Data Masih Manual Jadi Kendala Penerapan AI di Pemerintah

Jakarta, Cyberthreat.id – Direktur Pusat Teknologi Informasi dan Komunikasi Badan Pengkajian dan Penerapan Teknologi (BPPT), Michael Andreas Purwoadi, mengatakan, masih banyak kendala untuk penerapan teknologi kecerdasan buatan (artificial intelligence/AI) di kantor-kantor pemerintahan di Indonesia.

Persoalan yang masih mendasar belum sepenuhnya data-data yang dimiliki pemerintah dalam bentuk digital. Menurut dia, data-data digital adalah sumber yang paling dibutuhkan bagi teknologi AI.

Sementara itu, kata dia, data di pemerintahan Indonesia saat ini masih banyak yang berupa manual (kertas) sehingga harus diubah menjadi digital terlebih dahulu.

“Data itu seperti darah bagi AI dan data yang berbentuk manual itu yang sedang dikumpulkan dan diubah ke digital untuk kemudian dimasukkan dalam AI,” ujar Purwoadi saat ditemui Cyberthreat.id di Jakarta, Senin (23 Desember 2019).

Menurut dia, penggunaan teknologi AI telah banyak dilakukan di Indonesia, misal, di sektor pasar daring, perpajakan, dan lain-lain. “Untuk perpajakan kita gunakan (AI) untuk deteksi fraud pajak, kemudian pada marketplace digunakan untuk memberikan propose (penawaran) barang yang mungkin dibeli oleh konsumen,” ujar dia.

Berita Terkait:

• BPPT Kembangkan Cybersecurity Intelligence, Apa Itu?
• BPPT: Pemerintah Perlu Buat Regulasi Keamanan Perangkat IoT
• Kepala BPPT: Negara Asean Berlomba Mewujudkan Keamanan Siber

Dua hal penting

Ada dua hal penting yang perlu disiapkan untuk membangun sistem berbasis teknologi AI. Pertama, data digital yang banyak, kedua tersedianya para ahli pengolah data tersebut. “Para ahli tersebut akan berperan sebagai pejabat yang mengambil keputusan,” kata Purwoadi.

Menurut dia, dengan kedua hal penting tersebut, algoritma AI akan bisa melihat polanya. Selain itu, algoritma AI juga harus dilatih dengan berbagai kemungkinan kondisi di lapangan agar tidak terjadi eror.

Ia mencontohkan, dalam pembuatan SIM dibutuhkan data berupa A, B, C, D, dan E. Algoritma AI harus mampu merespons apabila ada salah satu data yang tidak ada.

“Kalau semuanya lengkap, tentu akan gampang prosesnya, tapi pada kenyataannya kan tidak seperti itu, banyak dokumen yang tidak lengkap. Nah,  butuh training data untuk AI, dan itu harus dikumpulkan mulai dari sekarang,” kata dia.

Tak kalah penting dan tak boleh terlupakan adalah cleansing data yang berfungsi untuk menghapus data yang tidak penting bagi AI agar tidak menganggu proses belajar dari mesin AI tersebut.

Redaktur: Andi Nugroho