Algoritma Jaringan Syaraf Tiruan

Jaringan Syaraf Tiruan merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut. Istilah buatan digunakan karena jaringan syaraf ini diimplementasikan dengan menggunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran.

Otak manusia berisi berjuta- juta sel syaraf yang bertugas untuk memproses informasi. Setiap sel syaraf (neuron) akan memiliki satu inti sel, inti sel ini yang akan bertugas untuk melakukan pemrosesan informasi.

Komponen Jaringan Syaraf

•  Neuron, sel syaraf yang akan mentransformasikan informasi yang diterima melalui sambungan keluarnya menuju neuron-neuron yang lain.

•  Pada jaringan syaraf, hubungan antar neuron-neuron dikenal dengan nama bobot.

•  Pada jaringan syaraf, neuron- neuron akan dikumpulkan dalam lapisan-lapisan (layer) yang disebut dengan lapisan neuron (neuron layers)

•  Informasi yang diberikan pada jaringan syaraf akan dirambatkan lapisan ke lapisan, mulai dari lapisan input sampai ke lapisan output melalui lapisan yang lainnya, yang dikenal dengan
lapisan tersembunyi (hidden layer), tergantung pada algoritma pembelajarannya, bisa jadi informasi tersebut akan
dirambatkan secara mundur pada jaringan.

Proses Pembelajaran pada Jaringan Syaraf

a.   Pembelajaran Terawasi

1.  Hebb Rule

Metode pembelajaran yang paling sederhana, pembelajaran dilakukan dengan cara memperbaiki nilai bobot sedemikian rupa sehingga jika ada 2 neuron yang terhubung dan keduanya dalam kondisi “on” pada saat yang sama, maka bobot antara keduanya dinaikkan

2.  Perception

Biasanya digunakan untuk mengklasifikasikan suatu tipe pola tertentu yang sering dikenal dengan pemisahan secara linear.
Algoritma yang digunakan akan mengatur parameter- parameter bebasnya melalui proses pembelajaran

3.  Delta Rule

Mengubah bobot yang menghubungkan antara jaringan input ke unit output dengan nilai target.

4.  Backpropagation

Algoritma pembelajaran yang terawasi dan biasanya digunakan oleh perception dengan banyak lapisan untuk mengubah bobt-bobot yang terhubung dengan neuron- neuron yang ada pada
lapisan tersembunyi

5.  Hetroassociative Memory

Jaringan yang bobot- bobotnya ditentukan sedemikian rupa sehingga jaringan tersebut dapat menyimapan kumpulan pola.

6.   Bidirectional Associative Memory

Model jaringan syaraf yang memiliki 2 lapisan dan terhubung penuh dari satu lapisan ke lapisan lainnya. Pada jaringan ini dimungkinkan adanya hubungan timbal balik antara lapisan input dan lapisan output.

7.   Learning vector Quantization

Suatu metode untuk melakukan pembelajaran pada lapisan kompetitif yang terawasi. Suatu lapisan kompetitif akan secara otomatis belajar untuk mengklasifikasikan vektor-vektor input. Kelas-kelas yang didapatkan sebagai hasil hanya tergantung pada jarak antara vektor-vektor input

b.   Pembelajaran Tak Terawasi

•    Jaringan kohonen pertama kali diperkenalkan oleh Prf. Teuvo Kohonen tahun 1982.

•    Pada jaringan ini, suatu lapisan yang berisi neuron-neuron akan menyusun dirinya sendiri berdasarkan input nilai tertentu dalam suatu kelompok yang dikenal dengan istilah cluster

•    Selama proses penyusunan diri, cluster yang memiliki vektor bbot paling cocok dengan pola input akan terpilih sebagai pemenang

Mengenal Machine Learning dan Deep Learning

Perkembangan teknologi semakin maju, para peneliti berusaha untuk membuat sebuah rancangan mesin atau robot yang bisa membantu menyelesaikan berbagai tugas yang diperlukan, dengan itu maka dibuatlah sebuah teknologi yang bernama kecerdasan buatan atau lebih dikenal dengan Artificial Intelligence, sudah banyak teknologi yang mengadopsi AI ini contohnya yang sudah ada yaitu teknologi yang pada handphone Apple bernama 'Siri' yang berfungsi sebagai asisten pribadi pintar yang bisa membantu pengguna untuk mengirim pesan, jadwal pertemuan, melakukan panggilan telepon, dan lainnya hanya dengan melalui perintah suara.

Nah lalu bagaimana dengan Machine Learning? Machine Learning adalah salah satu bagian dari Artificial Intelligence tadi, dia adalah sebuah algoritma yang mengurai data, lalu data itu dia pelajari dan menerapkan apa yang sudah dipelajari dari data tersebut untuk melakukan keputusan yang tepat, contoh dari machine learning ini adalah sebuah layanan streaming video, coba anda perhatikan saat anda menggunakan youtube, jika anda sering mendengarkan musik rock, maka di halaman utama akan muncul video video musik rock yang direkomendasikan oleh youtube, hal tersebut karena sistem algoritma youtube merekam apa yang selalu anda buka dan dimasukkan dalam sebuah data dan mengolahnya supaya youtube dapat memberikan rekomendasi video yang dibutuhkan oleh anda.

Sekarang kita akan membahas Deep Learning, Deep Learning adalah bagian dari Machine Learning, bekerja sebagai teknik untuk mengimplementasikan Machine Learning. Implementasi itu terdiri dari banyak lapisan jaringan saraf di mana setiap lapisan mendapat masukan dari lapisan sebelumnya dan dibagikan ke lapisan berikutnya. Lapisan permulaan berhubungan dengan fitur yang lebih umum dan kasar dan ketika jaringan semakin dalam, ia dapat mempelajari perincian yang lebih baik dari dataset yang akhirnya memberikan output dengan faktor keyakinan tertentu. Fungsionalitas mereka terinspirasi oleh cara kerja neuron mamalia. Neuron bekerja dengan mengambil sinyal kimia input dan berdasarkan ambang tertentu sinyal akan dilewatkan atau diblokir. Perilaku seperti itu di emulasikan menggunakan berbagai fungsi matematika (fungsi sigmoid menjadi yang paling umum) ketika mengimplementasikan jaringan saraf. Meskipun begitu mereka membutuhkan begitu banyak data pelatihan untuk berkinerja baik.

Dengan Deep Learning ini maka sebuah mesin bisa melakukan hal - hal yang biasa dilakukan manusia seperti mengemudi mobil, dll. Seperti yang sedang dikembangkan saat ini adalah  self driving car atau mobil dengan kendali otomatis, mobil tersebut ada yang sudah jadi dan diuji coba dijalanan Amerika Serikat, namun muncul berbagai masalah seperti mobil tersebut menabrak pengendara sepeda hal ini terjadi karena sistem mobil tidak mengenali objek yang merupakan pengendara sepeda tersebut, hal ini sebenarnya bisa diminimalisir dengan seiring waktu, karena sistem mobil tersebut akan terus belajar mengenali objek - objek yang harus dihindari ataupun bukan supaya bisa mengendarai mobil sebaik manusia.

Dengan Kecerdasan Buatan, Pekerjaan Manusia Ini Akan Tergantikan Oleh Robot

Robot adalah seekor alat mekanik yang bisa melakukan tugas fisik, baik2 saja menggunakan pengawasan dan kontrol manusia, ataupun menggunakan program yang telah didefinisikan terlebih dulu (kecerdasan buatan).

Pada Januari 2017, sebuah penelitian yang dilakukan oleh McKinsey & Company menemukan bahwa sekitar 30% tugas dari 60% pekerjaan dapat dikomputerisasi. Sedangkan pada 2016, kepala Bank of England mengatakan bahwa 80 juta pekerjaan di Amerika Serikat dan 15 juta pekerjaan di Inggris dapat diambil alih oleh robot.
 

Itu artinya, tidak peduli apakah Anda seorang pekerja pabrik, penasihat keuangan atau pemain flute profesional: otomatisasi akan "datang" di kehidupan Anda. Lalu, pekerjaan apa saja yang diprediksi akan hilang seiring perkembangan teknologi?

 

 

1. Petugas Pos

Di negara-negara yang menggunakan sistem surat secara efektif, misalnya Amerika Serikat dan Kanada, tukang pos tidak lagi diperlukan. Kini orang-orang modern cenderung berkirim surat melalui surat elektronik atau dikenal sebagai e-mail.
Padahal layanan pos di banyak negara memiliki sejarah panjang yang gemilang. Pada pertengahan Abad ke-19, layanan ini menawarkan karier dengan bayaran yang layak.
Sedangkan di masa kini, banyak negara yang sudah menggantikan jasa pengiriman pos dengan layanan antar-jemput-kirim dan layanan semacam ini semakin dipengaruhi oleh teknologi.
Contoh, sudah muncul pengiriman berbasis drone yang dikembangkan oleh Amazon untuk sementara waktu. Di satu sisi, ekonomi berbagi (sharing economy) melahirkan inisiatif yang meluncurkan solusi pengiriman seperti UberRush.
Surat atau paket Anda tidak akan lagi dikirimkan oleh layanan pos tradisional.

2. Sopir Taksi

Anda mungkin telah mendengar pertempuran antara sopir taksi dan ojek online di negara-negara yang "dihuni" oleh aplikasi tersebut. Seperti misal Uber, Grab atau Gojek yang ada di Indonesia --kini melebar ke Vietnam.
Sekarang, penduduk dunia akan semakin dimanjakan dengan layanan tersebut, tentunya kendaraan yang digunakan adalah mobil pribadi, bukan lagi unit taksi.
Selain itu, keuntungan lain menggunakan layanan ojek online adalah tersedianya fitur Google Maps yang memudahkan pengemudi mengantar penumpang tepat ke tempat tujuan.

3. Jurnalis Media Cetak dan Loper

Setiap hari, lebih dari sejuta postingan blog diterbitkan. Ini adalah ancaman besar bagi masa depan media cetak. Selain itu, penulis paruh waktu atau freelance bersaing untuk mempromosikan cerita mereka ke penerbit ternama, baik secara online maupun fisik.
Pada tahun 2014, Careercast pernah memprediksi bahwa wartawan surat kabar adalah pekerjaan paling terancam punah.
Situs pencari kerja tersebut memperkirakan profesi itu akan menurun 13 persen di tahun-tahun mendatang, karena masyarakat dunia kini lebih memilih untuk membaca berita di dunia maya.
Selain itu, aplikasi berita yang bisa diunduh di ponsel memungkinkan penggunanya untuk mengikuti kabar terkini, sembari melakukan aktivitas lainnya. Pengiklan juga sudah mulai beralih ke media daring.
Pengguna pun bisa berlangganan secara elektronik, tanpa harus pergi ke kios koran untuk membelinya dari loper.

4. Pustakawan

Pustakawan adalah orang yang berperan penting di sebuah perpustakaan. Jika Anda pernah menulis makalah penelitian, Anda mungkin akan merasakan betapa berharganya mereka.
Para pustakawan dapat dengan mudah mengelola dan menavigasi buku-buku yang menjadi koleksi di perpustakaan --meski jumlah buku ribuan bahkan ratusan ribu, mereka mudah menggetahui letak buku tertentu.
Mereka juga bisa mengarahkan Anda ke sumber yang benar dan memberikan Anda ide-ide pelengkap yang hebat.
Fakta lain yakni keberadaan pustakawan kini kian langka. Mereka hanya bertugas sebatas "jam kerja", sementara layanan perpustakaan online bisa buka selama 24 jam 7 hari.
Selain itu, mereka juga tidak secepat dan seefektif mesin pencari. Oleh karena itu, banyak universitas dan perpustakaan umum di dunia memindahkan layanan mereka ke platform online.

5. Kasir

Pesatnya perkembangan teknologi akan memaksa toko-toko untuk mengganti kasirnya dengan mesin otomatis, yang menghitung nilai pembelian pembeli. Istilah sekarang dikenal sebagai self-service.
Pelanggan hanya perlu memberikan produk yang mereka beli pada sebuah perangkat agar barcode RFID (Radio frequency identification) yang biasanya melekat pada sebuah barang dapat terbaca (dipindai atau scan).
Mereka juga diminta untuk menempatkan belanjaan pada neraca untuk kemudian diukur beratnya dan merekam bentuknya. Setelah itu, pembeli diminta untuk membayar tagihan dengan cara yang sesuai --uang tunai, kartu kredit, debit atau voucher, melalui perangkat.
Selain toko, self-service juga diberlakukan di SPBU.

6. Staf Bank

Tugas-tugas tradisional karyawan bank adalah membukakan rekening dan membayarkan cek nasabah. Seiring berkembangnya teknologi, kini para nasabah sudah tak perlu repot mengantre berlama-lama di bank, karena sudah ada internet.
Banyak bank juga menawarkan layanan cek melalui aplikasi ponsel pintar. Mentransferkan dana ke akun Anda secara langsung.

7. Agen Pariwisata

Dengan internet, Anda hanya perlu mengunduh aplikasi penyedia layanan wisata. Dari situ, Anda bisa membeli tiket pesawat, kereta api, memesan hotel, menyewa transportasi, hingga mengunjungi banyak destinasi liburan.

Sumber :
https://id.wikipedia.org/wiki/Robot
https://www.liputan6.com/global/read/3667808/7-pekerjaan-yang-akan-hilang-termakan-zaman-digantikan-robot

 

Manajemen Layanan TI Bank BTPN

PENERAPAN MANAJEMEN PELAYANAN

TEKNOLOGI INFORMASI DI PERUSAHAAN

PT. BANK TABUNGAN PENSIUNAN NASIONAL TBK. 

• Service Strategi

Zaman yang terus berkembang tentu memberikan pengaruh bagi setiap aspek kehidupan. Begitu juga dengan era digital saat ini, ada banyak kemudahan yang ditawarkan. Seperti sebuah layanan yang diterapkan oleh BTPN Jenius, sebuah tabungan berbasis android dimana segala aktivitas perbankan dimulai dari pembukaan rekening, akses pembayaran, dan pengelolaan tabungan bisa dilakukan dengan aplikasi android, hal ini tentu merupakan sebuah inovasi yang memudahkan masyarakat dalam menggunakan layanan perbankan.

• Service Design

BTPN Jenius adalah Banking Reinvented, yang berarti walaupun memiliki fungsi sebuah bank, tapi Jenius mengembalikan semua akses kepada penggunanya. Sehingga kamu memiliki kendali atas uang dan pengaturan keuangan kamu sendiri. Jenius lebih dari sebuah bank karena Jenius juga berperan sebagai alat yang membantu penggunanya dalam meraih integrasi yang lancar antara kehidupan dan keuangan sehingga dengan mudah, kamu bisa meraih tujuan hidup dan cita-citamu.
 
BTPN Jenius berbeda dari bank pada umumnya karena semua aktivitas perbankan dibuat lebih mudah tanpa harus pergi ke bank atau mengantre panjang dengan banyaknya birokrasi. Semua bisa kamu lihat, tata, dan atur langsung dari dalam smartphone-mu.

• Service Transition

BTPN Jenius menghadirkan berbagai fitur unik untuk mengelola keuangan penggunanya,

beberapa fitur di antaranya adalah In & Out, yakni nasabah dapat melihat, menelusuri, dan mengunduh sejarah transaksi, dan bisa menentukan filter berdasarkan tipe, kategori, rentang waktu, dan besarnya transaksi. Kemudian, ada pula Card Center yang memungkinkan pengguna memiliki 4 kartu debit fisik dan 1 e-card dengan limit dan batas transaksi masing-masing kartu yang dapat diatur sendiri.
 
Fitur ini didesain sedemikian rupa sehingga memungkinkan pengguna untuk mengatur berbagai pengeluaran dengan mengalokasikan pengeluaran tersebut ke dalam beberapa kartu debit.

• Service Operation

Bank BTPN melakukan konsep pelayanan yang berpusat pada nasabah yang memberikan jaringan alternatif dan menyediakan cabang yang terintegrasi.
Cabang besar diarahkan menjadi terintegrasi dan dapat menampung nasabah dari semua segmen, sementara cabang kecil dikonversi menjadi payment point khusus melayani tarik dan setor tunai.

• Continual Service Improvement

PT Bank Tabungan Pensiunan Nasional Tbk (BTPN) siapkan transformasi model bisnis, demi meningkatkan kontribusi digital banking. Salah satunya memperbanyak titik layanan nasabah noncabang atau channel alternatif.

Kedepannya fungsi cabang akan terbatas hanya untuk yang besar. Sedangkan untuk area lebih kecil akan dilakukan jemput bola demi melayani nasabah. Kami akan sentralisasi kantor cabang dan digitalisasi layanan

Peningkatan channel alternatif ini merupakan upaya bank melakukan efisiensi. Channel alternatif berupa agen, ATM dan pusat pelayanan lain menggunakan digital banking.

Sumber :
https://www.jenius.com
https://ekonomi.kompas.com/read/2018/02/04/105017326/jenius-mengelola-keuangan-dengan-amplop-digital-ala-zaman-now
https://ekbis.sindonews.com/read/1241223/178/btpn-siapkan-strategi-sentralisasi-cabang-1505831581
https://ekonomi.akurat.co//id-66616-read-tambah-payment-point-btpn-renovasi-internal-struktur-pelayanan