Badan Gizi Nasional akan menggunakan artificial intelligence (AI) alias kecerdasan buatan untuk mendata titik satuan pelayanan dan daftar penerima makan bergizi gratis yang dijalankan Presiden Prabowo Subianto.

"Kami sudah menentukan titik pelayanan melalui AI. Jadi, kami sudah paham betul titik (satuan) pelayanan itu di mana saja," kata Dadan dalam Rapat Dengar Pendapat (RDP) dengan Komisi IX DPR RI di Jakarta Pusat, Kamis (31/10).

Dadan tidak menjelaskan lebih rinci bagaimana peran kecerdasan buatan tersebut. Ia hanya menyebut AI berjasa untuk membantu mereka menentukan titik penerima makan gratis.

Ia menegaskan masing-masing satuan pelayanan bakal melayani 3.000 anak sekolah.

"(Daftar) 3.000 anak (per satuan pelayanan) ini kita sudah gunakan AI, di mana sih titik-titiknya. Kami sudah tahu semua," jelasnya.

Badan Gizi Nasional menargetkan 30 ribu satuan pelayanan untuk menopang program ini. Mereka mematok seluruh satuan pelayanan bakal terbentuk paling lambat 2027, di mana pada tahun depan ditargetkan terbangun di 5.000 titik.

Hingga saat ini, sudah ada 85 satuan pelayanan yang dibangun untuk menjalankan program makan bergizi gratis. Pembangunan ini didanai dari anggaran Badan Gizi Nasional.

"Kami sudah membangun hampir 85 (satuan pelayanan). Itu rata-rata untuk bangunan kurang lebih sekitar Rp1,2 (miliar) sampai Rp1,5 (miliar). Nanti peralatannya kurang lebih sekitar Rp700 (juta)," tutur Dadan.

"Itu hitungan dengan dana sendiri (anggaran Badan Gizi) tanpa pajak. Juga berlaku untuk daerah Jawa dan dengan bahan tersedia lokal," jelasnya saat dikonfirmasi lebih lanjut oleh CNNIndonesia.com.

Bisnis.com, JAKARTA - Perusahaan mesin pencari (search engine) Google memberikan pendanaan berupa hibah sebesar US$5 juta atau Rp76,25 miliar (asumsi kurs Rp15.250 per US$1) kepada The Association of Southeast Asian Nations (Asean) untuk meningkatkan literasi terkait kecerdasan buatan (artificial intelligence/AI) di kawasan Asia Tenggara.

Ruth Porat, President & Chief Investment Officer untuk Alphabet dan Google, menjelaskan pendanaan tersebut diberikan melalui entitas nirlaba perusahaan, Google.org, kepada organisasi nonprofit di bawah Asean, yakni Asean Foundation.

Porat menuturkan pendanaan tersebut diperuntukkan kepada lebih dari 5,5 juta anak muda, pendidik, dan orang tua di 10 negara anggota Asean, yakni Indonesia, Brunei Darussalam, Kamboja, Laos, Malaysia, Myanmar, Filipina, Singapura, Thailand dan Vietnam.

"Google sangat peduli dan melakukan banyak investasi untuk masa depan Asia Tenggara, dengan ekosistem teknologinya yang dinamis dan digitalisasi yang cepat, sehingga menciptakan peluang menarik bagi AI untuk berkembang dan mentransformasi ekonomi di seluruh Asean," kata Porat dalam acara AI Opportunity Southeast Asia Forum di Sekretariat Asean, Jakarta pada Rabu (2/10/2024).

Porat memaparkan, literasi AI ini dilakukan melalui kombinasi antara pelatihan daring dan tatap muka. Dia menuturkan inisiatif ini berfokus pada pengembangan keterampilan literasi AI yang diperlukan untuk berkembang di era digital.

Generasi muda akan mempelajari dasar-dasar AI serta pemahaman yang lebih mendalam mengenai implikasi etis dari teknologi tersebut. Sementara, para orang tua akan memperoleh pengetahuan dasar AI dan strategi untuk mengembangkan literasi AI di rumah.

Adapun, para pengajar akan menerima alat dan strategi praktis untuk mengintegrasikan AI ke dalam program pelatihan STEM atau science, technology, engineering and mathematics.

Selain itu, Google juga mengumumkan pemberian hibah sebesar US$2 juta (Rp30,4 miliar) kepada organisasi non-profit di bidang pertanian, Edu Farmers International Foundation.

Dia mengatakan dana tersebut akan digunakan untuk meningkatkan upaya ketahanan pangan bagi 200.000 petani kecil dan keluarga kurang mampu di Indonesia dengan layanan informasi bertenaga AI.

Porat menuturkan Google memandang AI sebagai peluang yang dapat memberikan perubahan luar biasa secara generasional. Menurutnya, teknologi kecerdasan buatan memiliki potensi untuk mengubah keuntungan ekonomi, mengatasi masalah sosial, memajukan ilmu pengetahuan, dan meningkatkan keamanan di tingkat individu maupun negara.

Seiring dengan hal tersebut, Google gencar melakukan investasi dengan membangun pusat data, region cloud, dan kabel bawah laut di seluruh kawasan.

Selain itu, perusahaan juga terus bekerja keras selama bertahun-tahun untuk menghadirkan infrastruktur internet dan AI ke tengah-tengah masyarakat dan berbagai organisasi yang ada di wilayah ini.

Dia menyebutkan sejak 2019 Google.org telah mendukung berbagai organisasi yang memberikan dampak sosial di Indonesia dengan pendanaan tunai senilai lebih dari US$10 juta.

Program Google seperti Gemini Academy dan program Bangkit telah meningkatkan keterampilan guru, siswa, orang tua, dan banyak pihak lain di berbagai industri dengan cara yang akan memberikan manfaat jangka panjang.

Selain itu, investasi Google pada infrastruktur teknis yang mendalam, termasuk region Google Cloud yang sudah beroperasi di Jakarta dan kabel bawah laut Echo dan Apricot yang akan datang, akan memastikan akses dan konektivitas yang dapat diandalkan ke berbagai layanan digital bagi seluruh masyarakat Indonesia.

KOMPAS.com - Machine Learning (Pembelajaran Mesin) adalah cabang dari kecerdasan buatan yang memungkinkan komputer untuk belajar dari data dan membuat keputusan tanpa perlu diprogram secara eksplisit.

Dengan kemampuan untuk menganalisis pola dan tren dalam data, machine learning telah menjadi teknologi yang sangat berpengaruh dan diterapkan dalam berbagai aspek kehidupan sehari-hari.

Dari rekomendasi produk di platform belanja online hingga fitur pengenalan wajah pada smartphone, machine learning bekerja di balik layar untuk meningkatkan efisiensi dan memberikan pengalaman yang lebih personal bagi pengguna.

Lantas apa pengertian Machine Learning dan bagaimana contoh penerapannya di kehidupan sehari-hari, selengkapnya berikut ini ulasannya.

Definisi Machine Learning

Dilansir dari laman Tech Target, Machine Learning merupakan ilmu yang menciptakan algoritme yang memungkinkan komputer untuk belajar dari data dan membuat keputusan atau prediksi tanpa harus diprogram secara eksplisit untuk melakukannya.

Proses ini melibatkan pemberian data kepada algoritma Machine Learning, yang kemudian digunakan untuk mengidentifikasi pola dan membuat prediksi atau keputusan. Algoritme ini akan meningkatkan kinerjanya seiring dengan bertambahnya data yang diproses, memungkinkan komputer untuk beradaptasi dan belajar dari informasi baru.

Tipe-tipe Machine Learning

Machine Learning secara umum dibagi menjadi tiga jenis utama berdasarkan cara sistem belajar dan jenis data yang tersedia:

Supervised Learning

Jenis Supervised Learning adalah model dilatih menggunakan data yang sudah diberi label. Data ini disertai dengan label yang ingin diprediksi oleh model. Selama proses pelatihan, model belajar menghubungkan fitur input dengan label output.

Misalnya, deteksi spam pada email, penyaringan email) dan regresi (misalnya, memprediksi harga rumah berdasarkan ukuran dan lokasi).

Unsupervised Learning

Unsupervised Learning melibatkan pelatihan model dengan data yang tidak memiliki label. Algoritme menganalisis data untuk menemukan pola, mengelompokkan data menjadi subset, atau mengurangi dimensi data.

Misalnya saja pengelompokan (misalnya, mengelompokkan pelanggan berdasarkan perilaku pembelian), penambangan aturan asosiasi (misalnya, menemukan item yang sering dibeli bersama di keranjang belanja), dan pengurangan dimensi (misalnya, PCA, t-SNE).

Reinforcement Learning

Reinforcement Learning melibatkan pelatihan agen untuk membuat keputusan berdasarkan imbalan atau hukuman. Agen belajar mengambil tindakan dalam suatu lingkungan untuk memaksimalkan sinyal imbalan.

Contohnya melatih mobil otonom untuk menavigasi jalan dengan aman atau mengoptimalkan proses bisnis untuk meningkatkan efisiensi.

Semi-Supervised Learning

Semi-Supervised Learning menggabungkan elemen dari pembelajaran terawasi dan tak terawasi. Ini menggunakan sejumlah kecil data yang sudah diberi label dan sejumlah besar data tanpa label untuk melatih model.

Contohnya adalah klasifikasi gambar. Dalam skenario ini, model pertama-tama dilatih menggunakan kumpulan data kecil yang berisi gambar-gambar selebriti yang sudah diberi label. Setelah itu, model digunakan untuk memprediksi label pada kumpulan gambar besar yang belum diberi label.

Contoh penerapan Machine Learning di kehidupan sehari-hari

Rekomendasi produk dan konten

Platform e-commerce dan layanan streaming seperti Netflix atau Spotify menggunakan Machine Learning untuk memberikan rekomendasi yang relevan berdasarkan perilaku dan preferensi pengguna.

Contoh: Netflix merekomendasikan film dan acara TV yang mungkin Anda suka berdasarkan riwayat tontonan Anda, sementara Spotify menyarankan playlist dan lagu berdasarkan musik yang sering Anda dengarkan.

Pengenalan wajah dan sidik jari

Teknologi pengenalan wajah dan sidik jari memanfaatkan Machine Learning untuk mengidentifikasi dan memverifikasi identitas seseorang.

Contoh: Banyak smartphone modern menggunakan pengenalan wajah untuk membuka kunci perangkat Anda, dan sistem keamanan menggunakan pemindai sidik jari untuk akses yang lebih aman.

Asisten Virtual dan Chatbot

Asisten virtual seperti Siri, Google Assistant, dan chatbot di berbagai situs web menggunakan machine learning untuk memahami dan merespons pertanyaan atau perintah penggun

Contoh: Siri membantu Anda mencari informasi, mengatur pengingat, atau mengendalikan perangkat rumah pintar, sedangkan chatbot di layanan pelanggan membantu menjawab pertanyaan dan menyelesaikan masalah.

Deteksi penipuan dan keamanan

Machine learning digunakan untuk mendeteksi pola penipuan dan ancaman keamanan dengan menganalisis transaksi dan aktivitas yang mencurigakan.

Contoh: Bank dan perusahaan kartu kredit menggunakan algoritme untuk mengidentifikasi transaksi yang tidak biasa dan memberi peringatan jika ada aktivitas yang mencurigakan pada akun Anda.

Penerjemahan bahasa

Aplikasi penerjemahan bahasa seperti Google Translate menggunakan Machine Learning untuk menerjemahkan teks dari satu bahasa ke bahasa lain dengan lebih akurat.

Contoh: Google Translate membantu Anda menerjemahkan teks, dokumen, atau bahkan percakapan langsung dalam berbagai bahasa, mempermudah komunikasi lintas bahasa.

Demikian ulasan mengenai definisi Machine Learning, jenis-jenis, dan contoh penerapannya dalam kehidupan sehari-hari yang biasa kita temui. Semoga bermanfaat.

Dapatkan update berita teknologi dan gadget pilihan setiap hari. Mari bergabung di Kanal WhatsApp KompasTekno.

Bisnis.com, JAKARTA — Organisasi think tank, Lembaga Studi dan Advokasi Masyarakat (ELSAM) menyebut bahwa banyak negara tengah berlomba-lomba mencari nilai tambah dari kehadiran kecerdasan buatan atauartificial intelligence(AI). Hal ini seiring dengan dunia yang telah mengalami percepatan terhadap pemanfaatan GenerativeArtificial Intelligence(Gen-AI).

Hal itu disampaikan Direktur Eksekutif ELSAM Wahyudi Djafar dalam acara Sarasehan Nasional: Peluncuran Transformasi Policy Manifesto, Rekomendasi untuk Optimalisasi Ekonomi Digital Indonesia di Jakarta, Selasa (20/8/2024).

"Negara-negara di dunia berlomba-lomba untuk menambahkan atau mengambil manfaat mencari nilai lebih, mencari nilai tambah dari perkembangan teknologi," kata Wahyudi.

Kendati demikian, Wahyudi menuturkan bahwa negara-negara di dunia juga dihadapkan dengan berbagai risiko dan tantangan dari perkembangan teknologi AI.

Menurutnya, ada hal penting yang perlu diskusikan secara khusus terkait model tata kelola untuk merespons teknologi AI, menumbuhkan teknologi AI yang terpercaya, yang kuat secara teknologi, baik secara etika dan memenuhi prinsip-prinsip hukum dan regulasi.

"Ini yang coba kami hadirkan di dalam trajektori pemanfaatan kecerdasan artifisial dalam perkembangan ekonomi digital dan model tata kelola bagi Indonesia," ungkapnya.

Di samping itu, Wahyudi menyampaikan bahwa Elsam juga melihat lebih jauh bagaimana peluang-peluang dari teknologi AI, termasuk disrupsi dan tantangan. Elsam melihat bagaimana arah pembangunan nasional dengan mengacu pada sejumlah dokumen, seperti dokumen rencana pembangunan jangka panjang nasional 2025—2045 sebagai jalur ataupun lintasan mencapai Indonesia Emas.

Selain itu, lanjut dia, Elsam juga mengelaborasi dokumen dari rencana pembangunan jangka menengah nasional 2025—2029 yang nantinya akan disahkan untuk diformulasi bersamaan dengan visi-misi calon presiden dan wakil presiden terpilih 2024—2029.

Elsam juga melakukan analisis terhadap sejumlah dokumen-dokumen lain yang diharapkan bisa menjadi menopang Indonesia untuk mencapai Indonesia Emas, termasuk dalam hal visi Indonesia Digital 2045 yang dikembangkan oleh Kementerian Komunikasi dan Informatika (Kemenkominfo).

Kemudian, sambung Wahyudi, strategi ekonomi digital yang dikembangkan oleh Kementerian Koordinator Bidang Perekonomian, termasuk dokumen-dokumen resmi yang dikeluarkan oleh negara yang secara khusus sudah memasukkan AI sebagai satu kata kunci yang akan menjadi jalur, sekaligus tujuan dalam konteks optimalisasi segala bidang di Indonesia.

Wahyudi menyampaikan bahwa pihaknya juga memastikan bagaimana human centric pendekatan yang berpusat pada manusia tetap menjadi titik prioritas di dalam pengembangan teknologi AI maupun pengembangan tata kelola.

Dengan demikian, ke depan akan tercipta AI yang bertanggung jawab dan terpercaya, tidak diskriminatif, inklusif, transparan, akuntabel, termasuk melindungi privacy. "Termasuk juga kemudian melindungi keselamatan dari umat manusia dengan tetap kontrolnya ada pada manusia," pungkasnya.

Bisnis.com, JAKARTA — Demografi penduduk hingga pesatnya adopsi teknologi digital menjadi peluang ekonomi bagi Indonesia untuk mengoptimalkan potensi kecerdasan buatan atau artificial intelligence (AI). Namun, terdapat sejumlah tantangan yang harus diatasi dengan baik.

Menteri Koordinator Bidang Perekonomian Airlangga Hartarto menjelaskan bahwa Indonesia dengan jumlah penduduk lebih dari 270 juta merupakan pasar yang besar untuk industri teknologi baru, termasuk AI. Dari total populasi itu, 212 juta di antaranya merupakan pengguna internet.

Bisnis digital pun tumbuh subur di Tanah Air, yakni berdasarkan laporan Datareportal, Indonesia menempati peringkat ke-6 dalam jumlah perusahaan rintisan (start-up), yakni sebanyak 2.646. Bahkan, 15 perusahaan telah berkembang menjadi unicorn dan dua perusahaan raksasa berhasil menjadi decacorn.

"Hal itu menunjukkan bahwa Indonesia siap untuk menjadi pemain utama di era artificial intelligence," ujar Airlangga dalam acara Sarasehan Nasional: Peluncuran AI Transformation Policy Manifesto, Rekomendasi untuk Optimalisasi Ekonomi Digital Indonesia pada Selasa (20/8/2024).

Meskipun demikian, penerapan dan pemanfaatan AI tidak semudah membalikkan telapak tangan. Pemerintah mencermati sejumlah tantangan yang harus diatasi demi optimalisasi peluang AI.

"Kita menyadari persoalan AI bagi Indonesia adalah ketersediaan jaringan akses internet yang belum merata, terutama di luar Jawa. Kecepatan broadband rata-rata 28,8 Mbps dan ini adalah peringkat ke-8 dari 10 negara ASEAN di luar Timor Timur dan 24,6 Mbps untuk mobile," ujar Airlangga.

Untuk menghadapi tantangan itu, pemerintah terus mendorong konektivitas digital dan pembangunan infrastruktur secara merata. Capaian pembangunan infrastruktur digital, termasuk pembangunan fiberoptik Palapa Ring 12.100 km telah menghubungkan 57 kabupaten kota, Indonesia juga telah memiliki 1.600 titik BTS.

Lalu, satelit Satria juga mendorong pemerataan akses data, termasuk pusat data di Ibu Kota Negara (IKN) Nusantara, Batam, dan Jabodetabek.

Generatif AI diproyeksikan dapat berkontribusi US$4,4 triliun bagi perekonomian global.

Adopsi AI menjadi sangat penting, karena secara global, pemanfaatan kecerdasan buatan oleh sektor industri telah mencapai 56%. Indonesia yang masih berada di peringkat ke-46 dari 62 negara dalam hal adopsi AI, menurut Global AI Index 2023, harus terus melakukan pengembangan.

KOMPAS.com - Teknologi chatbot berbasis kecerdasan buatan (artificial intelligence/AI) sedang naik daun, dan banyak digunakan di seluruh dunia. Salah satu yang paling populer adalah ChatGPT bikinan OpenAI.

Ketika berinteraksi, pengguna ternyata paling sering minta bantuan chatbot AI untuk penulisan kreatif. Misalnya, fiksi penggemar, naskah film, lelucon, puisi, atau untuk permainan peran.

Hal ini terungkap dari studi terbaru outlet The Washington Post yang mengamati hampir 200.000 percakapan pengguna chatbot dengan alamat IP Amerika Serikat (AS), dari kumpulan data milik bot WildChat.

WildChat Dataset adalah kumpulan data bikinan Allen Institute for AI, yang berisi 1 juta interaksi pengguna (anonim/tanpa buat akun) dengan chatbot berbasis model bahasa besar GPT-3.4 Turbo dan GPT-4.

Saat ini, dataset tersebut mencakup interaksi dari 9 April 2023 hingga 30 April 2024.

Dari 200.000 percakapan yang diamati, seperlimanya (21 persen) merupakan perintah/permintaan untuk membantu penulisan kreatif seperti fiksi penggemar, naskah film, lelucon atau puisi, atau untuk permainan peran.

Selain itu, The Post menemukan orang menggunakan chatbot untuk membantu memberi nama bisnis, membuat karakter buku, dan menulis dialog.

The Washington Post Gambaran umum skenario penggunaan yang paling sering dilakukan orang di chatbot AI.

Beberapa menggunakan chatbot untuk mendapatkan pemahaman yang lebih baik tenang suatu bidang subjek, bukan hanya mencari jawaban yang benar saja untuk PR mereka.

Yang lain hanya menyalin-menempel alias copy-paste pertanyaan pilihan ganda dan meminta jawaban yang benar.

Selanjutnya, warga AS juga menggunakan chatbot AI untuk meminta saran, khususnya seputar pribadi. Misalnya, saran untuk merayu seseorang atau apa yang harus dilakukan ketika pasangan teman selingkuh.

Menurut amatan The Post, pengguna merasa nyaman untuk memasukkan banyak informasi pribadi ketika berinteraksi dengan chatbot. Misalnya, dari 5.000 percakapan ditemukan nama lengkap pengguna, nama pemberi kerja, dan informasi pribadi lainnya.

Kemudian, sebagian besar percakapan WildChat melibatkan pengkodean komputer. Sekitar 7 persen percakapan meminta bantuan untuk menulis, men-debug, atau memahami kode komputer.

Ada tambahan 1 persen dari pengguna yang meminta bantuan mengerjakan PR, tetapi melibatkan pertanyaan tentang tugas pengodean.

Sekitar 15 persen percakapan lain berkaitan dengan pekerjaan. Misalnya, chatbot diminta untuk menulis presentasi, mengotomatiskan tugas e-commerce, atau menyusun e-mail. Pengguna juga meminta bantuan chatbot untuk membuat gambar.

Meski bot WildChat tidak dapat digunakan untuk membuat gambar, namun sekitar 6 persen pengguna meminta bantuan untuk membuat perintah bagi Midjourney, generator gambar AI.

Kata benda yang paling sering diminta pengguna untuk digambarkan adalah "perempuan".

Secara umum, berikut 10 hal yang paling sering ditanyakan ke chatbot AI, menurut studi The Washington Post, Senin (12/8/2024):

• Penulisan kreatif dan permainan peran - 21 persen
• Bantuan PR - 18 persen
• Pencarian dan kueri lain - 17 persen
• Pekerjaan/bisnis - 15 persen
• Koding - 7 persen
• Buat gambar - 6 persen
• Kesehatan dan saran - 5 persen
• Jailbreaks - 4 persen
• Salam - 3 persen
• Bantuan Terjemahan dan Inggris - 2 persen
• Mencari pekerjaan - 2 persen