Sains Data dan Machine Learning Mendorong Inovasi di Tengah Revolusi Industri

Oleh: Rizka Fatimatuz Zahro, 
Mahasiswi Teknologi Sains Data Universitas Airlangga Angkatan 2024

SURYA.CO.ID, SURABAYA - Saat ini, di era revolusi industri, hampir semua aktivitas menghasilkan jumlah data besar dan beragam. Sains data dan machine learning menjadi pendorong utama mengolah data menjadi layanan yang tepat dan mengubah cara kerja industri modern. 

Dalam Seminar Nasioal ”AI untuk Revolusi Teknologi dan Industri Masa Depan” yang diselenggarakan oleh Fakultas Teknologi Maju dan Multidisiplin (FTMM) Unair beberapa waktu lalu, I Wayan Yudi Mulyawan sebagai Chief Technology Officer dari PT SPIL menyebutkan bahwa revolusi industri saat ini bisa disebut dengan Cyber Physical System. 

Itu karena dapat menghubungkan antara dunia internet, robot, dan elektronik lainnya. Kunci komponennya terdiri dari Sensing, Computation, Control, dan Networking.

Sains data adalah dasar untuk mengubah data mentah menjadi informasi penting. Sementara itu, machine learning sebagai bagian dari Artificial Intelligence (AI) membuat komputer bisa belajar dari data yang sudah ada, lalu membuat perkiraan atau keputusan baru yang presisi.

Sebagai contoh, tidak hanya digunakan untuk rekomendasi film, kini machine learning dapat digunakan untuk memperkirakan resiko. Ini sangat membantu meningkatkan efisiensi kerja di perusahaan.

Dalam sebuah situs penelitian, yaitu scoop.market.us yang berjudul ”Data Science Statistic and Facts 2025”, telah dilakukan survei oleh Kaggle dan didapatkan sebanyak 83 persen data scientist secara rutin menggunakan metode machine learning dalam pekerjaan mereka.

Perusahaan ingin memfokuskan inovasi dengan menerapkan penggunaan alat sensor IoT (Internet of Things) atau sistem digital untuk mencatat kinerja, transaksi, atau interaksi pelanggan.  

Data yang sangat banyak ini kemudian dibersihkan dan dianalisis sebelum digunakan untuk melatih machine learning. 

Mengutip sebuah jurnal berjudul ”Penerapan Algoritma Machine Learning dalam Analisis Pola Perilaku Penggunaan Internet”, pelatihan model machine learning menggunakan dataset yang telah dipersiapkan menghasilkan model yang mampu mengklasifikasikan pola perilaku pengguna dengan akurasi yang tinggi. 

Berbagai algoritma machine learning dieksplorasi sehingga hasil evaluasi kinerja model menunjukkan bahwa model-model tersebut mampu menghasilkan prediksi yang dapat diandalkan.

 Jadi, jika telah memprediksi masalah lebih awal perusahaan bisa segera mencegahnya agar dapat mengurangi kerugian besar dan membuat pekerjaan jadi jauh lebih efisien.

Penerapan sains data dan machine learning kini dipakai di banyak jenis perusahaan yang membutuhkan kerja cepat.

Di sektor logistik, keduanya digunakan untuk mencari jalur tercepat dan memperkirakan permintaan pasar agar dapat meminimalkan biaya. 

Pada sektor keuangan, sains data dan machine learning juga dapat menciptakan sistem canggih untuk mendeteksi transaksi mencurigakan.