Machine Learning Developer dan Upaya Menekan Covid-19: Cerita dari Surabaya

Machine Learning merupakan salah satu dari 7 cabang ilmu Artificial Intelligence (AI). Pemanfaatan machine learning dalam kehidupan sehari-hari kini semakin berkembang luas. Mulai dari rekomendasi “video selanjutnya” di Youtube hingga identifikasi email spam di kotak surat. 

Implementasi Machine Learning di Era Pandemi 

Paparan di atas hanya sebagian kecil. Dari machine learning developer, lahir ragam inovasi yang memudahkan hidup. Dengan pembelajaran mesin, kita bisa melatih model guna mengotomasi proses. 

Kini machine learning juga ramai diterapkan dalam menanggulangi Covid-19. 

Di Jakarta ada COVID-19 Likelihood Meter (CLM), app  cek mandiri yang didukung machine learning. Pada awalnya seseorang mengisi kuesioner dalam app, lalu data tsb dikirim ke API CLM untuk diolah. Di sana model sudah dilatih berdasar ribuan data pasien Covid-19. Saat menerima data baru, mesin akan memprediksi ‘seberapa besar kemungkinan pengguna ini mengidap Covid-19’ dalam skala 0-100% (risiko rendah, sedang, dan tinggi). Menarik, bukan?

Lebih lanjut, BPPT lewat sinergi Task Force Riset dan Inovasi Teknologi untuk penanganan Covid-19 (TFRIC19) juga tengah mengembangkan 5 produk berbasis machine learning. Dengan mengambil data hasil ronsen paru dari RS-online se-Indonesia, pembacaan hasil ronsen pun jadi lebih akurat.

Di samping itu, peneliti LIPI juga telah mengkaji “Sistem Kamera Pendeteksi Visual untuk Peringatan Physical Distancing dalam Elevator (Lift)” yang bekerja lewat deteksi CCTV. Dengan cara ini sistem akan memberi notifikasi pada pengguna lift jika jarak fisik di antara mereka kurang dari 1.5 meter.

Cerita dari Surabaya: Machine Learning Developer dan Upaya Menekan Covid-19

Semua inovasi di atas lahir dari sosok developer yang lihai dalam melatih mesin. Machine Learning developer, namanya.

Salah satunya ada Muhammad Iqbal Maulana (19 tahun), lulusan Dicoding. Iqbal dan timnya di Deep Nusa.AI tengah mengembangkan sistem pengawasan pintar (smart surveillance) bagi penduduk kota Surabaya. Klien mereka adalah Pemprov Jawa Timur. 

Seperti apa alur kerja dari sistem pengawasan ini berbasis machine learning ini?  Kita simak berikut ini: 

• Para pengguna ada di tempat ramai yang ber-CCTV 
• Di titik-titik CCTV tersebut, terpasang sistem pengenalan visual 
• CCTV terhubung pada server dan akan mendeteksi: apakah para warga di sana mengenakan masker atau tidak? Apakah mereka berkerumun? Mentaati ketentuan jarak 1.5 meter ?
• Hasil pembacaan data tsb akan jadi catatan bagi kepala wilayah setempat. 
• Kepala wilayah akan memutuskan langkah-langkah di lapangan, seperti perlukan menghadirkan petugas penegak ketertiban, sosialisasi, dll, di tempat-tempat publik yang rawan penyebaran Covid-19 tsb 

Setelah beberapa bulan merampungkan sistem pengawasan ini, pria asal Jember, Jawa Timur ini mengaku: 

“Ini proyek pertama saya di bidang Machine Learning yang dapat kepercayaan klien sekelas  Pemprov Jatim. Tentu saya merasa bangga”   

Jebolan alur belajar Machine Learning di Dicoding ini menyimpan harap lewat karyanya. Ia ingin masyarakat lebih percaya diri saat melangkahkan kaki keluar dari rumah. Masyarakat pun jadi terdorong untuk beraktivitas di era normal baru ini dengan lebih aman dan taat protokol kesehatan.

Latar Belakang Belajar dan Berkarya  

Tak heran Iqbal mampu berkembang dalam karir rintisannya jadi seorang machine learning developer. Pria bersemangat ini khatam mengenyam 110 jam belajar di 4 kelas dalam alur pembelajaran mesin di Dicoding.  Iqbal mengaku senang telah berkesempatan belajar di Dicoding. Selain tersaji dalam bahasa Indonesia, materinya pun tersedia dalam bentuk teks dan mengandung banyak referensi. Baginya ini lebih baik dari pada  belajar dari video yang kadang terlalu cepat dan minim  bacaan tambahan.

Selain itu, Iqbal merupakan salah satu jebolan Bangkit. Inilah program kesiapan karir dari Google yang desain dan eksekusinya bekerja sama dengan Tokopedia, Gojek, dan Traveloka.

“Dari Bangkit, saya belajar banyak mengenai python programming, tensorflow, dan computer vision. Sementara di Dicoding saya belajar tentang pemrosesan gambar (image processing). Kedua wahana belajar ini kepakai semua ilmunya. Pas untuk mengembangkan fitur deteksi wajah!” seru Iqbal. 

Menariknya pada program Bangkit, karya akhir kelompok Iqbal bertajuk pelestarian aksara kuno, juga menyabet posisi 4 terbaik. Tak hanya itu, karya bermisi penyelamatan aksara Hanacaraka tersebut menang kontes nasional bertema budaya  oleh ASEAN Foundation di level nasional. 

 

Harapan Masa Depan 

Menambah daftar prestasinya saat ini, Iqbal berharap dapat lolos dalam sertifikasi Tensorflow-nya yang juga didukung oleh Bangkit. Bulan Maret 2021 mendatang ia berencana mengambil ujian berstandar dunia ini. 

Mendengar kisahnya, meski baru lulus dari SMA, Iqbal merasa sudah jelas bahwa karir di dunia AI adalah petunjuk masa depannya. Kenapa demikian?

“Gak hanya keren, bidang AI – Machine Learning ini bisa punya dampak yang luas dan  nyata buat masyarakat,” (Iqbal)

Menutup pembicaraan sore hari itu, jebolan SMAN 1 Jember ini mengaku ingin terus tumbuh dan sigap dengan semua tantangan di dunia machine learning

“Setelah kerja, saya jadi paham meme-meme programmer yang bilang kalau kerjaan seorang machine learning developer itu, 99 % bersihin data. Bener banget!  Bukan favorit saya, tapi perlu. Saya akan terus belajar apa tantangannya!” (Iqbal)  

Machine Learning Developer dan Upaya Menekan Covid-19: Cerita dari Surabaya-end