumkan para CIO dan IT leader yang memenangi penghargaan iCIO Awards 2017 sebagai “The Most Influential CIO”, “The Most Intelligent CIO”, dan “The Most Innovative CIO”.

Saat ini, sembilan CIO dari berbagai latar belakang industri, yakni keuangan, pemerintahan, e-commerce, edukasi, dan transportasi berhasil lolos dalam tahapan seleksi formulir aplikasi dan akan mengikuti tahap akhir dari proses pemilihan, yakni wawancara dan presentasi dengan Dewan Juri.

Dewan Juri iCIO Awards 2017 terdiri dari Hasnul Suhaimi (Executive & Business Coach, mantan CEO XL Axiata), Hendra Godjali (CEO, Ernst & Young), Prihadiyanto (Managing Director, Accenture Indonesia), Arif Budisusilo (Pemimpin Redaksi Harian Bisnis Indonesia), dan Richardus Eko Indrajit (Kepala Asosiasi Perguruan Tinggi Informatika dan Komputer/APTIKOM).

“iCIO Community memberikan penghargaan setinggi-tingginya untuk para CIO yang telah mengikuti proses seleksi iCIO Awards 2017. Kami berharap mereka nantinya dapat menjadi role model bagi para praktisi TIK, khususnya para CIO lain, dalam mengatasi berbagai tantangan penerapan TIK di organisasinya serta memberikan kontribusi peningkatan kinerja bisnis dan membangun daya saing organisasi secara berkelanjutan.” ujar Harry Surjanto (Founder and Advisor, iCIO Community).

CTI IT Infrastructure Summit 2017 didukung oleh lembaga riset Gartner dan Grab Indonesia serta vendor-vendor TI terkemuka di dunia, seperti IBM, FireEye, Dell-EMC, Fujitsu, Hewlett-Packard Enterprise, Lenovo, F5, Hitachi Data Systems, Lexmark, Varonis, Data Spark, Samsung, Pure Storage, dan Progress Software.

Untuk registrasi atau mendapatkan informasi yang lebih lengkap mengenai CTI IT Infrastructure Summit 2017, silakan kunjungi: www.itinfrastructuresummit.com.

Membedakan foto sepatu dan baju adalah sebuah pekerjaan yang sangat mudah dilakukan manusia. Namun bagaimana jika ada jutaan foto yang harus disortir?

Masalah seperti ini benar dialami oleh Lazada. Setiap produk yang dipampang di platform mereka harus diperiksa dan diverifikasi. “Apakah kualitas fotonya bagus? Apakah nama produknya akurat? Setelah itu, kami harus menempatkannya di kategori produk yang tepat,” cerita John Berns (SVP Head of Data Science, Lazada).

Awalnya, Lazada melakukan proses tersebut secara manual oleh manusia. Namun mengingat setiap tahun ada 30 juta foto yang harus diolah, proses manual tersebut menuntut waktu dan tenaga yang tak sedikit. Hal inilah yang mendorong Lazada untuk membangun sistem berbasis teknologi machine learning.

“Sistem ini bisa melihat gambar, menganalisis, lalu menaruhnya di kategori yang tepat,” kata Berns. Ketika dilakukan secara manual, proses verifikasi biasanya berlangsung 30 detik Namun ketika menggunakan sistem berbasis machine learning, waktu yang dibutuhkan hanya sekitar 5-6 detik.

Akurasi sistem tersebut juga bisa diandalkan. “Sekitar 90% produk dapat diklasifikasikan berdasarkan machine learning, sementara sisanya masuk ke dalam suggestion untuk diproses secara manual,” tambah Berns.

Implementasi Luas

Machine learning sendiri adalah salah satu cabang ilmu komputer yang memiliki kemampuan belajar dari pola data, baik yang diberikan sebelumnya maupun data baru. Machine learning erat kaitannya dengan computational computing karena mengandalkan pola statistik dari data yang ia proses. Seperti contoh di atas, sistem machine learning Lazada bisa mengenali foto sebuah baju karena ia mengenali ciri-ciri baju dari jutaan foto baju yang telah ia proses.

Teknologi machine learning sebenarnya bukan hal yang baru. Pada tahun 1960, Joseph Weizenbaum membuat komputer bernama Eliza yang mengambil pendekatan machine learning. Namun implementasi machine learningmendapat momentumnya dalam beberapa tahun terakhir karena ekosistem yang mendukung. Contohnya peningkatan kecepatan komputasi yang bisa memproses data ukuran raksasa dengan lebih cepat. Selain itu, algoritma machine learning juga kian matang seiring kian seriusnya perusahaan teknologi raksasa, seperti Google, Microsoft, dan Amazon, dalam mengimplementasikan machine learning.

Perusahaan dari berbagai industri pun kini mulai melirik machine learning sebagai competitive advantage. Survei yang dilakukan MIT terhadap 168 perusahaan dengan pendapatan di atas US$500 juta menunjukkan, 76% responden telah menggunakan aplikasi berbasis machine learning untuk mengejar kenaikan pendapatan.

Sementara lembaga survei McKinsey menyebut, lebih dari selusin bank di Eropa telah mengganti sistem statistik yang biasa mereka gunakan dengan sistem baru berbasis machine learning. Hasilnya pun sangat positif. Bank yang telah menggunakan machine learning ini berhasil meningkatkan pendapatan 10% terhadap produk baru, serta penurunan churn (angka nasabah yang berhenti menggunakan jasa keuangan) sampai 20%.

Hal ini bisa dicapai karena sistem berbasia machine learning bisa memberikan rekomendasi yang lebih presisi dalam menawarkan produk baru maupun mendeteksi nasabah yang akan berhenti. Dalam konteks yang lebih luas, machine learning juga bisa digunakan untuk memprediksi potensi fraud, meningkatkan layanan masyarakat dan kesehatan, serta memperbaiki pola pelatihan olahraga.

Pendek kata, machine learning adalah tools yang akan membantu tiap perusahaan dalam meningkatkan kinerja mereka. Pertanyaan besarnya, apakah perusahaan Anda siap mengimplementasikannya?

Ingin tahu lebih banyak bagaimana machine learning bisa membantu perusahaan Anda?

Anda ingin tahu lebih banyak bagaimana machine learning bisa membantu perusahaan Anda? Anda bisa mengikuti CTI IT Infrastructure Summit yang akan diselenggarakan pada 8 Maret 2017. Pada acara yang bertajuk “Machine Learning: Capitalizing the Information of Everything to Drive Your Digital Business”, narasumber dari berbagai industri akan berbagi strategi mereka dalam mengimplementasikan machine learning.

Segera daftarkan diri Anda di http://www.itinfrastructuresummit.com/preregister mengingat tempat yang terbatas.

CTI

Rachmat Gunawan (Director CTI Group) sedang memberi penjelasan tentang CTI IT Infrastructure Summit 2016 didampingi oleh Suresh Nair (Managing Director Hitachi Data Systems Indonesia/HDS Indonesia) (Foto RW/InfoKomputer)

Dalam rangka mempercepat transformasi perusahaan dari tradisional ke digital, PT Computrade Technology International (CTI Group), penyedia solusi infrastruktur TI, akan kembali menggelar seminar dan pameran infrastruktur TI, yakni CTI IT Infrastructure Summit 2016, pada tanggal 3 Maret 2016 mendatang.

Bertempat di Hotel Ritz-Carlton Pacific Place, Jakarta, CTI IT Infrastructure Summit 2016 merupakan acara yang digelar untuk ketiga kalinya. Acara yang mengambil tema “Digital Transformation: Digitizing Your Business to Discover New Market Opportunities” ini akan menghadirkan berbagai solusi TI terbaru serta sharing best practice untuk membantu perusahaan-perusahaan mempercepat transformasi bisnis dari ranah tradisional ke arah digital. CTI Group menyatakan bahwa acara ini juga ditujukan bagi petinggi perusahaan di luar divisi TI seperti CMO (chief management officer), CFO (chief financial officer), COO (chief operating officer) dan lainnya yang akan terlibat aktif dalam mewujudkan transformasi digital di perusahaan.

CTI IT Infrastructure Summit 2016 ini akan didukung oleh lembaga riset Gartner dan vendor-vendor TI seperti HDS Indonesia, IBM, Huawei, Double Take, Defenxor, Tableau, VMware, Dell, dan Redhat.

Berdasarkan penelitian yang dilakukan Capgemini, perusahaan yang melakukan transformasi digital mendapatkan peningkatan pendapatan sebesar 9%, 26% profit, dan 12% dalam penilaian pasar terhadap perusahaan yang bersangkutan. Gartner CIO Agenda Insights juga mencatat bahwa para CIO tahun ini akan menargetkan peningkatan pendapatan sebesar 37% melalui jalur digital dari angka 16% di tahun lalu. Karena itu, inisiatif digital nantinya tidak hanya datang dari CIO, namun dari seluruh fungsi bisnis yang turut menciptakan platform digital dan mempekerjakan digital native.

Menurut Rachmat Gunawan (Director CTI Group) digitalisasi bisnis telah menjadi faktor esensial di balik pertumbuhan bisnis. “IDC memprediksi 60% pemimpin perusahaan (CEO) di kawasan Asia Pasifik akan menempatkan transformasi digital sebagai strategi utama perusahaan pada 2017,” katanya.

Pria yang akrab disapa Pak Gun ini juga menyatakan bahwa pada era digital ini, perusahaan dituntut menjadi lebih kompetitif, mampu memberi pelayanan kepada pelanggan secara lebih baik, sekaligus meningkatkan profit. “Kami berharap CTI Group dapat menjadi mitra serta membantu perusahaan mengakselerasi ‘digital journey’ mereka. CTI IT Infrastructure Summit 2016 akan menghadirkan solusi teknologi terkini dan best practice yang bisa menjadi referensi tepat para profesional bisnis dan TI dalam melakukan transformasi digital secara lebih baik dan komprehensif,” ujarnya lagi.

Dalam penjelasannya lebih jauh kepada para jurnalis pada acara konferensi pers hari ini (9/2) di Jakarta, Rachmat Gunawan menyatakan bahwa melalui seminar ini CTI Group ingin memberi informasi apa yang terjadi di dunia TI saat ini. Sekaligus juga, akan dipaparkan apa saja hambatan dan tantangan dalam dunia TI yang akan dihadapi perusahaan dalam era digital. “Karena itu, CMO juga akan kami undang. Tentunya mereka ingin melihat market share serta ingin melihat experience pengguna terhadap solusi dan produknya,” ujar Rachmat Gunawan. Rachmat juga menjelaskan bahwa dalam acara ini nantinya akan ditampilkan pula CTI Technology Center. Di sini, akan ditampilkan end to end solution yang dimiliki CTI Group, antara lain solusi big data analytic dan digital marketing.

Sementara Suresh Nair (Managing Director Hitachi Data Systems Indonesia, HDS Indonesia) dalam sambutannya menyatakan bahwa selain faktor people, kesuksesan transformasi digital terletak pada teknologi digital itu sendiri yaitu bagaimana mengintegrasikan teknologi social, mobile, data analytics dan cloud menjadi sebuah layanan yang mengubah proses bisnis maupun cara kerja. “Kami menyadari kebutuhan tersebut dan terus melakukan inovasi pada solusi dan layanan TI yang kami hadirkan. Hitachi Data Systems tengah fokus membantu para end-consumer meningkatkan kepuasan pelanggan mereka melalui teknologi analitik yang mengolah data digital untuk membantu manajemen mendapatkan wawasan bisnis dan meningkatkan layanan. Kami juga siap mendukung implementasi smart city di Indonesia melalui solusi Inovasi Sosial,” ujar Suresh.

Berminat mengikuti acara ini? Jika ya, silakan kunjungi www.itinfrastructuresummit.com

TERBARU

Pemerintah Tiongkok mewajibkan warga Urumqi, ibukota provinsi Xinjiang, yang mayoritas beragama Islam untuk memasang aplikasi mata-mata Jingwang di smartphone-nya.