[Story] Meracik Sistem AI dari Nol

Halo semuanya! Setelah mengetahui taksonomi dan "silsilah" AI pada materi sebelumnya, lantas bagaimana tahapan pengembangan AI secara umum?. Mari kita mulai perjalanan yang menyenangkan ini bersama-sama.

Bayangkan Anda adalah panitia acara kampus. Selesai acara, Anda mendapatkan ribuan kertas berisi komentar evaluasi dari peserta. Anda ingin membuat sistem AI untuk memilah secara otomatis mana komentar yang positif (pujian) dan negatif (kritikan).

Tentu saja, komputer tidak bisa tiba-tiba menjadi pintar. Ada tahapan-tahapan yang harus dilalui pada proses pengembangan AI. Tanpa berlama-lama, mari kita bahas 5 tahapan AI Workflow berikut ini!

1. Digitalise & Collect (Kumpulkan dan Digitalkan)

Tahap pertama adalah pengumpulan dan penyimpanan data. Karena ulasan peserta masih berupa tulisan di kertas (analog), Anda harus melakukan digitalise atau mengubahnya menjadi teks digital agar bisa disimpan di komputer.

Data ini bisa berasal dari berbagai sumber dan tipe, baik terstruktur (seperti file Excel) maupun tidak terstruktur (seperti teks bebas, gambar, atau audio). Faktanya, kualitas pengumpulan data di tahap ini adalah kunci utama yang akan menentukan kesuksesan sistem AI Anda ke depannya.

2. Transform (Ubah dan Bersihkan)

Data yang baru dikumpulkan biasanya masih berantakan. Di tahapan transform, data diproses secara berulang, mulai dari diubah formatnya hingga membuang data yang tidak dibutuhkan (misalnya kertas evaluasi yang kosong tanpa tulisan). Tujuannya agar kita mendapatkan data ulasan yang terstruktur dan rapi sebelum dimasukkan ke dalam mesin.

3. Train (Pelatihan)

Selanjutnya, kita akan menentukan algoritma yang cocok untuk membuat komputer belajar mengenali pola dari data ulasan tersebut.

Namun perlu diingat, tidak ada satu model atau algoritma yang secara universal cocok untuk semua jenis data. Oleh karena itu, Anda harus melakukan proses trial and error sendiri agar dapat menemukan algoritma yang paling pas. Pada akhir proses training ini, Anda akan menghasilkan sebuah model AI dengan performa yang optimal.

4. Execute (Eksekusi)

Hingga tahapan ini, Anda telah memiliki model AI! Model tersebut kini dapat digunakan untuk melakukan hal yang biasa manusia lakukan, yaitu memilah komentar baru secara otomatis. Selama fase eksekusi ini, keakuratan model juga dievaluasi secara terus-menerus dan diberikan umpan balik untuk perbaikan.

5. Provide Insights to Make Decisions (Berikan Wawasan)

Ketika model sudah melakukan tugasnya dengan baik, kita bisa mengekstrak pengetahuan dari hasil tersebut. Misalnya, sistem AI Anda menyimpulkan bahwa 80% komentar negatif berfokus pada "makanan yang dingin". Wawasan ini akan membantu panitia dalam pengambilan keputusan di acara selanjutnya.

Sebagai tambahan, jika di masa depan mahasiswa menggunakan kata-kata slang atau gaul yang baru, Anda perlu memperbarui dataset dan melatih ulang model Anda (retraining model) agar AI tetap relevan.

Sampai di sini, tentu Anda sudah memahami rentang alur pengembangan AI, bukan?.

Pada series Belajar Dasar AI ini, Anda telah berhasil mempelajari konsep dasar, contoh penerapan, hingga alur pembuatan AI. Jangan merasa pusing dulu, dan tetap semangat belajar untuk bereksperimen dengan AI, ya!