Evolusi Teknologi Machine Learning dalam Kehidupan Sehari-hari

Notification

×

Evolusi Teknologi Machine Learning dalam Kehidupan Sehari-hari

06/11/2022 | November 06, 2022 WIB Last Updated 2023-01-05T13:09:23Z

https://www.itnews.id/2022/11/evolusi-teknologi-machine-learning.html

Berikut adalah evolusi Teknologi Machine Learning (ML) dalam Kehidupan Sehari-hari:


Estimasi Perjalanan

Beberapa moda transportasi menggunakan AI untuk perjalanan dan waktu lalu lintas dalam mencapai tujuan. 


Google's Map

Google map menggunakan data lokasi dari smartphone untuk:  

  • Memeriksa lalu lintas rute yang akan dilalui
  • Memberikan alternatif untuk perpindahan lalu lintas kapan saja
  • Peta dapat mengatur lalu lintas yang dilaporkan pengguna seperti konstruksi, lalu lintas, dan kecelakaan. 

Google Maps dapat mengurangi waktu perjalanan dengan menunjukkan rute tercepat.

 

Aplikasi Berkendara

  • Memperkirakan harga perjalanan.
  • Menghitung lokasi penjemputan yang optimal.
  • Memastikan rute perjalanan terpendek.
  • Mendeteksi penipuan. 


Misalnya, Uber menggunakan pembelajaran mesin untuk mengoptimalkan layanannya.


Autopilot Penerbangan komersial

Dalam laporan The NewYork Times, pilot melaporkan melakukan penerbangan manual selama tujuh menit, terutama saat lepas landas dan mendarat, dan sisanya terbang dilakukan dengan autopilot.


Smart Email 

  • Filter Spam:  ML menawarkan fitur canggih yang menyaring email dari berbagai sinyal, seperti kata-kata dalam pesan, metadata pesan.  Meskipun memfilter email berdasarkan "penawaran sehari-hari" atau "pesan selamat datang" dll. Dengan penggunaan ML, Gmail menyaring 99,9% pesan spam.


Klasifikasi Email: Gmail mengelompokkan email ke dalam grup Utama, Promosi, Sosial, dan beri label email sebagai pesan penting.


Smart Reply: Anda pasti telah mengamati bagaimana Gmail meminta frasa sederhana untuk menanggapi email seperti “Terima kasih”, “Baiklah”, “Ya, saya tertarik”.

 

Respons tersebut disesuaikan per email ketika ML dan AI memahami, memperkirakan, dan merefleksikan bagaimana seseorang melakukan counter dari waktu ke waktu.

 

Perbankan dan Keuangan

Pencegahan Penipuan

Dalam sebagian besar kasus, data transaksi berbasis harian sangat tinggi volumenya dan menjadi rumit bagi manusia untuk meninjau secara manual setiap transaksi, lalu bagaimana mengetahui apakah suatu transaksi adalah penipuan. 


Untuk mengatasi masalah ini, sistem berbasis AI dirancang untuk mempelajari jenis transaksi apa yang curang.  Beginilah cara bank menggunakan AI:

Perusahaan menggunakan jaringan untuk menentukan transaksi penipuan tergantung pada faktor-faktor seperti :

  • Frekuensi transaksi terbaru
  • Ukuran transaksi
  • Jenis retailer yang disertakan.

Keputusan Kredit 

Saat mengajukan kartu kredit atau pinjaman, badan keuangan harus menentukan dengan cepat apakah akan mengakui atau tidak.


Lembaga keuangan menerapkan algoritma ML untuk membuat keputusan kredit dan menentukan penilaian risiko tertentu bagi pengguna secara terpisah.


Referensi terkait: Pengantar Analisis Keuangan


Cek Deposit menggunakan Ponsel

Teknologi AI telah melakukan mobile banking yang dipersonalisasi dan berguna bagi mereka yang tidak punya waktu untuk mengunjungi bank. 


Misalnya, bank menawarkan kesempatan untuk mengirimkan cek melalui aplikasi smartphone dan mengabaikan kebutuhan pengguna untuk mengirimkan cek secara fisik ke bank.


Sebagian besar bank menggunakan teknologi yang dikembangkan oleh Mitek untuk menafsirkan dan mengubah tulisan tangan pada cek menjadi teks melalui pengenalan karakter optik.


Evaluasi dan Penilaian

  • Memeriksa Plagiarisme

ML dapat digunakan untuk membangun pendeteksi plagiarisme. Banyak sekolah dan universitas menuntut pemeriksa plagiarisme menganalisis keterampilan menulis siswa.


Esensi algoritma plagiarisme adalah fungsi kesamaan yang menghasilkan estimasi numerik tentang seberapa identik dua dokumen.


  • Robo-Reader

Sebelumnya, penilaian esai adalah tugas yang sangat kompleks, tetapi sekarang para peneliti dan organisasi sedang membangun sistem AI untuk penilaian esai. 


ML juga membantu mengidentifikasi siswa yang berisiko lebih awal, sehingga sekolah dapat memperhatikan siswa tersebut dengan menyediakan sumber belajar tambahan dan mengurangi tingkat putus sekolah.


Dunia Pendidikan 

Membantu sektor pendidikan dalam hal:

  • Pembelajaran untuk dipersonalisasi
  • Asisten suara
  • Membantu pendidik dalam tugas administratif
  • Dll.


Media Sosial

Facebook

Penggunaan ML dan AI adalah:

  • Saat mengunggah foto di Facebook, secara otomatis mencerminkan wajah dan menyarankan tag teman. 
  • Facebook menggunakan AI dan ML untuk mengidentifikasi wajah.
  • Algoritma Artificial neural network (ANN) yang meniru otak manusia dan perangkat lunak pengenalan wajah yang kuat.
  • Mempersonalisasi berita dan memastikan untuk mencerminkan posting entertainment.  
  • Menampilkan iklan bisnis tertentu yang relevan dengan minat seseorang.


Pinterest

Pinterest menggunakan visi komputer yang secara otomatis dalam:

  • Mengenali objek dalam gambar atau "pin" dan kemudian merekomendasikan pin serupa.
  • Pencegahan spam, 
  • Pencarian dan penemuan 
  • Pemasaran email
  • Kinerja iklan
  • dll.


Snapchat

  • Filter wajah (dikenal sebagai Lensa) yang menyaring dan melacak aktivitas wajah
  • Memungkinkan pengguna untuk menandai gambar animasi atau topeng digital yang berubah ketika wajah mereka bergerak.


Instagram

  • Menjelajahi Halaman dan Fungsi Pencarian
  • Instagram Bots untuk mengotomatiskan interaksi akun pengguna
  • Target Periklanan (Referensi Marketing Analytics)
  • Merancang Feed yang Dipersonalisasi
  • Deteksi Spam
  • Berurusan dengan cyberbullying dan komentar yang tidak menyenangkan
  • Dan lain-lain untuk lebih detail dapat baca di Blog ini:   Instagram Menggunakan AI dan Big Data


Diagnosis Medis dan Perawatan Kesehatan

Machine Learning menggabungkan berbagai teknik dan alat untuk menangani masalah diagnostik dan prognostik di berbagai bidang medis. Algoritma ML sangat digunakan untuk;


Analisis data medis untuk mendeteksi:

  • Keteraturan dalam data
  • Penanganan data yang tidak sesuai,
  • Menjelaskan data yang dihasilkan oleh unit medis.
  • Juga untuk pemantauan pasien yang efektif.
  • Dan lain-lain, untuk lebih lanjut dapat baca Analisis data perawatan kesehatan

 

ML juga membantu dalam:

  • Memperkirakan terobosan penyakit
  • Mengarahkan informasi medis untuk penelitian hasil
  • Merencanakan dan membantu terapi, dan seluruh manajemen pasien. 


AI dalam perawatan kesehatan juga diterapkan untuk pemantauan yang efisien.


Personal Smart Asisten

Dari Siri dan Cortana hingga Asisten Google, ada banyak fungsi yang berkaitan dengan personal asisten bersama dengan Amazon Alexa dan Google Home.


Dengan menerapkan AI secara keseluruhan, perangkat rumah dan personal asisten ini mengikuti perintah seseorang termasuk mengatur pengingat, mencari informasi online, mengendalikan lampu, dll.


Perangkat dan asisten pribadi ini, seperti chatbot ML mengandalkan algoritma ML untuk mengumpulkan informasi, memahami preferensi seseorang, dan meningkatkan pengalaman berdasarkan interaksi sebelumnya dengan individu.


Referensi  :


ITNEWS.ID, 06/11/2022