Tracking, Learning, and Creating Big Decisions with AI

Tracking, Learning, and
Creating Big Decisions with AI
Moch Ari Nasichuddin
(Machine Learning Engineer Netray.id)
Yogyakarta, 15 Februari 2020
netray.id

Work Experiences
Feb 2018 – Present
ML ENGINEER & WEB/CORE PROGRAMMER
PT Atmatech Global Informatika
Jogjakarta, Indonesia
Sept 2017 – Feb 2018
FULL STACK ENGINEER
Wonderlabs.io
Apr 2015 – Aug 2017
FULL STACK WEB DEVELOPER
Komuri Geek Garden
Education
2016 – 2018
MASTER OF INFORMATION TECHNOLOGY
(M.ENG)
Universitas Gadjah Mada
2010 – 2015
BACHELOR OF INFORMATICS (S.KOM)
Universitas Islam Indonesia

Apa yang akan kita pelajari?
Bagaimana konsep
tentang Artificial
Intelligence,
Machine Learning,
Big Data?
1
Bagaimana
membuat
decision dengan
memanfaatkan
Artificial
Intelligence?
2

Agenda
KONSEP Big
Data, AI, dan
Machine
Learning
CONTOH KASUS
Analisis
memanfaatkan AI

KONSEP
Big Data, AI, dan Machine
Learning

Data Sources
Source: Machine Learning for Dummies, IBM Limited
Edition
Structured
Data
Unstructured
Data

Structured Data

Sensor Data: Examples include radio frequency ID (RFID) tags, smart
meters, medical devices, and Global Positioning System (GPS) data.

Weblog data: When servers, applications, networks, and so on operate, they
capture all kinds of data about their activity.

Point-of-sale data: When the cashier swipes the bar code of any product
that you purchase, all that data associated with the product is generated.

Financial Data: Many financial systems are now programmatic; they
operate based on predefined rules that automate processes.

Weather data: Sensors to collect weather data are being deployed across
towns, cities, and regions to collect data on things like temperature, wind,
barometric pressure, and precipitation.

Click-stream data: Data is generated every time you click a link on a
website. This data can be analyzed to determine customer behavior and buying
patterns.
Source: Machine Learning for Dummies, IBM Limited
Edition

Unstructured Data

Document: Think of all of the text within documents, logs, survey
results, and emails. Enterprise information actually represents a large
percent of the text information in the world today.

Social Media: This data is generated from the social media platforms,
such as YouTube, Facebook, Twitter, LinkedIn, and Flickr.

Mobile data: This includes text messages, notes, calendar inputs,
pictures, videos, and data entered into third-party mobile applications.

Satellite images: This includes weather data or the data that the
government captures in its satellite surveillance imagery.

Photographs and Video: This includes security, surveillance, and
traffic data.

Radar or sonar data: This includes vehicular, meteorological, and
oceanographic data. Source: Machine Learning for Dummies, IBM Limited Edition

Structured Data vs Unstructured Data
Source: https://www.oriresults.com/articles/blog-posts/
whats-hiding-in-your-unstructured-data/

Structured Data vs Unstructured Data
Source:
https://www.predactica.com/blog/2018/08/29/feature-
engineering-the-secret-sauce-of-machine-learning-3/

Unstructured Data
Source: https://www.zdnet.com/article/ibm-eyes-china-
south-america-africa-and-big-data-for-2015-growth/

Artificial Intelligence
Source: https://www.javatpoint.com/subsets-of-ai

Application of AI & Machine Learning
Source: https://blog.quantinsti.com/machine-learning-basics/

Media monitoring berbasis big
data, deep learning, dan
sentiment analysis yang dapat
membantu mengetahui suatu
hal yang tengah terjadi di
media sosial (twitter, facebook
dan instagram) dan media
daring.
netray.id

Monitoring ONLINE MEDIA
Netray memantau akun &
kata kunci Online Media
Menarik data dari Online
Media
Menyajikan dalam visualisasi
interaktif dan realtime
Menyajikan report dalam
berbagai bentuk

Monitoring INSTAGRAM
kata kunci Instagram
Menarik data dari Instagram
berbagai bentuk

Monitoring FACEBOOK
Netray memantau akun,
page & grup Facebook
Menarik data dari Facebook
berbagai bentuk

Monitoring TWITTER
kata kunci Twitter
Menarik data dari Twitter
berbagai bentuk

Twitter API Data

Username

Name

Tweet

Friend Count

Like Count

Retweet Count

Total Followers

Date

AI/ML Services

Sentiment Analysis

Named-entity recognition

Category Classification

Topic Modeling

Sex Classification by Name

Conversation Network (SNA)

Named-entity Recognition
Pengurus Besar Nahdlatul Ulama (PBNU)
memperingati hari ulang tahun yang ke-94.
Dalam pidato sambutannya, Ketua Umum PBNU Said Aqil
Siroj pun ikut bicara soal kasus Jiwasraya.
ORGANIZATION
PERSON
ORGANIZATION

Sex Classification by Name
REZA RAHARDIAN
SRI
MULYANI
MALE
FEMALE

CONTOH KASUS
Analisis memanfaatkan AI

Pertanyaan
• Bagaimana opini masyarakat terkait isu ekonomi
sekarang?
• Produk bank apa yang diminati masyarakat
sekarang?

Bagaimana opini
masyarakat
terkait isu
ekonomi
sekarang?
Monitoring

Bagaimana opini masyarakat terkait isu ekonomi sekarang?
(01 Jan-31 Jan 2020)
Keywords
asuransi, daya beli, hutang luar negeri,
industrialisasi,
inflasi, investasi, perbankan, perpajakan,
revolusi 4.0

(01 Jan-31 Jan 2020)
Selama Januari perbincangan warganet didominasi dengan
cuitan bersentimen negatif

(01 Jan-31 Jan 2020)
Puncak cuitan terjadi pada 07 dan 30 Januari 2020.
Perbincangan warganet pada akhir Januari mulai memuncak
sejak tanggal 28 Januari hingga 31 Januari.

(01 Jan-31 Jan 2020)
Publik dihebohkan PT Jiwasraya gagal membayar polis JS
Saving Plan. Kemudian menarik perhatian warganet hingga
pada tanggal 07 Januari 2020 perbincangan terkait topik
tersebut mencapai 1,319 cuitan. Pada tanggal ini
perbincangan terkait masuknya kapal China di Natuna juga
hangat diperbincangkan. Masyarakat merasa geram terkait
keberadaan kapal asing dan berharap pemerintah dapat
bertindak tegas.

(01 Jan-31 Jan 2020)
Puncak cuitan selama Januari terjadi pada 30 Januari 2020.
Pada tanggal tersebut ditemukan sebanyak 2,772 cuitan.
Setelah skandal Jiwasraya mencuat ke publik pada bulan ini
Asabri juga menjadi perhatian publik. Masyarakat mencium
aroma skandal yang terjadi di perusahaan milik pemerintah
tersebut. Tetapi Dirut Asabri mengecam tudingan tersebut dan
menegaskan keamanan Asabri dan terjamin.

(01 Jan-31 Jan 2020)
Akun @msaid_didu mengkritik pemerintah seolah tidak tegas karena China merupakan
salah satu investor negara, kemudian ia mengajak publik untuk menilai tindakan
pemerintah tersebut. Akun @susipudjiastuti merasa berang melihat masuknya kapal
asing ke wilayah teritorial Indonesia

(01 Jan-31 Jan 2020)
Sepanjang bulan Januari 2020 kata Investasi,
Jiwasraya, Asuransi, China, Natuna, dan
Investor menjadi kosa kata populer.
Kata investasi dan asuransi tentu berkaitan
dengan skandal Jiwasraya. Sedangkan kata
investor, China, dan Natuna juga saling
berkaitan pada bulan ini berkaitan dengan
masuknya kapal China di perairan Natuna
yang justru tidak ingin dipermasalahkan oleh
pemerintah karena dikhawatirkan akan
mengganggu investasi.
Kata China juga terkait kasus merebaknya
virus Corona yang tidak hanya
menggemparkan dunia dan juga berdampak
pada perekonomian.

(01 Jan-31 Jan 2020)
Berdasarkan jaringan percakapan
tersebut terlihat akun @jokowi,
@erickthohir, @KemenBUMN, dan
akun-akun lainnya yang kerap
ditandai oleh warganet. Selaku
Menteri BUMN nama Erick Thohir
menjadi media darling sejak
diungkapnya beberapa skandal
yang terjadi di tubuh BUMN, dari
Garuda hingga Jiwasraya.

(01 Jan-31 Jan 2020) | KESIMPULAN

Awal tahun menjadi catatan buruk terkait skandal yang terungkap di tubuh
PT Jiwasraya. Perusahaan BUMN tersebut tidak mampu membayar saving
plan nasabah yang mencapai triliunan rupiah.

Hal tersebut menyebabkan sepanjang awal tahun 2020 pandangan
masyarakat terkait perekonomian Indonesia didominasi oleh perbincangan
bersentimen negatif.

Hingga akhir bulan Januari topik terkait Jiwasraya masih menjadi
perbincangan hangat warganet. Warganet berharap kasus tersebut dapat
segera diselesaikan secara terbuka.

Selain itu, masuknya kapal milik China di perairan Natuna juga menjadi topik
perbincangan warganet. Akan tetapi, pemerintah justru mengambil sikap
yang dinilai lunak, dan berharap masyarakat tidak meributkan hal tersebut.
Hal tersebut yang kemudian membuat anggapan warganet semakin negatif
terhadap pemerintah.

Bagaimana opini masyarakat terkait isu
ekonomi sekarang?
(01 Jan-31 Jan 2020) | KESIMPULAN (Infografis)
Ulasan lengkap cek di sini:
https://blog.netray.id/ekonomi-indonesia-di-awal-tahun-
2020-bagaimana-tanggapan-warganet/

Produk bank apa
yang diminati
masyarakat
sekarang?
Monitoring

Produk bank apa yang diminati masyarakat sekarang?
(01 Jan-31 Jan 2020)
Keywords
deposito, e-money, internet banking, kartu
kredit, kpr, kredit bank, mobile banking,
pinjol, reksa dana, sms banking

(01 Jan-31 Jan 2020)
Kata deposito, kartu kredit, reksa
dana, mobile banking, pinjol
merupakan produk bank yang
paling sering dibicarakan warganet
Twitter selama bulan Januari 2020.

Produk bank apa yang diminati
masyarakat sekarang?
(01 Jan-31 Jan 2020) | DEPOSITO
Pembahasan topik
deposito mengalami
naik turun yang cukup
fluktuatif selama bulan
Januari 2020.
Meskipun secara umum
sentimen positif lebih
banyak daripada
sentimen negatifnya,
pergerakan sentimen
tidak selalu didominasi
oleh sentimen positif.

(01 Jan-31 Jan 2020) | DEPOSITO
Pada pertengahan Januari, topik ini banyak
dibahas dengan muatan negatif. Hal ini terkait
isu korupsi yang sedang marak berhembus
selama bulan Januari, seperti Jiwasraya hingga
Asabri. Warganet khawatir isu korupsi tersebut
akan berdampak pada deposito milik nasabah.
Bahkan, muncul pula kasus dugaan korupsi aset deposito yang
menyangkut beberapa bank sehingga menambah keruh kekhawatiran
warganet terkait kelancaraan berinvestasi melalui deposito.

(01 Jan-31 Jan 2020) | KARTU KREDIT
Topik kartu kredit hampir
selalu didominasi oleh
sentimen negatif selama
bulan Januari 2020.
Pergerakan topik ini
mulai mengalami
peningkatan pada 28
Januari hingga
memuncak pada 31
Januari 2020 dengan
sentimen negatif jauh
mengungguli sentimen
positif.

(01 Jan-31 Jan 2020) | KARTU KREDIT
Ada warganet yang tertarik untuk
membuat kartu kredit seperti
berikut.
Cuitan negatif warganet terkait kartu kredit cukup banyak pada akhir Januari. Hal ini terkait pengalaman
buruk warganet yang pernah menggunakan kartu kredit sehingga memutuskan untuk tidak
menggunakannya lagi.

(01 Jan-31 Jan 2020) | KPR
Pembahasan topik KPR
mengalami peningkatan
pada 28 Januari hingga
memuncak pada 29
Januari 2020 dengan
sentimen positif jauh
negatif. Namun
sentimen negatif
mengambil alih
positif pada 30-31
Januari 2020

(01 Jan-31 Jan 2020) | KPR
Topik terkait KPR naik pada 29 Januari
terkait isu penghapusan DP Rp 0 pada
KPR yang disampaikan oleh Erick Thohir
dalam sebuah podcast yang dibagikan
oleh akun media @detikfinance.
Sentimen negatif untuk topik KPR
memuncak pada 30 Januari terkait
cuitan yang dibagikan oleh @tsatsiaaa.
Cuitan ini mendapat banyak tanggapan
warganet yang ingin ikut membagikan
pengalamannya ketika mengambil KPR.

(01 Jan-31 Jan 2020) | REKSA DANA
Topik reksa dana
mengalami naik
turun yang cukup
signifikan. Dari
kurva di atas
terlihat bahwa
sentimen positif
dan negatif
menyebar dan
tidak saling
mendominasi.

Pada 9-12 Januari topik ini lebih
banyak memuat sentimen positif.
Hal ini terkait beberapa cuitan
warganet yang membahas reksa
dana sebagai salah satu investasi
favorit.
Sementara di akhir Januari sentimen
negatif justru lebih unggul daripada
sentimen positif. Hal ini terkait isu
saham gorengan yang kerap
berhembus pada Januari seiring
kasus Jiwasraya yang ramai
dibicarakan pada Januari 2020.

(01 Jan-31 Jan 2020) | MOBILE BANKING
Total warganet
membahas Mobile
Banking ini selama
bulan Januari adalah
357 cuitan.
Topik mobile banking
banyak memuat sentimen
negatif. Topik ini banyak
dibahas di akhir Januari
dengan sentimen positif
lebih unggul pada 29-30
Januari.

Sentimen negatif mengalami
kenaikan tajam dan memuncak
pada 31 Januari 2020 terkait
layanan mobile banking yang
sedang bermasalah.

(01 Jan-31 Jan 2020) | KESIMPULAN

Pada bulan Januari 2020, deposito masih menjadi trend pembahasan warganet Twitter terkait
produk perbankan.

Selain deposito, pembahasan warganet terkait produk perbankan juga tak lepas dari aktivitas
kredit. Oleh karena itu, produk perkreditan yang ditawarkan bank seperti Kartu Kredit dan
layanan KPR (Kredit Pemilikan Rumah) banyak dibicarakan warganet.

Kartu kredit menjadi candu bagi peminatnya namun sekaligus menjadi momok bagi warganet
yang takut terlilit utang karena tidak bisa memanfaatkannya dengan bijak. Begitu pula dengan
KPR. Banyak warganet generasi muda yang mulai merencanakan KPR sebelum menikah
sehingga diskusi terkait proses pengajuan hingga pengalaman buruk ber-KPR sering muncul
dalam cuitan warganet.

Meskipun bukan murni produk perbankan, Reksa Dana kini juga banyak dilirik warganet.
Kemudahan pembelian instrumen investasi melalui bank ini menjadi salah satu alasan Reksa
Dana mulai banyak dibicarakan sebagai alternatif lain dari deposito. Begitu pula dengan
layanan Mobile Banking yang semakin mempermudah para nasabah untuk mengecek saldo
dan melakukan transfer tanpa harus ke bank atau ATM.

Produk bank apa yang diminati masyarakat
sekarang?
(01 Jan-31 Jan 2020) | KESIMPULAN (Infografis)
Ulasan lengkap cek di sini:
https://blog.netray.id/tren-pembahasan-produk-
perbankan-di-twitter-selama-januari/

REKOMENDASI

Berdasarkan analisis dari kedua pertanyaan sebelumnya, muncul
jawaban berikut:

Sekarang masyarakat kebanyakan senang produk bank berbentuk
deposito

Opini masyarakat yang terhadap isu ekonomi lagi jelek karena ada
isu jiwasraya.

Dari jawaban di atas dapat direkomendasikan “Produk deposito
sekarang banyak diminati, tapi untuk merilis produk
tersebut sekarang momennya kurang tepat karena isu
Jiwasraya”

netray.id
@arynas04
Terima Kasih
Netray ID @netrayID netrayid blog.netray.id

Tracking, Learning, and Creating Big Decisions with AI

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (17)

Semelhante a Tracking, Learning, and Creating Big Decisions with AI

Semelhante a Tracking, Learning, and Creating Big Decisions with AI (20)

Último

Último (17)

Tracking, Learning, and Creating Big Decisions with AI