Big Data, Besar Jumlahnya dan Berdampak Signifikan

Katanya sekarang ada robot AI yang bisa dilatih untuk melakukan ini dan itu. Katanya sekarang ada machine learning. 

Apakah itu machine learning? Mesin yang bisa belajar kah? Atau mesin yang bisa dilatih itu? Katanya robot punya memori tapi belum punya perasaan.

Hellow, mesin itu tidak akan punya perasaan. Kalau punya perasaan tidak akan jadi robot. Karena akan ada pertimbangan-pertimbangan dengan hati yang berarti bakal ada kebimbangan. 

Kalau ada kebimbangan berarti tidak ada bedanya dengan manusia dan bisa-bisa membuat kesal pemiliknya atau orang yang menjalankannya.

Robot diciptakan untuk membantu manusia melakukan tugas-tugas berulang untuk hasil yang lebih akurat, lebih cepat, jumlah yang lebih banyak. Robot juga dapat diprogram untuk "belajar". Belajar seperti apa? Belajar dari data-data yang tersedia (input). 

Data-data itu dibuat polanya, agar mesin dapat membacanya dengan teratur. Mesin itu ya robot. Segala sesuatu yang otomatis, rasanya bisa disebut robot.

Beberapa hari yang lalu, saya membaca "surat cinta" dari Gojek. Ternyata isinya ya mirip-mirip yang saya perkirakan dalam tulisan saya tentang data yang tercatat dalam database fintech: Menyoal Data Pengeluaran Pribadi Tercatat di Database Tekfin

Data-data tersebut diproses sedemikian rupa dan diceritakan kembali kepada customer dalam bentuk surat cinta. 

Dari data-data order Go-food saya, Gojek bisa tahu atau tepatnya menyimpulkan berdasarkan data, makanan kesukaan saya, karena ternyata dibandingkan dengan makanan lain, makanan ini saya pesan berkali-kali dalam periode tertentu. 

Berdasarkan hal itu, maka disimpulkan bahwa makanan kesukaan saya adalah makanan tersebut. Tidak salah dan tidak benar juga. 

Mungkin karena pilihan makanan yang terdaftar di Go-food hanya ada itu yang lebih saya pilih dibandingkan pilihan makanan lain. Hanya saja data yang tercatat di database mereka hanya itu saja.

Apakah "surat cinta" itu dibuat manual oleh manusia? Saya rasa tidak. 

Karena saya yakin data-data tersebut ada di database dan tidak dibaca satu per satu oleh staf Gojek yang bertugas dan dibuatkan surat cinta dengan tulisan tangan yang terasa lebih personal. He..he..tulisan tangan pun sekarang bisa dilakukan oleh komputer.

Para ahli IT mereka sudah tahu struktur dan model data yang mereka punya, sehingga mereka hanya tinggal membuat template berisi kata-kata bak surat cinta dan kemudian membaca data di database mereka untuk mengisi dan menyimpulkan sesuatu yang diterjemahkan dalam kata-kata. 

Misalkan kalimat: "Aku tahu kamu suka sekali dengan makanan bubur ayam dari warung Mang Abdul."

Itu adalah terjemahan dari hitungan berapa kali saya order bubur ayam di warung itu dan dibandingkan dengan data lain, maka keluarlah kalimat itu. Dan itu semua dikerjakan oleh robot/mesin. 

Tapi robot/mesin itu hanya melakukan tugas yang sudah diprogram. Mereka tidak belajar seperti manusia, tetapi dibuat "belajar" oleh manusia. Kalau data tidak tersedia, si robot/mesin itu tidak akan dapat mengeluarkan surat cinta seperti itu untuk customernya. 

Jika Anda bukan customer Gojek, sudah pasti Anda tidak akan mendapatkan surat cinta dengan template yang sama. Karena data Anda tidak tercatat dalam database customer. 

Mungkin saja Anda akan mendapat surat cinta yang lain, karena template-nya berbeda, yang intinya mengajak Anda untuk menjadi pelanggan Gojek lewat email, HP, dll. Darimana mereka dapat mengetahui cara menghubungi Anda, padahal Anda bukan pelanggan Gojek? 

Banyak jalan menuju Roma, bisa dari form-form yang Anda isi, bisa dari Medsos, bisa dari mana saja. Kecuali memang Anda tinggal di hutan yang akses ke dunia luar benar-benar tertutup, data Anda tidak akan diketahui karena tidak tercatat dimana-mana.

ilustrasi: amazonaws.com

Kemarin saya menghadiri seminar tentang Fintech. Bagaimana mereka menilai calon customer, saat ini sudah dirobotisasi atau tidak lagi dilakukan secara manual oleh manusia dengan cara konvensional seperti wawancara, survei tempat tinggal, tempat kerja, gaji dsb. 

Semua itu sudah dirobotisasi sehingga proses berlangsung lebih cepat bahkan dalam hitungan menit selesai dan jika disetujui secara sistem, orang yang meminjam uang akan mendapatkan uangnya hanya dalam hitungan jam atau menit saja. 

Melalui data, sistem mempelajari "kehidupan" calon customer. Gaya hidupnya, penghasilannya, keluarganya, dll dan kemudian menentukan apakah orang ini akan sanggup mengembalikan pinjaman atau tidak. Itulah kekuatan analisis data. 

Namun untuk hasil lebih akurat tentunya informasi yang terkumpul juga harus sesuai dan itu berasal dari data. Data-data diolah menjadi informasi untuk mendukung pengambilan keputusan. 

Dari mana mereka mendapatkan data-data tersebut? Kemungkinan besar ada kerja sama dengan pemilik data. Dan itu tidak cuma satu. Bagaimana seseorang dapat dianalisis gaya hidupnya? Bisa dari cara dia membelanjakan uang. 

Sekarang hampir semuanya sudah digital. Starbuck punya kartu membership. Transaksi personal di Starbuck jadi tercatat di database mereka.

Transportasi online apalagi, benar-benar digital dan semua data dicatat sampai ke jam transaksi, jumlah transaksi, lokasi transaksi, dll. Belanja online? Dari situ bisa diketahui lho...barang apa saja yang Anda beli secara rutin.

Facebook? He..he..saya punya beberapa teman yang rajin update lokasi sedang makan di mana, belanja di mana, menginap di mana, bahkan bolak-balik ke toilet saja update status di Facebook. 

Traveling ke mana saja bisa dideteksi, apalagi kalau pesan hotelnya lewat platform-platform seperti Agoda, Traveloka, dsj. 

Jika ternyata seseorang berdasarkan analisis sistem (robot), bekerja sebagai teller bank yang menurut data standar gaji lokal, gajinya antara sekian sampai sekian dan ternyata setiap hari ada transaksi belanja online sejumlah sekian, beli kopi di Starbuck sehari tiga kali. 

Juga informasi traveling ke luar negeri sebulan dua kali, dan lebih sering menginap di hotel berbintang lima, yang jika ditotal seluruh transaksi bulanannya melebihi pendapatan standarnya, maka ada kemungkinan orang ini meminjam uang untuk kebutuhan life style. 

Selanjutnya logika business masing-masing fintech (internal) yang berjalan. Apakah jika seseorang mengajukan pinjaman untuk keperluan memenuhi gaya hidup seperti itu akan disetujui atau tidak, dst.

Semua itu memang bukan konsep baru. Secara logika dari dulu juga sudah bisa dideteksi, hanya saja secara data dan informasi masih terpisah-pisah. 

Zaman dulu, untuk mempelajari latar belakang tentang pelaku kejahatan di Inggris yang berasal dari negara lain, mungkin polisi Inggris harus mengirimkan detektif ke negara asalnya yang tentunya makan waktu dan biaya. 

Sekarang data-data bisa dikumpulkan lebih cepat dan mudah. Itulah big data secara umum. Data didapat dari berbagai macam sumber, ada real time data, ada history data yang mungkin umurnya sudah lama, dan bentuknya juga macam-macam. 

Dengan teknologi, data-data yang besar, strukturnya macam-macam, cara mendapatkannya (menangkap data), juga macam-macam, sekarang semua itu bisa dilakukan dengan "mudah" dalam arti sudah ada ahli-ahlinya yang berkecimpung disitu sehingga bisa dimanfaatkan untuk kemajuan hidup manusia. 

Itulah big data secara umum, data yang besar bukan cuma dalam arti jumlahnya besar. Untuk mengerti lebih dalam tentang big data....tanyalah para ahlinya. (VRGultom)