Tips Gojek Bagi Startup yang Ingin Menggunakan "Machine Learning"

Kemajuan teknologi menjadi kunci cepatnya pertumbuhan ekonomi digital. Untuk hal ini machine learning bertanggung jawab menyebabkan banyak aspek dalam bisnis digital bisa melesat cepat.

Gojek adalah contoh startup yang mengimplementasikan machine learning ke dalam sistem mereka. Teknologi tersebut begitu penting sehingga memungkinkan jutaan transaksi terjadi antara jutaan pihak, mulai dari pelanggan, pengemudi, merchant, hingga berbagai penyedia jasa lainnya. Tarif GoRide, ketersediaan pengemudi, rekomendasi makanan di GoFood, adalah contoh buah pemikiran machine learning.

"Tanpa teknologi itu mungkin sepuluh tahun lagi kita baru sampai di titik ini," ucap VP Research Gojek Group Ramda Yanurzha.

Ramda yang kesehariannya bergelut dengan data di Gojek menekankan pentingya machine learning bagi perusahaan teknologi. Namun sebelum mengaplikasikan machine learning, Ramda menilai ada sejumlah kondisi yang dipenuhi.

Pertama, startup atau pihak yang ingin melibatkan machine learning dalam sistemnya harus siap bereksperimen. Pekerjaan machine learning adalah mengotomasi proses dari data yang ada, mengolahnya hingga memperoleh hasil terbaik dapat tampil di produk atau solusi yang dihadirkan ke konsumen.

"Harus ada mindset siap eksperimen. Gagal, mencoba lagi, gagal, coba lagi, sampai berhasil. Machine learning ini bisa membuat proses itu lebih mudah," imbuh Ramda.

Poin kedua dan yang terpenting menurut Ramda adalah fokus bisnis yang jelas. Machine learning sejatinya adalah alat. Tanpa masalah yang jelas, tujuan pemakaian yang detail, machine learning dianggap tak akan efektif.

"Jadi kalau mereka punya mindset growth dan siap menuju target growth, punya fokus bisnis yang jelas, itu suasana yang cukup kondusif untuk mengaplikasikan machine learning," pungkasnya.

Di kesempatan terpisah, Co-Founder Gojek, Kevin Aluwi menambahkan ada dua poin penting yang perlu diperhatikan saat mengimplementasikan machine learning yakni jumlah data dan algoritma.

Jumlah data bisa begitu berpengaruh dalam kepintaran machine learning. Semakin banyak dan sulit masalah yang harus dikerjakan sang mesin, semakin akurat pula insight yang dihasilkan olehnya.

"Selanjutnya algoritma perhitungan akan semakin terlatih dengan meningkatnya volume dan kompleksitas data yang masuk," ucap Kevin.

Kendati manfaatnya yang begitu besar, masih ada pihak-pihak yang sungkan memakai machine learning ke dalam sistem mereka. Salah satu kendala yang membuat orang ragu memakainya adalah jumlah analis data yang masih minim di Indonesia. Sekalipun ada, kerap kali startup harus merogoh kocek yang dalam untuk memperkerjakan mereka.

Hal ini bisa diukur dari besarnya kebutuhan perusahaan-perusahaan teknologi. Gojek misalnya harus jauh-jauh membuka kantor di Bengaluru, India, guna memperkuat teknologi platform mereka.