Program Inisiatif untuk Data dan Infrastruktur AI di Indonesia

13. Pembentukan Dewan Kecerdasan Artifisial (DKA) sebagai Data Gouvernance Council yang melakukan arbitrasi antara produsen data dan konsumen data Pelaksana: Kemenristek/BRIN 

Dewan Kecerdasan Artifisial (DKA) merupakan komite para pakar independen yang memberikan masukkan kepada pemerintah dan kepemimpinan tingkat tinggi tentang ekosistem Kecerdasan Artifisial. Anggota DKA berasal dari industri, sektor publik serta akademisi. Masukan yang diberikan mencakup: 

1. Mengadakan dialog terbuka dan pertukaran ide antara industri, sektor publik, akademia serta pemerintah; 

2. Berbagi penelitian dan pengembangan keahlian; 

3. Pencarian cakrawala bagi teknologi KA yang baru, aplikasi serta pengaruhnya; 

4. Memberikan masukan kepada “Kantor untuk KA” (kantor yang dibentuk untuk pengelolaan KA nasional) dan pemerintah tentang prioritas, kesempatan dan tantangan yang muncul dari adopsi KA untuk kehidupan yang lebih baik; 

5. Membentuk persepsi publik serta mengangkat profil KA dan Tantangan Besar Data. 

14. Melakukan kajian dan sosialisasi penggunaan masking / anonymous data dalam pertukaran data utk menghormati data privacy sesuai PM Kemkominfo No. 20/2016 tentang Perlindungan Data Pribadi dalam Sistem Elektronik. 

Masking data dan anonymous data adalah teknik–teknik yang digunakan untuk menghormati data privacy sesuai PM Kemkominfo No. 20/2016 tentang Perlindungan Data Pribadi dalam Sistem Elektronik. Masalah pengamanan data pribadi saat ini sudah menjadi perhatian hampir di seluruh dunia dalam penggunaan data - data digital, dengan semakin masifnya penggunaan komputer dalam berbagai sektor kehidupan manusia.

Berbagai teknologi juga telah dan sedang dikembangkan agar suatu sistem komputer dapat sesuai dengan peraturan - peraturan yang berlaku, seperti teknologi WEB 3.0 yang memungkinkan data-data dibuka dan diperlihatkan dengan seizin pemilik data tersebut.

Akan tetapi teknologi seperti ini membutuhkan berbagai persyaratan untuk bisa dimanfaatkan seperti harus menggunakan IP versi 6 dalam penomoran komputer dalam jaringan. Keuntungan dan kondisi pre-requisite ini perlu dikaji lebih lanjut. 

Dalam berbagai kasus seperti program bantuan sosial, negara membutuhkan bukan hanya data agregat, akan tetapi juga data mikro dan detil, misalnya hingga nama dan NIK dari kepala keluarga yang berhak mendapatkan bantuan sosial. Akan tetapi untuk kebutuhan pelatihan algoritma Kecerdasan Artifisial, data-data detil seperti itu tidak dibutuhkan.

Yang dibutuhkan adalah profile dan kebiasaan dari sejumlah besar individu anonim untuk dipelajari oleh algoritma dan dijadikan bahan dalam melakukan klasifikasi. Oleh karenanya perlu disosialisasikan dan dikaji implementasi PM Kemkominfo tersebut.

Pelaksana : Kemenkominfo 

TERSEDIANYA SISTEM PENGHUBUNG DATA ANTARA PRODUSEN DAN KONSUMER DATA 

15. Mendorong dan mempromosikan bisnis baru pengelola sistem penghubung ini, (data broker) yang akan fokus sbg perantara antara produsen dan consumer data (swasta dan pemerintah). 

Sama halnya dengan darah di tubuh manusia, data adalah komponen yang terpenting dari teknologi KA. Tanpa data, KA akan mati, tidak bisa belajar ataupun berguna untuk membuat prediksi atau hasil apapun. Apabila data yang tersedia tidak mewakili keadaan dunia yang sesungguhnya, maka ini akan membuat kegagalan dari sistem KA. 

Data-data di hasilkan dari banyak sumber oleh para produsen data. Produsen data bisa berupa pihak swasta atau pemerintah, baik dari dalam dan luar negri. Data bisa terkumpul secara manual maupun otomatis (misalkan dari sensor atau mesin).

Data dapat datang secara mengalir (streaming) maupun terkumpul (batch). Data dibutuhkan oleh KA pada saat pelatihan dan penggunaan aplikasi KA oleh berbagai pihak Konsumen data. 

Untuk menunjang pengkajian algoritma dan pengembangan aplikasi KA, dibutuhkan data latihan siap pakai dengan konteks lokal dengan jumlah yang sangat banyak dan representatif. Karena pengumpulan dan persiapan data, termasuk pemberian label, adalah proses yang mahal dan membutuhkan waktu, maka perlu diadakan upaya penyediaan “Sistem Penghubung” antara produsen dan konsumen data.

Ini adalah konsep yang diperkenalkan dalam Perpres No.95/2018 tentang Sistem Pemerintahan Berbasis Elektronik, dan implementasi Perpres No. 39/2019 tentang Satu Data Indonesia 

Sistem penghubung ini akan menjadi saluran yang menyederhanakan penyediaan data dengan kesiapan koneksi virtual antara para konsumen dan produsen data. Sistem penghubung ini akan dapat menjadi bisnis baru, di mana nilai tambah yang diberikan adalah kemudahan bagi konsumen data dalam mendapatkan data yang dibutuhkannya, dan kemudahan bagi produsen data untuk membuka datanya serta skema bisnis yang mengikutinya.

Sistem penghubung ini akan dapat menjadi pelengkap bagi inisiatif standarisasi antar-muka pertukaran data jika pemenuhan atas standarisasi tersebut mengakibatkan terjadinya investasi besar di pihak produsen data. Upaya untuk sosialisasi tentang bisnis baru ini sebaiknya dilakukan oleh kementrian perindustrian yang berwenang dalam peningkatan industri jasa di Indonesia 

16. Sosialisasi dan penguatan implementasi Satu Data Indonesia Perpres 39 / 2019. 

Data sebagai darah dalam pemanfaatan kecerdasan artifisial sangat penting untuk dijaga kualitasnya. Tanpa data-data yang mencerminkan keadaan sebenarnya, baik itu dalam proses pelatihan algoritma KA, maupun dalam operasional pemanfaatan algoritma KA, maka tidak akan didapat suatu hasil pemanfaatan KA yang berguna bagi pembangunan nasional maupun kehidupan masyarakat. 

Upaya untuk menjaga kualitas data - data yang dipertukarkan secara elektronik telah dilakukan dengan mengeluarkan Peraturan Presiden Nomor 39 Tahun 2019 tentang Satu Data Indonesia yang mengatur tentang tatacara pengambilan data, walidata dan berbagai aspek dalam pengelolaan data di Indonesia.

Oleh karenanya perlu dilakukan sosialisasi dan penguatan dalam implementasi Perpres tersebut untuk menjamin agar kualitas data - data yang dipergunakan dalam pemanfaatan teknologi kecerdasan artifisial tetap terjaga. 

17. Melakukan kajian, pendampingan dan dukungan agar terbentuk infrastruktur komunikasi dan penyimpanan data yang aman, efisien, dan tangguh 

Ketika KA sudah digunakan dengan menggunakan data-data yang diperlukan, maka sangat penting bahwa data-data tersebut akan selalu tersedia agar KA menjalankan fungsi yang dikehendaki. Data–data tersebut harus disimpan dalam suatu penyimpanan terpusat atau terdistribusi dengan sistem manajemen yang terorkestrasikan.

Infrastruktur ini akan digunakan untuk persiapan, pemindahan, penyimpanan, pengolahan, dan analisa baik yang terpusat maupun yang terdistribusi dengan sistem manajemen dan akses yang aman, dan terkelola. 

Sumber-sumber data pada umumnya terakumulasi secara sektoral dan di masing-masing instansi (data silos). Strategi yang tepat untuk mengatasi kendala data sektoral bukan dengan mengumpulkan semua data di satu tempat, tetapi dengan melakukan data integrasi.

Secara teknologi saat ini, penyimpanan Big Data yang besar (Volume), beragam (Variety), dan cepat (Velocity) adalah dengan menggunakan Data Lake yang terimplementasi di infrastruktur Cloud (baik public maupun private). Dengan adanya data integrasi, data tetap terkumpul di masing masing instansi, tetapi ada penghubung dari setiap sumber data instansi ke pusat Data Lake di Cloud. 

Data akan lebih bermanfaat apabila basis-basis data sudah terhubung dan terintegrasi. Dengan demikian harus ada platform untuk jalur akses data yang terkendali dari Produsen data ke Data Lake yang dikelola oleh Data Broker, dan kemudian ke Konsumen data.

Platform yang dimaksud adalah aplikasi di Cloud dengan penyediaan back-end services, front-end interface, disertakan dengan API untuk akses data. Platform ini juga menyediakan fasilitas antara lain: 

1. Metoda koneksi data antara basis data dari Produsen data ke Data Lake 

2. Metoda penyimpanan data berikut metadata 

3. Katalog dari metadata untuk setiap sumber basis data 

4. Metoda pencarian sumber data melalui katalog metadata 

5. Metoda authentication dan akses digital (login) formal sesuai dengan peraturan masing-masing instansi 

6. Metoda transaksi moneter digital apabila ada biaya jasa 

7. Metoda transfer data menggunakan API maupun pengunduhan 

8. Metoda pemeliharaan data hygiene secara prosedural maupun otomatis 

9. Publikasi dari keberadaan sumber data baru, tutorial dan basis pengetahuan (knowledge base). 

10. Fungsi-fungsi pemilihan, persiapan dan transformasi data, dimana hasil data yang telah diolah dapat diunduh maupun dimasukan kembali ke Data Lake dan katalog 

Teknologi infrastruktur juga berubah cepat, maka diperlukan Pengkajian berkelanjutan untuk menjamin keunggulan infrastruktur dalam menampung dan mengolah data-data yang digunakan. Contohnya adalah evolusi menuju ke Function as a Service (FaaS) sebagai kelanjutan layanan suatu Cloud computing yakni: Infrastructure as a Service (IAAS), Platform As A Service (PAAS) dan Software As A Service (SAAS) yang mempunyai berbagai keuntungan seperti : 

1. Dengan adanya FaaS dapat membuat KA menjadi mainstream, karena tidak perlu memikirkan source / tempat running software (hanya drop algoritma KA as a function) 

2. Function as a Service mengorkestrasikan Platform - (user membayar: processing time) 

3. Sebaiknya dapat memanfaatkan eksisting data center yang dimiliki pemerintah sebagai asset storage

Baca juga: Program Inisiatif Pengembangan Talenta Kecerdasan Artifisial Indonesia

Pengkajian yang langsung berdampak terhadap ketangguhan dan keberlangsungan infrastruktur ini termasuk pengkajian antara lain di bidang-bidang: 

1. Server berbasis Central Processing Unit (CPU), Graphical Processing UNit (GPU), dan Tensor Processing Unit (TPU) 

2. Teknologi jaringan dan storage 

3. Teknologi komputasi cluster analisa dan cluster penyimpanan data 

4. Teknologi database termasuk columnar database dan GPU database 

5. Teknologi virtualisasi mesin dan container 

6. Teknologi data integrasi dan optimalisasi data lake 

7. Operating System, Open Source dan Technology Stack yang menjadi  fondasi aplikasi KA 

8. Arsitektur dan fitur-fitur dari Public Cloud komersial sebagai acuan dan pembanding 

9. Cyber Security.*

Catatan: Dokumen ini ditulis dan disusun sebagai rumusan hasil diskusi dari Kelompok Kerja Penyusun Strategi Nasional untuk Kecerdasan Artifisial yang dibentuk oleh Badan Pengkajian dan Penerapan Teknologi (BPPT). Sebagai dokumen publik yang dirasa penting sebagai referensi bersama, kami menurunkannya secara serial.