Startup pengembang teknologi pengolahan dokumen berbasis AI asal Singapura, 6Estates, berhasil meraih pendanaan seri B+ senilai $6,2 juta atau setara 89 miliar Rupiah. Grup Sinar Mas memimpin putaran pendanaan ini, diikuti oleh Enterprise Singapore (SEEDS Capital) dan Farquhar VC.
Pada putaran pendanaan Seri B sebelumnya di awal tahun 2019, perusahaan menerima investasi yang dipimpin oleh GDP Venture dengan partisipasi Central Capital Ventura — corporate venture milik BCA. 6Estates sendiri juga telah berkolaborasi dengan grup-grup besar di Asia Tenggara untuk menerapkan solusi terintegrasi termasuk penilaian risiko, deteksi penipuan, analisis pelanggan, serta kemampuan cross-selling.
Didirikan pada tahun 2014, 6Estates berfokus pada pengembangan teknologi Multilingual Natural Language Processing (NLP), Knowledge Graph (KG), dan Machine Reading Comprehension (MRC) untuk memahami dokumen bisnis. Platform ini menawarkan solusi pemrosesan dokumen berbasis AI di sektor fintech, tujuannya untuk mengotomatisasi dan menyederhanakan proses operasional.
Beberapa lembaga keuangan regional terkemuka juga sudah menggunakan solusi ini dalam pembiayaan perdagangan dan penilaian kredit melalui Intelligent Document Processing yang bisa dikustomisasi untuk melakukan analisis korelasi semantik, selangkah lebih maju dari teknologi Optical Character Recognition (OCR) tradisional.
Fokus ke pengembangan produk
Perusahaan disebut akan memfokuskan dana segar dari putaran pendanaan ini untuk pengembangan fungsi Intelligent Document Processing di sektor-sektor seperti perbankan dan keuangan, perdagangan, pengiriman, logistik, serta asuransi di seluruh Asia Tenggara. Doc Automize merupakan salah satu platform SaaS yang dikelola perusahaan untuk membantu pengolahan dokumen yang tidak terstruktur, mengurangi ketergantungan manusia, serta menskalakan bisnis secara eksponensial.
Selain itu, platform ini juga menawarkan beberapa solusi lain, seperti Market Innovation Knowledge Advisor (MIKA), solusi data berbasis kecerdasan buatan yang dapat digunakan untuk mengidentifikasi setiap atribut penjualan produk. Lalu, ada Financial Analysis Automation untuk atuomasi proses manual dan analisis dokumen finansial, serta Trade Finance Automation untuk atuomasi kelengkapan dokumen dalam proses Letter of Credit (LC).
Selama tujuh tahun beroperasi, 6Estates telah memproses lebih dari 1,8 juta dokumen, serta telah mendukung sekitar 23 format dokumen dalam platformnya. Beberapa perusahaan besar yang sudah menggunakan solusi dari 6Estates termasuk BCA, DBS, Unilever, Nestle, Samsung, dan Edelman.
Investasi ini semakin memperkuat keyakinan Grup Sinar Mas untuk terjun ke industri digital. Salah satu representatif grup mengungkapkan, “Kami percaya bahwa kemampuan AI 6Estates dalam sistem penilaian kredit, deteksi penipuan, dan kemampuan cross-selling bisa menjadi tolak ukur lembaga keuangan di Indonesia untuk penerapan kecerdasan artifisial yang optimal.”
Potensi AI di Indonesia
Pemanfaatan teknologi AI atau kecerdasan artifisial kian marak digunakan untuk menggantikan keputusan manusia dengan keputusan otomatis yang mewakili manusia. Teknologi ini kerap dipakai di area yang dapat berdampak signifikan bagi kehidupan banyak orang, misalnya pada perusahaan teknologi besar, lembaga-lembaga multilateral, serta industri perbankan untuk kemajuan ekonomi dan pembangunan nasional.
Berbagai negara, termasuk Indonesia, juga telah membuat strategi nasional kecerdasan artifisial. Tahun 2020 lalu, BRIN (sebelumnya BPPT) bersama quad helix dari berbagai institusi pemerintah, universitas – termasuk USK, komunitas, dan industri, telah berhasil merumuskan Strategi Nasional Kecerdasan Artifisial Indonesia 2020 – 2045. Rumusan ini menjadi arah kebijakan nasional untuk kesiapsiagaan dan perencanaan nasional agar mampu memanfaatkan secara optimal perkembangan teknologi AI di tanah air.
Hingga saat ini, semakin banyak platform yang menawarkan solusi berbasis AI di Indonesia. Salah satunya Konvergen.ai yang menerapkan teknologi deep-learning Optical Character Recognition (OCR) untuk mengubah dokumen fisik dan dokumen pdf menjadi teks. Selain itu juga ada Datasaur.id dan Prosa.ai yang juga fokus mengembangkan solusi menggunakan teknologi pemrosesan bahasa alami (NLP).
Lembaga riset Fortune Business Insight merilis hasil penelitian terkait valuasi pasar kecerdasan buatan global pada 2021 yang mencapai $47 miliar atau setara Rp673 triliun, sesuai persentase rata-rata pertumbuhan sejak 2017 yang berada di angka 31% per tahunnya. Angka itu diperkirakan terus meningkat menjadi $360 miliar pada 2028 mendatang, seiring meningkat permintaan pasar yang akan terus tumbuh hingga 33% setiap tahunnya.
Treating plants as patients with artificial intelligence (AI) as “their doctors” is the most prominent impression of Dr. Tania made by Neurafarm. This application is not only able to identify the disease of a plant through chatbot, but also through photos only.
Identification of disease with plants through text messages and photos are two of the main features of Dr. Tania. The deep learning technology that Neurafarm uses allows them to find symptoms and diseases of a plant with an accuracy rate of around 80% and above. The plants capable to identify are include 14 commodities, from tomatoes, corn, potatoes, to blueberries.
“We plan to add more, such as chilies, rice, and other basic commodities,” Neurafarm’s CEO, Febi Agil Ifdillah told DailySocial.
Dr. Tania feature is not only about that. It covers the gap of their AI inaccuracies with the consultation feature involving experts. Connecting farmers with agricultural knowledge which generally can only be obtained from a limited number of instructors. Another feature is the catalog of plant diseases and other agricultural stuff in the application.
Business model
Agil said Neurafarm applied a new freemium business model since May 15, 2020. By subscribing to Dr. Tania, farmers can access the application without any pop-up ads as well as consultation with more space for questions. Nevertheless, according to Agil, this freemium model is still a temporary pilot.
In addition to reaching farmers, Neurafarm also aims for the B2C segment. In this model, they provide solutions based on agriculture. “We’ll start this one in October and November,” Agil said.
Meanwhile, Neurafarm also took a peek at the opportunity to gain profit from urban agriculture trends in recent years. Agil said his team will launch an urban farm kit product that makes it easy for early farmers in urban areas.
Challenges for agritech in the region
Agil reveals the user number based on download was more than 7,500. He targets to double it and increase retention of application usage for the next six months.
“Our strategy has shifted in some ways, but we still want to increase our user base. Our goal is to encourage more productive farmers.”
The change in target occurred because of the current pandemic situation. However, as a general note, agriculture is one of the few sectors that survived during the Covid-19 outbreak. Agil said that the high number of Indonesian agritech players made this sector complement each other. Agritech, which focuses on the supply chain to lending, according to Agil, has helped farmers to adopt technology faster.
“The agricultural landscape is increasingly crowded, especially in the supply chain segment. It is expected more and more players will rise, therefore, the market is more educated and technology is getting easily adopted,” Agil concluded.
Neurafarm has been established since 2018. They are quite well-known as startups with achievements in some startup ideas competitions. In February, they joined Telkomsel’s acceleration program. Their funding status is currently at pre-seed stage.
Neurafarm can be said as the only local startup using AI for crop productivity. They actually come from the overseas player which expands to Indonesia.
Nevertheless, Agil remains optimistic that Neurafarm can pursue its mission in helping farmers increase their productivity using AI and contribute to providing humanity’s ever-increasing food needs in the future.
– Original article is in Indonesian, translated by Kristin Siagian
Memperlakukan tanaman selayaknya pasien dengan artificial intelligence (AI) sebagai “dokternya” merupakan kesan yang paling menonjol dari aplikasi Dr. Tania buatan Neurafarm. Aplikasi ini bisa mengidentifikasi penyakit suatu tanaman cukup melalui foto saja.
Identifikasi masalah pada tanaman baik lewat pesan teks maupun foto merupakan dua fitur utama dari Dr. Tania. Teknologi deep learning yang Neurafarm pakai memungkinkan mereka menemukan gejala dan penyakit dari suatu tanaman dengan akurasi sekitar 80% ke atas. Adapun tanaman yang mereka bisa periksa sejauh ini ada 14 komoditas, mulai dari tomat, jagung, kentang, hingga blueberry.
“Kita rencana nambah cabe, padi, komoditas-komoditas yang lebih pokok,” ucap CEO Neurafarm Febi Agil Ifdillah kepada DailySocial.
Fitur Dr. Tania tak hanya itu saja. Mereka menutupi celah ketidakakuratan AI mereka dengan fitur konsultasi bersama para ahli. Menghubungkan petani dengan pengetahuan pertanian yang umumnya hanya bisa diperoleh dari penyuluh yang jumlahnya terbatas. Fitur lainnya adalah katalog penyakit tanaman dan serba-serbi pertanian lain yang ada di satu aplikasi mereka.
Model bisnis
Agil menyebut, Neurafarm memakai model bisnis freemium yang baru mereka pakai sejak 15 Mei 2020. Dengan berlangganan Dr. Tania, petani bisa mengakses aplikasi tanpa gangguan iklan serta konsultasi dengan kuota pertanyaan lebih besar. Kendati demikian, menurut Agil model freemium ini masih bersifat pilot sementara ini.
Selain menyentuh para petani, Neurafarm turut menjangkau segmen B2B. Dalam model ini, mereka menyediakan solusi berbasis untuk agrikultur. “Baru Oktober dan November kita baru mulai yang ini,” imbuh Agil.
Di saat bersamaan Neurafarm juga mengintip peluang meraih cuan dari tren pertanian urban beberapa tahun terakhir. Agil mengatakan pihaknya berencana meluncurkan produk urban farm kit yang memudahkan petani-petani pemula di perkotaan.
Tantangan agritech di tanah air
Agil mengatakan jumlah pengguna mereka berdasarkan jumlah unduhan sudah lebih dari 7.500. Ia menargetkan angka itu akan berlipat ganda dan retensi penggunaan aplikasi meningkat pada enam bulan ke depan.
“Strategi kita agak berubah sih, tapi masih tetap ingin memperbanyak userbase kita. Tujuan kita juga tetap ingin farmer lebih produktif.”
Perubahan target terjadi karena situasi pandemi yang berlangsung saat ini. Namun seperti diketahui, agrikultur merupakan sedikit sektor yang bertahan dengan baik selama wabah Covid-19. Agil menilai ramainya pemain agritech di Indonesia membuat sektor ini saling mengisi satu sama lain. Agritech yang fokus di supply chain hingga lending menurut Agil telah membantu petani lebih cepat mengadopsi teknologi.
“Lanskap agrikultur ini memang makin ramai terutama di supply chain. Harapannya semakin banyak pemain yang makin besar sehingga market lebih teredukasi dan penyerapan teknologi lebih mudah diadopsi,” pungkas Agil.
Neurafarm sudah berdiri sejak 2018. Mereka cukup dikenal sebagai startup yang berprestasi di sejumlah kompetisi ide startup. Pada Februari kemarin, mereka mengikuti program akselerasi milik Telkomsel. Sementara dari status pendanaan Neurafarm adalah pre-seed.
Neurafarm bisa dikatakan saat ini sebagai satu-satunya startup lokal yang menggunakan AI untuk produktivitas tanaman. Kompetisi mereka justru datang dari pemain luar yang ekspansi ke Indonesia.
Namun terlepas dari semua itu, Agil tetap optimis Neurafarm dapat mengejar misi mereka dalam membantu petani meningkatkan produktivitasnya memakai AI dan berkontribusi dalam menyediakan kebutuhan pangan umat manusia yang terus berlipat ganda di masa depan.
Teknologi Artificial Intelligence (AI) di bidang kesehatan diharapkan membantu mengurangi kompleksitas penanganan penyebaran virus Covid-19. AI dinilai mampu mengolah data, menganalisis data rontgen dengan lebih cepat, mendeteksi kondisi orang melalui temperatur tubuh, atau melihat penggunaan masker wajah di tempat umum.
“Mengintegrasikan teknologi AI ke dalam industri medis memungkinkan banyak kemudahan, termasuk otomatisasi tugas-tugas dan analisis data pasien dalam jumlah besar demi perawatan kesehatan yang lebih baik, lebih cepat, dan lebih terjangkau. Contohnya medical imaging yang memanfaatkan teknologi computer vision dapat membantu mendeteksi penderita pneumonia dan kanker lebih cepat dan akurat,” kata CEO Kata.AI Irzan Raditya.
Menurut Chief Research & Product Innovation Nodeflux Dr. Adhiguna Mahendra, AI telah memainkan peran yang sangat penting dalam perawatan kesehatan dan dalam satu dekade akan secara fundamental membentuk kembali prospek perawatan kesehatan. Hal tersebut dilihat dari penerapan AI untuk diagnosis gambar medis otomatis, diagnosis prediktif, dan telemedicine.
“Pandemi Covid-19 ini memberi insentif kepada para ilmuwan untuk berlomba-lomba menemukan vaksin baru yang kemajuan di bidang ini juga akan memengaruhi penelitian pengobatan pembelajaran lebih mendalam pada umumnya,” kata Adhiguna.
Hal senada diungkapkan CEO DycodeX Andri Yadi. Menurutnya, siapa pun harus berkontribusi melawan Covid-19, termasuk startup teknologi seperti DycodeX.
Penerapan AI di sektor kesehatan Indonesia
Di Indonesia, fungsi AI masih terbatas ke deteksi dan monitoring. Belum terlalu advance, seperti di negara maju. Startup Qure.ai yang berbasis di Inggris, melalui qXR system yang dikembangkannya, mampu menyoroti kelainan paru-paru dalam pemindaian sinar-X dada dan menjelaskan logika di balik evaluasi risiko penyebaran virus Covid-19.
Ada pula startup yang berbasis di Seoul, Korea Selatan, bernama Lunit yang menghadirkan produk serupa. Produk screening paru-paru Qure.ai dan Lunit telah disertifikasi badan kesehatan dan keselamatan Uni Eropa sebelum krisis. Alat ini telah diadaptasi agar semakin bermanfaat ketika Covid-19.
Meskipun belum banyak menyentuh layanan kesehatan, penerapan teknologi AI di Indonesia paling tidak mampu mengatasi masalah mendasar terkait social distancing dan deteksi awal virus Covid-19.
Teknologi FaceMask Detection Alert milik Nodeflux
Teknologi terkini yang dihadirkan Nodeflux adalah FaceMask Detection Alert. Melalui teknologi ini, aktivitas masyarakat di ruang publik mampu dikenali lebih detail. Nodeflux menggunakan AI untuk mengotomasi proses pemantauan dengan deteksi wajah tanpa atau menggunakan masker. Mekanisme ini dilengkapi alert system sebagai pemberitahuan cepat bagi petugas ketika subyek tanpa masker ditemukan berlalu-lalang.
Semua data tersebut dapat terkoneksi dan terpusat melalui layar Monitoring Dashboard & Alert System.
“Pada dasarnya AI dapat membantu kami tidak hanya dalam pengambilan keputusan, tetapi juga dalam melakukan semacam tindakan otomatis. Tentu saja ini akan mengubah lanskap penyelesaian masalah selama kondisi pandemi, di mana kita diharuskan untuk membuat keputusan cepat tentang kondisi kesehatan masyarakat, mobilitas publik, dan kepatuhan terhadap peraturan,” kata Adhiguna.
Pemanfaatan AI dan IoT di bidang kesehatan juga dikembangkan DycodeX. Perusahaan saat ini mengembangkan teknologi yang mampu melakukan proses screening suhu badan orang. Dalam waktu sekitar 2 detik, alat yang dikembangkan tersebut diklaim mampu melihat apakah orang tersebut memiliki demam atau tidak.
Body Thermal Screening System / DycodeX
Tim DycodeX melihat adanya potensi teknologi ini bisa diterapkan di kantor-kantor dan bandara. Untuk kisaran harga jual, DycodeX menyebutkan produk ini berharga di bawah Rp10 juta. Ada banyak fasilitas, industri, dan bangunan yang perlu tetap beroperasi selama krisis ini dan solusi yang dihadirkan diharapkan dapat berkontribusi menjaga semua orang tetap aman dan sehat.
Berbeda dengan alat deteksi yang banyak digunakan oleh kalangan umum, alat ini mampu melihat suhu badan tanpa menyentuh bagian tubuh dari orang yang diperiksa. Mereka yang tidak menggunakan masker wajah juga bisa dideteksi.
“Kami percaya bahwa solusi seperti kami akan terus bisa diadopsi ketika dunia menjadi lebih sadar akan pentingnya teknologi untuk pencegahan dan antisipasi terhadap masalah potensial terkait kesehatan. Demam adalah salah satu respon tubuh kita yang terlihat, terkait dengan masalah kesehatan. Mendeteksi potensi demam dapat mencegah banyak masalah terkait. Kami berharap teknologi semacam ini akan dapat mengantisipasi dan melindungi terhadap kemungkinan wabah di masa depan,” kata Andri.
Masa depan pemanfaatan AI
Meskipun sebelum pandemi penerapan teknologi AI sudah mulai banyak dilancarkan berbagai industri, bisa dipastikan usai pandemi penelitian dan pengaplikasian AI akan lebih banyak dilakukan.
Di bidang kesehatan, penerapan teknologi AI dapat membantu untuk diagnosis, prognosis dan pengobatan. Untuk tujuan diagnosis dan prognosis misalnya, x-ray dan CT (Computed Tomography) dari gambar paru-paru di berbagai kondisi dapat digunakan untuk meningkatkan model deep learning yang menjadi bahan diagnosis Covid-19.
“Jadi aplikasi terkait prognosis, seperti dapat memperkirakan siapa yang akan terkena dampak lebih parah dapat membantu dalam perencanaan alokasi dan pemanfaatan sumber daya medis. Ini tentunya bisa diterapkan kepada penyakit lain,” kata Adhiguna.
Irzan menambahkan, “Saat ini, pengadopsian teknologi AI dalam industri medis di Indonesia sebagai pendukung penyedia layanan medis dalam membuat keputusan akan lebih tepat dan bermanfaat. Dengan demikian, dokter tetap berperan sebagai pengambil keputusan yang final.”
Jauh sebelum pandemi, AI sudah diakui eksistensinya, karena berpotensi berkontribusi pada penemuan obat baru. Di kasus Covid-19, sejumlah pusat penelitian fokus mencari vaksin melawan Covid-19. AI dapat mempercepat proses penemuan obat dan vaksin baru dengan memprediksi dan memodelkan struktur informasi virus yang dapat berguna dalam mengembangkan obat baru.
Namun demikian, persoalan lain yang perlu dipertimbangkan adalah regulasi. Teknologi AI akan sulit dikembangkan lebih lanjut tanpa persetujuan regulator terkait.
“Kesehatan adalah area di mana peraturannya sangat ketat dan tidak fleksibel. Ini dibenarkan karena mereka berurusan dengan kehidupan manusia, tetapi pada saat yang sama, sejumlah besar pengujian, sertifikasi dan panel akan menyebabkan inovasi dalam AI untuk perawatan kesehatan lebih lama, lebih rumit dan sulit untuk dimasukkan ke dalam aplikasi dunia nyata,” kata Adhiguna.
Tantangan lain, menurut Irzan, adalah ketidakseimbangan antara jumlah riset AI dengan kebutuhan bisnis. Banyak riset AI yang sulit dikomersialisasikan, karena riset tersebut belum tepat guna.
“Menurut saya, kolaborasi yang lebih selaras antara lembaga riset atau perguruan tinggi dengan pelaku bisnis berperan penting agar riset-riset AI dapat dimanfaatkan demi kebutuhan bisnis,” kata Irzan.
Ia menambahkan, dalam jangka waktu 10-15 tahun ke depan teknologi AI akan berkembang pesat dan dapat membantu industri medis dengan lebih signifikan, terutama jika data-data rekam medis digital dan medical imaging dapat terintegrasi. Teknologi AI tidak hanya hadir sebagai fasilitas pelengkap untuk meningkatkan produktivitas tenaga medis, tetapi juga berperan sebagai fasilitas pencegahan penyakit.
“AI akan tetap hadir dengan inovasi dan kemajuan logis dari komputasi dan teknologi secara umum. Hal tersebut nantinya tidak akan terlepas dari kehidupan kita sehari-hari dan akan terus diperbaiki, terlepas dari adanya pandemi ini atau tidak,” kata Andri.
Terminologi deep tech dewasa ini mengemuka berkat penggunaan layanan digital yang semakin masif. Salah satunya disebutkan dalam hasil riset CompassList mengenai agritech di Indonesia sepanjang kuartal pertama 2020. Inovasi yang menerapkan produk deep tech sangat diperlukan untuk mentransformasi sektor ini. Teknologi seperti kecerdasan buatan, analisis data, hingga robotika dinilai penting untuk menjadi bagian dari masa depan pertanian di Indonesia.
Lebih dari itu, deep-tech yang semakin matang idealnya dapat diimplementasikan di berbagai sektor lainnya, dengan mendukung sistem teknologi yang sudah ada. Untuk memahami lebih dalam mengenai deep tech, termasuk penerapan dan proyeksinya, DailySocial berkesempatan mewawancarai Managing Director Samsung Research Indonesia (SRIN) Alfred Boediman. Berikut ini hasil wawancara kami.
Managing Director Samsung Research Indonesia Alfred Boediman di acara #SelasaStartup / DailySocial
DailySocial: Bagaimana Anda menggambarkan deep tech, terkait penerapannya dalam sebuah aplikasi? Sejauh ini banyak kalangan masyarakat yang menghubungkan term tersebut dengan produk seperti kecerdasan buatan dan analitik; apa yang bisa dioptimalkan dari teknologi tersebut?
Alfred Boediman: Ya, teknologi seperti kecerdasan buatan (AI), pengeditan genom, analitik data, pengenalan wajah, dan robotika memang dianggap sebagai terapan dari terminologi solusi “deep tech“. Karena didasarkan pada penelitian ilmiah dan sering kali didukung paten. Secara umum, saya bisa mengidentifikasi tiga atribut dasar yang menjadi karakter solusi deep tech dalam konteks bisnis, terutama pada penerapannya di suatu aplikasi/sistem yang ada.
Atribut pertama adalah dampak. Inovasi yang didasarkan pada deep tech seharusnya dapat memiliki dampak yang besar bagi kehidupan sehari-hari, jauh melampaui batas nilai ekonomi yang dihasilkan. Seperti halnya di Indonesia, beberapa kota besar di negara kita sudah mulai mengalami masalah kelebihan populasi penduduk. Untuk mengatasi masalah ini, AI dianggap sebagai salah satu teknologi kunci yang akan diterapkan.
Kemudian kedua adalah waktu. Pengembangan solusi deep tech membutuhkan waktu untuk beralih dari sains dasar ke teknologi yang dapat diterapkan untuk hasil yang nyata. Lamanya waktu untuk penerapan teknologi tersebut akan bervariasi secara substansial, dan membutuhkan waktu lebih lama dari inovasi yang didasarkan pada teknologi yang sudah umum.
Contohnya, berdasarkan analisis lembaga riset internasional, sekiranya dibutuhkan rata-rata 4 tahun untuk mengembangkan teknologi di biotek; dipecah menjadi 1,8 tahun dari penggabungan ke prototipe pertama dan 2,2 tahun berikutnya untuk mencapai produk yang siap dipasarkan. Lalu, dibandingkan dengan startup blockchain, angka yang sebanding adalah 2,4 tahun, di mana 1,4 tahun untuk prototipe pertama dan 1 tahun berikutnya produk yang siap pasar.
Sementara atribut yang ketiga adalah investasi. Kebutuhan pendanaan perusahaan deep tech berbeda secara signifikan dengan yang lainnya. Sesuai dengan contoh di atas, di mana rata-rata pembuatan prototipe pertama untuk solusi biotek bisa menelan biaya sekitar US$1,3 juta, sementara biaya solusi blockchain hanya sekitar US$200 ribu.
Selain itu, risiko pasar adalah salah satu faktor pertimbangan bagi para investor, di mana startup deep tech biasanya mencari pendanaan pada tahap penelitian awal, artinya akan sulit untuk mengevaluasi daya tarik dan potensi pasar secara menyeluruh. Faktor lainnya adalah risiko teknologi yang ada, karena banyak investor tidak memiliki keahlian khusus untuk secara akurat menilai potensi teknologi yang muncul dalam jangka waktu yang singkat.
Karena kita akan menghadapi tantangan: kurangnya bakat, pendidikan, dan pengertian menyeluruh tentang solusi deep tech tersebut. Maka untuk mengatasi dan mengoptimalkan masalah ini adalah dengan adanya kolaborasi antara perusahaan teknologi, pemerintah, dan universitas; yang akan menjadi gerakan kunci untuk melatih dan meningkatkan keterampilan generasi profesional yang ada.
DailySocial: Sepengetahuan Anda apakah saat ini deep tech sudah mulai banyak diaplikasikan untuk menunjang TIK di Indonesia?
Alfred Boediman: Kembali pada tahun 2017, beberapa menteri di Indonesia telah bergabung untuk memulai “Gerakan Menuju 100 Kota Cerdas”, bersama dengan beberapa perusahaan swasta. Konsep kota cerdas akan menggabungkan teknologi informasi dan komunikasi (TIK) dan solusi IoT (Internet of Things). Pemerintahan saat ini, telah menunjukkan keinginannya dalam mengimplementasikan solusi deep-tech dengan pernyataan Presiden sebelumnya untuk menggantikan beberapa posisi pekerja negara dengan layanan AI untuk mengurangi aturan yang tumpang tindih dan memotong birokrasi yang ada.
Yang saya tahu, setidaknya ada lebih dari 50 startup deep-tech yang bekerja di berbagai industri di Indonesia. Contohnya beberapa startup nasional di bidang AI adalah Kata.ai dan Nodeflux. Kata.ai menyediakan solusi berbasis B2B platform percakapan, juga dikenal sebagai chatbot. Chatbot dapat diintegrasikan dalam berbagai platform pengiriman pesan, seperti LINE, Facebook, Twitter, dan Telegram. Lain halnya dengan Nodeflux adalah startup pertama yang mengembangkan video platform analitik dengan menggunakan teknologi “machine learning“. Platform ini memungkinkan Nodeflux untuk menawarkan layanan seperti pengenalan wajah dan fungsi pemantauan lainnya.
Penerapan solusi Nodeflux dalam pemantauan lalu lintas di Jakarta / Nodeflux
DailySocial: Dalam penerapannya di sektor riil, bagaimana potensi teknologi tersebut? Mungkin ada studi kasus yang pernah ditemui?
Alfred Boediman: Untuk saat ini, perusahaan teknologi lokal di Indonesia sebagian besar mengandalkan pemerintah untuk membina lebih banyak bakat lokal dengan meningkatkan kesadaran tentang arah industri dan kemajuannya di masa depan, dan bagaimana orang harus bersiap menghadapi perubahan ini. Namun, bila hanya mengandalkan pemerintah mungkin tidak efektif, karena saat ini sistem pendidikan dan pembelajaran yang ada tidak dilengkapi untuk mengatasi revolusi yang akan datang pada permintaan keterampilan industri. Oleh karena itu kolaborasi secara riil sangat penting untuk dapat menerapkan solusi deep tech di Indonesia.
Pada ekosistem digital yang tumbuh di seluruh negara-negara Asia Tenggara, peningkatan bakat untuk solusi deep tech akan semakin penting dan banyak bisnis yang membutuhkan teknologi tersebut. Setiap negara di wilayah ini memiliki laju perkembangan yang berbeda, contohnya Singapura dianggap sebagai yang paling maju untuk implementasi solusi deep tech di Asia Tenggara.
Sementara itu, Indonesia juga telah membangun beberapa unicorn, dengan startup-startup utamanya seperti Gojek, Tokopedia, Bukalapak, dan lainnya. Dengan total sekitar 5800 startup nasional, pasar semakin sedikit ramai, tetapi kecil porsi yang telah menginjakkan kakinya di area solusi deep tech secara menyeluruh. Startup dengan solusi deep tech cenderung memiliki periode go-to-market yang lebih lama, karena biasanya operasional yang ada sangat tergantung pada proyek solusi yang berbasis penelitian. Startup deep tech saat ini sedang naik daun, tetapi mereka juga bertemu dengan banyak tantangan yang membuat mereka harus berpikir keras untuk dapat tetap beroperasional.
DailySocial: Apa tantangan terbesar untuk kesuksesan penerapan deep tech di Indonesia?
Alfred Boediman: Meskipun pemerintah dan maraknya industri yang ada terbuka terhadap adopsi deep tech, namun upaya untuk mengimplementasikannya di seluruh Indonesia akan menghadapi tantangan yang pelik, terutama pada masalah kekurangan bakat lokal dan kualitas pendidikan yang ada.
Menurut saya, ada tiga komponen utama yang akan mendorong penggunaan solusi deep tech yang efektif: algoritma, daya komputasi, dan data yang ada. Ini semua adalah komponen yang harus ditingkatkan di negara kita. Banyak perusahaan deep tech (seperti halnya SRIN) mengalami kesulitan dalam mencari bakat AI pada lulusan universitas yang ada di Indonesia.
Sementara itu, ada artikel menarik yang pernah saya baca bahwa negara yang menjadi tuan rumah seorang mahasiswa PhD tidak selalu merupakan negara yang diuntungkan. Kenyataannya adalah sekitar sepertiga dari peneliti yang bekerja untuk perusahaan yang berbasis di negara tersebut berbeda dari negara tempat mereka menerima gelar PhD-nya. Oleh karena itu, perusahaan teknologi lokal di Indonesia perlu menarik bakat ini untuk kembali ke negara kita dan terus mengembangkan solusi deep tech secara tepat guna.
DailySocial: Menurut Anda, Adakah urgensi mengapa pengembangan deep tech perlu diprioritaskan saat ini?
Alfred Boediman: Pengembangan solusi deep tech penting karena alasan sederhana – mempermudah hidup manusia, salah satu contohnya adalah di mana pada masa “social distancing” saat ini, digitalisasi dan automasi berbasis solusi deep tech akan banyak membantu berbagai kebutuhan bisnis yang ada. Perusahaan berbasis solusi deep tech sangat relevan untuk masalah besar di seluruh dunia; seperti pada masalah kebersihan pada penjernihan air, atau chatbot yang berguna untuk beragam industri jasa, atau hal-hal yang berkaitan dengan kendaraan otonom–terutama di negara-negara maju. Hal-hal semacam ini mungkin bukan bidang yang mudah untuk dikejar oleh beberapa investor atau pemerintah dalam waktu yang singkat di Indonesia, akan tetapi kita harus memulainya sekarang atau terlambat.
Saya bertemu dengan beragam investor, pengusaha, akademisi, dan ilmuwan. Itulah cara saya untuk dapat terbuka terhadap apa yang terjadi, terutama dalam pengembangan solusi deep tech – apa yang berhasil dan apa yang tidak berhasil. Bagian dari apa yang saya coba lakukan adalah memberikan umpan balik kepada pemerintah dan komunitas yang ada. Saya mengambil apa yang dipikirkan pemerintah dan menyampaikannya kepada komunitas, hal tersebut merupakan perjalanan panjang dari suatu organisasi riset yang berkomitmen dalam pengembangan solusi deep tech di Indonesia.
Nodeflux startup pengembang solusi teknologi berbasis AI mengumumkan kolaborasinya dengan Institut Teknologi Bandung (ITB) bagian IC Lab Design. Kolaborasi ini merupakan langkah awal kedua belah pihak untuk melakukan riset dan pengembangan hardware Deep Learning Inference Chip (DLIC).
Dijelaskan DLIC ini didesain memiliki arsitektur deep learning yang diimplementasikan di level perangkat keras. Dengan itu diharapkan proses komputasi bisa lebih cepat dengan konsumsi daya yang lebih rendah. Algoritma yang akan diimplementasikan di dalam IC spesifik yang dikembangkan Nodeflux.
DLIC merupakan salah satu komponen dasar perangkat komputer berbentuk sirkuit terpadu yang bekerja dengan menggunakan serangkaian algoritma deep learning melalui data visual berupa foto, gambar, dan video. Perangkat dapat menghasilkan data yang terstruktur serta menghasilkan informasi yang bernilai sebagai bahan pemangku kepentingan dalam membuat keputusan strategis.
Proyek kolaborasi ini akan berjalan kurang lebih 12 bulan melalui pengembangan DLIC secara bertahap. Co-founder & CTO Nodeflux Faris Rahman menjelaskan bahwa pengembangan DLIC ini akan berlangsung dalam beberapa tahap. Untuk tahap awal seperti sekarang ini yang dilakukan adalah desain arsitektur, baik dari sisi algoritma yang diimplementasikan dan juga komponen-komponen hardware untuk bisa mengabstraksi algoritma tersebut.
Chip yang akan dikembangkan oleh tim Nodeflux bersama lab ITB / Nodeflux
Selanjutnya adalah synthetizing dan development. Fase untuk menentukan parameter-parameter ajuan yang ingin dicapai, seperti kapasitas operasi komputasi per satuan waktu, kecepatan komputasi, dan performa akurasi dari komputasi.
“Berikutnya adalah testing dan verification untuk memastikan semua parameter acuan tercapai. Dalam kerja sama ini kita akan coba lihat performa dari desain arsitekturnya yang akan di prototipe, dalam bentuk Single Board Computer. Selanjutnya, jika kita sudah memverifikasi kemampuan dari desain arsitekturnya, kita akan melakukan kerja sama lanjutan untuk bisa masuk ke tahap desain fabrikasinya,” terang Faris.
Saat ini penggunaan DLIC masih terbatas untuk solusi-solusi terkait produk Nodeflux di Vision AI melalui VisionAIre. Namun tidak menutup kemungkinan untuk dikembangkan secara masal, namun perjalanan masih panjang mengingat ini baru dalam tahap awal.
Qlue perluas penjualan solusi ke luar negeri dengan skema menggandeng mitra sebagai reseller. Strategi ini makin digencarkan pasca diperolehnya berbagai penghargaan yang diraih perusahaan di skala internasional.
Founder dan CEO Qlue Rama Raditya menjelaskan, ekspansi ke luar negeri ini bukan tergolong mendirikan perusahaan di sana, melainkan menggandeng mitra sebagai reseller. Mereka datang dari latar belakang yang sama dengan Qlue agar dapat mengimplementasikan, namun secara khusus dilatih. Menurutnya, ada beberapa potensial mitra yang akan digandeng perusahaan sebagai reseller di Asia Tenggara pada tahun ini.
“Kita lebih [pakai] partner untuk di pasar Asia Tenggara karena fokus kita masih buat Indonesia. Namun kita pikir ada foot print di luar negeri itu sudah bagus. Kalau di luar negeri itu kebanyakan untuk B2B jadi bukan dengan pemerintahnya. Di Indonesia justru kita lebih kuat dengan pemerintah,” terangnya, kemarin (9/5).
Strategi ini sebenarnya sudah dilakukan sejak tahun lalu, namun mitra mulai aktif berjualan pada tahun ini lantaran produk sudah semua terintegrasi dengan baik. Pasalnya, solusi yang dihadirkan Qlue lebih ditujukan untuk Indonesia sehingga sudah terlokalisasi sehingga saat mau dipasarkan ke luar negeri perlu ada beberapa penyesuaian fitur.
Solusi yang dimanfaatkan perusahaan melalui solusi Qlue, kurang lebih mirip dengan kondisi di Indonesia. Namun kebanyakan untuk kebutuhan keselamatan dan keamanan, seperti penghitung orang, pelaporan warga, deteksi parkir ilegal dan dashboard untuk integrasi data.
Sejauh ini solusi Qlue telah dipakai perusahaan-perusahaan multi industri di Malaysia, Thailand, dan Myanmar. Di Malaysia, Qlue hadir sebagai solusi di salah satu mall, real estate, dan pabrik.
Pengakuan solusi Qlue di mata internasional sebenarnya dimulai pasca perusahaan menerima penghargaan, salah satunya di Dubai untuk Best Mobile Goverment Service di kategori Public Empowerment dalam gelaran The 7th World Government Summit 2019. Rama mengklaim di acara itu banyak pihak yang tertarik dan takjub dengan ekosistem yang Qlue bangun di Indonesia.
“Kita sempat terpancing untuk ke luar [negeri], tapi akhirnya memutuskan untuk perbaiki di dalam negeri dulu. Makanya lebih pakai strategi gandeng mitra di luar negeri untuk menjualkan produk kita.”
Bergabung dalam Nvidia Inception Program
Dalam rangka mendukung bisnis Qlue, saat ini perusahaan bergabung dalam Nvidia Inception Program, program akselerator untuk teknologi deep learning dan artificial intelligence. Qlue menjadi salah satu dari 15 perusahaan lokal dari total 2 ribu perusahaan yang bergabung dalam program akselerator global tersebut.
Qlue mendapat berbagai keuntungan yang berkelanjutan mulai dari pelatihan dari para pakar, program hibah untuk perangkat keras serta dukungan pemasaran. Qlue memanfaatkan keuntungan tersebut untuk mengembangkan produk berbasis AI dan deep learning buat solusi-solusi analisis video yang sudah mereka kembangkan.
Beberapa di antaranya adalah teknologi pengenal wajah (facial recognition), penghitung kendaraan (vehicle counting), deteksi parkir liar (ilegal parking detection), penghitung orang yang melintas (people counting), dan pengenal pelat nomor kendaraan (license plat recognition). Seluruh solusi ini masuk ke dalam produk dinamai Qlue Vision.
Produk ini telah membantu berbagai pemerintah kota/kabupaten, badan pemerintah, dan perusahaan untuk bekerja lebih efisien dan mengurangi kesalahan manusia secara signifikan. Dengan perangkat keras dari Nvidia, seluruh solusi ini bisa bekerja lebih maksimal karena butuh GPU dengan kapasitas yang besar, sama halnya saat bermain game yang memakai grafis tinggi.
“Hardware dari Nvidia membuat Qlue bisa langsung trial solusi baru yang bahkan belum tersedia di pasar untuk kita presentasikan di depan calon klien. Contohnya, dari license plat recognition bisa deduct ke akun e-wallet kalau ada pelanggaran.”
Senior Manager Channel dan Alliances (Pacific South) Nvidia Budi Harto menyampaikan, pihaknya memilih Qlue lantaran memiliki profil yang unik dalam memecahkan tantangan dengan AI dan deep learning. Solusi tersebut dibangun oleh talenta lokal menjadi nilai tambah.
“Kami bantu penyediaan teknologi, meski kami lebih dikenal sebagai gaming company. Tapi kami mulai mengembangkan AI sejak 7-8 tahun lalu karena kita tahu Indonesia adalah negara keempat dengan populasi yang besar, ditambah adopsi AI di sini adalah tercepat kedua untuk ASEAN,” kata Budi.
Tahun ini Qlue akan mempercepat adopsi smart city di Indonesia, rencananya menambah 20-30 kota baru. Ada tiga kota yang sudah siap memanfaatkan aplikasi Qlue yakni Bandung, Makassar, dan Kupang. Sekarang ada 15 kota yang sudah bekerja sama dengan Qlue. Pengguna Qlue lainnya juga datang dari institusi dan pemerintah dengan total lebih dari 50 institusi lintas industri, 17 kepolisian daerah, mall, rumah sakit, dan sebagainya.
Secara kontribusi terhadap bisnis, diklaim antara pemerintah dan pihak swasta seimbang 50%. Tahun lalu pertumbuhan bisnis perusahaan mencapai 300% dibandingkan tahun sebelumnya. Diharapkan tahun ini akan tembus di angka yang sama.
Tahun 2018 menjadi tahun cukup penting bagi perjalanan bisnis Nodeflux. Setelah berhasil membukukan beberapa pendanaan, Nodeflux mengumumkan telah berhasil menjadi bagian dari program NVIDIA-Metropolis Software Partner Program (Nvidia-MSPP).
Capaian Nodeflux ini tidak hanya memungkinkan mereka memanfaatkan teknologi Nvidia untuk pemrosesan komputasi cerdasnya, tetapi juga mengukuhkan posisi mereka sebagai startup AI berkualitas dan disejajarkan dengan penyedia lainnya dari seluruh dunia.
Nvidia-MSPP sendiri merupakan program pemanfaatan kecerdasan buatan dan deep-learning untuk memberikan solusi inovatif dalam inisiatif kota pintar. Nodeflux menjadi startup pertama asal Indonesia dan tergabung bersama dengan 24 startup AI lainnya dari seluruh dunia.
Menurut tim Nodeflux, teknologi komputasi Nvidia penting untuk sistem mereka, mengingat GPU menjadi komponen penting untuk melakukan inferencing atau analytics function bagi delivery pada layanan Intelligent Video Analytics yang dikembangkan.
“Menjadi official global partner Nvidia tentu sangat berarti bagi kami. Tidak banyak perusahaan yang diterima. Hal ini menunjukkan pengakuan terhadap solusi Nodeflux dari perusahaan global yang merupakan hardware leader di industri AI. Saya berharap agar konsumen Indonesia mengetahui sudah ada karya anak bangsa yang berkualitas global yang dapat mereka gunakan,” terang CEO Nodeflux Meidy Fitranto.
Pihak Nodeflux menjelaskan bahwa ada proses cukup panjang sebelum akhirnya bisa bergabung dalam program Nvidia-MSPP ini. Dimulai ketika Nodeflux tergabung dalam Inception Program (program inkubasi startup yang bergerak di bidang deep-learning) pada tahun 2017. Kemudian dilanjutkan dengan implementasi solusi di beberapa kota menggunakan produk Nvidia.
Di tahun 2018 Nodeflux sudah mengembangkan beberapa solusi inovatif seperti face recognition, license plate recognition, people counting, vehicle counting & classification, hingga solusi untuk smart city. Solusi-solusi tersebut sudah diimplementasikan di beberapa kota di Indonesia.
“Nodeflux sudah implementasi di beberapa Polda di Indonesia, di antaranya Jakarta, Palembang, Jawa Barat, Bali, Jawa Timur dan akan menyusul belasan lainnya. Nodeflux melakukan implementasi integrasi pertama kali di Indonesia untuk face search sistem dengan menggunakan data Dukcapil dalam rangka kerja sama kepolisian dengan Dukcapil. Implementasi percobaan dengan beberapa pemerintah kota dalam mendukung penerapan smart city,” terang Marketing Communication Nodeflux Reny Ajeng ketika dihubungi DailySocial.
Dengan capaian yang mengesankan di tahun 2018, Nodeflux tampaknya akan lebih serius dan fokus di tahun 2019. Tidak banyak yang diceritakan Reny, ia hanya menjelaskan bahwa Nodeflux akan melakukan implementasi yang lebih menyeluruh di Indonesia sekaligus terus mengembangkan produk dan riset yang lebih jauh.
Sejak sebelum Computex 2018 berlangsung, desas-desus mengenai rencana Nvidia untuk memperkenalkan kartu grafis berarsitektur Turing telah terdengar. Banyak orang (termasuk saya) berharap perusahaan teknologi grafis asal Santa Clara itu mengumumkannya di pameran IT terbesar di Asia tersebut. Namun pengungkapannya ternyata baru dilakukan di bulan Agustus ini.
Kurang lebih seminggu sesudah penyingkapan GPU Quadro RTX, Nvidia akhirnya resmi meluncurkan kartu grafis RTX versi konsumenn di momen pembukaan Gamescom 2018. Buat sekarang, GeForce RTX terdiri dari tiga model, yakni GeForce RTX 2070, GeForce RTX 2080, dan GeForce RTX 2080 Ti. Hal paling menarik di sini adalah, ini merupakan pertama kalinya Nvidia memperkenalkan versi Ti berbarengan dengan varian standar.
Ada tiga aspek yang menjadi fokus Nvidia melalui GeForce RTX-nya: lompatan performa besar-besaran, dongkrakan kapabilitas kecerdasan buatan, serta menghadirkan teknologi ray tracing real-time dalam permainan video. Selain itu, kartu grafis baru ini turut ditunjang oleh teknologi shading mutahkhir. Saat dikombinasikan bersama memori GDDR6 di sana, kita bisa menikmati game ‘di setting grafis maksimal dengan frame rate tinggi’.
Di atas kertas, GeForce RTX (2080 Ti) menjanjikan lompatan grafis hingga enam kali lipat dibanding GPU berarsitektur Pascal di level yang setara. Namun aspek yang paling membuatnya istimewa adalah dukungan teknologi ray tracing. Sederhananya, ray tracing ialah teknik rendering untuk menghasilkan gambar dengan cara menelusuri jalur cahaya sebagai pixel di permukaan objek virtual. Kualitas visual memang jadi lebih baik, tetapi cara ini sangat membebani hardware.
Dukungan real-time ray tracing di RTX membuat pencahayaan dan bayangan jadi lebih realistis, lalu pantulan efek visual di permukaan objek jadi terlihat mengagumkan – misalnya pantulan api atau ledakan pada tubuh mobil. Nvidia menjelaskan bahwa kemampuan ray tracing di kartu grafis Turing 10 kali lebih baik dibanding di GTX seri 1000.
Arsitektur Turing juga dipersenjatai ‘Tensor core‘ yang mendukung fungsi deep learning secara optimal. GPU baru tersebut kabarnya mampu menjalankan algoritma kecerdasan buatan – lagi-lagi secara real-time – untuk menciptakan ‘gambar-gambar serta efek visual yang tajam, jernih serta seperti aslinya’. Algoritma DLSS baru di sana dapat membantu memproduksi upscale berkualitas lebih tinggi. Dengan begini, game yang dijalankan di 1080p plus DLSS berpeluang menghidangkan kualitas grafis hampir setara 4K.
Tapi seperti biasa, jumlah uang yang Anda perlu keluarkan demi mencicipi teknologi grafis baru Nvidia tidak sedikit. GPU-GPU ini rencananya akan mulai didistribusikan pada tanggal 20 September, namun buat sekarang, Nvidia belum membuka gerbang pre-order. Harga masing-masing model bisa Anda lihat di bawah:
Trailer adalah salah satu senjata promosi utama sebuah film. Lewat sebuah trailer, kita dapat sedikit mengetahui plot ceritanya, mengenali sejumlah pemerannya, hingga pada akhirnya mendapat gambaran guna memutuskan apakah film tersebut layak dinikmati di bioskop ketika tayang nanti.
Dari sisi sebaliknya, pihak produser film rupanya juga dapat memanfaatkan trailer untuk memprediksi kalangan penonton seperti apa yang bakal tertarik dengan film buatan mereka. Ide ini telah dibuktikan oleh 20th Century Fox, yang mengembangkan sistem kecerdasan buatan (AI) untuk melaksanakan tugas tersebut.
Dari kacamata sederhana, AI tersebut mampu ‘mengekstrak’ informasi-informasi dari film seperti warna, iluminasi, wajah, objek dan lanskap; untuk kemudian diformulasikan menjadi prediksi demografi penonton yang tertarik. Yang namanya AI, kemampuan semacam ini tentu didapat dari hasil pelatihan intensif yang dilakukan pengembangnya.
Sistemnya sendiri mengandalkan GPU Nvidia Tesla P100 untuk mengolah data yang sudah pasti masif, dibantu oleh deep learning framework TensorFlow dan cuDNN dari Nvidia. Kombinasi ini memungkinkan sistem untuk ‘mencerna’ ratusan trailer film yang dirilis dalam beberapa tahun terakhir, beserta jutaan riwayat kehadiran penonton di bioskop.
Dengan bangga Fox mengklaim bahwa mereka adalah studio pertama yang menerapkan alat bantu unik semacam ini. Mereka percaya bahwa sistem ini bakal sangat membantu pihak produser dalam mengambil keputusan-keputusan yang berkaitan dengan promosi sebuah film, sebab mereka sudah tahu kira-kira jenis penonton yang bakal tertarik.
