Terbukti Menambah Akurasi, AI Juga Menunjang Sistem Keamanan Siber

Jakarta, Itech– Tidak dapat dipungkiri bahwa peran Artificial intelligence atau biasa disebut dengan AI  telah membantu manusia dalam menganalisis data untuk menghasilkan hasil yang lebih akurat.  Dengan AI manusia dapat mencapai hasil yang lebih baik dengan melihat pola masa lalu dalam data dan memprediksi titik data masa depan. Dalam prosesnya, model AI memahami pola rumit dalam data termasuk tren, musiman, sebab-akibat, dan berbagai faktor lainnya.

Dengan hasil yang dihimpun inilah AI dapat memprediksi risiko masa depan dengan penuh keyakinan. Misalnya, dengan melihat pola penggunaan, kinerja jaringan, kinerja server, dan banyak variabel lainnya.  AI juga dapat memprediksi pemadaman untuk aplikasi web. Pemadaman adalah salah satu risiko terbesar bagi bisnis oleh karena itu dengan teknologi AI kemungkinan-kemungkinan yang buruk dapat dihindari. Sealian itu AI juga membantu bisnis secara proaktif untuk mencapai hasil yang lebih baik dengan mempeajari pola masa lalu dalam data dan memprediksi titik data masa depan. Dalam prosesnya, model AI memahami pola rumit dalam data termasuk tren, musiman, sebab-akibat, dan berbagai faktor lainnya.

Namun, Data yang dihasilkan manusia dapat rentan terhadap kesalahan dan dapat memiliki banyak nilai yang hilang juga. Menurut Ramprakash Ramamoorthy, Direktur Riset ManageEngine salah satu perusahaan teremuka yang juga focus dalam dunia Analisa data ManageEngine menyebutkan sekitar 50% dari waktu yang dihabiskan untuk membuat model AI digunakan untuk membersihkan data input. Namun, ada banyak teknik untuk membersihkan dan mengubah data input secara massal yang juga berbasis AI. Teknik seperti normalisasi rata-rata, pengisian nilai yang hilang, regularisasi, identifikasi kesamaan kata homofonik sekarang didukung AI dan menawarkan scrubbing data input yang lebih mudah.

Menurutnya rata-rata, output dari model AI 80% akurat. Manusia yang menggunakan sistem berkemampuan AI untuk sampai pada keputusan, harus menyadari hal ini dan harus memperhitungkan tingkat kesalahan ini.

Untuk menghindari kesalahan input data sebagai sumber data awal, Ramparskhkes menyebutkan beberapa hal yang bisa dilakukan.

“Meneliti proses pengumpulan data dengan memvalidasi dan teknik serupa lainnya dapat menjadi langkah pertama untuk menghindari kesalahan. Hal lebih penting juga perlu dilakukan untuk memastikan data tetap relevan dalam jangka panjang. Istilah teknis untuk ini disebut penyimpangan konsep – ketika Anda melatih model AI dengan satu set data, tetapi distribusi data yang mendasarinya telah berubah dari waktu ke waktu dan tidak disesuaikan, model tidak akan bekerja seperti yang diharapkan dan itu berarti konsep tersebut rentan sekali. Maka dari itu penting untuk mengidentifikasi dan mengurangi penyimpangan konsep untuk memastikan model AI menjadi berkualitas dengan terus memantau kualitas data.” Ujar Ramparskhes.

Dalam hal ini Ramparskhes juga menyebutkan bahwa ManageEngine juga mengotomatiskan TI untuk perusahaan. Sering kali, data berada dalam silo di TI. Seperti misal sistem pemantauan kinerja bisa sangat berbeda dari sistem manajemen log dari entitas yang sama. Menurut Ramparskhes ManageEngine telah secara khusus mengubah model AI untuk bekerja di lingkungan data yang rendah. Dengan kata lain model ini berkinerja sangat baik bahkan dalam ketersediaan data yang terbatas dan memastikan akurasi maksimum. Selain itu, hal yang menunjang lainnya adalah semua alat ManageEngine sudah terintegrasi secara kontekstual, sehingga meskipun data berada dalam silo, Insight data dapat diperoleh hanya dari satu entitas saja.

Selain itu sistem keamanan juga merupakan item yang perlu dengan serius diperhatikan. Dengan maraknya serangan siber yang telah meningkat dalam kurun waktu beberapa bulan terakhir, telah menjadikan model AI rentan namun dengan begitu model AI akan menjadi sebuah kebutuhan yang berada pada peringkat atas kedepannya. Saat ini sistem keamanan siber sendiri juga telah dibekali oleh teknologi fitur keamanan berkemampuan AI yang telah terbukti sangat mengurangi risiko terhadap ancaman keamanan siber itu sendiri. (red)