TUGAS KELOMPOK

ARIFICIAL
INTELLIGENCE
“12 MOST POPULAR AI USE CASES IN THE ENTERPRISE TODAY”

Disusun oleh :

Edgar Geralvine 18430100027

Romi Rizkyandi Nugroho 19430100021
Evan Yudhi Gust Radityo 19430100036

PROGRAM STUDI S1 MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS DINAMIKA

SURABAYA

2023
Definisi
Kecerdasan Buatan (AI), dalam konteks perusahaan, mengacu pada penggunaan teknologi
komputer yang dirancang untuk mengeksekusi tugas-tugas yang biasanya memerlukan kecerdasan
manusia. AI memungkinkan komputer atau sistem komputer untuk belajar dari data, membuat
keputusan, mengenali pola, dan mengeksekusi tugas-tugas yang kompleks tanpa campur tangan
manusia.
Dalam bisnis, AI digunakan untuk mengotomatisasi berbagai proses, menganalisis data
besar, memperbaiki efisiensi operasional, meningkatkan layanan pelanggan, dan membuat
keputusan yang lebih tepat. AI dapat berwujud dalam berbagai bentuk, termasuk:
1. Machine Learning (Pembelajaran Mesin): Sistem AI belajar dari data dan pengalaman untuk
memprediksi hasil di masa depan atau mengambil keputusan berdasarkan situasi yang ada.
2. Natural Language Processing (NLP): NLP memungkinkan komputer untuk memahami,
memproses, dan menghasilkan bahasa manusia, memungkinkan aplikasi seperti chatbot dan
analisis teks.
3. Computer Vision: Teknologi ini memungkinkan komputer untuk memproses dan
memahami gambar dan video, dengan penggunaan dalam pengenalan wajah, deteksi objek,
dan analisis gambar medis.
4. Speech Recognition (Pengenalan Suara): Sistem AI dapat mengenali dan menginterpretasi
suara manusia, digunakan dalam asisten suara dan aplikasi lainnya.
Dalam perusahaan, AI digunakan untuk berbagai tujuan, termasuk meningkatkan efisiensi
operasional, pengambilan keputusan berdasarkan data, pengembangan produk dan layanan baru,
perbaikan pengalaman pelanggan, dan pengembangan strategi bisnis. AI dapat digunakan di
berbagai sektor industri, mulai dari perbankan dan keuangan hingga manufaktur, perawatan
kesehatan, e-commerce, dan lebih banyak lagi.
AI dalam bisnis juga dapat mencakup penggunaan robotika, analisis data prediktif, dan
penggunaan algoritma cerdas untuk mengoptimalkan proses dan mengatasi masalah yang
sebelumnya memerlukan kehadiran manusia. AI adalah alat yang sangat fleksibel dan dapat
disesuaikan dengan berbagai kebutuhan perusahaan, dan kemampuannya untuk memproses dan
menganalisis data dengan cepat membuatnya sangat berharga dalam dunia bisnis modern.
Contoh Studi kasus
Salah satu studi kasus yang menonjol tentang penggunaan Kecerdasan Buatan (AI) dalam
perusahaan adalah penggunaan AI oleh Amazon dalam logistik dan rantai pasokan mereka. Amazon
telah mengintegrasikan berbagai aspek AI dalam operasinya untuk meningkatkan efisiensi dan
pengiriman layanan yang lebih baik kepada pelanggan mereka.
Studi Kasus: Amazon dan Penggunaan AI dalam Logistik dan Rantai
Pasokan Latar Belakang:
Amazon adalah salah satu e-commerce terbesar di dunia dengan jaringan distribusi yang sangat
kompleks dan skala operasi yang besar. Mereka berfokus pada pengiriman cepat dan efisien kepada
pelanggan mereka.
Penggunaan AI:
1. Prediksi Permintaan: Amazon menggunakan AI untuk menganalisis data historis penjualan,
perilaku pelanggan, cuaca, dan faktor lainnya untuk memprediksi permintaan produk. Ini
 membantu mereka mengatur persediaan produk dengan lebih baik dan menghindari
kekurangan atau pemborosan stok.
2. Pemantauan Kualitas Produk: Dalam gudang mereka, Amazon menggunakan robotik dan AI
untuk memantau kualitas produk. Sistem AI dapat memeriksa kerusakan produk dan
kualitas kemasan secara otomatis, memastikan bahwa hanya produk yang memenuhi standar
yang dikirim kepada pelanggan.
3. Routing Optimal dan Pengiriman: AI digunakan untuk menentukan rute pengiriman tercepat
dan paling efisien berdasarkan kondisi lalu lintas, cuaca, dan faktor lainnya. Hal ini
membantu mereka untuk mencapai pengiriman dalam waktu singkat.
4. Optimisasi Inventori: AI membantu Amazon dalam mengelola inventori mereka dengan
cara yang lebih efisien. Ini termasuk memprediksi persediaan yang diperlukan,
merencanakan pembelian, dan mengelola pergudangan dengan lebih baik.
5. Penggunaan Robotika: Amazon menggunakan robotika untuk mengotomatisasi sejumlah
tugas gudang, termasuk mengambil pesanan, mengemas produk, dan memindahkan stok. Ini
mempercepat proses dan mengurangi keterlibatan manusia.
Manfaat:
Penggunaan AI dalam logistik dan rantai pasokan Amazon telah menghasilkan sejumlah manfaat,
termasuk:
 Pengiriman yang lebih cepat dan andal kepada pelanggan.
 Pengurangan biaya operasional melalui efisiensi yang lebih baik.
 Pengurangan kerusakan produk dan penurunan keluhan pelanggan.
 Pengelolaan inventori yang lebih akurat dan pengurangan pemborosan stok.
 Kemampuan untuk mengatasi peningkatan pesanan selama musim liburan dan penjualan
besar.
Kasus Amazon adalah contoh yang menunjukkan bagaimana perusahaan dapat
menggunakan AI untuk meningkatkan efisiensi, keandalan, dan kualitas layanan mereka dalam
operasi logistik dan rantai pasokan. Ini juga mencerminkan sejauh mana AI telah menjadi
komponen integral dalam bisnis modern.
Sebuah pabrik yang dipenuhi pekerja robot dulunya tampak seperti sebuah adegan dalam
film fiksi ilmiah, namun saat ini, hal tersebut hanyalah salah satu skenario kehidupan nyata yang
mencerminkan penggunaan kecerdasan buatan oleh produsen.
Produsen dapat memperoleh manfaat dari penerapan AI dalam beberapa cara. Berikut
adalah 10 contoh kasus penggunaan AI di bidang manufaktur yang harus dieksplorasi oleh para
pemimpin bisnis saat ini dan dipertimbangkan di masa depan.
1. Cobot bekerja dengan manusia
Robot kolaboratif juga disebut cobot sering kali bekerja bersama pekerja manusia, berfungsi
sebagai seperangkat tangan tambahan.
Meskipun robot otonom diprogram untuk berulang kali melakukan satu tugas tertentu, cobot
mampu mempelajari berbagai tugas. Mereka juga dapat mendeteksi dan menghindari
rintangan, dan ketangkasan serta kesadaran spasial ini memungkinkan mereka bekerja
bersama dan dengan pekerja manusia.
 Produsen biasanya mengarahkan cobot untuk mengerjakan tugas yang memerlukan
pengangkatan berat atau di jalur perakitan pabrik. Misalnya saja, cobot yang bekerja di
pabrik otomotif dapat mengangkat bagian-bagian mobil yang berat dan menahannya di
tempatnya sementara pekerja manusia mengamankannya. Cobot juga dapat menemukan dan
mengambil barang di gudang besar.

2. RPA menangani tugas-tugas yang membosankan

 Meskipun perusahaan manufaktur menggunakan cobot di lini depan produksi, perangkat
lunak otomatisasi proses robotik (RPA) lebih berguna di lini belakang. Perangkat lunak
RPA mampu menangani tugas bervolume tinggi atau berulang, mentransfer data lintas
sistem, kueri, penghitungan, dan pemeliharaan catatan.
Perangkat lunak RPA mengotomatiskan fungsi-fungsi seperti pemrosesan pesanan sehingga
orang tidak perlu memasukkan data secara manual, dan pada gilirannya, tidak perlu
menghabiskan waktu mencari kesalahan input. Dengan cara ini, RPA berpotensi menghemat
waktu dan tenaga.
RPA juga dikenal mampu menangani masalah server dan downtime. Jika terjadi komplikasi
seperti ini, RPA dapat melakukan boot ulang dan mengkonfigurasi ulang server, yang pada
akhirnya akan menurunkan biaya operasional TI.

3. Kembar digital membantu meningkatkan kinerja

Perusahaan dapat menggunakan digital twins untuk lebih memahami cara kerja mesin yang
rumit.
Kembaran digital adalah model virtual objek fisik yang menerima informasi tentang objek
fisiknya melalui sensor pintar objek fisik tersebut. Dengan menggunakan AI dan teknologi
lainnya, kembaran digital membantu memberikan pemahaman yang lebih mendalam tentang
suatu objek. Perusahaan dapat memantau suatu objek sepanjang siklus hidupnya dan
mendapatkan notifikasi penting, seperti peringatan untuk inspeksi dan pemeliharaan.
 Sebagai contoh, sensor yang dipasang pada mesin pesawat akan mengirimkan data ke
kembaran digital mesin tersebut setiap kali pesawat lepas landas atau mendarat, sehingga
memberikan informasi penting kepada maskapai penerbangan dan pabrikan tentang kinerja
mesin. Maskapai penerbangan dapat menggunakan informasi ini untuk melakukan simulasi
dan mengantisipasi masalah.

4. Pemeliharaan prediktif meningkatkan keselamatan, menurunkan biaya

Pabrik manufaktur, jalur kereta api, dan pengguna alat berat lainnya semakin beralih ke
pemeliharaan prediktif (PdM) berbasis AI untuk mengantisipasi kebutuhan servis.
Jika peralatan tidak dirawat tepat waktu, perusahaan berisiko kehilangan waktu dan uang
yang berharga. Di satu sisi, mereka membuang-buang uang dan sumber daya jika melakukan
perawatan mesin terlalu dini. Di sisi lain, menunggu terlalu lama dapat menyebabkan
kerusakan parah pada mesin. Hal terakhir ini juga dapat menyebabkan pekerja terkena
bahaya keselamatan.
 Sistem PdM juga dapat membantu perusahaan memperkirakan komponen pengganti apa
yang diperlukan dan kapan.

5. Pabrik yang mematikan lampu menghemat uang

Kasus penggunaan AI dalam bidang manufaktur yang masih jarang namun memiliki potensi
adalah pabrik yang mematikan lampu. Dengan menggunakan AI, robot, dan teknologi
generasi mendatang lainnya, pabrik pemadaman listrik ini beroperasi dengan tenaga kerja
yang seluruhnya berupa robot dan dijalankan dengan interaksi manusia yang minimal.
Produsen berpotensi menghemat uang dengan mematikan lampu di pabrik karena pekerja
robot tidak memiliki kebutuhan yang sama dengan manusia. Misalnya, sebuah pabrik yang
penuh dengan pekerja robot tidak memerlukan penerangan dan pengendalian lingkungan
lainnya, seperti AC dan pemanas. Produsen dapat berhemat dengan menyesuaikan layanan
ini.

Pekerja robot dapat beroperasi 24/7 tanpa mengalami kelelahan atau penyakit dan berpotensi
menghasilkan lebih banyak produk dibandingkan pekerja manusia, dengan potensi
kesalahan yang lebih sedikit.

6. Algoritme pembelajaran mesin memprediksi permintaan

Sistem AI yang menggunakan algoritma pembelajaran mesin dapat mendeteksi pola
pembelian dalam perilaku manusia dan memberikan wawasan kepada produsen.
 Misalnya, algoritme pembelajaran mesin tertentu mendeteksi pola pembelian yang memicu
produsen meningkatkan produksi barang tertentu. Kemampuan untuk memprediksi perilaku
pembelian ini membantu memastikan bahwa produsen memproduksi inventaris dengan
permintaan tinggi sebelum toko membutuhkannya.

7. Manajemen inventaris mencegah kemacetan

Beberapa perusahaan manufaktur mengandalkan sistem AI untuk mengelola kebutuhan
inventaris mereka dengan lebih baik.
Sistem AI dapat melacak persediaan dan mengirimkan peringatan ketika persediaan perlu
diisi ulang. Produsen bahkan dapat memprogram AI untuk mengidentifikasi hambatan rantai
pasokan industri.
 Misalnya, perusahaan farmasi mungkin menggunakan bahan yang umur simpannya pendek.
Sistem AI dapat memprediksi apakah bahan tersebut akan tiba tepat waktu atau, jika
terlambat, bagaimana penundaan tersebut akan memengaruhi produksi.

8. AI meningkatkan manajemen rantai pasokan

Salah satu kasus penggunaan AI yang kuat di bidang manufaktur adalah manajemen rantai
pasokan. Produsen besar biasanya memiliki rantai pasokan dengan jutaan pesanan,
pembelian, bahan atau bahan untuk diproses. Menangani proses-proses ini secara manual
sangat menguras waktu dan sumber daya manusia, dan semakin banyak perusahaan yang
mulai memperluas proses rantai pasokan mereka dengan AI.
 Misalnya, produsen mobil mungkin menerima mur dan baut dari dua pemasok terpisah. Jika
salah satu pemasok secara tidak sengaja mengirimkan mur dan baut yang rusak, produsen
mobil perlu mengetahui kendaraan mana yang dibuat dengan mur dan baut tersebut. Sistem
AI dapat membantu melacak kendaraan mana yang dibuat dengan perangkat keras yang
rusak, sehingga memudahkan produsen untuk menarik kembali kendaraan tersebut dari
dealer.

9. Sistem AI mendeteksi kesalahan

Produsen dapat menggunakan alat inspeksi visual otomatis untuk mencari cacat pada jalur
produksi. Peralatan inspeksi visual seperti kamera penglihatan mesin mampu mendeteksi
kesalahan secara real-time, seringkali lebih cepat dan akurat dibandingkan mata manusia.
 Misalnya, kamera inspeksi visual dapat dengan mudah menemukan cacat pada benda kecil
dan rumit misalnya, ponsel. Sistem AI yang terpasang dapat memperingatkan pekerja
manusia tentang cacat tersebut sebelum barang tersebut sampai ke tangan konsumen yang
tidak puas.

10. Sistem AI membantu mempercepat pengembangan produk

Beberapa produsen beralih ke sistem AI untuk membantu pengembangan produk lebih
cepat, seperti halnya produsen obat.
AI dapat menganalisis data dari eksperimen atau proses manufaktur. Produsen dapat
menggunakan pengetahuan yang diperoleh dari analisis data untuk mengurangi waktu yang
diperlukan untuk membuat obat-obatan, menurunkan biaya, dan menyederhanakan metode
replikasi.