thematic Academy
Tema Pelatihan
Pertemuan #5- : Business Understanding
Tujuan Pembelajaran Panduan Modul
● Modul ini berisi penjelasan mengenai ● Modul ini berisi mengenai pemahaman
business understanding.
business understanding ● Penjelasan mengenai tahapan-tahapan
● Tahapan-tahapan identifikasi identifikasi permasalah dan solusi AI untuk
bisnis dijelaskan pada modul ini
permasalahan dalam bisnis untuk dapat ● Contoh kasus dan penyelesaian telah
diselesaikan menggunakan AI disediakan sebagai bahan acuan
● Permasalahan- permasalahan studi kasus
diberikan pada modul ini sebagai bahan
Latihan para peserta untuk dibahas pada
diskusi Bersama pengajar.
● Tanda berikut ini ada dibeberapa pembahasan
untuk memberi referensi modul yang
berhubungan dengan pembahasan tersebut
Modul 12 Modul 15
DTS 2021 #Jadijagoandigital
Outline
Studi Kasus (Stock Prediction)
End to End Machine Learning
Studi Kasus (Autonomous Vehicle)
• AI vs Automation • Deteksi dan klasifikasi objek
• Tahapan-Tahapan identifikasi problem • Pengenalan Pengemudi
• Sensor Fusion
• Aktuator
Tujuan Teknis dan Pondasi Data • Privacy
Science
Rancangan Proyek Data Science
DTS 2021 #Jadijagoandigital
Tujuan Objektif AI dalam Bisnis
● AI meniru keputusan dan ● Otomatisasi berfokus pada
tindakan kecerdasan penyederhanaan tugas
manusia instruktif yang berulang
● Contoh
● Contoh
○ Menyalakan lampu menggunakan
○ Autonomous Vehicle
smartphone setiap jam 18:00
○ Stock Price Prediction ○ Alat otomatis pemberi makan
hewan peliharaan
AI Vs Automation
DTS 2021 #Jadijagoandigital
Identifikasi Problem Machine Learning
Terdapat beberapa sistem pengolahan data, atau sistem pembelajaran yang
memerlukan beberapa tahapan pengolahan yang masing-masing memiliki
keterikatan satu sama lain untuk menghasilkan output.
DTS 2021 #Jadijagoandigital
Tahapan-tahapan Business Understanding
di dalam AI
Business System Flow
Components Issues Solutions
Case Design
DTS 2021 #Jadijagoandigital
Tujuan Teknis dan Pondasi Data Science
Modul 5 Modul 5
Business Analytical
Understanding Approach
Modul 16
Modul 5
Deployment Feedback Data
Requirements
Modul 13
Modul 12 Modul 5
Modul 15 Modul 11 Modul 14
Data Collection
Evaluation Modelling
Modul 6
Modul 10
Modul 9 Data
Modul 8 Understanding
Modul 7
Data Preparation
dan Visualization Data Visualization
DTS 2021 #Jadijagoandigital
Rencana Proyek Data Science
● Setiap proyek dimulai dengan pemahaman bisnis.
● Proyek Data Science merupakan proyek Bisnis, sehingga harus selalu berorientasi
pada pencapaian hasil yang berfokus pada bisnis
● Proyek Data Science harus memiliki visi global yang selaras dengan strategi bisnis.
● Sponsor bisnis membutuhkan solusi analitik.
● Tahapan Proyek Data Science
Solusi dari Instrumen
Tujuan
Penentuan Masalah Perspektif Pengukuran
Proyek
Bisnis Keberhasilan
DTS 2021 #Jadijagoandigital
Analytical Approach
● Business Understanding example :
○ Autonomous Vehicle Problem: Kendaraan autonomous yang belum aman
● Clear question:
○ Bagaimana cara agar kendaraan autonomous dapat secara aman beroperasi?
● Measurable outcomes:
○ 40% mengurangi kecelakaan lalu lintas yang diakibatkan oleh human error
DTS 2021 #Jadijagoandigital
Analytic Approach
● Setelah masalah bisnis dinyatakan dengan jelas,
data scientist dapat menentukan pendekatan
analitik untuk memecahkan masalah
● Tahap ini mencakup pengungkapan masalah
dalam konteks teknik statistik dan
pembelajaran mesin.
● Tahap ini dapat membantu organisasi dalam
mengidentifikasi solusi yang paling tepat
DTS 2021 #Jadijagoandigital
Analytic Approach (Example)
"Memprediksi pendapatan perusahaan di kuartal berikutnya?"
• Regresi
“Apakah pasien ini menderita kanker A, kanker B, atau mereka
sehat?”
• Klasifikasi
"Apakah ada kelompok pengguna yang tampaknya memiliki
kesamaan satu sama lain?“
• Clustering
“Bagaimana saya bisa menargetkan diskon untuk pelanggan
tertentu?”
• Rekomendasi/Personalisasi
DTS 2021 #Jadijagoandigital
Analytical Approach
● Pendekatan analitik yang dipilih akan menentukan kebutuhan data.
● Secara khusus, metode analitik yang akan digunakan memerlukan
konten, format, dan representasi data tertentu, hal ini juga
dipengaruhi oleh problem domain yang dipilih.
DTS 2021 #Jadijagoandigital
Data Collection Gathering Data
● Pada tahap pengumpulan data awal, data ● Data dapat dikumpulkan melalui
scientist dapat melakukan beberapa sumber, seperti:
○ 1. mengidentifikasi dan mengumpulkan ○ 1. Data internal perusahaan (excel,
sumber data yang tersedia— database internal, dll)
■ terstruktur ○ 2. Web API, Web scraping
■ tidak terstruktur ○ 3. Kumpulan data melalui data publik
■ semi-terstruktur—yang relevan ○ 4. Kumpulan data melalui data terbuka
dengan domain masalah.
DTS 2021 #Jadijagoandigital
Studi Kasus (Stock Prediction)
● Pasar saham dikenal sebagai tempat di mana orang dapat berinvestasi dan
mendapatkan margin dari investasi tersebut denganmemprediksi harga saham.
● Meskipun sangat sulit untuk memprediksi harga secara tepat.
● Bagaimana kita bisa membuat mesin memilki kecerdasan untuk dapat memprediksi
nilai saham seperti halnya broker di pasar saham?
DTS 2021 #Jadijagoandigital
System Flow
Data Source
• Tabular Machine Learning
• SQL Prediction Result
• CSV
Algorithm
• API
● Pada system ini dibutuhkan source data dalam berbagai tipe sumber, tabular, sql, csv, atau API
● Machine learning dibutuhkan untuk mempelajari nilai numerik data-data tersebut
● Hasil prediksi harga saham pada waktu yang ditentukan dapat ditampilkan oleh system
berdasarkan data-data lampau
DTS 2021 #Jadijagoandigital
Problems
● Bagaimana cara agar data dapat di consume oleh algoritma machine learning ?
○ Solution : Data Cleansing, Data Pre-Processing, Data Understanding
● Algoritma / solusi machine learning yang perlu diterapkan agar kita bisa mendapatkan
prediksi harga saham yang akurat
○ Solution : Pemilihan algoritma machine learning dengan akurasi terbaik dengan metrik yang
sesuai
DTS 2021 #Jadijagoandigital
Komponen-Komponen Pendukung
Data Cleansing, Data Pre-processing, Data
Understanding
Pilihan Machine Learning Algorithm sebagai
predictor (Regression)
• Auto Regressive Moving Average
• Linear Regression
• K Nearest Neighbor
• Recurrent Neural Network (Long Short Term Memory)
DTS 2021 #Jadijagoandigital
Solution : Data cleansing, Data Pre-processing, Data Understanding
Modul 6 Modul 7 Modul 8
● Biasanya suatu data stock memiliki kolom sebagai berikut
● Date, High, low, open, close, Trade Quantity, Turnover
● Date' sebagai fitur indeks. ‘
● High menunjukkan nilai tertinggi hari itu.
● Low menunjukkan yang terendah.
● Open adalah Harga pembukaan
● Close adalah penutupan untuk Tanggal tersebut.
● Trade Quantity adalah jumlah Saham perusahaan yang diperdagangkan pada tanggal tersebut.
● Turnover adalah omset perusahaan tertentu pada tanggal tersebut
DTS 2021 #Jadijagoandigital
Data Understanding (Visualization) Modul 6 Modul 7 Modul 8
Harga
Saham
Data
Data Training
Testing
Waktu
DTS 2021 #Jadijagoandigital
Regression Algorithm Modul 12 Modul 15
● Auto Regressive Moving Average
● Linear, Lasso, Ridge Regression
● Decision Tree Regression, Adaboost Regression,
● Recurrent Neural Network
Error Measurements
● Regression Metrics :
○ MSE (Mean Square Error)
○ RMSE (Root Mean Square Error)
○ R2 Score
DTS 2021 #Jadijagoandigital
Dari ke empat algoritma
berikut ini, algoritma mana
yang memiliki akurasi
terbaik ?
Hint : Algoritma tersebut
Memiliki error paling
Linear Regression ARIMA minimal antara predicted
value dan real value
Data Training
K-Neareast-Neighbor LSTM
DTS 2021 #Jadijagoandigital
Studi Kasus (Autonomous Vehicle)
● Bagaimana menyediakan kendaraan tanpa pengemudi yang
aman, ekonomis, dan praktis ?
Ref : [Link]
DTS 2021 #Jadijagoandigital
System Flow
● Pada system ini dibutuhkan system sensor sebagai indra untuk mendeteksi lingkungan disekitar
kendaraan.
● Machine learning dibutuhkan untuk menangkap hasil pengindraan sensor dan menentukan
actuator untuk bekerja.
DTS 2021 #Jadijagoandigital
Komponen-Komponen Pendukung
Deteksi dan Klasifikasi Objek
Pengenalan Pengemudi
Sensor Fusion
Aktuator
Privacy
DTS 2021 #Jadijagoandigital
Deteksi dan Klasifikasi Objek
● Pembelajaran mesin digunakan untuk
membantu decision making bagi
pengemudi, seperti persepsi dan
pemahaman visual disekitar kendaraan.
● Hal ini melibatkan penggunaan sistem
berbasis kamera untuk mendeteksi dan Gambar 1 Driverless Truck (LIDAR Visualization),
mengklasifikasikan objek, tetapi ada
Ref : [Link]
juga yang mengembangkan
menggunakan LiDAR dan radar
DTS 2021 #Jadijagoandigital
Deteksi dan Klasifikasi
Objek (problems)
● Salah satu masalah terbesar dalam
problem mobil otonom adalah salah
klasifikasi objek atau keterlambatan
dalam klasifikasi objek dan
memberikan reaksi.
● Data yang dikumpulkan oleh berbagai
sensor kendaraan dikumpulkan dan
kemudian diinterpretasikan oleh
sistem kendaraan.
Video Pedestrian automatic braking test
Ref : [Link]
DTS 2021 Ref : [Link] #Jadijagoandigital
Deteksi dan Klasifikasi Objek (possible solution)
● Melalui pelatihan model ML yang lebih baik dan data yang lebih
umum, sistem dapat meningkatkan persepsi dan mengidentifikasi
objek dengan akurasi yang lebih baik.
● Melatih sistem dengan memberikan input yang lebih bervariasi
pada parameter utama untuk dapat digunakan membuat
keputusan.
DTS 2021 #Jadijagoandigital
Pengenalan Pengemudi (problems)
● Machine learning dapat mengenali pola,
sehingga dapat digunakan di dalam
kendaraan untuk memantau pengemudi.
● Misalnya, pengenalan wajah dapat digunakan
untuk mengidentifikasi pengemudi dan
memverifikasi apakah dia memiliki hak
tertentu, misalnya izin untuk menyalakan Ref : [Link]
mobil, yang dapat membantu mencegah drowsiness-detection-system-market/
penggunaan dan pencurian.
● Pengenalan kondisi pengemudi (mengantuk
atau siap berkendara)
DTS 2021 #Jadijagoandigital
Pengenalan Pengemudi (possible solutions)
● Pengenalan wajah (face recognition) system
perlu diimplementasikan untuk mengenali
wajah pengendara.
● Selain itu untuk mendeteksi tingkat
kelelahan kita memerlukan definisi dari face
landmarks untuk membantu menentukan
status kelelahan dari pengemudi.
● Dengan menggunakan fitur-fitur yang berada Ref :
pada face landmarks, kita bisa melihat lebih [Link]
detection-opencv/
detail kondisi mata, kondisi mulut, hidung,
dan dahi dari pengemudi.
DTS 2021 #Jadijagoandigital
Sensors Fusion (problems & Solution)
● Kamera dapat memberikan tekstur dan ● Beberapa produsen mobil otonom
pengenalan warna yang baik. menggabungkan output sensor kamera
○ Tetapi kamera rentan terhadap kondisi dan radar untuk memperoleh keakuratan
yang dapat mengurangi jarak pandang yang lebih baik.
dan ketajaman visual, seperti halnya mata
manusia.
● Radar dan Lidar, sinyal dan titik digunakan
untuk membuat pengelompokan yang
lebih baik, untuk memberikan gambar
objek 3D yang lebih akurat
○ Tidak bisa memberikan tekstur seperti
kamera
Ref : [Link]
DTS 2021 #Jadijagoandigital
Pengenalan Pengemudi (possible solutions)
● Pengenalan wajah (face recognition) system
perlu diimplementasikan untuk mengenali
wajah pengendara.
● Selain itu untuk mendeteksi tingkat
kelelahan kita memerlukan definisi dari face
landmarks untuk membantu menentukan
status kelelahan dari pengemudi.
● Dengan menggunakan fitur-fitur yang berada
pada face landmarks, kita bisa melihat lebih
Ref :
detail kondisi mata, kondisi mulut, hidung, [Link]
dan dahi dari pengemudi. [Link]
DTS 2021 #Jadijagoandigital
Pemeliharaan
● Powertrain dan engine kendaraan biasanya menghasilkan serangkaian data
disetiap waktu.
● Pembelajaran mesin dapat diterapkan pada data ini untuk meningkatkan kontrol
mesin
● Dengan ML, sistem dapat beradaptasi dari waktu ke waktu terhadap penuaan
kendaraan dan merespons perubahan yang terjadi.
DTS 2021 #Jadijagoandigital
Pemeliharaan (possible solution)
● ML dapat diterapkan ke data yang diambil oleh perangkat yang sudah terpasang.
Data variabel seperti suhu, pengisian baterai, tekanan oli, dan level cairan pendingin
dikirim ke system.
● Data tersebut dianalisis dan menghasilkan gambaran kinerja dan kondisi kendaraan
secara keseluruhan. Indikator yang menunjukkan potensi kesalahan kemudian dapat
mengingatkan pemiliknya bahwa kendaraan harus diperbaiki atau dirawat secara
proaktif.
DTS 2021 #Jadijagoandigital
Privacy (problems)
● Dengan navigasi, informasi GPS
tertentu akan memungkinkan mobil
dilacak riwayat perjalanannya
● Jika kamera menghadap ke dalam dan
memantau pengemudi, informasi
pribadi akan dikumpulkan dari masing-
masing penumpang kendaraan
Ref :
[Link]
95
DTS 2021 #Jadijagoandigital
Privacy (problems)
● Dengan semua data yang diambil dari
sensor, muncul kekhawatiran yang
dalam hal pengumpulan data . Hal ini
perlu diatur agar diproses dilakukan
secara legal dan benar
● Dibutuhkan aturan yang meregulasi
penggunaan data khusus untuk
kendaraaan otonom.
Ref : [Link]
[Link]/en/solutions/interior/interior-monitoring-
systems/
DTS 2021 #Jadijagoandigital
Latihan
● Jelaskan komponen-komponen yang terlibat dalam masing-masing bisnis dan coba anda
buat identifikasi apakah problem-problem berikut ini membutuhkan Artificial Intelligent
atau hanya butuh automation. Lalu anda perlu membuat breakdown problem, flow, dan
rekomendasi solusi yang memungkinkan pada saat ini (anda dapat melihat studi kasus
autonomous car sebagai referensi).
● Problem 1: Sistem rekomendasi otomatis produk pada e-commerce
● Problem 2: Sistem Identifikasi otomatis laporan masyarakat
● Problem 3: Bank Credit approval
● Problem 4 : Sistem health insurance approval
● Problem 5: Early disaster warning system. Latihan
Modul 5. Business
● Problem 6: Post disaster management system
Understanding
DTS 2021 #Jadijagoandigital
#Jadijagoandigital
Terima Kasih
DTS 2021 #Jadijagoandigital