Panduan untuk Membuat AI Software bagi Pemula!

Last Updated on October 31, 2023 by

“OK Google!” Pengguna Android tentu sudah familiar dengan ungkapan ini atau “Hey Siri!” untuk pengguna iOS. Personal assistant yang ada di smartphone kita merupakan AI software yang dapat memberikan kita pengalaman lebih mudah untuk melakukan pekerjaan sederhana.

Hal apakah yang terpikirkan ketika mendengar istilah ini? Sebagian besar mungkin akan terpikirkan Artificial Intelligence.  Penggunaan Artificial Intelligence sendiri sudah banyak diimplementasikan di berbagai bidang. Bahkan, kita telah menggunakannya di kehidupan sehari-hari tanpa sadar. Apa itu Artificial Intelligence?

Artificial Intelligence (AI) yang dalam bahasa Indonesianya disebut kecerdasan buatan merupakan istilah untuk sebuah ilmu bidang komputer yang membantu masalah kognitif. AI diprogram untuk berpikir layaknya kecerdasan manusia, sehingga dapat membantu dalam memecahkan masalah.

Perkembangan AI ini semakin populer karena karena banyaknya keuntungan yang didapatkan. Di dalam AI sendiri ada istilah Machine Learning (ML) yang di dalamnya lagi terdapat Deep Learning (DL). Mungkin banyak yang mengira bahwa AI, ML, dan DL merupakan hal berbeda. Sebaliknya ketiga hal tersebut merupakan hal yang saling berkaitan.

Pada pembahasan artikel kali ini adalah berhubungan dengan AI, yaitu memandu Anda agar mendapat gambaran untuk mewujudkan AI software yang Anda inginkan.

Keuntungan AI Software

Mengapa AI menjadi salah satu pasar pertumbuhan software yang terkemuka dan berkembang sangat pesat? Menurut Statista, tahun 2025 mendatang, pasar global untuk AI akan mencapai $126 miliar. Selain itu, ada banyak keuntungan menggunakan AI, di antaranya:

• Mengurangi adanya human error.
• Sistem AI dapat bekerja selama 24×7 atau sepanjang waktu.
• AI juga dapat membantu pekerjaan umum sehari-hari.
• Sistem dari AI membuat suatu keputusan berdasarkan data (akurat)
• AI dapat digunakan untuk otomatisasi.

Membuat AI Software

Ada satu pertimbangan yang perlu diperhatikan sebelum memutuskan untuk membuat AI software, yaitu apakah software yang kita bangun memang perlu mengimplementasikan AI? Jika iya, bagaimana Anda tahu jika Anda memang perlu menggunakan AI? Mungkin Anda bingung menjawabnya, maka berikut adalah pertanyaan yang dapat membantu:

• Apakah Anda berhadapan dengan data yang besar?
• Apakah data dalam berbagai format?
• Apakah Anda berhadapand engan parameter yang sering berubah-ubah?
• Serta apakah data datang dengan cepat?

Jika pertanyaan-pertanyaan di atas memiliki jawaban iya, maka software yang anda bangun dapat diintegrasikan dengan AI. Pada artikel ini akan diberikan satu contoh sekaligus panduan untuk mengintegrasikan AI, yaitu Mengelola Spam Email.

AI Software untuk Spam Email

1. Mendefinisikan Masalah

Spam email merupakan pesan yang masuk ke kotak email secara tidak diundang. Sebagian terkadang berisi penipuan, promosi yang tak diinginkan, bahkan risiko malware. Sehingga, menggunakan pendekatan AI, kita dapat mengelola mana email yang termasuk spam dan mana email yang tidak termasuk spam.

Deteksi spam email masuk ke dalam klasifikasi teks.  Ada beberapa teknik atau metode yang dapat Anda gunakan untuk jenis masalah ini yang dapat menentukan email yang baru masuk akan muncul di kategori spam atau tidak.

2. Algoritma dan Pendekatan

Tahap kedua adalah algoritma dan metode yang digunakan untuk membuat model sebelum masuk ke tahap menggunakan API. Tergantung pada permasalahan, ada banyak sekali metode dalam AI.

Pada permasalahan ini yaitu klasifikasi teks dapat menggunakan pendekatan Machine Learning, yaitu Supervised Learning atau metode yang menggunakan pembelajaran termbimbing yang nantinya ada proses pelatihan terhadap dataset untuk dapat mengkategorikan teks ke dalam suatu kelas baik itu spam atau tidak spam.

Kelas juga sering disebut label. Di sisi lain, metode yang tidak memerlukan pembelajaran termbimbing disebut Unsupervised Learning yang membantu untuk permasalahan data tanpa label.

Beberapa metode untuk klasifikasi, yaitu:

• Naïve Bayes
• Support Vector Machines (SVM)
• Maximum Entropy

Dari metode tersebut, Naïve Bayes dapat dikatakan sebagai metode yang sederahana tetapi dapat mendeteksi secara akurat kategori sebuah email.

Metode Naïve Bayes diciptakan oleh seorang matematikawan Inggris, Thomas Bayes, sehingga nama metodenya sama seperti penciptanya. Metode ini sendiri merupakan sebuah teori probabilitas yang dapat memprediksi peluang di masa depan dengan rumusnya:

P(A|B) = P(B|A) (P(A)/P(B)

Dengan keterangan:

P(A|B) adalah posteriori probability

P(B|A) probabilitas B berdasarkan kondisi hipotesis A

P(A) adalah probabilitas dari A

P(B) adalah probabilitas dari B

Jika diimplementasikan pada masalah spam email, menjadi:

P(spam |words) = P(words/spam)P(spam) / P(words)

Setelah itu barulah melakukan traning data (pelatihan) menggunakan rumus tersebut dan akan menemukan probabilitas masing-masing kelas. Jika misalnya probabilitas kategori spam lebih besar dibandingkan dengan tidak spam, maka data tersebut masuk ke dalam kelas spam, dan sebaliknya.

Selain itu, proses pelatihan juga perlu dievaluasi untuk mencari akurasi. Akurasi yang ideal tentunya mendekati 100%. Jika sebuah model tidak memiliki akurasi yang baik, misal 70% tentunya ketika diintegrasikan dengan software akan mendeteksi email tidak akurat.

Jika dijabarkan, alur untuk membuat software ini adalah menyiapkan dataset yang dalam masalah ini adalah klasifikasi tentunya data tersebut harus berlabel spam/tidak spam, kemudian melakukan training ML, mengevaluasi model, mengintegrasikan ke software, lalu mengupdate data dan melakukan retrain dataset. Hal ini dapat diautomatisasi sehingga pekerjaan menjadi lebih mudah.

3. API

Setelah membangun model di atas, Anda sebenernya tidak perlu lagi untuk mengkodekan algoritma di atas ketika membuat AI software karena ini dapat dibantu dengan hadirnya Microsoft dan IBM. Tidak perlu lagi mengkodekan secara manual dan pekerjaan menjadi lebih mudah.

Untuk Microsoft Anda dapat menggunakan Microsoft Azure. Anda dapat membuat akun Microsoft Azure dan menggunakan Graphical User Interfaces (GUI) memanfaatkan AI API yang diekspos sebagai REST endpoints. Cukup dengan memasukkan parameter dan API yang me-return JSON.

Misalnya, Microsoft Azure menawarkan Topic Detection API. Ini dapat mengembalikan topik untuk daftar texts record yang dikirimkan. Sebuah topik diidentifikasi dengan frase kunci yang dapat berupa satu atau lebih kata terkait.

Jenis AI Software Lainnya

Contoh di atas adalah satu dari banyaknya impelementasi AI pada software. Jadi, Anda dapat membuat software yang berbasis AI di berbagai bidang tergantung dengan kebutuhan dan permasalahan yang dihadapi. Berikut ini ada beberapa jenis pilihan yang dapat dijadikan sebagai pertimbangan untuk membuat AI software.

1. AdTech dan Sentiment Analysis

Bidang periklanan dan sentimen analisis dapat menjadi pilihan untuk membuat AI software. Anda dapat mengidentifikasi sentimen dari brand, produk, dan layanan dalam sosial media. Contohnya, SocialOpinion sebuah platform yang membantu untuk menganalisis dan menumbuhkan akun media sosial yang cocok digunakan untuk marketers ataupun creator.

2. Prediksi Kejahatan

ini juga bisa menjadi pilihan untuk memprediksi terjadinya sebuah kejahatan. Hal ini sangat mungkin dilakukan, lho. Salah satu contohnya perusahaan yang bernama Pred Pol membangun sebuah software untuk memprediksi kejahatan.

Software ini memanfaatkan big data, machine learning, dan analisis. Software ini mengantisipasi lokasi dan waktu kejahatan sehingga petugas dapat mencegah terjadinya kejahatan.

Dalam software ini ada beberapa poin yang digunakan, yaitu kejahatan yang terjadi di masa lalu, lokasi kejadian, dan tanggal/waktu kejadian. Mengapa menggunakan hal ini? Penelitian telah menunjukkan bahwa kejahatan tambahan cenderung terjadi dekat dengan kejahatan aslinya atau sebelumnya.

3. Mobil Tanpa Kemudi

Perusahaan Nvidia bermitra dengan Audi selama membangun kendaraan tanpa kemudi yang mengimpelemntasikan AI dan juga computer vision. Computer vision ini dapat memahami secara real-time apa yang terjadi di sekitar kendaraan dan merencanakan jalur aman di depan.

4. Cybersecurity

Keamanan siber, software untuk permasalahan ini dalam diimpelemntasikan dengan AI. Serangan siber tentunya semakin hari semakin canggih. AI dapat membantu dalam mendeteksi perilaku mencurigakan secara online. Misalnya, membantu mengurangi carding dengan mendeteksi adanya fraud pada kartu kredit.

Demikian beberapa gambaran yang dapat dijadikan sebagai panduan untuk membuat AI software. Algoritma atau metode yang digunakan sangat beraneka ragam tergantung jenis permasalahannya, sehingga perlu adanya pemahaman lebih dalam terkait AI. Semoga artikel ini bermanfaat simak terus update terbaru seputar pemrograman di Appkey.id.