Portal Berita Ekonomi Senin, 17 Juni 2019

Perspektif Baru Bisnis & Ekonomi

  • icon facebook kecil
  • icon twitter kecil
  • icon feed kecil
  • icon youtube kecil
  • icon email kecil
Executive Brief
  • 09:47 WIB. Rupiah - Rupiah melemah 0,17%  ke level Rp14.350 per dolar AS. 
  • 09:06 WIB. IHSG - IHSG dibuka menguat 0,15% ke level 6.259,54 di awal sesi I.
  • 08:54 WIB. NASA - NASA buat teleskop pemburu planet alien.
  • 08:39 WIB. Boeing - Boeing berencana pakai simulasi komputer untuk tes pesawat.
  • 08:19 WIB. London - Perusahaan yang listing di Inggris bisa jual saham di China mulai Senin (17/6).
  • 07:38 WIB. Hong Kong - Demonstran mengaku 2 juta orang, polisi: hanya 338 ribu.
  • 07:12 WIB. Huawei - Peluncuran ponsel lipat Huawei molor diduga imbas tekanan AS.
  • 06:50 WIB. NASA - NASA butuh Rp430 triliun untuk bawa kembali manusia ke Bulan.
  • 06:40 WIB. Jam - Startup asal Perancis buat chatbot bernama Jam yang bisa laporkan berita lewat chatting.
  • 06:31 WIB. Oppo - Hari ini seri Oppo Reno melenggang ke Indonesia.
  • 06:20 WIB. Holitech - Holitech Technology, pemasok Xiaomi, buka pabrik pertamanya di India.
  • 06:10 WIB. Apple - Apple segera rilis tujuh MacBook anyar.
  • 00:04 WIB. Jerusalem - Sara Netanyahu,  istri PM Israel, didenda karena penyalahgunaan uang negara.
  • 23:42 WIB. Samsung - Samsung akan mengejar jaringan mobile 6G dan system semiconductor.
  • 23:11 WIB. Aramco - Mohammed Bin Salman mengatakan bahwa rencana IPO Aramco sesuai jadwal.

Algoritma AI Kurang Akurat Kenali Objek di Negara Berkembang, Ini Penyebabnya

Algoritma AI Kurang Akurat Kenali Objek di Negara Berkembang, Ini Penyebabnya - Warta Ekonomi
WE Online, Jakarta -

Algoritma pengenalan objek yang dijual oleh perusahaan teknologi, termasuk Google, Microsoft, dan Amazon, berkinerja lebih buruk ketika diminta untuk mengidentifikasi item dari negara-negara berpenghasilan rendah. Temuan ini dilakukan oleh laboratorium artificial intelligence (AI) milik Facebook, yang menunjukkan adanya bias di mana pengenalan objek lewat AI menimbulkan ketidaksetaraan antarnegara.

Dalam penelitian bertajuk "Import AI 150: Training a Kiss Detector; Bias in AI, Rich vs Poor Edition; and Just How Good is Deep Learning Surveillance Getting?", para peneliti menguji lima algoritma pengenalan objek yang populer–Microsoft Azure, Clarifai, Google Cloud Vision, Amazon Recognition, dan IBM Watson–untuk melihat seberapa baik masing-masing algoritma ini mengidentifikasi barang-barang rumah tangga yang dikumpulkan dari dataset global.

Baca Juga: Canggih! China Gunakan Algoritma untuk Bikin Kamera Beresolusi Tinggi

Dataset yang digunakan mencakup 117 kategori (dari sepatu, sabun hingga sofa) dan beragam pendapatan rumah tangga dan lokasi geografis (dari satu keluarga di Burundi yang menghasilkan US$27 per bulan hingga satu keluarga di Ukraina dengan penghasilan US$10.090 per bulan).

Para peneliti menemukan, algoritma pengenalan objek membuat kesalahan sekitar 10% lebih banyak ketika diminta untuk mengidentifikasi barang-barang rumah tangga dengan pendapatan per bulan US$50 dibandingkan dengan yang berasal dari rumah tangga berpenghasilan lebih dari US$3.500 per bulan.

Secara umum, algoritme 15 hingga 20% lebih baik dalam mengidentifikasi barang-barang dari AS dibandingkan dengan barang-barang dari Somalia dan Burkina Faso misalnya.

Bias semacam ini merupakan masalah yang dikenal luas dalam AI dan disebabkan oleh beberapa hal. Salah satu yang paling umum, data pelatihan yang digunakan untuk membuat algoritma seringkali mencerminkan kehidupan dan latar belakang para insinyurnya. Mereka umumnya orang berkulit putih dari negara-negara berpenghasilan tinggi, demikian pula dunia yang mereka ajarkan untuk diidentifikasi.

Salah satu contoh bias AI yang paling terkenal adalah dengan algoritme pengenalan wajah, yang secara teratur berperforma lebih buruk saat mengidentifikasi wajah-wajah wanita, khususnya yang memiliki kulit berwarna. Bias ini terjadi di semua jenis sistem, mulai dari algoritma yang dirancang untuk menghitung pembebasan bersyarat hingga mereka yang menilai CV Anda sebelum wawancara kerja yang akan datang.

Dalam kasus algoritma pengenalan objek, penulis studi ini mengatakan bahwa ada beberapa kemungkinan penyebab kesalahan: pertama, data pelatihan yang digunakan untuk membuat sistem dibatasi secara geografis, dan kedua, mereka gagal mengenali perbedaan budaya.

Data pelatihan untuk algoritme penglihatan, tulis para penulis, diambil sebagian besar dari Eropa dan Amerika Utara dan sangat meremehkan pemandangan visual dalam berbagai wilayah geografis dengan populasi besar, khususnya di Afrika, India, China, dan Asia Timur.

Baca Juga: Pasar Industri Kecerdasan Buatan China Tembus US$3,5 Miliar

Demikian pula sebagian besar dataset gambar menggunakan kata benda dalam bahasa Inggris sebagai titik awal, yang berarti seluruh kategori item lain yang berbeda bahasa hilang. Para penulis memberikan contoh sabun cuci piring, yang merupakan sebatang sabun di beberapa negara dan wadah cairan di negara lain, dan pernikahan, yang terlihat sangat berbeda di AS dan India.

Namun, bisa jadi ini hanya seperti fenomena gunung es. Algoritma relatif mudah dievaluasi untuk bias semacam ini. Silicon Valley misalnya, sering mempromosikan produknya dan dalam beberapa tahun terakhir, menunjukan produk AI-nya dapat diakses oleh semua kalangan. Studi seperti ini menunjukkan bahwa perusahaan teknologi terus mengevaluasi, mendefinisikan, dan membentuk dunia dalam citra mereka sendiri.

Tag: Algoritma, Artificial Intelligence

Penulis: Yosi Winosa

Editor: Rosmayanti

Foto: Unsplash

Kurs Rupiah

Mata Uang Simbol Nilai Jual Beli
Arab Saudi Riyal SAR 1.00 3,833.29 3,794.69
British Pound GBP 1.00 18,221.58 18,037.64
China Yuan CNY 1.00 2,085.38 2,064.49
Dolar Amerika Serikat USD 1.00 14,376.00 14,232.00
Dolar Australia AUD 1.00 9,919.44 9,818.66
Dolar Hong Kong HKD 1.00 1,836.30 1,817.72
Dolar Singapura SGD 1.00 10,514.92 10,408.07
EURO Spot Rate EUR 1.00 16,217.57 16,049.43
Ringgit Malaysia MYR 1.00 3,450.79 3,412.95
Yen Jepang JPY 100.00 13,273.01 13,136.42

Ringkasan BEI

No Name Today Change Stock
1 Composite Index 6250.265 -22.817 634
2 Agriculture 1381.568 2.869 21
3 Mining 1615.278 -7.605 47
4 Basic Industry and Chemicals 754.477 -6.774 71
5 Miscellanous Industry 1288.864 -12.078 46
6 Consumer Goods 2447.202 -13.399 52
7 Cons., Property & Real Estate 471.828 -7.072 76
8 Infrastruc., Utility & Trans. 1172.323 -2.911 74
9 Finance 1268.081 -0.098 90
10 Trade & Service 809.462 0.526 157
No Code Prev Close Change %
1 SIMA 83 112 29 34.94
2 LUCK 1,200 1,500 300 25.00
3 KPAL 210 262 52 24.76
4 GOLD 402 496 94 23.38
5 SDRA 710 850 140 19.72
6 MAYA 6,250 7,475 1,225 19.60
7 KONI 284 338 54 19.01
8 ABMM 1,695 1,950 255 15.04
9 SKBM 412 464 52 12.62
10 APLN 171 191 20 11.70
No Code Prev Close Change %
1 FITT 290 230 -60 -20.69
2 MPMX 1,090 890 -200 -18.35
3 MKPI 16,500 13,500 -3,000 -18.18
4 HELI 202 167 -35 -17.33
5 MIDI 1,200 1,020 -180 -15.00
6 MEGA 5,950 5,100 -850 -14.29
7 DNAR 292 252 -40 -13.70
8 TALF 410 358 -52 -12.68
9 PYFA 193 170 -23 -11.92
10 RELI 216 191 -25 -11.57
No Code Prev Close Change %
1 SMBR 925 1,030 105 11.35
2 FITT 290 230 -60 -20.69
3 MNCN 1,235 1,300 65 5.26
4 JAYA 135 129 -6 -4.44
5 BTPS 2,950 3,080 130 4.41
6 BBRI 4,200 4,230 30 0.71
7 MPMX 1,090 890 -200 -18.35
8 CPIN 4,950 4,700 -250 -5.05
9 TLKM 3,990 3,990 0 0.00
10 BDMN 4,720 4,510 -210 -4.45