FMIPA UI
Data Science untuk
Pengembangan Industri
Agromaritim Nasional
Prof. Alhadi Bustamam, Ph.D.
• Head of Mathematics Department, Faculty of
Mathematics and Natural Sciences, Universitas
Indonesia
• Chairman of Data Science Center (DSC), Faculty
of Mathematics and Natural Sciences
2
FMIPA Universitas
Indonesia
Profile
Head of Mathematics Department
Department of Mathematics, Faculty of Mathematics and Natural
Sciences, Universitas Indonesia
4
Agromaritim
Indonesia memiliki sumber daya alam yang melimpah
5
PERTANIAN
Nilai ekspor pertanian pada tahun 2022
mencapai angka lebih dari Rp. 640 triliun.
Ekspor komoditas perkebunan yang
melonjak pada tahun 2022 paling besar
disumbang oleh komoditas kelapa sawit
dengan nilai Rp. 468,64 triliun.
KELAUTAN
6
Ø Menurut statistik data Kementerian Kelautan dan
Perikanan (KKP), pada tahun 2022
total nilai produksi perikanan mencapai
angka Rp. 420 triliun.
Ø Potensi ekonomi maritim Indonesia
mencapai Rp. 20.000 triliun. 6
Statistik data Kementerian Kelautan dan Perikanan (KKP)
Sumber: https://statistik.kkp.go.id/home.php?m=prod_ikan_prov&i=2#panel-footer-kpda
PERKEMBANGAN TEKNOLOGI
8
PERKEMBANGAN
TEKNOLOGI
•Volume
• Jumlah data yang masif
•Velocity
• Data diperoleh dengan cepat
•Variety
• Variasi dari tipe data yang diperoleh 9
•Veracity
• Tingkat keakuratan data
•Value
• Data memiliki nilai berguna bagi bisnis
9
• Jumlah data yang diperoleh sangat masif
VOLUME • Ukuran data dapat mencapai ribuan
terrabyte (TB)
11
11
12
IMPLEMENTASI DATA • Dibutuhkan suatu bidang ilmu yang dapat mempelajari bagaimana
mengolah dan menganalisis data pada era Big Data
SCIENCE UNTUK BIG • Analisis Big Data dapat dilakukan dengan pendekatan Data
DATA Science 12
02
Konsep Data Sains
13
13
Apa Itu Data Sains?
14
14
Perbedaan antara Data, Information, Knowledge, dan Wisdom
15
https://simonatta.medium.com/data-architecture-intro-e425ec411426
15
Why is data science so growing fast right now?
16
17
18
19
https://towardsdatascience.com/6-characteristics-that-every-aspiring-data-scientist-should-know-about-4c34873bc89
Mathematics and Statistics Role in Data Science
3. Optimizations
4. Logic and Algorithm Domain Knowledge
22
22
https://towardsdatascience.com/6-characteristics-that-every-aspiring-data-scientist-should-know-
about-4c34873bc89
Data Science Life Cycle
23
23
24
In Demand Skill Related
to Data Science
24
Data Science Scope • Machine learning (ML) is
in term of Learning Models allowing algorithms to learn
• Data science (DS) involves from provided data, gather
using and developing insights, and make predictions
learning algorithms. on unanalyzed data.
• The primary focus of data • In machine learning, statistical
science is the extraction of methods are utilized to make
knowledge from data machines to learn without
• to address specific explicit programming.
questions or solve
particular problems.
26
26
Supervised, Unsupervised, & Reinforcement Learning - AI Wiki (paperspace.com)
Data Science: The Scope
27
https://medium.com/@mail2princeyadav/machine-
learning-vs-deep-learning-b5c5a4fc5c
Joke:
AI solve something cool that easy for human but difficult for https://towardsdatascience.com/ten-years-of-ai-in-review-85decdb2a540
computer (e.g speech, voice, video recognition, etc) 27
D S solve something difficult for human but easy for computer (e.g:
statistical data analytics, clustering, etc.)
Input #1
Neural Networks Input #2
Output
Input #3
Input #4
28
Brain Neural Network Simple Artificial Neural Network
Model
Neural
Networks
29
29
ANN-Model Probabilistic State of Vulnerability
(PSoV), Bhatia, 2017.
03
Penerapan Data Science dalam Industri
Agromaritim 30
30
Digital Soil and Crop Mapping
Peran Data Science dalam Dengan data sains petani mampu untuk memantau Jenis Tanah, Menganalisis Properti
Tanah, dan Memberikan Pembaruan dan Peringatan Cepat
Industri Agriculture
Disease Detection and Pest Management
Data Science membantu dalam mengelola dan mengendalikan hama serta penyakit
tanaman, meningkatkan kesehatan tanaman dan hasil panen.
Fertilizers Recommendation
31
Data Sains mampu untuk rekomendasi pemupukan kepada petani. Dengan memanfaatkan
analisis data tanah, iklim, dan faktor-faktor pertanian lainnya untuk memberikan saran
pemupukan yang optimal.
31
Musanase, C.; Vodacek, A.; Hanyurwimfura, D.; Uwitonze, A.; Kabandana, I. Data-Driven Analysis and Machine Learning-
Based Crop and Fertilizer Recommendation System for Revolutionizing Farming Practices. Agriculture 2023, 13, 2141.
https://doi.org/10.3390/agriculture13112141
https://data-flair.training/blogs/data-science-in-agriculture/
Weather Prediction
Data science dapat memanfaatkan data besar dan teknik analisis data untuk
Peran Data Science memprediksi cuaca, yang memiliki dampak signifikan pada sektor pertanian dan
kelautan.
dalam Industri
Adaptation to Climate Change
Agriculture Data science digunakan untuk menganalisis dampak perubahan iklim pada sektor
pertanian dan merancang strategi adaptasi yang tepat
33
The Schematic representation of the potential applications of data mining and machine learning techniques in aquaculture. 33
J. Gladju, Biju Sam Kamalam, A. Kanagaraj, Applications of data mining and machine learning framework in aquaculture and fisheries: A review, Smart Agricultural Technology, Volume 2,2022
Schematic representation of
the potential applications of
data mining and machine
learning techniques in
aquaculture.
34
34
J. Gladju, Biju Sam Kamalam, A. Kanagaraj, Applications of data mining and machine learning framework in aquaculture and fisheries: A review, Smart Agricultural Technology, Volume 2,2022
35
36
Gladju, Biju Sam Kamalam, A. Kanagaraj, Applications of data mining and machine learning framework in aquaculture and fisheries: A review, Smart Agricultural Technology, Volume 2,2022
Berbagai Metode
Komputasional (Data
Mining dan Machine
Learning) serta
Aplikasinya dalam
Akuakultur 37
37
Gladju, Biju Sam Kamalam, A. Kanagaraj, Applications of data mining and machine learning framework in aquaculture and fisheries: A review, Smart Agricultural Technology, Volume 2,2022
1.Biomass detection of fish
2.Weight estimates
Beberapa contoh 3.Count
Aplikasi Machine 4.Recognition and classification of fish
5.Age detection
Learning dan Big 6.Sex classification
7.Fish species classification
Data dalam 8.Behavorial analysis
Akuakultur 9.Abnormal behavior
38
38
Use Case Generative AI di bidang Bisnis Maritim
• Mengembangkan model prediksi cuaca laut yang lebih akurat. Dengan memproses data-
data historis dan faktor-faktor seperti suhu permukaan laut, arus laut, dan tekanan
atmosfer sehingga dapat memberikan perkiraan cuaca laut yang lebih baik.
• Membantu dalam pembuatan simulasi ekosistem laut, untuk membantu ilmuwan
memahami dampak perubahan iklim dan aktifitas manusia terhadap kehidupan laut, serta
memprediksi cara-cara melindungi ekosistem laut.
39
39
Use Case Generative AI di bidang Bisnis Maritim
• Mendeteksi Polusi laut berbasis citra dan pengenalan pola, misalnya untuk mendeteksi
tumpahan minyak, tumpukan plastik.
• Mengoptimalkan penggunaan energi untuk pelayaran berdasarkan kondisi laut. Ini akan
membantu mengurangi dampak lingkungan dan biaya operasional.
• Menganalisis data dari sensor navigasi dan mengidentifikasi potensi situasi berbahaya di
laut.
• Memprediksikan lokasi
40
asal suatu benda berdasarkan temuan pada posisi terakhir bagian
dari benda yang dicari.
40
Use Case Generative AI di bidang Bisnis Maritim
• Memberikan informasi zonasi potensi ikan, stok, daerah aman melaut, rute dan waktu
tiba nelayan sehingga akan meningkatkan hasil tangkapan nelayan, meningkatkan
efesiensi waktu melaut dan keamanan melaut, serta mengurangi konsumsi bahan bakar.
41
https://globalfishingwatch.org/map-and-data/
41
Use Case Generative AI di bidang Maritim
42
42
https://netsolcloudservices.com/blog/generative-ais-potential-in-the-shipping-and-cruise-industries
Use Case Generative AI di bidang Maritim
https://netsolcloudservices.com/blog/generative-ais-potential-in-the-shipping-and-cruise-industries
43
Use Case Generative AI di bidang Maritim
https://netsolcloudservices.com/blog/generative-ais-potential-in-the-shipping-and-cruise-industries
44
Use Case Generative AI di bidang Maritim
• Kecelakaan kapal dapat diprediksi dengan akurat sehingga dapat dicegah atau dapat
di tangani dengan cepat.
• Mendeteksi aktivitas mencurigakan, seperti perompakan dan penyelundupan, serta
membantu pihak berwenang mengidentifikasi dan melacak kegiatan penangkapan ikan
ilegal secara real-time.
• Industri maritim memiliki peluang lebih baik untuk menjamin keselamatan dan
keamanan samudra beserta
45
sumber dayanya.
https://netsolcloudservices.com/blog/generative-ais-potential-in-the-shipping-and-cruise-industries
45
Use Case Generative AI di bidang Maritim
• Merancang dan mengembangkan kapal otonom dan kapal drone mutakhir yang mampu
untuk beroperasi tanpa campur tangan manusia.
• Meningkatkan efisiensi dan akurasi sistem navigasi maritim dan sistem komunikasi,
menghasilkan transportasi laut yang lebih aman dan terjamin.
• Membuat sistem kontrol yang dapat diaktifkan dan dioperasikan dengan perintah,
sehingga lebih intuitif dan ramah pengguna.
46
https://netsolcloudservices.com/blog/generative-ais-potential-in-the-shipping-and-cruise-industries
46
DSC Maritime Project
Aplikasi yang dapat memberikan informasi kelautan kepada penggunanya, dengan
fitur sebagai berikut.
1. Aplikasi Keselamatan
Berlayar Nelayan Berbasis
Smartphone
55
55
04
Tantangan dan Peluang di Masa Depan
56
56
Keterbatasan Infrastruktur
Penerapan data sains memerlukan infrastruktur IT yang memadai
Tantangan dalam
Penerapan Data Keterampilan Tenaga Kerja
Penerapan data sains memerlukan keterampilan khusus dalam analisis data,
pemrograman, dan pengetahuan domain.
Sains
Keterbatasan Data
Penerapan data sains memerlukan akses ke data yang cukup dan terstruktur.
Kerumitan
57
Data
Data pada industri agromaritim seingkali kompleks dan heterogen, sehingga
menerapkan data sains akan menjadi rumit.
Kerumitan Data
58
Menggunakan standar data yang umum sehingga
mempermudah pertukaran, pengolahan dan integrasi data.
Peningkatan Keberlanjutan
Mengembangkan praktik pertanian dan perikanan berkelanjutan, termasuk
pemantauan dan mitigasi dampak lingkungan, manajemen limbah, dan
peningkatan efisiensi penggunaan air.
59
Inovasi Mendorong Industri Agromaritim
60
Data Science Center UI
• SK Ketua UKK Nomor:
352/UN2.F3.UKK.K1/SDM.0002/2018 on December 3rd ,
2018
61
Our Services
62
62
Research Collaboration in Several Universities and
Industries GIFU AUA
University &
Kalbe Farma Institution MIT (Asian University
UNIVERSITY Alliance) Glair Monash
Integer MIRA Project
University
Pharmaceutical Eijkman Institue University of Malaya
AI for Leiden
company ITS: AI & Tek Kesehatan UII: Coventry RSUI
Healthcare
University University
UI
Data Science School
Neuroscience Perdana
YARSI: Medical Data Bioinformatics
University,
Absolut Data Analytics IMERI FK: AI for Health
Malaysia Prof Herman Spaink
Care FARMASI: Drug Design
Indonesia
using AI FASILKOM: DSC School of Data Science Prof
Konvergen.ai
Ministry Advanced Computing SDGs Moh Asif Khan
HUB UI: Data Analytics
Data Science
Center BRIN
QUT Center Kemendargri, NTU
for Data Kemenag, Universitas UQ
UMG (National
Science Kemenhan, Kemendes Indonesia (The University of Taiwan
Idealab
Queensland) University) Dikti AI
ATM Sehat, Medical Bioinformatics and Advanced AI for Information
Data Analytics
Computing Prof Nick Security Block Chain
Center
Hamilton
Association Partner SAMSUNG and Cryptography
Fase
Fase Vegetatif
Vegetatif Fase
FaseGeneratif
Generatif
Penelitian penyakit kronis melalui citra fundus Pendeteksian penyakit pada tanaman karet Penelitian perkembangan tanaman padi
retina kerjasama DSC dengan UMG Idealab, menggunakan citra daun (SATREPS Project) dengan menggunakan citra satelit
RSCM, RSUI, IMERI FK UI, MIT sentinel-1 dan citra radar kerjasama DSC
kerjasama DSC dengan Departemen
Penelitian Penggunaan Data Science dan AI di Penelitian Data Science dan AI untuk
Pengembangan Telehealth dan Telemonitoring
Industri Farmasi Pendeteksian Curah Hujan
Pengembangan telehealth dan telemonitoring Penelitian penggunaan data science dan AI di Penelitian data science dan AI untuk
kerjasama DSC dengan RSUI, Digital Sehat industri farmasi kerjasama DSC dengan PT pendeteksian curah hujan kerjasama DSC
Indonesia (DSI), dan UI Advisory. Kalbe Farma dan Fakultas Farmasi UI. dengan BMKG dan Departemen Fisika FMIPA
UI.
65
65
Research Activity in DSC UI
Penerapan data science Penelitian umur biologis dengan pendeka Pendeteksian COVID- Generated Tabular Data with Multi-
dan AI di bidang asuransi dan tan data science dan AI 19 berbasis AI GANs for Arrhythmia Classification
keuangan Based on DNN Models
66
66
Partnership
67
Thank You
Follow Us
dsc.ui.ac.id dsc.lst.ui 081218189985
68
68