Webinar UMN: Era Baru Industri dengan Robotic Process Automation

Webinar UMN: Era Baru Industri dengan Robotic Process Automation

Webinar UMN RPA for Better Digital Transformation (dok. UMN)

TANGERANG- Di era revolusi industri 4.0, perusahaan dituntut untuk memaksimalkan teknologi dalam rutinitasnya. Salah satu caranya, yaitu dengan melirik penerapan Robotic Process Automation (RPA). Dalam webinar bertajuk RPA for Better Digital Transformation Journey yang berlangsung pada Senin (29/6) diperlihatkan bagaimana RPA dapat dimanfaatkan untuk mempermudah aktivitas bisnis.

Salah satu pembicara, yaitu dosen Mobile Application Programming Program Studi Informatika UMN Alexander Waworuntu menjelaskan bahwa RPA secara sederhana didefinisikan sebagai kegiatan menggunakan perangkat lunak robot untuk mengotomatisasi proses bisnis berulang-ulang yang tadinya berlangsung secara manual.

Ia menerangkan bahwa Gerbang Tol Otomatis (GTO) adalah salah satu contoh nyata dari penerapan RPA dalam dunia industri yang bisa didapati saat ini.

“Kita bisa melihat bahwa, dengan adanya otomasi, kita bisa memberikan pelayanan yang lebih baik. Pelayanan yang lebih cepat,” jelasnya.

Keunggulan utama dari otomatisasi lewat RPA adalah produktivitas yang tidak terbatas. Dengan RPA, suatu pekerjaan dapat dilakukan dalam volume yang besar dan waktu yang sedikit.

“Selama sistem masih berjalan, selama masih teralirkan listrik, dia bisa terus bekerja. Tidak perlu makan, dia bisa bekerja selama 24 jam,” jelasnya.

Penyampaian Materi Webinar UMN RPA for Better Digital Transformation (dok. UMN)

Adapun sejumlah keunggulan lainnya, menurut Alexander adalah dapat mengurangi potensi human error sehingga memungkinkan akurasi data. Kemudian juga proses pelaporan yang lebih cepat, serta mengurangi biaya operasional. “45% pekerjaan kita itu sebenarnya bisa diotomatisasikan. Dan itu bisa menghemat sekitar 2 triliun dollar,” katanya.

Kemudian, Komisaris TelkomTelstra Suryatin Setiawan menjelaskan bahwa terdapat sejumlah karakteristik pekerjaan yang cocok untuk diotomatisasi lewat RPA. Salah satunya adalah pekerjaan yang sifatnya repetitif. “Artinya dia selalu berulang. Patternnya berulang dan jelas,” kata Suryatin.

Selain itu, RPA juga cocok diterapkan pada pekerjaan yang bersifat tedious atau membutuhkan usaha dan konsentrasi dalam waktu yang panjang, serta rule-based atau memiliki aturan yang jelas. “Yang paling sering adalah pekerjaan yang volumenya banyak, tapi complexitynya rendah,” terangnya.

Suryatin juga menjelaskan bahwa otomatisasi tidak akan memusnahkan pekerjaan manusia, melainkan hanya memisahkan pekerjaan yang bisa dikerjakan oleh robot dan lebih baik dikerjakan oleh manusia.

“Manusia harus bekerja kepada bidang-bidang yang lebih pantas dikerjakan sesuai dengan harkat manusia,” katanya.

Dengan demikian, pekerjaan manusia pun tidak akan punah. “Ada juga kan yang tidak bisa digantikan dengan robot, tentu saja adalah pekerjaan-pekerjaan yang membutuhkan gerakan fisik dan unpredictable. Jadi acak, setiap saat bisa berubah. Dan itu bukan fokus atau objek yang bisa dilakukan otomatisasi,” jelas Suryatin.

Pekerjaan-pekerjaan tertentu yang memerlukan perasaan, intelektual, dan interaksi akan tetap dipercayakan kepada manusia. Karena itulah, Suryatin berpesan agar industri di Indonesia tidak terlalu memandang teknologi sebagai musuh manusia. Keduanya harus bekerja bersama dalam harmoni.

Mengutip riset dari lembaga McKensey, Suryatin menjelaskan bahwa terdapat 23 juta jenis pekerjaan yang akan terotomatisasi oleh teknologi di masa depan. Selain itu, masih dalam riset yang sama, sebanyak 27 sampai 46 juta pekerjaan baru juga akan tercipta. “Itu sebabnya di Indonesia ini kita perlu segera memasuki era ini (RPA),” ujarnya.

Sementara itu, dosen Machine Learning Program Studi Informatika Julio Christian Young menerangkan bahwa penerapan RPA kemudian bisa diiringi dengan perlibatan salah bentuk kecerdasan buatan, yakni machine learning. “Machine learning bukan hal yang baru, tapi belakangan populer,” katanya.

Ia menerangkan, machine learning merupakan bagian dari kecerdasan buatan, dimana ia merupakan suatu program yang dapat membuat mesin seolah melakukan aktivitas berpikir. “Machine learning memungkinkan komputer untuk melakukan sebuah prediksi terhadap suatu data berdasarkan pola yang terdapat pada data sebelumnya,” jelas Julio.

Dalam webinar tersebut, Julio memperkenalkan salah satu model implementasi machine learning, yaitu deep learning. Model tersebut bekerja dengan cara meniru cara kerja otak manusia. “Saya merasa model ini kayak dukun ya. Karena bahkan saya sendiri enggak tau gimana cara proses otak saya belajar. Tapi mesin ini bisa belajar,” kata Julio.

Karena itu lah, menurut Julio, deep learning cocok diterapkan terhadap data yang tidak terstruktur. Ia pun membagikan kisah eksperimen deep learning di Tiongkok. Di negara tersebut, mesin deep learning pernah diuji untuk mendeteksi penyakit tumor otak. Hasilnya kemudian dibandingkan dengan kinerja 15 dokter dari rumah sakit teratas.

“Teryata, tim 15 dokter jadi butuh waktu 30 menit dan akurasinya cuman 66%. Padahal, kalau proses itu dilakukan oleh mesin, akurasinya bisa 87%. Dan waktu yang dibutuhkan adalah setengah (dari waktu dokter). Dengan pendekatan deep learning, seolah-olah komputer itu bisa mengalahkan manusia dalam satu bidang expertise tertentu,” tutup Julio. (MB/CRA)

*by Mario Baskoro – Universitas Multimedia Nusantara

Kuliah di Jakarta untuk jurusan program studi InformatikaSistem Informasi Teknik Komputer | Teknik Elektro | Teknik Fisika | Akuntansi | ManajemenKomunikasi Strategis | Jurnalistik | Desain Komunikasi Visual | Film dan Animasi | Arsitektur | D3 Perhotelan | International Program, di Universitas Multimedia Nusantarawww.umn.ac.id