Soal UTS: 1. Baca dengan seksama, Jelaskan secara singkat implementasi AI dari ketiga paper tersebut di bawah ini! 2. Paper mana yang sesuai atau tidak ada yang sesuai dengan Tugas Proposal Anda, jelaskan alasan anda!
PENJELASAN SINGKAT IMPLEMENTASI AI DARI KE TIGA PAPER
Pada paper pertama yang berjudul “Implementation of Artificial Intelligence System and Traditional System: A Comparative” menjelaskan tujuan dilakukannya penelitiaan ini ialah untuk mempelajari tentang implementasi proyek AI yang efesien sebagai studi kasus, implementasi AI yang sukses, mendapatkan rencana proyek yang harus lengkap, kuat dengan pandangan jangka panjang, memberikan anggota tim sistem AI dengan pedoman implementasi proyek AI yang sukses apabila dibandingkan dengan yang tradisional sebagai rekomendasi. Sebelumnya, Artificial Intelligence (AI) ini merupakan bidang ilmu computer yang berfokus pada pemecahan masalah kognitif, terutama yang berkaitan dengan kecerdasan manusia, seperti pembelajaran, pemecahan masalah, dan pengenalan pola. Manfaat dari adanya sistem AI ini ialah sebagai pengurangan biaya, peningkatan kualitas, dan waktu respons yang lebih cepat. Untuk melakukan pengimplementasian AI ini kita memerlukan pembelajaran mesin. Dikarenakan pembelajaran mesin ini untuk mewakili data mentah dalam ruang fungsional yang kaya dan dapat secara efektif memanfaatkan algoritma pembelajaran mesin. Machine Learning (ML) dan Deep Learning (DL) adalah bidang ilmu computer yang berasal dari kecerdasan buatan. Dan RPA (Robot Process Automation) adalah bidang otomatisasi proses menggunakan teknologi AI yang dapat menggantikan pekerjaan manusia. RPA ini juga menjadi solusi yang telah ditekankan oleh beberapa vendor, diluar organisasi inovasi digital, eksekutif senior, dan bahkan staf yang bekerja sering disebut sebagai teknologi ‘generik’. Selain itu, kita juga perlu mempelajari pembelajaran peta adalah metode pembelajaran yang mempelajari kebenaran dan kebenaran setiap data saat pembelajaran. Tujuannya adalah untuk dapat menghasilkan klasifikasi dan nilai numerik yang sesuai dalam data yang tidak diketahui sebagai hasil pembelajaran. Pembelajaran peta penawaran hanya menggunakan data yang tidak memiliki informasi jawaban yang benar. Kita tidak memerlukan jawaban yang benar dan hanya memiliki data, sehingga kita dapat mengumpulkan data pembelajaran dengan mudah. Kita dapat menggunakannya untuk pekerjaan eksplorasi karena dapat digunakan pada tahap yang tidak diketahui. Pada paper ini, implementasi yang diterapkan ialah CFS (Critical Succes Factors) yang dimana terdapat 5 tahapan yaitu : 1. Keputusan manajemen untuk pemanfaatan AI yang terkait dengan startegi bisnis dengan visi jangka panjang. Saat membangun sistem AI, yang terbaik adalah menemukan proses yang paling mungkin memiliki dampak bisnis yang positif. Ini sangat meningkatkan kemungkinan peningkatan proses bisnis yang berhasil. 2. Organisasi dan sumber daya manusia sebagai tim spesialis AI yang memiliki pengetahuan domain bisnis dan latar belakang teknologi AI yang cukup. Tidak bergantung dengan konsultan luar. 3. Infrastruktur yang dimana saat melakukan tahap desain arsitektur sistem AI, ABD (Desain Berbasis Kecerdasan Buatan) harus dipertimbangkan sebagai prioritas utama. Ada beberapa faktor pertimbangan untuk arsitektur sistem AI. Yang pertama adalah bagian pengumpulan yang mempertimbangkan lingkungan pemisahan jaringan, Yang kedua adalah untuk mempertimbangkan penyimpanan, Yang ketiga adalah mempertimbangkan sistem analisis, Yang keempat adalah mempertimbangkan Nelly Yulia (201931100) UTS Kecerdasan Buatan (F2) visualisasi hasil dengan alat terkait yang melakukan visualisasi informasi, dan Yang kelima adalah mempertimbangkan sistem pelatihan pembelajaran mesin dengan data pelatihan yang cukup. Untuk implementasi AI yang sukses, perusahaan harus berinvestasi dalam infrastruktur yang mencakup H/W dan S/W. Mengenai H/W, perusahaan harus dilengkapi dengan Hadoop, Spark, prosesor GPU dan komputasi awan. 4. Dukungan dari pengguna akhir adalah salah satu faktor keberhasilan yang paling penting untuk implementasi AI. Dengan cara apa pun pengguna akhir harus terlibat dalam proyek AI untuk mengumpulkan persyaratan dari mereka. Sistem AI harus mudah digunakan, andal, dan tersedia dari sudut pandang pengguna akhir. 5. Strategi perusahaan tentang rencana peluncuran proyek AI sehubungan dengan investasi dan arus kas perusahaan. Strategi perusahaan harus mencakup analisis ROI dan rencana proyek AI dengan pandangan jangka panjang. Bagian penting adalah de-identifikasi informasi pribadi ketika datang ke penanganan data pribadi, De-identifikasi adalah tindakan yang membuat sulit untuk mengidentifikasi individu tertentu, bahkan jika digabungkan dengan informasi lain dengan menghapus sebagian atau semuanya, atau dengan mengganti sebagian dengan informasi atribut bila ada informasi yang dapat mengidentifikasi individu dalam data. Salah satu cara terbaik untuk implementasi AI yang sukses adalah dengan melakukan proyek AI dengan perusahaan konsultan khusus AI yang memenuhi tujuan proyek dengan anggota konsultan yang cukup yang telah dilengkapi dengan pengetahuan domain bisnis dan teknologi AI serta pengalaman proyek. Karena perusahaan memfokuskan untuk meningkatkan pengalaman pelanggan, kami membutuhkan solusi yang akan menghilangkan tugas administratif ini dan memberikan waktu kepada perwakilan layanan pelanggan kami untuk fokus pada klaim pelanggan. Kemudian pada paper kedua dan ketiga yang berjudul “Implementasi of Artificial Intelligence (AI): A Roadmap for Business Model Innovation” menjelaskan bahwa kemajuan dan minat di antara manajer, akademisi, dan publik telah menciptakan sensasi di antara banyak industri, dan banyak perusahaan berinvestasi besar-besaran untuk memanfaatkan teknologi melalui inovasi model bisnis. Akan tetapi, para manajer hanya mendapat sedikit dukungan dari akademisi ketika bertujuan untuk menerapkan AI dalam operasi perusahaan mereka, yang mengarah pada peningkatan risiko kegagalan proyek dan hasil yang tidak diinginkan. Maka penelitian ini bertujuan untuk memberikan pemahaman yang lebih mendalam tentang AI dan bagaimana AI dapat digunakan sebagai katalis untuk inovasi model bisnis. Karena meningkatnya jangkauan dan variasi materi publikasi yang tersedia, tinjauan literatur telah dilakukan untuk mengumpulkan pengetahuan terkini dalam inovasi model bisnis AI. Pengimplementasian ini menggunakan AI, BMI, dan transformasi digital. Keterlibatan pengguna dan keterbukaan terkait BM untuk memungkinkan pengembangan teknologi, yang menyoroti pentingnya mempertimbangkan BM saat mengimplementasikan AI sangatlah penting. Proses penciptaan nilai adalah salah satu segmen utama dari inovasi model bisnis (BMI) yang jelas terhubung ke AI melalui kemampuannya untuk memecahkan masalah kompleks berdasarkan kumpulan data yang besar. Penelitian dalam BMI dan transformasi digital relatif generik, artinya beberapa wawasannya dapat diterapkan pada semua inovasi teknologi, termasuk AI. Penelitian dalam BMI dan transformasi digital telah diselidiki untuk lebih memahami bagaimana tantangan dapat dimitigasi, peluang direalisasikan dan prasyarat terpenuhi. Temuan kami disajikan dalam peta jalan empat langkah, yang harus dilakukan secara berurutan untuk mencapai implementasi AI yang sukses. Keempat langkah tersebut dibingkai sebagai: Nelly Yulia (201931100) UTS Kecerdasan Buatan (F2) 1. Memahami AI dan kemampuan organisasi yang diperlukan untuk transformasi digital; 2. Memahami BM saat ini, potensi BMI, dan peran ekosistem bisnis; 3. Mengembangkan dan menyempurnakan kemampuan yang diperlukan untuk mengimplementasikan AI; dan 4. Mencapai penerimaan organisasi dan mengembangkan kompetensi internal. Pada bagian ini, keempat langkah tersebut akan dijelaskan lebih lanjut dengan dukungan dari bidang literatur yang diulas. Penelitian juga dilakukan dengan cara pendekatan studi kepustakaan yang sistematis, mesin pencari (misalnya, Scopus) yang telah digunakan untuk mengidentifikasi penelitian saat ini, mencari artikel, kami telah menerapkan kombinasi kata kunci berikut, kecerdasan buatan, inovasi model bisnis, dan transformasi digital. Kerangka kerja yang disajikan relatif umum dan dapat diterapkan pada berbagai bisnis, terlepas dari karakteristiknya yaitu, peran dalam ekosistem bisnis, ukuran, atau afiliasi industri. Oleh karena itu, validitas penelitian saat ini dalam subjek AI dapat dianggap tidak cukup. Ini memengaruhi kerangka kerja kami yang disajikan karena dapat membatasi kegunaannya dalam konteks tertentu. Untuk meningkatkan pemahaman tentang AI dan bagaimana implementasi AI yang sukses dapat dibentuk, kami merekomendasikan empat bidang penelitian lebih lanjut. Pertama, pemahaman tentang kesiapan AI dan prasyarat yang diperlukan tidak cukup. Diperlukan pedoman terukur yang dapat diikuti untuk mengevaluasi tingkat kematangan digital perusahaan, mengelola tantangan yang tidak terduga, dan menurunkan risiko yang terkait dengan inisiatif AI. Dengan mengembangkan jenis matriks ini, manajer akan lebih mudah memahami bagaimana dan kapan implementasi AI harus dimulai. Kedua, penelitian tentang transformasi digital sebagian fokus pada penyelesaian hambatan industri dan pentingnya kemitraan ketika menjangkau segmen pelanggan baru dengan penawaran lanjutan. Namun, transformasi ke AI sangat menantang dan kompleks. Oleh karena itu, penelitian masa depan tentang transformasi ke kasus AI akan sangat berharga. Ketiga, makalah kami menyoroti pentingnya memahami peran ekosistem industri. Oleh karena itu, penelitian lebih lanjut harus menyelidiki kompetensi apa yang terkait dengan setiap aktor ekosistem dan tingkat kematangan apa yang harus dicapai setiap peran agar berhasil maju dengan inisiatif AI. Terakhir, model bisnis untuk aplikasi AI biasanya ditawarkan sebagai kontrak layanan daripada penjualan tradisional. Oleh karena itu, penelitian lebih lanjut tentang AI yang terhubung ke layanan digital akan bermanfaat bagi penelitian tentang model bisnis AI.
PAPER YANG SESUAI ATAU TIDAK SESUAI DENGAN TUGAS PROPOSAL
Dari hasil yang telah saya baca dan amati dari ketiga paper tersebut, menurut saya ketiga paper tersebut dapat dikatakan sesuai dan relevan dengan tugas proposal saya yang berjudul “Pengembangan Talenta dalam Modul Pembelajaran Berbasis Kecerdasan Buatan di Bidang Pendidikan (Studi Kasus Prodi Pendidikan Ilmu Komputer)” dan dapat dikatakan tidak sesuai. Saya akan menjelaskan mengapa ketiga paper tersebut dapat dikatakan sesuai dengan proposal yang telah saya buat. Yaitu dikarenakan pada ketiga paper tersebut sama- sama melakukan pengembangan dan penelitian tentang Artificial Intelligence (AI) yang dimana ia merupakan bidang ilmu computer yang berfokus pada pemecahan masalah kognitif, terutama yang berkaitan dengan kecerdasan manusia, seperti pembelajaran, pemecahan masalah, dan pengenalan pola. AI dapat digambarkan sebagai sistem cerdas yang dibuat untuk menggunakan data, analisis, dan pengamatan yang dimana berguna untuk melakukan tugas tertentu tanpa perlu diprogram untuk melakukannya. Dengan demikian, potensinya berasal dari peluang untuk mengotomatisasi proses pengambilan keputusan Nelly Yulia (201931100) UTS Kecerdasan Buatan (F2) melalui penalaran seperti manusia yang telah menciptakan sensasi di antara banyak industri dan perusahaan. Dan manfaat dari adanya sistem AI ini ialah sebagai pengurangan biaya, peningkatan kualitas, dan waktu respons yang lebih cepat. Selain itu, proposal dan ketiga paper ini sama- sama mempelajari sesuatu yang dimana hal tersebut merupakan bidang pendidikan. Pada paper pertama yang berjudul “Implementation of Artificial Intelligence System and Traditional System: A Comparative” ia mempelajari pembelajaran mesin yang dimana pembelajaran mesin ini untuk mewakili data mentah dalam ruang fungsional yang kaya dan dapat secara efektif memanfaatkan algoritma pembelajaran mesin. Mempelajari Machine Learning (ML) dan Deep Learning (DL) yang merupakan bidang ilmu computer yang berasal dari kecerdasan buatan. Dan RPA (Robot Process Automation) adalah bidang otomatisasi proses menggunakan teknologi AI yang dapat menggantikan pekerjaan manusia. RPA ini juga menjadi solusi yang telah ditekankan oleh beberapa vendor, diluar organisasi inovasi digital, eksekutif senior, dan bahkan staf yang bekerja sering disebut sebagai teknologi ‘generik’. Selain itu, kita juga perlu mempelajari pembelajaran peta yaitu metode pembelajaran yang mempelajari kebenaran dan kebenaran setiap data saat pembelajaran. Tujuannya adalah untuk dapat menghasilkan klasifikasi dan nilai numerik yang sesuai dalam data yang tidak diketahui sebagai hasil pembelajaran. Pembelajaran peta penawaran hanya menggunakan data yang tidak memiliki informasi jawaban yang benar. Kita tidak memerlukan jawaban yang benar dan hanya memiliki data, sehingga kita dapat mengumpulkan data pembelajaran dengan mudah. Kita dapat menggunakannya untuk pekerjaan eksplorasi karena dapat digunakan pada tahap yang tidak diketahui. Sedangkan paper dua dan tiga yang berjudul “Implementasi of Artificial Intelligence (AI): A Roadmap for Business Model Innovation” ia mempelajari pemahaman yang lebih mendalam tentang AI dan bagaimana AI dapat digunakan sebagai katalis untuk inovasi model bisnis. Karena meningkatnya jangkauan dan variasi materi publikasi yang tersedia, tinjauan literatur telah dilakukan untuk mengumpulkan pengetahuan terkini dalam inovasi model bisnis AI. Pengimplementasian ini menggunakan AI, BMI, dan transformasi digital. Dan juga mempelajari keterlibatan pengguna dan keterbukaan terkait BM untuk memungkinkan pengembangan teknologi, yang menyoroti pentingnya mempertimbangkan BM saat mengimplementasikan AI itu sangatlah penting. Dengan ini membuktikan bahwa proposal dan ketiga paper tersebut melakukan kegiatan dibidang pendidikan yang dimana hasilnya dapat berupa bertambahnya wawasan, pengetahuan, dan pemahaman terkait implementasi AI ini. Kemudian ketiga paper dan proposal yang saya buat sama-sama melakukan dan menyelesaikan masalahnya melalui Artificial Intelligence (Kecerdasan Buatan). Akan tetapi, disamping mereka sesuai dan memiliki kesamaan. Adapun perbedaan dan ketidak sesuaian antara ketiga paper tersebut dengan proposal yang saya buat. Dikarenakan pada proposal ia membahas tentang pengembangan talenta. Dan pada ketiga paper tersebut tidak terdapat dan tidak menjelaskan tentang pengembangan talenta.
Pendekatan sederhana untuk SEO: Bagaimana memahami dasar-dasar optimasi mesin pencari dengan cara yang sederhana dan praktis melalui jalur penemuan non-spesialis untuk semua orang