Selamat Pagi dan salam sejahtera bagi kita semua, pertama-tama mari lah kita panjatkan puji syukur

kehadirat Tuhan Yang Maha Esa karena atas berkat dan rahmat-Nya lah presentasi ini dapat diselesaikan
dan disaksikan oleh teman-teman sekalian secara online. Kami juga ingin mengucapkan terimakasih
kepada bu Mega dan pak Ikhlas selaku Dosen Mata Kuliah Kewirausahaan yang telah memberi
kesempatan kepada kami untuk mempresentasikan Studi Kasus kelompok kami. Sebelumnya, izinkan
saya memperkenalkan kelompok saya, yang pertama yaitu saya sendiri Niko Kurnia, kemudian rekan
saya yaitu Nethania. Baik, tanpa berlama-lama lagi, mari lah kita lanjut ke slide berikutnya.

Nah, sedikit pendahuluan terlebih dahulu terkait perusahaan dan masalah yang terdapat di kasus kita
kali ini. Perusahaannya yaitu bernama Australian Energy Market Operator (atau disingkat AEMO) adalah
perusahaan Nirlaba yang berkedudukan di Australia dan di bentuk untuk mengurus dan mengawasi
sektor energi di Australia. Jadi, AEMO ini bertanggung jawab atas development, market, operational,
dan planning dari sektor energi di Australia.

AEMO memiliki masalah yaitu kerumitan dalam pengelolaan dan penyimpanan data yang sangat banyak
dari berbagai sumber dengan menggunakan sistem pelaporan yang berbeda-beda.

Oleh karena masalah ini, AEMO mengalami kesulitan dan penghambatan dalam proses analisis dan
ramalan energi mereka.

Jadi, bisa dibayangkan ya, ketika kita ingin menyediakan informasi ramalan energi bersekala nasional,
bertapa rumitnya mengola data-data yang sangat banyak dari berbagai energi provider dari seluruh
Australia, datanya juga disetor di tempat yang beda-beda, dan belum lagi sistem pelaporannya tidak
sama dari masing-masing sumbernya.

Nah, berikutnya yaitu solusi yang digunakan oleh AEMO untuk mengatasi masalah ini, yaitu penggunaan
Microsoft Azure sebagai tempat penyusunan dan penyetoran data berbasis cloud. Jadinya, segala
keperluan yang berkaitan dengan data tidak akan lagi sulit di akses.

AEMO juga dapat menggunakan machine-learning dari Microsoft Azure untuk membentuk algoritma
ramalan guna membuat informasi ramalan yang lebih akurat dan dapat tersedia secara real-time.

Jadi, Microsoft Azure ini sangat membantu ya, semua data-datanya di satu-tempatkan, dan juga
sekarang mereka menggunakan algoritma dari machine-learning untuk membantu dalam menyediakan
informasi ramalan yang lebih tepat dan juga secara real-time. Sehingga mereka cukup menginput data-
data nya saja dan algoritmanya yang akan mengola data-data tersebut.

Baik, mungkin cukup sekian penjelasan dari saya, berikutnya akan dilanjutkan oleh Nethania, kepada
Nethania dipersilahkan.