Portal Berita Ekonomi Kamis, 21 Maret 2019

Perspektif Baru Bisnis & Ekonomi

  • icon facebook kecil
  • icon twitter kecil
  • icon feed kecil
  • icon youtube kecil
  • icon email kecil
Executive Brief
  • 12:00 WIB. IHSG - Akhiri sesi I, IHSG ditutup hijau 0,10% ke level 6.488,98. 
  • 11:51 WIB. NASA - NASA akui kesulitan ambil sampel di Asteroid Bennu.
  • 11:49 WIB. Google - Google akan tutup aplikasi Inbox dan Google+ pada 2 April. 
  • 11:34 WIB. Samsung - Samsung Galaxy Watch Active dan Galaxy Buds bakal hadir di Indonesia di awal April.
  • 11:31 WIB. Instagram - Instagram uji fitur belanja online  untuk pengguna di AS.
  • 11:29 WIB. Rupiah - Rupiah menguat 0,37% ke level Rp14.133 per dolar AS.
  • 11:29 WIB. Huawei - Huawei bakal sematkan Prosesor Kirin 985 ke Mate 30.
  • 10:41 WIB. Microsoft - Microsoft janjikan masa uji coba xCloud untuk publik di tahun ini.
  • 10:39 WIB. Smartphone - Hari ini, Xiaomi Redmi Note 7 dan Vivo V15 Pro meluncur di Indonesia.
  • 10:38 WIB. Google - Google Stadia izinkan produsen gim pakai platform cloud lain.
  • 10:36 WIB. Opera - Opera resmi rilis fitur VPN untuk browser versi Android.
  • 10:34 WIB. Bill Gates - Kekayaan Bill Gates kembali tembus Rp1.400 triliun.
  • 10:33 WIB. Google - Uni Eropa denda Google Rp23 triliun.
  • 09:37 WIB. Suku Bunga - The Fed kembali tahan suku bunga acuan di level 2,25% hingga 2,5%.

Mengenal Deep Learning di Computer Vision

Mengenal Deep Learning di Computer Vision - Warta Ekonomi
WE Online, Jakarta -

Penerapan teknologi deep learning di area computer vision atau lazim disebut Intelligent Video Analysist (IVA) di Indonesia makin marak sejak Nodeflux, platform penyedia teknologi tersebut beroperasi di Indonesia pada 2016 lalu. Apa saja manfaatnya? Chief Commercial Officer Nodeflux, Ivan Tigana menggambarkan bagaimana teknologi ini telah memberi banyak nilai tambah bagi enterprise.

Sederhananya, IVA adalah cabang dari Artificial Intelligence (AI) yang menginterpretasikan data dari berbagai sumber (utamanya video, gambar, audio, teks, dan lain sebagainya) dan memadupadankan dengan operasi komputasi untuk menghasilkan sebuah analisis yang lebih bermanfaat untuk pengguna. Kemampuan IVA Nodeflux tidak kalah dari penyedia IVA luar negeri, seperti IBM, Bosch, dan Nvidia.

"Kita melakukan processing unstructured data dari gambar misalnya, menjadi structured data dengan AI. Misalnya dari gambar A, datanya laki-laki, anak kecil, suka naik motor. Jadi, kami men-deploy otak ke CCTV, webcam, smartphone, dan beberapa perangkat lain, sehingga mereka mampu melakukan banyak fungsi kecerdasan di luar kemampuan awalnya. Contohnya untuk mendeteksi objek, mengklasifikasikan tipe objek dan sebagainya," kata dia kepada Warta Ekonomi, Senin (11/3/2019).

Baca Juga: Apa Itu Artificial Intelligence?

Proses produksi IVA dilakukan oleh tim yang terdiri dari AI scientist, software engineer, UI/UX, dan web development. AI scientist menjadi nahkoda dari deep learning dan computer vision. Software engineer menjembatani sistem dan penggua, UI/UX menyusun frontend agar mudah digunakan dan nyaman difungsikan. Sementara web developer mengoperasikan fungsi-fungsi.

Solusi IVA yang disediakan perusahaan sudah digunakan oleh berbagai sektor industri, termasuk security and defense (BIN, Polri, eKYC perbankan), trasnportasi (Go-Jek, Trans Jakarta, Jasa Marga), smart city (Smart City Bandung, dan Jakarta), telekomunikasi (Telkom), serta ritel (electronic city). Meski saat ini masih berkutat di IVA, ke depan Nodeflux akan mengembangkan solusi berbasis IoT, big data, ataupun business intelligence.

"Sebenarnya kalau sekadar iseng bikin (IVA) pakai bahasa pemrograman yang open source itu sudah banyak data scientist yang bisa, tapi begitu implementasi real challenge-nya di situ. butuh kolaborasi dengan lebih banyak pihak. Misalnya untuk autentikasi pembayaran buat pensiunan yang use case-nya banyak fraud, kalau kita mau pakai biometrik gandeng Dukcapil, kan harus ada aturan main dari pemerintah,” tambah dia.

Baca Juga: Artificial Intelligence Bantu Optimalkan Bisnis di Singapura

Regulasi ini diperlukan karena saat implementasi, banyak aspek yang harus diperhatikan mulai dari keamanan, SLA saat misalnya ada payment authentication dari 1 juta orang secara bersamaan. Dari aspek teknis, Nodeflux selaku penyedia IVA juga perlu terus mengurangi depedensi terhadap jaringan dan komputasi.

"Harus kita optimalkan mesin-mesin GPU agar bisa memproses gambar tanpa nge-lag, tanpa membebankan cost bandwidth ke klien. Dari sisi algoritma pun harus dibikin seringan mungkin terima gambar banyak atau beresolusi tinggi masih bisa mengasilkan data, enggak terlalu berat. Video analytic itu titik fokusnya lebih ke arah video manajement, bagaimana ribuan CCTV masuk dalam beberapa server bersamaan langsung dapat datanya," tambah dia.

Tag: Deep Learning, Intelligent Video Analysis (IVA), Nodeflux

Penulis: Yosi Winosa

Editor: Rosmayanti

Foto: Nodeflux

Kurs Rupiah

Mata Uang Simbol Nilai Jual Beli
Arab Saudi Riyal SAR 1.00 3,779.27 3,741.20
British Pound GBP 1.00 18,745.21 18,551.79
China Yuan CNY 1.00 2,120.12 2,098.88
Dolar Amerika Serikat USD 1.00 14,173.00 14,031.00
Dolar Australia AUD 1.00 10,153.54 10,049.00
Dolar Hong Kong HKD 1.00 1,806.03 1,787.91
Dolar Singapura SGD 1.00 10,529.72 10,420.35
EURO Spot Rate EUR 1.00 16,206.83 16,037.43
Ringgit Malaysia MYR 1.00 3,493.47 3,455.06
Yen Jepang JPY 100.00 12,815.81 12,683.96

Ringkasan BEI

No Name Today Change Stock
1 Composite Index 6482.710 2.434 629
2 Agriculture 1498.343 -4.886 21
3 Mining 1882.238 9.191 47
4 Basic Industry and Chemicals 893.733 0.232 71
5 Miscellanous Industry 1285.573 -3.740 46
6 Consumer Goods 2667.555 5.523 52
7 Cons., Property & Real Estate 460.673 -0.670 74
8 Infrastruc., Utility & Trans. 1164.648 -9.651 72
9 Finance 1248.066 3.719 91
10 Trade & Service 828.180 -0.981 155
No Code Prev Close Change %
1 COCO 198 336 138 69.70
2 CAKK 160 216 56 35.00
3 JSKY 1,245 1,460 215 17.27
4 TFCO 580 680 100 17.24
5 INCI 560 640 80 14.29
6 URBN 1,795 2,030 235 13.09
7 TALF 308 340 32 10.39
8 MDIA 136 150 14 10.29
9 VIVA 153 168 15 9.80
10 DART 280 300 20 7.14
No Code Prev Close Change %
1 SIMA 396 298 -98 -24.75
2 JAYA 202 165 -37 -18.32
3 TRIS 236 206 -30 -12.71
4 KPAL 312 274 -38 -12.18
5 LPLI 146 130 -16 -10.96
6 AKPI 675 605 -70 -10.37
7 HERO 990 900 -90 -9.09
8 FREN 348 324 -24 -6.90
9 ABMM 2,200 2,050 -150 -6.82
10 TCPI 4,880 4,550 -330 -6.76
No Code Prev Close Change %
1 NUSA 100 101 1 1.00
2 VIVA 153 168 15 9.80
3 SIMA 396 298 -98 -24.75
4 JAYA 202 165 -37 -18.32
5 MYRX 103 104 1 0.97
6 TLKM 3,780 3,780 0 0.00
7 FREN 348 324 -24 -6.90
8 STAR 84 88 4 4.76
9 UNTR 27,500 27,825 325 1.18
10 LPPF 4,010 4,140 130 3.24