Google Cloud

Google Cloud

Meningkatkan Interpretabilitas LLM dengan Evaluation Service Vertex AI

/

Developer yang memanfaatkan large language model (LLM) sering kali menghadapi dua rintangan besar: mengelola keacakan bawaan dari output dan mengatasi kecenderungan untuk menghasilkan informasi yang salah secara faktual. LLM memang memiliki sedikit ketidakpastian dan menghasilkan respons yang berbeda, bahkan saat diberi perintah yang sama. Tulisan kali ini akan dibahas cara mengatasi tantangan tersebut dengan memperkenalkan alur kerja baru yang bekerja dengan menghasilkan serangkaian respons LLM dan menggunakan Evaluation Service Vortex AI untuk mengotomatiskan proses pemilihan repsons terbaik. Mari simak bersama! Langkah 1: Hasilkan respons yang beragam Photo Credit: Freepik LLM berbasis dekoder kausal memiliki sedikit keacakan bawaan, yang berarti mengambil sampel setiap kata secara probabilistik. Dengan menghasilkan respons yang sedikit berbeda, maka peluang untuk menemukan kecocokan yang sempurna pun akan lebih besar. Untuk menerapkannya, biasanya lembaga keuangan menggunakan LLM untuk menghasilkan lima ringkasan berbeda untuk setiap transkrip. Mereka menyesuaikan “suhu” LLM, yang mengendalikan keacakan keluaran, ke kisaran 0,3 hingga 1,0, untuk mendorong jumlah keragaman yang tepat tanpa menyimpang terlalu jauh dari topik. Pendekatan ini akan meningkatkan kemungkinan menemukan ringkasan berkualitas tinggi. Baca juga: Membangun Aplikasi Gen AI untuk Perusahaan dengan LLM dari Database Google Cloud Langkah 2: Temukan respons terbaik Berikutnya muncul kebutuhan untuk menelusuri serangkaian respons yang beragam dan kemudian menentukan respons terbaik. Untuk melakukannya secara otomatis, lembaga keuangan menerapkan pendekatan evaluasi berpasangan yang tersedia di Evaluation Service Vortex AI. Layanan ini mengadu pasangan respons satu sama lain, menilainya berdasarkan instruksi dan konteks asli untuk mengidentifikasi respons yang paling sesuai dengan maksud pengguna. Baca juga: Google Cloud Directory Sync Kini Menyediakan Setelan Pengelolaan Akun Langkah 3: Nilai respons yang dihasilkan Alur kerja kemudian mengambil respons dengan kinerja terbaik dari langkah sebelumnya dan menggunakan layanan evaluasi poin demi poin untuk menilainya. Evaluasi ini menetapkan skor kualitas dan menghasilkan penjelasan yang dapat dibaca pengguna. Proses ini tidak hanya menyoroti respons terbaik tetapi juga memberikan wawasan tentang mengapa model menghasilkan respons tersebut, dan juga mengapa respons ini dianggap lebih unggul daripada respons lainnya, yang menumbuhkan kepercayaan dan transparansi dalam pengambilan keputusan sistem. Photo Credit: Freepik Dalam kasus lembaga keuangan, mereka sekarang menggunakan metrik terkait ringkasan dalam evaluasi poin demi poin pada respons yang unggul untuk memperoleh penjelasan tentang bagaimana jawaban ini beralasan, bermanfaat, dan berkualitas tinggi. Kita dapat memilih untuk hanya mengembalikan respons terbaik atau menyertakan metrik kualitas terkait dan penjelasannya untuk transparansi yang lebih baik. Baca juga: Perlindungan Kebijakan API untuk Menghadapi Era Generative AI Dengan merangkul variabilitas yang melekat pada LLM dan memanfaatkan Evaluation Service Vortex AI, tantangan dapat diubah menjadi peluang. Menghasilkan respons yang beragam, mengevaluasinya secara sistematis, dan memilih opsi terbaik dengan penjelasan yang jelas akan membantu Anda membuka potensi penuh LLM. Pendekatan ini tidak hanya meningkatkan kualitas dan keandalan keluaran LLM tetapi juga menumbuhkan kepercayaan dan transparansi. Kemudahan Evaluation Service Vortex AI ini bisa Anda nikmati cukup dengan berlangganan Google Cloud yang kini telah tersedia di EIKON Technology. Untuk informasi lebih lanjut, silakan hubungi kami di sini!

Google Cloud

Looker Studio Pro Kini Tersedia untuk Android dan iOS

/

Alat konversi data Looker Studio baru saja meluncurkan versi Pro yang tersedia untuk Android dan iOS. Tool ini memungkinkan para penggunanya untuk melihat laporan dan data real-time dari mana saja dan kapan saja. Lalu, apa keunggulan yang ditawarkan versi Looker Studio Pro ini? Fitur unggulan Looker Studio Pro Looker Studio Pro yang kini telah tersedia di Google Play dan App Store ini menawarkan beberapa fitur unggulan seperti: Layout report yang dinamis Photo Credit: Google Cloud Blog Fitur ini menghadirkan layout laporan yang bisa Anda gunakan untuk menyusun laporan baru atau mengubah tampilan laporan lama. Menariknya lagi, fitur ini juga menyediakan opsi “mobile friendly view” yang akan menyesuaikan tampilan layout dengan layar ponsel. Selain mobile friendly view, Looker Studio Pro juga menyediakan original view yang optimal untuk desktop. Untuk mengubah tampilan, masuk ke menu “Options”. Baca juga: Connected Sheets for Looker Kini Tersedia untuk Semua Instance Looker Akses beberapa laporan sekaligus bebas repot Photo Credit: Google Cloud Blog Looker Studio Pro mengintegrasikan kategori laporan untuk mempercepat pencarian data. Laporan akan dikategorikan menjadi: My workspace: akses seluruh laporan yang Anda buat di aplikasi. Team workspaces: akses seluruh laporan tim Anda. Recents: pintasan untuk mengakses laporan yang baru-baru ini Anda lihat. Shared with me: melihat dan melakukan kolaborasi dalam laporan yang dibagikan kepada Anda. Bagikan laporan lebih cepat Photo Credit: Google Cloud Blog Di Looker Studio Pro, Anda dapat membagikan laporan secara cepat dengan satu klik saja. Aplikasi akan menampilkan tautan yang kemudian bisa Anda bagikan ke orang lain. Selain itu, Anda dapat mengakses semua laporan yang dibagikan di folder “Team Workspaces” dan “Shared with me”. Baca juga: Looker Studio, Eksplorasi Data Canggih Dengan Pemfilteran Ringkas Akses ke laporan interaktif lebih mudah Photo Credit: Google Cloud Blog Looker Studio Pro Mobile memudahkan Anda mengakses laporan dari email dan chat terjadwal. Saat Anda menerima laporan terjadwal di email atau chat, ketuk tautan untuk melihat dan berinteraksi dengan data langsung di aplikasi. Cara mendapatkan aplikasi Looker Studio Pro Anda bisa mendapatkan aplikasi ini melalui Play Store untuk Android atau App Store untuk iOS. Unduh aplikasi dengan kredensial perusahaan Anda. Penting untuk diingat, aplikasi seluler ini hanya tersedia untuk pelanggan Looker Studio Pro. Pelajari lebih lanjut tentang langganan aplikasi Looker Studio Pro di sini! Baca juga: Fitur Connected Sheets for Looker Kini Tersedia untuk Umum, Apa Kegunaannya Aplikasi Looker Studio Pro menawarkan berbagai fitur yang akan memudahkan Anda mengakses serta membaca laporan di mana pun dan kapan pun. Kini aplikasi telah tersedia di Play Store dan App Store. Untuk performa yang lebih optimal, integrasikan aplikasi dengan solusi komputasi Google Cloud. Dapatkan sekarang juga melalui EIKON Technology, partner resmi Google Cloud Indonesia. Untuk informasi lebih lanjut, silakan hubungi kami di sini!

Google Cloud

Tingkatkan Hasil Pencarian Cloud Search API dengan Personalization Boost dan Click Boost

/

Cloud Search API Google menyediakan kemampuan penelusuran berbasis cloud dengan data Google Workspace. Ini memungkinkan pengindeksan data non-Google Workspace ke Cloud Search. Dengan dukungan API dan SDK, Cloud Search memiliki jangkauan yang lebih luas ke data yang disimpan di repositori pihak ketiga. Di Cloud Search API, developer dapat menggunakan library klien yang disediakan oleh Google maupun library mereka sendiri untuk menggunakan layanan. Semua dokumentasi dan informasi penggunaan dapat ditemukan di GitHub. Ini merupakan REST API paling cocok untuk developer yang tidak melakukan pemrograman di Java. Peningkatan kemampuan pencarian Cloud Search API Pada update terbarunya, Cloud Search API meningkatkan kemampuan pencarian. Untuk membantu developer menemukan dokumen yang dibutuhkan lebih cepat, Cloud Search memperkenalkan kapabilitas personalization boost dan click boost. Kedua boost tersebut akan menyesuaikan hasil pencarian berdasarkan cara pengguna berinteraksi dengan hasil pencarian. Misalnya, dokumen yang pernah diklik oleh pengguna sebelumnya atau diklik oleh pengguna lain untuk kueri serupa, akan memiliki peringkat hasil pencarian yang lebih tinggi. Baca juga: Sempurnakan Hasil Penelusuran di Google Chat Lebih Cepat dengan Search Chips Mulai menggunakan boost Photo Credit: luis_molinero (Freepik) Kapabilitas personalization boost dan click boost akan muncul secara default di Cloud Search API setelah pembaruan. Administrator cukup melakukan konfigurasi bagi end-user untuk memulai penggunaan. Setelah konfigurasi dari administrator selesai, end user bisa langsung melakukan pencarian dengan hasil yang lebih terpersonalisasi dan relevan. Personalization boost Cloud Search API bekerja dengan mengumpulkan data mengenai jumlah klik pada hasil pencarian saat ini dan menggunakannya untuk meningkatkan peringkat pencarian pada masa mendatang dengan meningkatkan item yang diklik sebelumnya oleh pengguna yang sama. Agar personalization boost dapat bekerja optimal, jangan ubah URL yang dikembalikan dalam hasil pencarian. Sebab, data tersebut akan digunakan untuk mengumpulkan klik yang berperan penting dalam meningkatkan peringkat melalui klik pengguna. Baca juga: Penyempurnaan Facet Google Cloud Search, Seperti Apa? Sementara itu, click boost bekerja dengan mengumpulkan klik pada hasil pencarian saat ini dan menggunakannya untuk meningkatkan peringkat pencarian di masa mendatang dengan meningkatkan item populer untuk permintaan pencarian tertentu. Agar click boost dapat bekerja optimal, jangan ubah URL yang dikembalikan dalam hasil pencarian. Sebab, data tersebut akan digunakan untuk mengumpulkan klik yang berperan penting dalam menentukan popularitas item. Setelan peningkatan kualitas penelusuran lain yang disarankan Photo Credit: Freepik Selain menggunakan personalization boost dan click boost, Cloud Search API juga menyediakan pengaturan kualitas pencarian lain untuk membantu Anda mendapatkan manfaat maksimal dari model pemeringkatan Cloud Search. Berikut adalah semua pengaturan kualitas pencarian yang direkomendasikan dan opsional: Setting Location Recommended/optional Schema settings ItemContent field ItemContent Recommended RetrievalImportance field RetrievalImportance Recommended FreshnessOptions FreshnessOptions Optional Indexing settings createTime/updateTime ItemMetadata Recommended contentLanguage ItemMetadata Recommended owners field ItemAcl() Recommended Custom synonyms _dictionaryEntry schema Recommended quality field SearchQualityMetadata Optional item-level interaction data interaction Optional integer/enum properties OrderedRanking Optional Search application settings Personalization=false ScoringConfig or using CloudSearch admin UI Recommended SourceImportance field SourceCrowdingConfig Optional numResults field SourceCrowdingConfig Optional   Ketersediaan Baik kapabilitas personalization boost maupun click boost tersedia bagi seluruh pelanggan Google Cloud Search. Kapabilitas baru ini akan muncul secara otomatis setelah update Cloud Search API pada tanggal 10 April 2023. Baca juga: Alasan Mengapa Perusahaan Retail Sebaiknya Beralih ke Google Cloud Retail Search Peningkatan kapabilitas Cloud Search API Google ini memungkinkan Anda untuk lebih cepat menemukan hasil pencarian yang akurat dan relevan. Tanpa pengaturan tambahan, kapabilitas tersedia secara otomatis setelah update selesai. Untuk bisa menggunakan Cloud Search API, Anda hanya perlu berlangganan Google Cloud melalui mitra resmi Google seperti EIKON Technology. Tidak hanya menyediakan solusi komputasi awan Google Cloud, kami juga siap membantu Anda dalam implementasi solusi sesuai dengan kebutuhan. Informasi lebih lanjut, silakan hubungi kami di sini!

Google Cloud

Google Cloud Meluncurkan Produk Baru untuk Pengembangan Aplikasi, Lengkap dengan Dukungan Generative AI

/

Hingga saat ini, masih sulit bagi perusahaan untuk mengakses generative AI, apalagi menyesuaikannya, dan terkadang teknologi tersebut cenderung menghasilkan informasi yang tidak akurat yang dapat merusak kepercayaan. Untuk memenuhi kebutuhan ini, Google Cloud meluncurkan rangkaian produk dengan generative AI, yang memberdayakan developer untuk mengembangkan aplikasi dengan keamanan dan privasi tingkat tinggi. Gebrakan baru ini dimulai dengan memperkenalkan dua teknologi baru: Generative AI support di Vertex AI memberi akses ke model dasar dari Google dan lainnya, memungkinkan mereka membuat dan menyesuaikan di atas model ini pada platform yang sama yang mereka gunakan untuk model ML dan MLOps lokal. Generative AI App Builder memungkinkan developer untuk mengirimkan pengalaman baru dengan cepat termasuk bot, chat interfaces, custom search engines, digital assistants, dan banyak lagi. Memberikan akses API ke model dasar Google dan template bawaan untuk memulai pembuatan gen apps dalam hitungan menit atau jam. Buat, sesuaikan, dan terapkan model dasar dengan Vertex AI Photo Credit: Google Cloud Blog Vertex AI, platform pembelajaran mesin Google Cloud untuk melatih dan menerapkan model ML dan aplikasi AI, kini hadir dengan peningkatan besar-besaran. Generative AI support di Vertex AI menawarkan cara paling sederhana untuk memanfaatkan model dasar seperti PaLM, dengan beragam pilihan, termasuk kemampuan untuk: Memilih kasus penggunaan yang ingin Anda selesaikan. Memilih model dasar terbaru Google. Memilih dari berbagai model. Memilih cara menyetel, menyesuaikan, dan mengoptimalkan perintah. Memilih cara berinteraksi dengan model. Bangun aplikasi dalam sekejap dengan Generative AI App Builder Generative AI App Builder menghadirkan cara tercepat untuk memulai pembuatan gen apps dengan keahlian teknis yang diperlukan. Ini memungkinkan developer untuk: Membangun aplikasi dalam hitungan menit atau jam. Menggabungkan data perusahaan dan teknik pengambilan informasi untuk memberikan jawaban yang relevan. Menelusuri dan menanggapi dengan lebih dari sekadar teks. Menggabungkan percakapan alami dan aliran terstruktur. Baca juga: Bard: Teknologi Chatbot AI Google, Bakal Saingi ChatGPT? Memanfaatkan generative AI building blocks untuk meningkatkan nilai perusahaan Mari kita lihat beberapa contoh bagaimana perusahaan mengoptimalkan generative AI dengan Google Cloud: Pembuatan konten otomatis Generative AI dapat memfasilitasi brainstorming, menyusun copywriting, hingga menghasilkan aset media dalam hitungan detik. Akan membantu tim pemasaran dan kreatif perusahaan dalam meningkatkan alur kerja dan menghasilkan produk yang unggul. AI Assistant untuk semua tugas Generative AI memungkinkan bisnis dan instansi mengubah volume data yang besar dan kompleks menjadi lebih ringkas, memungkinkan Anda untuk mengoptimalkan pengalaman pelanggan, seperti Q&A hingga berbagai skenario data science lain yang jauh lebih kompleks. Mencari dan memahami kumpulan data internal yang besar Perusahaan perbankan dapat memanfaatkan generative AI untuk menganalisis berbagai sumber data internal dan eksternal untuk mendapatkan gambaran pasar yang komprehensif. Baca juga: Cara Manfaatkan Google Document AI dan Google Workspace untuk Menjalankan SAP Build Protection Automation Melindungi data dan membentuk alur percakapan dengan Responsible AI Photo Credit: pressfoto (Freepik) Penambahan generative AI oleh Google Cloud memberikan kemampuan transformatif, tanpa perlu mengorbankan perlindungan keamanan. Sebagai dukungan, Google Cloud juga memperbarui AI Principles mereka yang ditetapkan pada tahun 2017 lalu. Di samping AI Principles, Google Cloud juga mengumumkan kemitraan dan program AI baru yang mempermudah perusahaan startup, developer, dan perusahaan untuk mempercepat alur kerja proyek pengembangan AI mereka. Baca juga: Alasan Mengapa Perusahaan Retail Sebaiknya Beralih ke Google Cloud Retail Search Dengan penambahan generative AI ini, diharapkan perusahaan dapat menyederhanakan alur kerja mereka saat mengembangkan aplikasi. Untuk bisa memanfaatkan kecanggihan terbaru Cloud dalam pengembangan aplikasi, Anda bisa langsung memilih paket berlangganan melalui EIKON Technology. Kami menyediakan solusi komputasi awan Google Cloud yang dapat disesuaikan dengan kebutuhan perusahaan atau instansi Anda. Untuk informasi lebih lanjut, silakan hubungi kami di sini!

Google Cloud, Google Workspace

AI Generatif, Teknologi Kecerdasan Buatan Masa Depan untuk Developer dan Google Workspace

/

Google telah mengembangkan teknologi AI (kecerdasan buatan) selama bertahun-tahun. Hasilnya pun beragam, mulai dari publikasi penelitian mutakhir hingga tools yang memudahkan kehidupan manusia, utamanya dalam dunia kerja. Terobosan dalam AI generatif secara mendasar mengubah cara orang berinteraksi dengan teknologi. Google telah mengembangkan model large language dan tepatnya pada tanggal 14 Maret 2023, meluncur API dan produk baru untuk mulai membangun prototipe baru dengan model AI terbaik Google yang disebut MakerSuite. PaLM API & MakerSuite Photo Credit: Freepik Perkembangan zaman telah menimbulkan banyak pergeseran teknologi. Hal ini telah menginspirasi seluruh ekosistem developer untuk memulai bisnis baru, mengembangkan produk baru, dan mengubah cara mereka berkreasi. Di tengah-tengah pergeseran tersebut, ada AI yang berdampak besar pada setiap lini industri. Bagi developer yang bereksperimen dengan AI, Google meluncurkan PaLM API, cara yang mudah dan aman untuk membangun di atas model bahasa terbaik Google. API ini dilengkapi dengan alat intuitif MakerSuite, yang memungkinkan Anda membuat prototipe ide dengan cepat dan nantinya juga akan memiliki fitur untuk rekayasa cepat, pembuatan data sintetik, dan penyetelan model khusus, semuanya didukung oleh alat keamanan yang kuat. Baca juga: Bard, Teknologi Chatbot AI Google, Bakal Saingi ChatGPT? Menghadirkan kemampuan AI generatif ke Google Cloud Bagi developer yang ingin merancang dan menyesuaikan model dan aplikasi mereka sendiri menggunakan AI generatif, dapat mengakses model AI Google, termasuk PaLM, di Google Cloud. Solusi baru ini telah berintegrasi dengan solusi Cloud yang sudah ada seperti: Dukungan AI generatif di Vertex AI Developer telah menggunakan platform AI Vertex Google Cloud untuk membangun dan menerapkan model machine learning dan aplikasi AI dalam skala besar. Google telah menyediakan model dasar, awalnya untuk menghasilkan teks dan gambar, dan seiring waktu, bertambah dengan audio dan video. Pelanggan Google Cloud akan memiliki kemampuan untuk menemukan model, membuat dan memodifikasi perintah, menyempurnakannya dengan data mereka sendiri, dan menerapkan aplikasi yang menggunakan teknologi baru ini. Generative AI App Builder Photo Credit: Google The Keyword Untuk bisnis dan instansi pemerintah yang ingin merancang antarmuka chat dan asisten digital bertenaga AI, tersedia Generative AI App Builder yang menghubungkan AI untuk media chat dengan pengalaman pencarian yang tidak biasa dan model dasar, membantu perusahaan membangun aplikasi AI generatif dalam hitungan menit atau jam. Photo Credit: Google The Keyword Kemitraan dan program AI baru Selain mengumumkan produk Google Cloud AI baru, Google juga memperluas ekosistem AI mereka dan program khusus untuk mitra, penyedia software yang berfokus pada AI, dan startup. Baca juga: Perlindungan Spam Google Voice yang Ditingkatkan dengan Label Otomatis Fitur AI generatif baru di Workspace Lebih dari 3 miliar orang telah memanfaatkan fitur yang didukung AI di Google Workspace, entah itu menggunakan Smart Compose di Gmail atau ringkasan otomatis Docs. Sebagai tahapan selanjutnya, Google menghadirkan rangkaian fitur baru. Di Gmail dan Google Docs, cukup ketikkan topik yang ingin di tulis dan sistem akan langsung menyusun draf untuk Anda. Dari sana, Anda dapat menyingkat pesan atau menyesuaikan nada agar lebih ceria atau profesional—semuanya hanya dengan beberapa klik. Menskalakan AI secara bertanggung jawab AI generatif adalah teknologi tengah berkembang pesat, namun memiliki tantangan yang kompleks. Oleh karenanya Google menghadirkan AI Principles untuk memandu pengembangan AI. Selain itu, Google pun aktif mengundang penguji eksternal dan internal untuk menguji teknologi terbaru. AI Principles pun diterapkan bagi seluruh pelanggan yang mengandalkan produk Google untuk membangun dan mengembangkan bisnis mereka secara aman dengan AI. Dengan begitu, pengembangan model AI pun tetap aman dan bermanfaat bagi semua orang. Baca juga: Otomatisasi Pemrosesan Dokumen Identitas dengan Document AI Google telah mengembangkan teknologi AI (kecerdasan buatan) selama bertahun-tahun. Paling baru, Google mengembangkan AI generatif dengan membidik developer dan penerapan langsung di Workspace. Untuk langsung menikmati hasil pengembangan ini, Anda dapat berlangganan rangkaian produktivitas Google Workspace yang tersedia di EIKON Technology. Sebagai partner resmi Google Workspace Indonesia, kami menyediakan solusi resmi bergaransi. Untuk informasi lebih lanjut, silakan hubungi kami di sini!

Google Cloud

Menyederhanakan Penerapan Fungsi Jaringan Cloud-native dengan Jaringan Native Kubernetes dan Network Function Optimizer

/

Communication Service Provider (CSP) melakukan modernisasi pada jaringan mereka, dengan memanfaatkan model operasi cloud dan komponen software yang disampaikan sebagai cloud-native network functions (CNF). Pergerakan menuju prinsip cloud-native dalam industri telekomunikasi telah tertanam kuat dalam standar industri seluler 5G. Sebagai sistem orkestrasi container yang paling banyak digunakan, Kubernetes telah menjadi platform de-facto untuk membuat software menggunakan prinsip-prinsip cloud-native, dan industri telekomunikasi merangkulnya untuk pengembangan, distribusi, dan manajemen fungsi jaringan cloud-native. Awalnya, komunitas Kubernetes mengambil pendekatan yang mengutamakan pengembang dengan menyediakan objek asli Kubernetes seperti Ingress. Kini, agar vendor fungsi jaringan dapat memenuhi persyaratan jaringan yang ketat dan kinerja CNF, mereka perlu memanfaatkan solusi jaringan eksternal untuk Kubernetes. Tantangan operasional CNF dengan pendekatan baru Kubernetes Pendekatan ini menimbulkan beberapa tantangan saat mengoperasionalkan CNF. Pertama, penggunaan rangkaian plugin berarti kebijakan jaringan dan keamanan tidak dapat diterapkan atau diterapkan secara statis khusus untuk antarmuka jaringan. Kedua, kebutuhan akan driver khusus perangkat atau modul kernel menurunkan keamanan workload dan menciptakan hubungan erat antara hardware dan software, mengikat workload ke platform akselerasi berbasis hardware tertentu yang sulit untuk dimigrasikan. Baca juga: Memahami Cara Kerja Cloud Load Balancing Di Lingkungan Hybrid Dan Multicloud Peningkatan kebutuhan Kubernetes Pods Photo Credit: pressfoto (Freepik) Riset Google menemukan adanya kebutuhan yang jelas terhadap Kubernetes Pods dengan beberapa antarmuka jaringan untuk menambahkan pemisahan traffic yang ketat serta kontrol kinerja dan latensi. Ini menunjukkan bahwa Kubernetes dibutuhkan untuk mendukung pendekatan jaringan lebih holistik lagi. Kontribusi multi-networking Kubernetes Sebagai solusi, hadir kontribusi multi-networking mereka ke Cloud Native Computing Foundation (CNCF) Kubernetes Networking Special Interest Group (SIG). Tidak hanya berhenti di situ, Kubernetes juga meluncurkan Network Function, sebuah layanan jaringan baru yang tersedia untuk Google Distributed Cloud Edge dan Google Kubernetes Engine (GKE) yang memberikan dukungan multi-networking dan dataplane asli Kubernetes berperforma tinggi. Baca juga: Memanfaatkan Confidential Space untuk Kolaborasi Data Yang Lebih Aman di Google Kapabilitas Network Function Optimizer di GKE Network Function Optimizer di GKE menawarkan tiga kapabilitas, yaitu: Modernisasi jaringan cloud dengan multi-networking Kubernetes-native; Akselerasi bidang data berbasis software berkinerja tinggi; Kemampuan mengarahkan traffic. Menuju CNF cloud-native Photo Credit: Freepik Bukan hanya itu, pendekatan Kubernetes-native untuk jaringan ini juga dapat dengan mudah dimasukkan ke dalam kebijakan, IPAM, penjadwalan, dan bahkan skenario ketersediaan tinggi Anda. Saat CSP mulai mengadopsi Network Function Optimizer, diharapkan pendekatan ini dapat mengaktifkan lebih banyak fungsi jaringan untuk GKE dan GDC Edge. Untuk kasus penggunaan seperti akses roaming seluler, panggilan darurat, peningkatan kapasitas, atau upgrade dan pemulihan bencana. Network Function Optimizer menghadirkan tingkat kebebasan dan penyederhanaan baru untuk CSP dan CNF. Kubernetes pun akan terus mengembangkan solusi ini untuk memudahkan Anda. Baca juga: Opsi Isolasi Dan Konektivitas Bidang Kontrol Baru untuk Klaster Google Kubernetes Engine Google Kubernetes Engine atau GKE merupakan platform unggulan yang dimiliki oleh Google Cloud. Dapatkan solusi Google Cloud yang telah disesuaikan dengan penggunaan skala besar hanya di EIKON Technology. Kami merupakan authorized reseller resmi yang dipilih langsung oleh Google untuk melakukan distribusi di Indonesia. Untuk mulai berlangganan, hubungi kami di sini!

Google Cloud

Membangun Pipeline Data Streaming di Google Cloud

/

Banyak pelanggan membangun saluran data streaming untuk menyerap, memproses, dan kemudian menyimpan data untuk dianalisis. Di Google Cloud, desain umum pipeline terdiri dari tiga langkah: Sumber data mengirim pesan dengan data ke topik Pub/Sub. Pub/Sub menyangga pesan dan meneruskannya ke komponen pemrosesan. Setelah diproses, komponen pemrosesan menyimpan data di BigQuery. Untuk komponen pemrosesan, terdapat tiga alternatif, mulai dari dasar hingga lanjutan: langganan BigQuery, layanan Cloud Run, dan pipeline Dataflow. Mari simak ulasannya berikut. Contoh penerapan Photo Credit: Google Cloud Blog Tiga alternatif pemrosesan Artikel ini akan membahas cara melakukan pemrosesan menggunakan tiga opsi berikut: Langganan BigQuery, solusi pass-through tanpa kode yang menyimpan pesan tidak berubah dalam set data BigQuery. Layanan Cloud Run, untuk pemrosesan pesan individual yang ringan tanpa agregasi. Pipeline Dataflow, untuk pemrosesan lanjutan. Mari simak pembahasan untuk masing-masing pendekatan di bawah ini: Menyimpan data tidak berubah menggunakan langganan BigQuery Photo Credit: Google Cloud Blog Pendekatan pertama adalah yang paling mudah. Anda dapat mengalirkan pesan dari topik Pub/Sub langsung ke set data BigQuery menggunakan langganan BigQuery. Gunakan saat Anda menyerap pesan dan tidak perlu melakukan pemrosesan apa pun sebelum menyimpan data. Saat menyiapkan langganan baru untuk suatu topik, pilih opsi Write to BigQuery, seperti yang ditampilkan di sini: Photo Credit: Google Cloud Blog Detail tentang bagaimana langganan ini diimplementasikan sepenuhnya dipisahkan dari pengguna. Artinya, tidak ada cara untuk mengeksekusi kode apa pun pada data yang masuk. Ini adalah solusi tanpa kode, Anda tidak dapat menerapkan pemfilteran pada data sebelum disimpan. Baca juga: Mengintip Layanan Baru Google Cloud: Tawarkan Fleksibilitas Tinggi bagi Pengguna Memproses pesan satu per satu menggunakan Cloud Run Gunakan Cloud Run jika Anda memang perlu melakukan beberapa pemrosesan ringan pada masing-masing pesan sebelum menyimpannya. Misalnya, mengkanonikalisasi format data, di mana setiap sumber data menggunakan format dan bidangnya sendiri, tapi Anda ingin menyimpan data dalam satu format data. Photo Credit: Google Cloud Blog Pertimbangkan untuk menggunakan Cloud Run sebagai komponen pemrosesan dalam pipeline, jika: Anda dapat memproses pesan satu per satu, tanpa memerlukan pengelompokan dan penggabungan pesan. Anda lebih suka menggunakan model pemrograman umum daripada menggunakan SDK khusus. Anda sudah menggunakan Cloud Run untuk melayani aplikasi web dan lebih memilih arsitektur solusi yang konsisten dan simpel. Baca juga: Melihat Contoh Penerapan Google Distributed Cloud Edge Appliance Pemrosesan lanjutan dan agregasi pesan menggunakan Dataflow Cloud Dataflow, layanan yang terkelola sepenuhnya untuk mengeksekusi pipeline Apache Beam di Google Cloud, telah lama menjadi landasan pembangunan pipeline streaming di Google Cloud. Ini adalah pilihan yang baik bagi pipeline yang menggabungkan kelompok data untuk mengurangi data dan yang memiliki beberapa langkah pemrosesan. Dalam aliran data, pengelompokan dilakukan dengan menggunakan windowing. Fungsi windowing mengelompokkan koleksi tak terbatas berdasarkan time stamp. Ada beberapa strategi windowing yang tersedia, yaitu fixed, sliding, dan session windowing. Dataflow memiliki dukungan bawaan untuk menangani data yang terlambat. Data terlambat masuk saat jendela telah ditutup, dan Anda mungkin ingin membuang data tersebut atau memulai penghitungan ulang. Pendekatan mana yang sebaiknya dipilih? Photo Credit: Google Cloud Blog Ketiga pendekatan di atas memiliki kemampuan dan tingkat kerumitan yang berbeda. Dataflow adalah opsi paling andal dan paling kompleks, yang mengharuskan pengguna menggunakan SDK khusus (Apache Beam) untuk membangun pipeline mereka. Di sisi lain, langganan BigQuery tidak mengizinkan logika pemrosesan apa pun dan dapat dikonfigurasi menggunakan konsol web. Memilih alat yang paling sesuai dengan kebutuhan akan membantu Anda mendapatkan hasil yang lebih baik dengan lebih cepat. Baca juga: Mengoptimalkan Penggunaan BigQuery BI Engine Untuk pipeline besar (Skala Spotify), atau saat Anda perlu mengurangi data menggunakan windowing, atau memiliki multi-step pipeline yang rumit, pilih Dataflow. Dalam semua kasus lainnya, memulai dengan Cloud Run adalah yang terbaik, kecuali jika Anda sedang mencari solusi tanpa kode untuk menghubungkan Pub/Sub ke BigQuery. Dalam hal ini, pilih langganan BigQuery. Biaya adalah faktor lain yang perlu dipertimbangkan. Cloud Dataflow menerapkan penskalaan otomatis, tetapi tidak akan menskalakan ke instance nol jika tidak ada data yang masuk. Untuk beberapa tim, ini adalah alasan memilih Cloud Run daripada Dataflow. Untuk rangkuman dari ketiga pendekatan tersebut, Anda bisa melihat tabel berikut: Photo Credit: Google Cloud Blog Google Cloud menyediakan solusi menyeluruh untuk membangun pipeline data streaming yang dapat Anda sesuaikan dengan kebutuhan dan bujet. Mulai nikmati berbagai kemudahan Cloud dengan berlangganan melalui EIKON Technology. Sebagai partner resmi Google Cloud Indonesia, kami menyediakan solusi bergaransi disertai dengan implementasi menyeluruh. Untuk informasi lebih lanjut, silakan klik di sini!

Google Cloud

Alasan Mengapa Perusahaan Retail Sebaiknya Beralih ke Google Cloud Retail Search

/

Anda tentu sudah mengenal Google Search. Hasil pencarian Search bagi tiap individu bisa dikatakan cukup relevan, sehingga mereka jarang menelusuri halaman hasil berikutnya. Google meluncurkan Retail Search yang ditujukan bagi retailer untuk memanfaatkan kapabilitas Google Search dalam mengelola produk mereka sendiri. Kini retailer punya banyak pilihan untuk membangun sistem pencarian yang mendukung situs mereka. Jadi mengapa harus menggunakan Retail Search? Criticality of search systems for ecommerce retailers Photo Credit: Google Cloud Blog Seberapa penting sistem pencarian untuk perusahaan retail? Untuk menjawab pertanyaan ini, kita harus mengetahui halaman mana di website retail yang diberdayakan oleh sistem pencarian dan seberapa penting halaman tersebut untuk tingkat konversi. Saluran penjualan Biasanya retail mengklasifikasikan saluran penjualan menjadi tiga kategori: Top of the funnel (TOF): Beranda, halaman kategori, halaman pencarian, halaman detail produk Bottom of the funnel (BOF): Halaman keranjang, halaman checkout, halaman konfirmasi pesanan Post purchase: Manajemen pesanan, pembatalan pesanan Photo Credit: Google Cloud Blog Traffic pelanggan umumnya lebih tinggi di halaman TOF dan menurun saat mencapai halaman BOF. Terlihat, ada lebih banyak halaman TOF daripada halaman BOF. Bisa dibilang, halaman TOF mendorong pelanggan untuk akhirnya berkonversi. Pelanggan akhirnya menghabiskan lebih banyak waktu di halaman TOF daripada BOF, jadi jelas retail perlu memberi banyak penekanan pada halaman tersebut. Sama pentingnya dengan pengalaman pelanggan yang kohesif untuk keseluruhan perjalanan penjualan, halaman TOF memainkan peran yang sangat penting dalam perjalanan tersebut. Pelanggan biasanya membuka halaman TOF terlebih dahulu sebelum mereka dapat memulai proses pembelian. Baca juga: Cara Merencanakan Jaringan IPv6 dengan Google Cloud Contoh penerapan Retailer Search Berikut ini adalah proses umum penerapan pencarian yang diikuti oleh perusahaan retail: Integrasi data produk Photo Credit: Google Cloud Blog Retailer membangun beberapa jenis pipeline untuk memasukkan data produk sumber ke dalam search engine pilihan. Mereka mulai menguji search engine dengan mengimpor semua data produk secara massal terlebih dahulu. Setelah pengujian awal, retailer membuat pipeline streaming lain untuk menyerap pembaruan katalog produk secara bertahap. Menyempurnakan hasil pencarian secara manual Photo Credit: Google Cloud Blog Merchandiser mulai mengonfigurasi search engine secara manual agar sesuai dengan relevansi yang mereka inginkan. Dalam proses ini, mereka menambahkan aturan yang terkait dengan sinonim, pemeriksaan ejaan, hingga pengalihan. Penyerapan kinerja produk Photo Credit: Google Cloud Blog Untuk mengotomatisasi dan mengoptimalkan relevansi, retailer akan membangun pipeline lain untuk menambahkan atribut terkait performa produk ke dalam search engine. Atribut kinerja baru ini bervariasi dari tingkat konversi hingga tayangan di website. Retailer harus menyesuaikan skema dokumen produk di search engine untuk memberi ruang bagi atribut ini. Baca juga: Apa Itu Metrik Bidang Kontrol Kubernetes yang Baru Diluncurkan di GKE? Machine learning Photo Credit: Google Cloud Blog Pada tahap ini, kata kunci sederhana seperti jam tangan, pakaian berfungsi cukup baik untuk retailer. Namun, maksud pengguna dengan kata kunci multi-frasa seperti kemeja biru untuk pria, masih kurang. Mencocokkan kata kunci saja tidak akan memberi hasil yang optimal. Misalnya, menelusuri frasa “kemeja biru untuk pria” memberikan hasil yang berbeda dibanding saat Anda mencari kemeja dalam kategori pakaian jadi. Untuk mencapai hal ini, retailer harus membuat model machine learning untuk mengurai kueri dan menguraikan maksud pengguna, sekaligus membuat kueri penelusuran yang sesuai. Baca juga: Mengenal Supply Chain Twin, Layanan Terbaru dari Google Cloud Google Cloud Retail Search adalah solusi Google untuk mengimplementasikan pencarian retailer dengan kekuatan AI dan mengatasi sebagian besar kekurangan yang disebutkan di atas. Photo Credit: Google Cloud Blog Tidak seperti solusi pencarian lainnya, Retail Search berusaha untuk meningkatkan pengoptimalan pendapatan melalui revenue per visit (RPV) yang lebih tinggi dengan fokus tidak hanya pada relevansi, tapi juga pada daya beli dan personalisasi. Selain itu, layanan rekomendasi ditawarkan Retail Search menggunakan data yang sama sehingga retailer tidak perlu lagi mengelola dua sistem yang  terpisah.

Google Cloud

Melacak Pengecekan Uptime Cloud Monitoring di Aplikasi Seluler Google Cloud

/

Kemampuan pemeriksaan uptime yang ditawarkan oleh Cloud Monitoring adalah alat observasi yang sederhana namun andal untuk memantau ketersediaan dan kinerja aplikasi pada URL yang disediakan oleh pelanggan. Tujuan utama pemeriksaan uptime adalah untuk melacak ketersediaan sumber daya secara berkelanjutan. Bagaimana cara kerjanya? Pengecekan uptime Cloud Monitoring Ini pada dasarnya adalah pemeriksaan pulse untuk suatu sistem dan sering kali menjadi yang pertama mendeteksi masalah yang akan datang. Menggunakan pemeriksaan uptime dapat secara proaktif mendeteksi masalah ketersediaan dan latensi pada aplikasi serta mengurangi waktu dan tingkat keparahan pengguna yang terkena dampak gangguan. Cek uptime dapat memvalidasi apakah kode respons dari aplikasi Anda sesuai harapan sekaligus memeriksa latensi layanan Anda dari berbagai wilayah. Pemeriksaan uptime dapat menginformasikan SLA dan SLO lebih lanjut serta melacak kesehatan layanan dari waktu ke waktu. Mengingat peran penting yang diberikan oleh pemeriksaan uptime, Google menghadirkan kapabilitas ini di aplikasi seluler Google Cloud. Dengan SRE peluncuran ini, operator atau administrator dapat mengakses sumber daya cloud mereka dengan mudah (App Engine, Compute, Database, Penyimpanan), mengelola izin menggunakan IAM, melihat log, insiden, kesalahan, dan juga billing. Baca juga: Cara Merencanakan Jaringan IPv6 dengan Google Cloud Cara menggunakan cek uptime di aplikasi seluler Google Cloud Untuk mengakses cek uptime, cukup ketuk tab “Operations” di aplikasi seluler Google Cloud di perangkat iOS atau Android Anda. Photo Credit: Google Cloud Blog Setelah masuk ke menu “Uptime Checks”, Anda akan melihat daftar semua layanan yang telah ditambahkan sebelumnya menggunakan dokumentasi Check public uptime check. Photo Credit: Google Cloud Blog Daftar ini diurutkan berdasarkan status, sehingga semua pemeriksaan yang gagal berada di atas. Anda dapat dengan mudah memfilter menurut status menggunakan opsi “Filter” di pojok kanan atas layar. Mengetuk salah satu pemeriksaan uptime akan membawa Anda ke layar “Detail“. Baca juga: Mengintip Layanan Baru Google Cloud: Tawarkan Fleksibilitas Tinggi bagi Pengguna Photo Credit: Google Cloud Blog Di sini Anda akan melihat waktu aktif aplikasi, latensi, status per wilayah (jika Anda memantau aplikasi dari lebih dari satu wilayah cloud) dan grafik untuk memberi Anda pratinjau sekilas. Grafik “passed check” menunjukkan berapa banyak pemeriksaan yang lulus dalam 1 jam terakhir hingga 6 minggu. Anda dapat dengan mudah mengubah interval menggunakan skala di atas grafik. ​ Photo Credit: Google Cloud Blog Gulir ke bawah halaman untuk melihat lebih banyak data. Di bagian bawah layar, telah tersedia beberapa detail konfigurasi untuk pemeriksaan uptime ini, sehingga Anda dapat memeriksa data di atas dengan setelan khusus ini. Fitur baru ini tersedia mulai dari tanggal 1 Maret 2023. Google Cloud menyediakan tombol “Send feedback” di dalam aplikasi jika Anda ingin memberikan masukan. Apabila Anda belum memiliki aplikasinya, bisa langsung mengunduh di Google Play atau App Store. Untuk informasi harga cek uptime, lihat ringkasan harga Cloud Monitoring di sini. Baca juga: Memahami Cara Kerja Cloud Load Balancing di Lingkungan Hybrid dan Multicloud Kemampuan pemeriksaan uptime yang ditawarkan oleh Cloud Monitoring adalah alat observasi yang sederhana namun andal untuk memantau ketersediaan dan kinerja aplikasi pada URL yang disediakan oleh pelanggan. Dengan begitu, Anda dapat selalu melacak ketersediaan sumber daya secara berkelanjutan. Kapabilitas ini dapat Anda nikmati dengan berlangganan Google Cloud melalui EIKON Technology. Kami menawarkan solusi komputasi awan yang dapat disesuaikan dengan kebutuhan lingkungan kerja Anda, termasuk untuk lingkungan kerja hybrid. Untuk informasi lebih lanjut, s klik di sini!

Google Cloud

Google Cloud Technical Guides for Startups: Panduan Lengkap untuk Perusahaan Startup

/

Penting bagi perusahaan startup untuk mendapatkan dukungan teknis yang holistik sehingga dapat membangun dan mengukur bisnis mereka ke tingkatan selanjutnya. Pada tahun 2023 ini, Google meluncurkan seri terbaru Google Cloud Technical Guides for Startups. Melalui panduan ini Anda dapat mempelajari aspek teknis yang dibutuhkan untuk membantu pertumbuhan startup. Mari simak detail selengkapnya berikut. Google Cloud Technical Guides for Startups Panduan Google Cloud Technical Guides for Startups ini hadir dalam 3 multi-series, yakni seri Start, Build, dan Grow. Pada seri Start dan Build, Anda dapat menjelajahi cara untuk mulai menggunakan Google Cloud di startup Anda, serta cara untuk membangun dan mengoptimalkan aplikasi yang ada. Google Cloud Technical Guides for Startups hadir dalam format video yang mudah diikuti. Video bisa Anda akses kapan saja. Di samping itu, Google juga menyediakan handbook gratis yang terhubung dengan video panduan. Seluruh materi disampaikan oleh internal Google sesuai dengan kompetensi masing-masing, seperti customer engineer yang akan memandu Anda di sepanjang seri Start. Baca juga: Optimalkan Startup Anda Dengan Technical Guide For Startups, Panduan Teknis Mengembangkan startup Anda dengan seri Grow Baru-baru ini, Google meluncurkan seri ketiga dari panduan Google Cloud Technical Guides for Startups, yakni seri Grow. Seri ini berfokus pada tips untuk menumbuhkan dan menskalakan penyebaran startup Anda. Grow merupakan bagian terakhir dari multi-series pemberdayaan teknis. Dalam seri Grow ini Anda tidak hanya akan mendapat informasi mengenai beberapa solusi Google Cloud yang menarik dan inovatif, tapi juga bisa mempelajari beberapa contoh kasus yang nantinya dapat diterapkan pada startup Anda. Skalakan penyebaran Anda Photo Credit: DCStudio (Freepik) Di Seri Grow Google Cloud Technical Guides for Startups, Anda dapat mempelajari cara untuk menskalakan bisnis startup dengan memanfaatkan solusi yang disediakan seperti Looker (untuk mendapatkan insight yang kuat), Cloud Spanner (database relasional yang sangat terukur), AlloyDB (database postgresql), dan Anthos (platform berkinerja tinggi untuk kebutuhan konektivitas hibrida startup Anda). Jelajahi arsitektur khusus industri Tidak hanya mengenal dan mempelajari solusi yang disediakan Google Cloud, di seri terbaru ini Anda juga dalam menyelam ke beragam contoh kasus dari berbagai industri. Contoh kasus tersebut merupakan hasil temuan Google Cloud saat mengeksplorasi arsitektur startup, mulai dari perawatan kesehatan hingga vertikal ritel, dan banyak lagi. Baca juga: Tips Membangun Data Team yang Solid untuk Startup EdTech dengan Google Cloud Optimalkan untuk keberlanjutan digital Penting bagi perusahaan startup untuk mempelajari keberlanjutan digital dan operasional (digital and operational sustainability) sekarang. Ini akan membantu mereka untuk bertahan di industri dan unggul dalam persaingan pasar. Pemahaman mengenai keberlanjutan ini pun telah tersedia di Google Cloud Technical Guides for Startups. Seri terbaru ini bahkan menyajikan informasi mengenai cara menjalankan aplikasi dengan karbon bersih (nol emisi). Mulai episode pertama seri Grow Photo Credit: Google Cloud Blog Episode pertama seri Grow Google Cloud Technical Guides for Startups telah dirilis. Bagian pertama ini memberi penjelasan mengenai overview dari topik yang akan dibahas pada keseluruhan seri nantinya. Anda bisa langsung mengakses videonya di sini. Keseluruhan panduan Google Cloud Technical Guides for Startups bisa Anda akses melalui website Cloud on Air. Anda juga dapat berlangganan kanal YouTube Google Cloud Tech untuk menemukan video panduan seri Start, Build, dan Grow. Bagi Anda yang ingin mempelajari lebih lanjut tentang bagaimana Google Cloud dapat membantu pengembangan startup, bisa mengunjungi halaman ini untuk mendapatkan informasi lebih lanjut mengenai program pengembangan dari Google dan mendaftar dalam komunitas startup Cloud, acara virtual, penawaran khusus, dan masih banyak lagi. Baca juga: Ini yang Perlu Dipelajari dari Penyebab Kegagalan Usaha Startup Selain Google Cloud Technical Guide sebenarnya masih ada banyak sekali layanan yang bisa Anda manfaatkan untuk mengembangkan startup. Namun sebelum memulainya, pastikan Anda telah menerapkan komputasi awan Google Cloud untuk perusahaan. Sebab skala yang dibutuhkan oleh perusahaan Anda jelas lebih besar dari skala komputasi awan untuk pemakaian personal. Untuk mulai menerapkan ekosistem cloud dari Google, EIKON Technology siap membantu Anda. Sebagai authorized partner Google untuk Indonesia, kami menyediakan produk legal dan bergaransi resmi. Di samping itu, kami juga menyediakan layanan menyeluruh mulai dari perencanaan hingga penerapan. Untuk langsung terhubung dengan tim EIKON Technology, silakan klik di sini!

Scroll to Top