Artificial Intelligence dan Machine Learning di Indonesia

Pendahuluan

Dalam era revolusi digital yang semakin berkembang, kehadiran teknologi Artificial Intelligence (AI) dan Machine Learning (ML) menjadi salah satu faktor dalam memajukan inovasi dan efisiensi di berbagai Bidang di seluruh dunia. Di Indonesia, perkembangan Artificial Intelligence & Machine Learning telah menunjukkan potensi yang besar dalam meningkatkan daya saing dan membuka peluang baru. Artikel ini akan membahas tentang Perkembangan dari Artificial Intelligence & Machine Learning di Indonesia serta dampak positif dan negatif.

Mengenal Artificial Intelligence & Machine Learning

Artificial Intelligence (AI) adalah teknologi yang memungkinkan mesin untuk melakukan tugas-tugas yang membutuhkan kecerdasan manusia, seperti pengambilan keputusan, pengenalan suara, dan pengenalan gambar. AI telah berkembang pesat dalam beberapa tahun terakhir, dan banyak ahli yang telah memberikan definisi tentang apa itu AI sebagai berikut: (Amarogi, 2021)

• Menurut Stuart Russell dan Peter Norvig, AI adalah studi tentang "bagaimana membuat komputer melakukan hal-hal yang, pada saat ini, orang lebih baik dalam melakukannya". Mereka juga menyatakan bahwa AI melibatkan penggunaan teknologi untuk membuat mesin yang cerdas dan mampu belajar dari pengalaman.
• Seorang ahli komputer, John McCarthy, memberikan definisi yang lebih teknis tentang AI. Menurutnya, AI adalah "ilmu tentang membuat mesin melakukan hal-hal yang membutuhkan kecerdasan manusia". McCarthy juga mengatakan bahwa AI melibatkan penggunaan algoritma dan teknologi lainnya untuk membuat mesin yang cerdas.

Istilah dari kecerdasan buatan pertama kali diciptakan pada tahun 1956, dan hingga saat ini penggunaannya semakin populer ditinjau dari segi peningkatan daya dan penyimpanan komputasinya. Untuk tahap riset awal proyek AI terjadi sekitar tahun 1950 -an dengan tujuan mengeksplorasi topik penyelesaian masalah dan metode simbolik. Pada tahun 1960 -an, Departemen Pertahanan dari Amerika Serikat juga mempunyai keinginan untuk mengembangkan dan melatih komputer agar memiliki penalaran seperti manusia secara mendasar. Sekitar tahun 1970 -an, proyek DARPA (Defence Advanced Research Project Agency) berhasil menyelesaikan studi kasus mengenai pemetaan jalan. Dan di awal abad ke -- 21, tepatnya pada tahun 2003, DARPA juga sukses untuk menghasilkan asisten pribadi cerdas. Setelah itu, teknologi AI terus mengalami perkembangan hingga saat ini masuk pada program yang lebih detail lagi, dengan menerapkan algoritma dari deep learning (pembelajaran secara mendalam). Dimana, kecerdasan buatan yang dikembangkan mampu untuk mengerjakan tugas dan memberikan solusi secara lebih kompleks dengan kondisi yang lebih bervariatif (Adani, 2021).

Dalam dunia Artificial Intelligence memiiliki salah satu cabang yang bernama Machine Learning (ML). Machine Learning adalah cabang dari artificial intelligence yang membantu sistem beradaptasi dengan kemampuan manusia, sehingga sistem tersebut dapat belajar dengan sendirinya tanpa arahan dari pengguna. Pembelajaran mesin dikembangkan berdasarkan ilmu statistika, data mining, dan matematika guna memudahkan mesin untuk menganalisa data tanpa pemrograman ulang. (Aprilia, 2022)

di dalam Machine Learning,terdapat 2 jenis yang diantaranya adalah : (Aprilia, 2022)

• Supervised Learning (Pembelajaran Terarah)

Disebut "supervised" karena dalam pendekatan ini, Machine Learning dilatih untuk mengenali pola antara input data dan label output. Pembelajaran yang diawasi menggunakan informasi sebagai input dan data berlabel sebagai output. Metode ini memasukkan input dengan output yang diketahui. Sekarang mesin dapat memeriksa hubungan dan ketergantungan antara data,  membandingkan output aktual dengan output yang diharapkan, dan membuat perubahan jika ada perbedaan. Dengan cara ini, mesin dapat memeriksa keakuratan pengoperasiannya.

• Unsupervised Learning (Pembelajaran Tak Terarah)

Dalam algoritma unsupervised learning, sebuah data tidak memiliki label eksplisit. Tidak seperti supervised learning, unsupervised learning adalah jenis pembelajaran yang hanya memiliki variabel input dan tidak ada variabel output yang terkait. Tujuan dari pembelajaran mesin ini adalah untuk memodelkan struktur data dan menyimpulkan fungsi yang menjelaskan data. Unsupervised learning adalah jenis algoritma pembelajaran mesin yang digunakan untuk memperoleh informasi dari kumpulan data. Metode ini mengkaji data hanya  berdasarkan kedekatannya, atau yang biasa disebut dengan clustering.

Sejarah Machine Learning berawal Sejak penemuan komputer, orang mulai mencari tahu tentang bagaimana komputer dapat bekerja. Awal mulanya ketika Arthur Samuel berhasil menciptakan program Checkers di komputer IBM tahun 1952. Program ini mempelajari gerakan yang dapat memenangkan permainan kotak-kotak dan menyimpan gerakan ini dalam memori. Istilah Machine Learning pada dasarnya adalah proses komputer untuk belajar dari data. Tanpa  data, komputer tidak dapat belajar. Oleh karena itu, jika ingin mempelajari pembelajaran mesin, maka pasti akan terus berinteraksi dengan data. Semua pengetahuan tentang Machine Learning pasti terkait dengan data. Datanya mungkin sama,  tetapi algoritma dan pendekatan  untuk mencapai hasil yang optimal berbeda.

Kegunaan Machine Learning antara lain sebagai berikut : (Aprilia, 2022)

• Machine Learning membantu memecahkan masalah dunia dengan cara yang scalable.
• Aplikasi  Artificial Intelligence ini juga dapat digunakan di berbagai  industri dan terus digunakan oleh pemilik industri besar dan para peneliti untuk terus berkembang.
• Machine Learning memungkinkan Anda memproses dan menganalisis data yang lebih besar dan lebih kompleks dalam waktu yang lebih singkat.

Perkembangan Artificial Intelligence & Machine Learning di Indonesia

Indonesia merupakan salah satu negara berkembang yang terus memperhatikan kemajuan teknologi dari segala Bidang yang ada, termasuk salah satu implementasi dari Artificial Intelligence & Machine Learning. Trend Artificial Intelligence sedang Booming dalam beberapa tahun terakhir, terutama pada saat wabah COVID-19 masuk ke Indonesia. Namun Perkembangan AI di Indonesia sendiri ada sejarahnya. Berikut adalah sejarahnya .

Sejarah perkembangan Artificial Intelligence dan Machine Learning di Indonesia

Dimulai pada tahun 1980-an ketika riset-riset awal tentang AI dimulai di beberapa universitas terkemuka di Indonesia. Saat itu, riset-riset ini fokus pada bidang-bidang seperti natural language processing, machine learning, dan image processing. Namun, pada dekade berikutnya, perkembangan AI di Indonesia mengalami kemunduran karena kurangnya dukungan dan perhatian dari pemerintah, serta kurangnya sumber daya manusia yang terampil dalam bidang ini. Baru pada awal tahun 2000-an, perkembangan AI mulai kembali membaik dengan adanya dukungan dari beberapa lembaga pemerintah dan akademisi (Creative, 2023).

Indonesia memiliki potensi besar untuk mengembangkan Artificial Intelligence karena memiliki sumber daya manusia yang banyak, hal itu yang dapat membuat Indonesia memiliki data yang melimpah sehingga dapat digunakan untuk melatih algoritma AI. Terbukti banyak Bidang yang ada di Indonesia sudah mulai menggunakan Teknologi AI ini dengan tujuan untuk memudahkan dalam pekerjaan. Adapun Bidangnya antara lain :

Bidang Kesehatan

https://health.okezone.com/read/2019/11/11/481/2128574/perbaiki-sistem-pelayanan-kesehatan-menkes-terawan-butuh-teknologi-mumpuni

• Chatbot Medicine

Salah satu bentuk implementasi dari penggunaan Artificial Intelligence dan Machine Learning adalah chatbot. Chatbot hadir sebagai layanan konsultasi medis jarak jauh. Sistem Artificial Intelligence dan Machine Learning yang ada dalam chatbot digunakan untuk mengoptimalkan pengalaman pengguna, mengidentifikasi gejala dan memberikan rekomendasi awal sebelum bertemu dengan dokter. Chatbot sudah banyak digunakan di platform ataupun aplikasi yang ada di Indonesia, seperti halodoc, alodokter, Go Dok dan lain -- lain.

• Pendeteksi Penggunaan Masker

Pada tahun 2020 -- 2022, Indonesia dan dunia dilanda wabah COVID-19, yang dimana diberlakukannya penggunaan masker jika ingin berpergian. Namun, masih banyak masyrakat yang tidak taat dengan peraturan tentang penggunaan masker sehingga banyak korban yang meniggal akibat terjangkit virus tersebut. Melihat keadaan seperti dikembangkan sistem pendeteksi masker melalui teknologi Artificial Intelligence & Machine Learning melalui citra digital dengan output angka dan persentase dalam penggunaan masker.

Bidang Pendidikan

https://1.bp.blogspot.com/-nOVSm9LSezs/Wk8UP_M4M4I/AAAAAAAAEVQ/Rx17xYXZah0K7pnSksOimgzEXinUgnZkQCLcBGAs/s1600/shutterstock_680929729.jpg

Bidang pendidikan juga menjadi perhatian bagi pemerintah Indonesia dalam memajukan teknologi sehingga dapat mengoptimalkan pembelajaran demi mencetak generasi penerus bangsa yang gemilang. Artificial Intelligence dan Machine Learning hadir di Bidang pendidikan dengan tujuan untuk membantu para murid, guru dan jajaran agar lebih efektif dan efisien. Adapun impelementasi dari Artificial Intelligence dan Machine Learning antara lain sebagai berikut:

• Assistant Virtual / Voice Assistant dan Chatbot Education

Artificial Intelligence dan Machine Learning hadir sebagai bentuk untuk mengembangkan Assistant Virtual / Voice Assistant dan Chatbot Education yang dapat membantu para siswa dalam menyelesaikan tugas, menjawab pertanyaan atau memberikan saran belajar. Assistant Virtual / Voice Assistant dan Chatbot Education juga menggunakan fitur Natural Language Processing untuk memproses / mengidentifikasi dalam pertanyaan siswa dan memberikan respons yang relevan.

• Analisis Data Pendidikan

Dalam dunia pendidikan memiliki data yang berpotensi sangat besar seperti absensi, tingkat keaktifan belajar dan lain -- lain. Artificial Intelligence dan Machine Learning hadir sebagai tools untuk menganalisis data pendidikan dalam bentuk data besar (Big Data) sekaligus dapat memberikan wawasan dalam mengambil keputusan di bidang pendidikan. Dengan adanya analisis data pendidikan membuat para guru dan administrator sekolah bisa mengambil keputusan yang lebih baik dalam meningkatkan efektivitas pembelajaran.

Bidang Meteorologi, Klimatologi, dan Geofisika.

 https://www.tribunnews.com/regional/2020/02/08/prediksi-cuaca-bmkg-hari-ini-jakarta-diguyur-hujan-deras-sejak-pagi-hingga-banjir-di-beberapa-titik

Bidang Meteorologi, Klimatologi dan Geofisika merupakan sebuah Bidang yang berhubungan dengan pemahaman dan penelitian tentang atmosfer, iklim dan fenomena yang ada bumi. Di Indonesia sendiri melalui Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) juga telah mengimpelementasikan penggunaan Artificial Intelligence dan Machine Learning agar dapat memaksimalkan analisis dan prediksi tentang fenomena. Berikut beberapa contoh antara lain :

• Prediksi Cuaca

Artificial Intelligence dan Machine Learning digunakan untuk memprediksi cuaca agar lebih akurat. Algoritma yang ada di dalam Machine Learning dapat menganalisis dan menangkap data cuaca historis, data dari stasiun pengamatan, data satelit dan sebagainya untuk dapat mengidentifikasi pola dan tren cuaca secara realtime.

• Prediksi Bencana Alam

Selain dapat memprediksikan cuaca, Artificial Intelligence dan Machine Learning juga dapat memprediksikan bencana alam seperti banjir, kebakaran, gempa bumi dan sebagainya. Dengan memanfaatkan Artificial Intelligence dan Machine Learning, Data dapat dianalisis sehingga algoritma di dalam Machine Learning dapat mengidentifikasi pola dan tanda awal bencana alam. Hal ini dapat membantu BMKG dalam memberikan peringatan dini kepada masyarakat dan meningkatkan kesiapsiagaan dalam menghadapi bencana.

Dampak Positif & Negatif

Sebuah teknologi dapat memberikan 2 dampak bagi para penggunanya yakni dampak positif & negatif. Perkembangan Artificial Intelligence dan Machine Learning juga memberikan dampak positif & negatif. Adapun dampak dari perkembangannya adalah sebagai berikut :

Dampak Positif :

• Peningkatan Efisiensi dan Produktivitas

Artificial Intelligence & Machine Learning telah membantu meningkatkan efisiensi dan produktivitas di berbagai Bidang. Dengan kemampuan untuk memproses dan menganalisis data secara cepat, algoritma Artificial Intelligence & Machine Learning dapat mengotomatisasi tugas-tugas rutin, mengurangi kesalahan manusia, dan meningkatkan kecepatan serta akurasi dalam pengambilan keputusan.

• Inovasi dan Pengembangan Teknologi Baru

Perkembangan Artificial Intelligence & Machine Learning telah memicu inovasi dan pengembangan teknologi baru. Algoritma ML yang canggih memungkinkan pembuatan model prediktif yang lebih akurat, pengenalan pola yang kompleks, dan pemrosesan bahasa alami yang lebih baik. Hal ini membuka pintu untuk pengembangan aplikasi baru yang dapat mengubah cara kerja dan interaksi manusia dengan teknologi.

• Penyediaan Layanan Personalisasi

Artificial Intelligence & Machine Learning telah memungkinkan penyediaan layanan yang lebih personal dan disesuaikan dengan kebutuhan individu. Dengan memanfaatkan data yang dikumpulkan dari pengguna, algoritma Artificial Intelligence & Machine Learning dapat memberikan rekomendasi yang relevan, konten yang dipersonalisasi, dan pengalaman pengguna yang lebih baik dalam berbagai Bidang seperti e-commerce, hiburan, dan pelayanan pelanggan.

• Peningkatan Pengambilan Keputusan

Artificial Intelligence & Machine Learning dapat membantu dalam pengambilan keputusan yang lebih baik dan lebih cepat. Dengan menganalisis data yang besar dan kompleks, algoritma Artificial Intelligence & Machine Learning dapat mengidentifikasi pola, tren, dan korelasi yang sulit untuk ditemukan oleh manusia. Hal ini memberikan informasi yang berharga untuk pengambilan keputusan yang lebih informasional dan berdasarkan data.

• Peningkatan Keamanan dan Deteksi Kejahatan

Artificial Intelligence & Machine Learning telah diterapkan dalam bidang keamanan untuk mendeteksi ancaman dan kejahatan. Misalnya, algoritma ML dapat digunakan untuk mengenali pola perilaku mencurigakan dalam data transaksi keuangan atau untuk memprediksi serangan siber. Hal ini membantu dalam pencegahan dan penanggulangan kejahatan secara proaktif.

• Perubahan dalam Pekerjaan dan Pasar Kerja

Perkembangan Artificial Intelligence & Machine Learning berpotensi mengubah lanskap pekerjaan dan pasar kerja. Beberapa tugas yang repetitif dan rutin dapat diotomatisasi, sementara permintaan akan keahlian dalam mengelola dan mengembangkan sistem Artificial Intelligence & Machine Learning meningkat. Diperlukan penyesuaian dan pembelajaran berkelanjutan untuk menghadapi perubahan ini.

Dampak Negatif :

• Penggantian Pekerjaan

AI dan ML dapat menggantikan pekerjaan manusia dalam beberapa Bidang, yang dapat berdampak pada tingkat pengangguran dan ketidaksetaraan ekonomi.

• Privasi dan Keamanan Data

Penggunaan AI dan ML memerlukan pengumpulan dan pengolahan data yang besar, yang dapat menimbulkan kekhawatiran tentang privasi dan keamanan data pribadi.

• Bias Algoritma

Algoritma AI dan ML dapat terpengaruh oleh bias data yang digunakan dalam pelatihannya, sehingga dapat memperpetuasi ketidakadilan dan diskriminasi.

• Ketergantungan dan Ketidakmampuan Manusia

Terlalu mengandalkan AI dan ML dapat mengurangi keterampilan dan keahlian manusia, serta mengurangi kemampuan untuk mengambil keputusan secara mandiri.

• Etika dan Tanggung Jawab

Perkembangan AI dan ML memunculkan tantangan etis, seperti penggunaan yang tidak tepat, kekhawatiran tentang kecerdasan buatan yang melampaui kendali manusia, dan pertanyaan tentang tanggung jawab dalam keputusan yang diambil oleh algoritma.

Kesimpulan

Artificial Intelligence (AI) dan Machine Learning memiliki pengaruh yang signifikan dalam berbagai sektor saat ini. Implementasi AI dan ML telah membawa perubahan besar dalam berbagai aspek kehidupan termasuk dalam bidang pendidikan, kesehatan, meteorologi, Klimatologi & Geofisika dan sebagainya.

Namun, implementasi Artificial Intelligence dan Machine Learning juga memiliki tantangan dan risiko. Salah satu keprihatinan adalah mengenai keamanan data dan privasi.

Penggunaan Artificial Intelligence dan Machine Learning memerlukan akses terhadap data yang luas,dan perlindungan data pribadi menjadi penting untuk mencegah penyalahgunaan informasi. penggunaan Artificial Intelligence dan Machine Learning juga perlu dijaga agar teknologi ini tidak menimbulkan diskriminasi atau kesenjangan sosial. Dalam keseluruhan, implementasi Artificial Intelligence dan Machine Learning telah memberikan dampak positif dalam kehidupan yang memungkinkan peningkatan efisiensi, inovasi, dan kemajuan. Namun, perlu diingat bahwa penggunaan AI juga harus diarahkan dengan bijak dan diatur dengan aturan yang sesuai untuk meminimalkan risiko yang mungkin timbul.