Mendapatkan data yang tepat

Strategi Artificial Intelligence (AI)

Vidhi Chugh

AI strategist and ethicist

Ketersediaan data

• Lebih banyak data -> hasil model lebih baik

• Bukan hanya jumlah data
• Pelabelan, kualitas, dan ketepatan waktu

• Model menangkap pola mendasar

• Ilmu berpusat pada data
• Rekayasa data secara sistematis

Relevansi data

 

• Kekayaan dan relevansi pola
• Data tidak relevan menyesatkan model -> menurunkan akurasi

 

• Contoh: model penilaian kredit
  • Atribut relevan
  • Riwayat transaksi
  • Profil aset

 

Relevansi waktu

• Dinamika rantai pasok berubah pascapandemi

Privasi data

 

• Data pengguna sensitif

• Standar privasi data, mis. GDPR

 

• Praktik etis

• Membangun kepercayaan pengguna

Kamus data

 

• Menjelaskan arti tiap field data dan pentingnya

 

• Ahli domain mengaitkan data dengan keputusan bisnis

 

• Data redundan tidak menambah nilai prediksi model

 

Pengambilan sampel data

• Saat datanya lebih banyak
• Buat dataset sampel
• Hasil sebanding dengan biaya lebih hemat

Augmentasi data

• Tapi bagaimana jika data tidak cukup?
• Augmentasi data - buat rekaman baru dari dataset yang ada

Keberagaman data

 

• Membangun model andal

• Akurasi model yang baik

• Contoh: aplikasi pinjaman

  • Sertakan berbagai kelompok usia dan etnis

 

Kualitas data

 

• Lengkap dan komprehensif
• Data akurat; usia dan tanggal lahir

 

• Data hilang
• Label data yang benar

Ayo berlatih!

Strategi Artificial Intelligence (AI)