WEBINAR NASIONAL Peran Siste, Informasi Berbasis AI dalam Mengembangkan Strategi Bisnis

Semarang, 8 Juni 2023 Progdi S1 Sistem Komputer Universitas STEKOM bekerja sama dengan FTE Universitas Tidar, FSIK Universitas Pertamina, FMIPA Universitas Tanjungpura, Fasilkum-TI Universitas Sumatra Utara, STIE STEKOM, PTIC, PERKIVI dan Toploker.com , Sukses dalam menyelenggarakan Webinar Nasional dengan tema Peran Sistem Informasi Berbasis AI dalam .

Acara Webinar Nasional Peran Sistem Informasi Berbasis AI dalam Mengembangkan Strategi Bisnis tersebut diselenggarakan Kamis, 8 Juni 2023 Pukul 13.00 s.d 16.00 WIB yang di laksanakan melalui Zoom Meeting dan You Tube Universitas Sains dan Teknologi Komputer (Universitas STEKOM) dan di hadiri oleh mahasiwa dan masyarakat umum.

Webinar Nasional ini diisi oleh 5 narasumber, 1 MC, dan 1 Moderator. Nararasumbernya yaitu Alifia Revan Prananda, M.Eng. (Dosen Fakultas Teknik Universitas Tidar), Dr. Ariana Yunita, M.I.T. (Dosen Fakultas Sains dan Ilmu Komputer Universitas Pertamina), Dian Prawira, S.T., M.Eng. (Dosen FMIPA Universitas Tanjungpura), Jos Timanta Taringan, S.Kom., M.Sc. (Dosen FASILKOM-TI Univesitas Sumatera Utara), dan Priyadi, S.Kom., M.Kom. (Dosen FSA Universitas STEKOM Semarang), MCnya yaitu Sindu Rakasiwi, M.Kom. (Dosen Universitas STEKOM), dan Moderatornya yaitu Iman Saufik Suasana, S.Kom., M.Kom. (Dosen Universitas STEKOM).

Dalam pemaparan narasumber Alifia Revan Prananda, M.Eng. (Dosen Fakultas Teknik Universitas Tidar) memjelaskan tentang Democratizing AI for Small Businesses. Demokratisasi AI adalah konsep yang melibatkan memberikan akses dan penggunaan teknologi kecerdasan buatan (AI) kepada berbagai pihak, termasuk bisnis kecil. Tujuan dari demokratisasi AI adalah untuk menghilangkan kesenjangan akses terhadap teknologi ini dan memungkinkan bisnis kecil untuk memanfaatkannya secara efektif.

Berikut adalah beberapa cara demokratisasi AI dapat diterapkan dalam bisnis kecil:

1. Platform AI Terbuka: Adopsi platform AI terbuka dapat membantu bisnis kecil mengakses teknologi AI tanpa harus membangun infrastruktur AI mereka sendiri. Platform ini biasanya menyediakan alat dan layanan yang mudah digunakan untuk mengembangkan dan menerapkan solusi AI dalam bisnis.

2. Pelatihan dan Sumber Daya: Membantu bisnis kecil memahami dan menggunakan AI dengan menyediakan pelatihan dan sumber daya yang mudah diakses. Ini dapat berupa kursus online, tutorial, panduan, atau komunitas yang didedikasikan untuk membagikan pengetahuan dan pengalaman tentang AI dalam konteks bisnis.

3. Solusi AI yang Terjangkau: Membuat solusi AI yang terjangkau dan skala kecil sehingga bisnis kecil dengan anggaran terbatas dapat memanfaatkannya. Ini bisa berarti menyediakan paket langganan dengan harga terjangkau atau menawarkan model pembayaran berbasis penggunaan atau langganan bulanan.

4. Penggunaan Alat AI Tersedia: Mengembangkan alat AI yang mudah digunakan dan intuitif sehingga bisnis kecil tidak perlu memiliki keahlian teknis yang mendalam untuk menggunakannya. Ini dapat mencakup alat untuk analisis data, pemasaran otomatis, atau personalisasi pengalaman pelanggan.

5. Kolaborasi dan Kemitraan: Mendorong kolaborasi antara bisnis kecil dan perusahaan teknologi yang mengkhususkan diri dalam AI. Kemitraan semacam ini dapat membantu bisnis kecil memperoleh akses ke sumber daya dan keahlian yang diperlukan untuk menerapkan teknologi AI dalam operasi mereka.

6. Peraturan dan Kebijakan yang Mendukung: Mendorong pemerintah dan regulator untuk menciptakan lingkungan yang mendukung demokratisasi AI bagi bisnis kecil. Ini melibatkan kebijakan yang mengurangi hambatan akses, melindungi privasi data, dan mendorong inovasi dalam penerapan AI di sektor bisnis.

7. Penelitian dan Pengembangan: Mendukung penelitian dan pengembangan dalam bidang AI yang terfokus pada kebutuhan bisnis kecil. Dengan memahami kebutuhan khusus bisnis kecil, penelitian ini dapat menghasilkan solusi yang lebih relevan dan mudah diadopsi oleh mereka.

Demokratisasi AI untuk bisnis kecil adalah langkah penting untuk memastikan bahwa manfaat teknologi AI dapat dinikmati secara lebih luas dan memberdayakan berbagai bisnis untuk mencapai potensi penuh mereka dalam era digital. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/v1rTp2oEtt0?feature=share

Dalam pemaparan narasumber Dr. Ariana Yunita, M.I.T. (Dosen Fakultas Sains dan Ilmu Komputer Universitas Pertamina) menjelaskan tentang Big Data Ecosystem and Artificial Intelligence in Information System for Enabling Business: A Review and Reswarch Opportunities (Ekosistem Data Besar dan Kecerdasan Buatan dalam Sistem Informasi untuk Memungkinkan Bisnis: Tinjauan dan Peluang Penelitian). Ekosistem Data Besar (Big Data) dan Kecerdasan Buatan (Artificial Intelligence) memiliki peran yang penting dalam memungkinkan bisnis untuk mengoptimalkan sistem informasi mereka. Dalam konteks ini, sistem informasi mencakup pengumpulan, pengolahan, penyimpanan, dan analisis data untuk mendukung pengambilan keputusan dan pencapaian tujuan bisnis.

Tinjauan Big Data:

1. Pengumpulan Data yang Luas: Ekosistem Big Data melibatkan pengumpulan data dalam skala besar dari berbagai sumber, termasuk sensor, perangkat seluler, media sosial, transaksi bisnis, dan lainnya. Data ini dapat mencakup struktur, semi-struktur, dan data tak terstruktur.

2. Penyimpanan dan Pengolahan Skala Besar: Big Data membutuhkan infrastruktur yang kuat untuk menyimpan, mengelola, dan mengolah volume data yang besar. Solusi seperti sistem file terdistribusi (distributed file systems) dan basis data skala horizontal (scale-out databases) digunakan untuk mengatasi tuntutan skala besar ini.

3. Analisis Data yang Mendalam: Big Data menyediakan peluang untuk mendapatkan wawasan dan pemahaman yang lebih baik melalui analisis data yang mendalam. Teknik seperti analisis prediktif, penambangan data (data mining), analisis pola (pattern analysis), dan machine learning digunakan untuk menggali informasi berharga dari data besar.

Tinjauan Kecerdasan Buatan:

1. Pembelajaran Mesin: Teknik pembelajaran mesin memungkinkan sistem untuk belajar dari data dan pengalaman untuk mengidentifikasi pola, mengenali tren, dan membuat prediksi. Hal ini dapat membantu bisnis dalam pengambilan keputusan yang lebih baik dan mengoptimalkan operasi mereka.

2. Pengolahan Bahasa Alami: Kecerdasan Buatan juga dapat digunakan untuk memproses dan memahami bahasa manusia melalui teknik pemrosesan bahasa alami (natural language processing). Ini memungkinkan sistem untuk memahami teks, menerjemahkan, menghasilkan ringkasan, dan berinteraksi dengan pengguna melalui komunikasi yang lebih alami.

3. Pengenalan Pola dan Penglihatan Komputer: Kecerdasan Buatan dapat digunakan untuk mengenali pola dalam gambar dan video melalui teknik pengenalan pola dan penglihatan komputer. Ini dapat berkontribusi pada analisis gambar, deteksi objek, pengenalan wajah, dan pengenalan tulisan tangan.

Peluang Penelitian:

1. Penggabungan Big Data dan Kecerdasan Buatan: Penelitian dapat difokuskan pada pengembangan metode dan algoritma yang menggabungkan Big Data dan Kecerdasan Buatan untuk memungkinkan analisis yang lebih baik, pengambilan keputusan yang lebih cerdas, dan penemuan pengetahuan yang lebih dalam.

2. Keamanan dan Privasi Data: Dalam ekosistem Big Data, keamanan dan privasi data menjadi perhatian utama. Peluang penelitian ada dalam mengembangkan teknik dan metode untuk melindungi data sensitif dan menjaga privasi pengguna dalam lingkungan Big Data yang terdesentralisasi.

3. Penambangan Data Multimodal: Data multimodal terdiri dari kombinasi teks, gambar, suara, dan sumber data lainnya. Penelitian dapat difokuskan pada penambangan data multimodal untuk memungkinkan analisis yang holistik dan pemahaman yang lebih baik dari data yang heterogen.

4. Kecerdasan Buatan untuk Analisis Real-Time: Penelitian dapat diarahkan pada pengembangan teknik kecerdasan buatan yang dapat mengolah data secara real-time dan memberikan wawasan yang cepat dan tepat waktu kepada bisnis.

5. Etika dan Keberlanjutan dalam AI: Dalam penggunaan AI dalam sistem informasi, penting untuk mengadopsi pendekatan yang etis dan berkelanjutan. Peluang penelitian ada dalam menjelajahi aspek-aspek etika dan keberlanjutan dalam penggunaan AI, termasuk transparansi, keadilan, dan dampak lingkungan.

Penting untuk diingat bahwa bidang Big Data dan Kecerdasan Buatan terus berkembang. Peluang penelitian yang baru muncul seiring dengan perkembangan teknologi dan tantangan yang dihadapi dalam penerapan mereka dalam sistem informasi bisnis. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/v1rTp2oEtt0?feature=share

Dalam pemaparan narasumber Dian Prawira, S.T., M.Eng. (Dosen FMIPA Universitas Tanjungpura) menjelaskan tentang Pengembangan Sistem Informasi dengan Memanfaatkan AI/ML Cloud Computing Platform. Artificial Intelligence yaitu Sistem komputer yang meniru fungsi kognitif yang berhubungan dengan kecerdasan manusia dan mengambil keputusan. Machine Learning (mesin yang belajar) adalah bagian dari kecerdasan buatan yang secara otomatis memungkinkan mesin atau sistem untuk belajar dan meningkatkan dari pengalaman.

Pengembangan sistem informasi dengan memanfaatkan platform AI/ML di cloud computing memiliki potensi besar untuk meningkatkan kinerja dan efisiensi sistem informasi bisnis. Berikut adalah beberapa langkah untuk memanfaatkan AI/ML cloud computing platform dalam pengembangan sistem informasi:

1. Pilih Cloud Computing Platform yang Sesuai: Identifikasi dan pilihlah cloud computing platform yang mendukung pengembangan aplikasi AI/ML. Beberapa contoh platform yang populer adalah Amazon Web Services (AWS), Google Cloud Platform (GCP), dan Microsoft Azure. Pastikan platform yang dipilih memiliki layanan dan alat yang memadai untuk membangun dan menjalankan model AI/ML.

2. Penyimpanan Data Skala Besar: Gunakan fitur penyimpanan data skala besar yang disediakan oleh platform cloud. Hal ini akan memungkinkan Anda untuk menyimpan dan mengelola data yang diperlukan untuk melatih dan menjalankan model AI/ML. Pastikan data yang tersimpan aman dan tersedia dengan baik untuk pengolahan berikutnya.

3. Preprocessing Data: Manfaatkan kemampuan cloud computing platform untuk melakukan preprocessing data. Hal ini termasuk membersihkan data, menghapus data yang tidak relevan, melakukan transformasi data, dan mengatur data ke dalam format yang sesuai untuk pelatihan dan penggunaan model AI/ML.

4. Pelatihan Model AI/ML: Gunakan layanan AI/ML yang disediakan oleh platform cloud untuk melatih model Anda. Platform ini biasanya menyediakan lingkungan pengembangan yang terintegrasi dengan algoritma dan framework yang dapat Anda gunakan untuk melatih model AI/ML Anda. Anda juga dapat menggunakan fitur otomatisasi yang disediakan untuk mengoptimalkan proses pelatihan model.

5. Penyimpanan dan Penyajian Model: Setelah melatih model AI/ML, simpan model tersebut di cloud computing platform agar mudah diakses dan digunakan. Platform ini biasanya menyediakan fitur penyimpanan model yang aman dan skalabel. Anda juga dapat menggunakan layanan penyajian model untuk mengintegrasikan model AI/ML dengan sistem informasi bisnis Anda.

6. Integrasi dengan Aplikasi Bisnis: Gunakan layanan dan alat yang disediakan oleh platform cloud untuk mengintegrasikan model AI/ML dengan aplikasi bisnis Anda. Hal ini dapat mencakup API yang memungkinkan aplikasi untuk berkomunikasi dengan model, serta integrasi dengan alat visualisasi data atau sistem manajemen lainnya.

7. Monitoring dan Skalabilitas: Pastikan sistem informasi Anda dilengkapi dengan alat pemantauan yang memungkinkan Anda untuk melacak kinerja model AI/ML dan mendeteksi anomali. Selain itu, manfaatkan kemampuan skalabilitas yang ditawarkan oleh platform cloud untuk mengatasi lonjakan beban dan memastikan ketersediaan yang baik saat sistem informasi Anda beroperasi.

8. Keamanan dan Kepatuhan: Perhatikan keamanan data dan kepatuhan terhadap peraturan yang berlaku. Pastikan cloud computing platform yang Anda pilih memenuhi standar keamanan dan kepatuhan yang relevan untuk bisnis Anda.

Pengembangan sistem informasi dengan memanfaatkan AI/ML cloud computing platform dapat memberikan keunggulan kompetitif bagi bisnis Anda. Dalam hal ini, penting untuk memahami fitur dan layanan yang ditawarkan oleh platform yang Anda pilih, serta mempertimbangkan kebutuhan bisnis dan tujuan yang ingin dicapai dengan penggunaan AI/ML dalam sistem informasi. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/v1rTp2oEtt0?feature=share

Dalam pemaparan narasumber Jos Timanta Taringan, S.Kom., M.Sc. (Dosen FASILKOM-TI Univesitas Sumatera Utara) menjelaskan tentang Berkolaborasi Dengan AI Antara Kreativitas Tanpa Batas dan Etika. Ketika berkolaborasi dengan kecerdasan buatan (AI), terdapat tantangan yang perlu dihadapi sekaligus peluang untuk menggabungkan kreativitas tanpa batas dengan pertimbangan etika. Berikut adalah beberapa hal yang perlu dipertimbangkan dalam kolaborasi dengan AI:

1. Menjaga Etika dan Nilai-nilai: Dalam berkolaborasi dengan AI, penting untuk tetap mempertahankan etika dan nilai-nilai yang dianggap penting bagi bisnis dan masyarakat. Pastikan bahwa penggunaan AI sejalan dengan prinsip-prinsip etika, termasuk keadilan, privasi, keamanan, dan dampak sosial yang positif.

2. Transparansi dan Penjelasan: AI seringkali digunakan untuk menghasilkan hasil yang kompleks atau keputusan yang sulit dipahami. Dalam kolaborasi dengan AI, penting untuk menjaga transparansi dan mampu menjelaskan bagaimana keputusan atau hasil tersebut diperoleh oleh sistem AI. Hal ini memungkinkan pengguna dan pemangku kepentingan lainnya untuk memahami dasar-dasar keputusan dan memastikan kepercayaan terhadap AI.

3. Pengawasan dan Pengendalian: Meskipun AI dapat memberikan kreativitas tanpa batas, tetaplah penting untuk mempertahankan pengawasan dan pengendalian manusia dalam proses kolaborasi. Penting untuk memantau dan mengelola penggunaan AI secara terus-menerus, untuk memastikan bahwa keputusan yang dihasilkan sesuai dengan tujuan dan nilai-nilai bisnis.

4. Perlindungan Data dan Privasi: Dalam kolaborasi dengan AI, perhatikan perlindungan data dan privasi. Pastikan bahwa data yang digunakan untuk melatih dan mengoperasikan sistem AI diperoleh dengan cara yang legal dan mematuhi peraturan privasi yang berlaku. Lindungi data pelanggan dan informasi sensitif lainnya dengan baik.

5. Inklusi dan Keanekaragaman: Ketika menggunakan AI dalam proses kreatif, penting untuk mempertimbangkan inklusi dan keanekaragaman. Pastikan bahwa sistem AI tidak memperkuat bias atau diskriminasi yang ada, dan memungkinkan partisipasi yang adil bagi semua anggota masyarakat.

6. Menggabungkan Keterampilan Manusia dan AI: Salah satu pendekatan yang efektif dalam kolaborasi dengan AI adalah menggabungkan keterampilan manusia dan kecerdasan buatan. Memanfaatkan kekuatan kreativitas manusia dalam interpretasi, pemahaman konteks, dan penilaian subjektif, sementara memanfaatkan kemampuan AI dalam analisis dan pengolahan data, dapat menghasilkan solusi yang lebih baik.

7. Pengujian dan Evaluasi Terus-menerus: Ketika berkolaborasi dengan AI, penting untuk melakukan pengujian dan evaluasi terus-menerus terhadap sistem AI yang digunakan. Hal ini membantu mengidentifikasi dan mengatasi masalah atau kekurangan yang mungkin muncul, serta memastikan bahwa kualitas dan kinerja AI tetap terjaga.

Dengan memperhatikan etika dalam kolaborasi dengan AI, kita dapat mengoptimalkan potensi kreativitas tanpa batas yang ditawarkan oleh AI sambil tetap memastikan bahwa penggunaannya sesuai dengan nilai-nilai bisnis dan prinsip-prinsip etika yang berlaku. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/v1rTp2oEtt0?feature=share

Dalam pemaparan narasumber Priyadi, S.Kom., M.Kom. (Dosen FSA Universitas STEKOM Semarang) menjelaskan tentang Bagaimana SI-AI bisa meningkatkan ketajaman strategi bisnis. SI adalah sebuah sistem formal, sosioteknikal, dan organisasional yang dirancang untuk mengumpulkan, memproses, meyimpang, dan mendistribusikan informasi. Dari perspektif sosioteknis, sistem informasi. Dari perspektif sosioteknis, sistem informasi disusun oleh empat komponen: tugas, orang, struktur (atau peran), dan teknologi. Sistem informasi dapat didefinisikan sebagai suatu integrasi komponen untuk pengumpulan, penyimpanan dan pemrosesan data. Data tersebut kemudian digunakan untuk menyediakan informasi, berkontribusi pada pengetahuan serta produk digital yang memfasilitasi pengambilan keputusan.

Konfirmasi pemahaman Artificial Intelligence (AI) Artificial intelligence adalah studi mengenai ide untuk membuat komputer cerdas atau ilmu komputer yang fokus pada desain sistem komputer yang meniru kecerdasan manusia. Proses konversi kecerdasan manusia ke mesin komputer yang lazim digunakan adalah formulasi matematika. Tidak selalu matematika murni, tapi pendekatan terbaik agar kecerdasan manusia dapat ditransformasikan ke komputer adalah bagaimana kecerdasan itu di formulasikan secara matematis.

Jenis-jenis AI

1. Reactive Machines, Fokus pada skenario saat ini dan bereaksi sesuai tindakan sebaik mungkin.

2. Limited Memory, Dapat menyimpan pengalaman yang lalu tapi hanya dalam waktu singkat.

3. Theory of Mind, Dapat memahami emosi manusia, orang-orang, kepercayaan, dan dapat berinteraksi sosial layaknya manusia.

4. Self-Awareness, merupakan AI masa depan. AI ini nantinya akan sangat cerdas, memiliki kesadaran sendiri, memiliki perasaan, dan memiliki sifat self-awareness.

Kesalahpahaman umum tentang AI. AI adalah proses logis, bukan proses otomatis. AI selalu bekerja dengan konsep dasar komputasi : input-proses-output. Meskipun pada bagian end-user tidak selalu selalu terlihat inputnya. AI tidak selalu berbentuk robot atau representasi robot.

Bisnis atau niaga adalah kegiatan memperjualbelikan barang atau jasa dengan tujuan memperoleh laba. Dalam ilmu ekonomi, bisnis adalah suatu organisasi yang menjual barang atau jasa kepada konsumen atau bisnis lainnya, untuk mendapatkan laba. Secara historis kata bisnis dari bahasa Inggris business, dari kata dasar busy yang berarti sibuk dalam konteks individu, komunitas, ataupun masyarakat. Dalam artian, sibuk mengerjakan aktivitas dan pekerjaan yang mendatangkan keuntungan.

Kategori Bisnis.

1. Manufaktur : memproduksi produk yang berasal dari barang mentah atau komponen-komponen, kemudian dijual untuk mendapatkan keuntungan. Contoh manufaktur adalah perusahaan yang memproduksi barang fisik seperti mobil atau pipa.

2. Bisnis jasa : menghasilkan barang intangible. Bisnis ini mendapatkan keuntungan dengan cara meminta bayaran atas jasa yang mereka berikan. Contoh bisnis jasa adalah konsultan dan psikolog.

3. Pengecer dan distributor : berperan sebagai perantara barang antara produsen dengan konsumen. Kebanyakan toko dan perusahaan yang berorientasi-konsumen adalah distributor atau pengecer. lihat pula: Waralaba

4. Bisnis pertanian dan pertambangan : memproduksi barang- barang mentah, seperti tanaman atau mineral tambang.

5. Bisnis finansial : mendapatkan keuntungan dari investasi dan pengelolaan modal.

6. Bisnis informasi : menghasilkan keuntungan terutama dari pejualan-kembali properti intelektual.

7. Utilitas : mengoperasikan jasa untuk publik, seperti listrik dan air, dan biasanya didanai oleh pemerintah.

8. Bisnis real estate : menghasilkan keuntungan dengan cara menjual, menyewakan, dan mengembangkan properti, rumah, dan bangunan.

9. Bisnis transportasi : mendapatkan keuntungan dengan cara mengantarkan barang atau individu dari sebuah lokasi ke lokasi yang lain.

10. Bisnis online : dilakukan secara online lewat internet. Dalam bisnis online, barang apa saja bisa diperjuabelikan layaknya pada bisnis pada umumnya. Untuk bisa berbisnis secara online, banyak media yang bisa dimanfaatkan, salah satunya adalah website, Facebook, Twitter, Instagram, Path, blog, dan lain-lainnya. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/v1rTp2oEtt0?feature=share