Perusahaan Non-digital Sudah Banyak Mengadopsi Machine Learning
Kemajuan teknologi telah menyasar seluruh lapisan masyarakat. Apalagi di dunia bisnis. Hampir seluruh jenis usaha sudah harus melek teknologi termasuk teknologi data analytics dan machine learning. Bahkan, dua teknologi ini kini bukan hanya milik perusahaan digital. Perusahaan non-digital hari ini juga sudah mulai banyak yang mengadopsi teknologi data analytics dan machine learning.
“Penerapan data analytics dan machine learning itu biasanya ada di startup karena mereka early adopters. Namun sekarang, perusahaan non-digital pun sudah banyak mengadopsi fondasi data analytics dan machine learning,” tutur Anthony Amni, Head of Mid-Market & Enterprise Greenfi AWS Indonesia dalam diskusi yang digelar Valiance secara daring pada Rabu (26/01/2022).
Cloud computing seperti AWS, kata Anthony, telah berhasil mendemokratisasi adopsi data analytics dan machine learning selama beberapa tahun terakhir. Dari sisi biaya dan kepraktisan, cloud computing membuat proses adopsi ini menjadi lebih murah dan mudah.
Sepaham dengan Anthony, Riyad Rivandi, CTO dan Co-Founder di Valiance, mengatakan dan merasakan betul manfaat dari teknologi ini. Menurutnya, pengerjaan solusi bisnis di Valiance berlangsung secara efisien berkat penggunaan internal tools yang mereka kembangan untuk proses automatic machine learning (AutoML).
“Kami juga berpengalaman membangun infrastruktur Machine Learning Ops (MLOps) baik cloud maupun on-premise sesuai dengan kondisi perusahaan,” kata Riyad.
Riyad juga menegaskan bahwa solusi dari Valiance ini mampu menyelesaikan permasalah bisnis klien, baik dalam hal efisiensi waktu untuk tugas-tugas repetitif, menekan potensi kerugian biaya, maupun memprediksi risiko potensial.
“Kami membuktikan hal ini dengan melakukan evaluasi performa solusi yang kami bangun terhadap hasil analisis ketimpangan yang telah dilakukan,” ujar Riyad.
Riyad mencontohkan, sebuah solusi Machine Learning untuk credit scoring yang pernah dibangun mampu memprediksi 50% Non Performing Loan (NPL) pada suatu lembaga keuangan mikro, yang nilainya setara dengan potensi kerugian Rp 100 miliar. Selanjutnya, solusi juga digunakan untuk mendeteksi risiko kredit pemohon dan merekomendasikan analis untuk menolak permohonan dengan potensi gagal bayar tinggi.
Namun, performa solusi ini tetap harus dievaluasi secara berkala untuk menghindari rekomendasi yang buruk akibat pergeseran tren pemohon (data drift). Selain credit scoring, solusi-solusi berbasis machine learning yang telah dikerjakan Valiance adalah anomaly detection, fraud detection, route optimization, computer vision, natural language processing, dan supply chain optimization.
Sejauh ini, Valiance telah mengerjakan solusi ml di industri keuangan dan perbankan, logistik dan distribusi, media, ritel, pariwisata, agrikultur, dan otomotif. Latar belakang klien yang telah bekerja sama dengan Valiance adalah perusahaan swasta, badan usaha milik negara, dan kementerian/lembaga pemerintah.
