EIKON Technology

logo Eikon
Menu

Google Cloud

Google Cloud

Text-to-Speech API Google Cloud Kini Mendukung Custom Voice

Seiring dengan makin populernya asisten digital dan antarmuka yang mendukung percakapan, masyarakat pun makin terbiasa mendengar dan berbicara dengan suara buatan. Namun bagaimana suara buatan tersebut mencerminkan brand Anda? Bagi perusahaan, membangun identitas dan asosiasi brand yang kuat amatlah penting. Hal ini pun berlaku saat mereka memutuskan untuk menerapkan sistem AI (kecerdasan buatan). Merancang suara buatan yang benar-benar bisa mencerminkan brand sangat penting dalam sistem tersebut. Sebagai alternatif solusi, Google Cloud baru saja meluncurkan kapabilitas Custom Voice di Cloud Text-to-Speech (TTS) API mereka. Seperti apa cara kerjanya? Kapabilitas Custom Voice Kapabilitas yang baru saja diperkenalkan Google Cloud ini merupakan bagian dari Text-to-Speech API. Dengan mengaktifkan fitur tersebut, Anda bisa melatih model suara dengan rekaman audio sendiri yang disesuaikan kebutuhan perusahaan. Untuk bisnis yang sedang membangun identitas brand atau meningkatkan brand awareness, mendesain suara buatan yang unik dapat membantu mengubah interaksi aplikasi seluler (atau layanan pelanggan lain yang berdasarkan interactive voice response) menjadi pengalaman pelanggan yang lebih baik lagi. Baca juga: Memperkenalkan Rangkaian Operasi Google Cloud Kelebihan Custom Voice TTS API Photo Credit: Piqsels Text-to-Speech API sebelumnya memang telah menyertakan layanan speech synthesis dengan daftar suara statis. Namun kini, dengan fitur Custom Voice, Anda diberi lebih banyak pilihan dan pengoperasiannya pun telah dibuat semakin mudah. Fitur Custom Voice memungkinkan Anda mengirimkan rekaman audio untuk mendapatkan akses ke suara baru secara langsung di TTS API. Custom Voice TTS dilengkapi dengan panduan tentang persyaratan audio untuk membantu memastikan Anda menghasilkan model suara buatan berkualitas tinggi. Setelah model baru tersebut dilatih, Anda bisa langsung merujuk ID model dalam panggilan ke Cloud TTS API. Tingkat keamanan Text-to-Speech API merupakan bagian dari proses tata kelola Responsible AI Google Cloud. Itu artinya, fitur Custom Voice pun telah melalui evaluasi etis yang mendalam, termasuk hubungannya dengan media sintetis. Langkah ini merupakan tindakan preventif untuk meminimalisir potensi bahaya yang mungkin muncul di masa mendatang. Jika Anda memang tertarik dengan TTS API untuk membangun sistem AI perusahaan, Google menyediakan proses peninjauan untuk membantu memastikan bahwa setiap penggunaan akan tetap selaras dengan proses tata kelola Responsible AI Google Cloud Bukan hanya itu, untuk memverifikasi bahwa aktor suara yang digunakan benar-benar pihak yang memproduksi Audio, pengguna diharuskan untuk mengirim file audio dengan kalimat dari Google Cloud. Misalnya, sistem akan meminta aktor suara Anda untuk merekam kalimat: “Saya setuju bahwa suara saya akan digunakan untuk membuat Custom Voice untuk Text-to-Speech API”. Ketersediaan bahasa Photo Credit: Piqsels Untuk saat ini, fitur Custom Voice Text-to-Speech Google API telah tersedia dalam 11 bahasa internasional, yaitu: Inggris (Amerika Serikat) Inggris (Australia) Inggris (Britania Raya) Spanyol (Amerika Serikat) Spanyol (Spanyol) Prancis (Prancis) Prancis (Kanada) Italia Jerman Portugis (Brazil) Jepang Google Cloud juga sedang mengembangkan bahasa lain untuk mendukung fitur Custom Voice Text-to-Speech. Anda yang sudah mencoba fitur ini juga bisa memberikan masukan untuk keperluan pengembangan aplikasi melalui kontak Google Cloud. Baca juga: Membuat Aplikasi yang Lebih Cerdas dengan Document AI, Workflows, dan Cloud Function Text-to-Speech (TTS) merupakan salah satu API yang dikembangkan Google Cloud. Dengan memanfaatkan layanan tersebut, Anda bisa mendesain suara buatan untuk mendukung beragam kebutuhan perusahaan, misalnya untuk menunjang layanan pelanggan. Tertarik untuk mulai menerapkan sistem AI di perusahaan Anda? Melalui TTS API serta beragam layanan dan fitur yang ditawarkan Google Cloud, pengembangan sistem AI perusahaan akan jadi lebih fleksibel dan efisien. Dapatkan solusi Google Cloud terbaik untuk bisnis Anda hanya melalui EIKON Technology, authorized partner Google di Indonesia. Informasi selengkapnya, silakan klik di sini!

Google Cloud

Tampilan Baru Google Cloud SDK + CLI untuk Pengembangan yang Lebih Mudah

Google Cloud SDK merupakan rangkaian libraries serta tools yang memungkinkan Anda untuk bisa berinteraksi dengan berbagai produk dan layanan dari Google Cloud. Dengan memanfaatkan libraries Cloud SDK, Anda bisa langsung melakukan integrasi API menggunakan Client Libraries untuk Java, Python, Node.js, Ruby, Go, .NET, dan PHP. Selain itu Cloud SDK juga menyediakan kapabilitas untuk pembuatan skrip atau interaksi dengan cloud resources dalam skala besar menggunakan Google Cloud CLI. Pengembangan lokal pun bisa dilakukan dengan mudah lewat emulator untuk Pub/Sub, Spanner, Bigtable, hingga Datastore. Kini, Cloud SDK telah melalui tahap rebranding, menghadirkan pengalaman pengembangan aplikasi yang lebih mudah dan telah terintegrasi dengan teknologi dari Google Cloud. Seperti apa perubahannya? Mempermudah penemuan dengan mengganti command line tools Photo Credit: Google Cloud Blog Dalam rebranding tersebut Cloud SDK mengubah nama kumpulan command line developer tools menjadi Google Cloud CLI. Tujuannya tak lain adalah untuk memperjelas bahwa tools tersebut merupakan antarmuka command line yang memungkinkan pengguna bekerja dengan salah satu produk dan layanan Cloud SDK. Meski berganti nama, kumpulan tools tersebut masih berisi gcloud, gsutil, bq, kubectl yang sama, dan berbagai emulator data dan tools untuk pengembangan lokal. Semua skrip yang ada akan tetap berfungsi karena tidak ada perubahan terkait prompt perintah. Nama paket yang ada sebelumnya pun masih berfungsi. Misalnya, di Debian Anda masih bisa menjalankan apt-get install google-cloud-sdk atau menggunakan apt-get install google-cloud-cli yang baru. Nama paket lama akan terus ada selama pelanggan melakukan penyesuaian. Baca juga: Meningkatkan Produktivitas Developer dengan Cloud Client Libraries for Compute Engine Mengurangi kerumitan pengkodean dengan SDK berbasis bahasa Photo Credit: DCStudio (Freepik) Google Cloud memang telah lama menawarkan client libraries untuk seluruh layanannya. Namun seiring berjalannya waktu, Google secara berulang merilis gaya client libraries yang lebih baik melalui Cloud Client Libraries. Kini, Cloud Client Libraries telah tersedia untuk Sebagian besar layanan Google Cloud dan menjadi bagian dari Google Cloud SDK untuk setiap bahasa yang didukung (C#, Go, Java, NodeJS, PHP, Python, dan Ruby. Cloud Client Libraries menyederhanakan integrasi dengan APi Google dan memberikan beberapa manfaat signifikan dibandingkan libraries alternatif atau API layanan mentah. Libraries ini menawarkan manfaat seperti: Cuplikan kode: Lihat cuplikan kode contoh untuk setiap metode (dukungan bahasa tambahan akan tersedia dalam beberapa bulan mendatang) untuk membantu proses pengembangan Anda. Dokumentasi yang terpusat dan terkini: Pembuatan dokumentasi otomatis (tersedia di cloud.google.com) memberi Anda dokumentasi referensi teknis yang lebih konsisten dan akurat, serta berada dalam satu lokasi sehingga lebih mudah ditemukan. Integrasi yang lebih cepat dengan pagination, operasi yang lebih panjang, dan metode dukungan lainnya: Kurangi kode boilerplate berulang dengan memanfaatkan fungsi dukungan untuk kasus penggunaan umum seperti bekerja dengan kumpulan data besar atau menangani proses asinkron. Kurva pembelajaran yang lebih rendah: Dengan mengikuti gaya idiomatis dari bahasa pemrograman pilihan Anda, client libraries akan terasa lebih mudah dioperasikan. Jadi, Anda bisa mulai coding lebih cepat dan efektif. Integrasi yang lebih mudah di beberapa produk: Dengan memperlihatkan pola tingkat tinggi yang konsisten untuk autentikasi, penyiapan, dan konfigurasi, Anda dapat bekerja lebih cepat di beberapa produk Google Cloud. Untuk menyederhanakan penemuan, penggunaan, dan pengalaman dokumentasi Anda, sebaiknya gunakan Cloud Client Libraries untuk seluruh proyek baru. Untuk proyek lawas, Google akan terus memperbarui seluruh Google API Client Libraries berikut dokumentasi sebelumnya karena masih digunakan secara luas. Bundling frameworks, panduan, dan alat berorientasi bahasa Dengan menyusun SDK berdasarkan bahasa pemrograman, Google Cloud juga akan menyertakan di setiap SDK semua frameworks dan tools khusus bahasa, bersama dengan language agnostic tools (jika tersedia). Sebagai contoh, Google Cloud SDK untuk Java | |–Cloud SDK Libraries (Cloud Client Libraries untuk Java) |–Spring Cloud GCP (Spring Framework untuk Java di Google Cloud) |–Google Cloud CLI |–Use cases and guides |–Optional tooling (ekstensi Cloud Code IDE) Baca juga: Membuat Aplikasi yang Lebih Cerdas dengan Document AI, Workflows, dan Cloud Functions Dengan memanfaatkan Google Cloud SDK terbaru, Anda bisa menghemat lebih banyak waktu dan tenaga dalam proses pengembangan aplikasi. Untuk memaksimalkan manfaat Cloud SDK, sebaiknya gunakan ekosistem Google Cloud. Dapatkan personalized Google Cloud untuk perusahaan Anda melalui EIKON Technology. Untuk informasi lebih lanjut, silakan klik di sini!

Google Cloud

3 Kunci Utama Transformasi Industri yang Berkelanjutan

Industrialisasi global tanpa disadari telah menimbulkan dampak yang begitu berbahaya bagi kelangsungan hidup manusia. Gas rumah kaca meningkat, polusi udara makin tak terkendali, hingga perubahan iklim yang sulit diprediksi. Waktu yang tersedia pun semakin menipis. Untuk menanggulangi masalah tersebut, paling tidak emisi harus berkurang lima kali lebih cepat dibanding dekade-dekade sebelumnya. Apa yang harus dilakukan? Pada tahun 2021, sebuah laporan dari Perserikatan Bangsa-Bangsa dan Accenture yang mensurvei lebih dari 1.200 CEO di seluruh dunia. Setengah dari CEO yang disurvei mengatakan bahwa cuaca ekstrem sangat memengaruhi rantai pasokan mereka dan 81% sedang mengembangkan produk dan layanan baru yang memanfaatkan elektrifikasi serta desain dan bahan berkelanjutan. Namun, bagaimana industri bisa bergerak lebih cepat untuk menyelamatkan bumi? Justin Keeble, Managing Director of Global Sustainability Google Cloud, menyebutkan ada tiga kunci utama untuk mewujudkan transformasi industri yang berkelanjutan: kepemimpinan, kolaborasi, dan teknologi. Mari bahas satu per satu. Kepemimpinan Photo Credit: krakenimages (Unsplash) Tak dapat dipungkiri, peran para pemimpin perusahaan begitu krusial dalam mewujudkan suatu model bisnis yang berkelanjutan. Perlu adanya kesadaran pada level atas perusahaan untuk bisa mewujudkan suatu tindakan yang tidak hanya performatif, tapi benar-benar memberikan keberlanjutan yang nyata. Pemimpin yang memiliki keyakinan dan kompetitif dalam menciptakan model bisnis baru dengan menerapkan keberlanjutan, pasti akan jauh lebih unggul di masa mendatang. Baca juga: Transformasi Digital Lebih Mudah dengan Google Cloud Kolaborasi Photo Credit: Toa Heftiba (Unsplash) Perubahan iklim tanpa disadari telah mengubah kualitas hubungan. Entah itu hubungan antar negara, pemerintah dengan bisnis, perusahaan dengan partner mereka, hingga perusahaan dengan pelanggan. Langkah perbaikan hubungan tidak akan ada artinya jika hanya satu pihak yang berusaha sendiri. Mereka perlu bekerja sama untuk bisa menimbulkan reaksi. Perusahaan perlu bekerja dengan investor dan tentunya pelanggan, untuk bisa mewujudkan transformasi model bisnis. Mereka juga harus bekerja di level industri untuk memastikan terciptanya ekosistem yang sesuai dengan model bisnis baru tersebut. Di sinilah kolaborasi diperlukan. Kerja sama transparan dari semua pihak yang terlibat serta komitmen kuat akan mempercepat proses pemecahan masalah perubahan iklim. Teknologi Photo Credit: Alex Knight (Unsplash) Pemanfaatan teknologi digital akan memungkinkan industri melakukan pengukuran lingkungan dan langkah perbaikan yang jauh lebih besar. Hal ini sudah terbukti di masa pandemi. Saat virus COVID menyerang, lebih mudah mengetahui seberapa cepat individu, pemerintah, dan bisnis mengubah cara mereka beroperasi. Teknologi akan menjadi penyokong utama bisnis dalam transformasi tersebut dengan sumber energi baru yang lebih bersih, elektrifikasi mobilitas, hingga cara kerja yang lebih cerdas dan efisien. Pemanfaatan data yang masif seperti sekarang ini juga memudahkan para pemimpin untuk lebih cepat dalam mengambil keputusan penting. Baca juga: 4 Upaya Chrome OS Membangun Masa Depan Ramah Lingkungan Pemanfaatan komputasi awan fokus pada analitik dan rekayasa perangkat lunak dengan cara yang seefisien mungkin. Teknologi cloud mengoptimalkan sistem yang ada sekaligus memungkinkan perubahan sistem besar yang meluas ke segala hal. Google Cloud mengoperasikan cloud terbersih di industri saat ini dan juga menawarkan produk, layanan, serta penelitian baru untuk membuat peningkatan yang lebih cepat. Ingin menjadi bagian dari transformasi industri yang berkelanjutan? Anda bisa mulai dengan mengadopsi solusi Google Cloud. Dengan Google Cloud, berbagai proses bisnis bisa disederhanakan sehingga perusahaan dapat beroperasi dengan efisien dan lebih ramah lingkungan. Dapatkan personalized Google Cloud yang disesuaikan dengan kebutuhan perusahaan Anda hanya di EIKON Technology. Untuk informasi selengkapnya, silakan klik di sini!

Google Cloud

Menghubungkan Data SAP Lewat Cloud Data Fusion dengan Google Cloud Cortex Framework

Kecepatan inovasi suatu perusahaan bergantung pada dua faktor, yaitu akses menuju kumpulan tools dan layanan yang tetap serta menyediakan kumpulan data yang relevan untuk layanan tersebut. Google Cloud Cortex Framework menyelesaikan faktor pertama dengan menyediakan akselerator solusi. Akselerator solusi tersebut dapat diterapkan untuk mengatasi berbagai kasus penggunaan dan scenario industri, menggabungkan praktik terbaik, dan membangun pengalaman kumulatif Google Cloud dalam bekerja dengan lingkungan perusahaan. Untuk memecahkan faktor kedua, Anda bisa memanfaatkan Cloud Data Fusion dengan menyediakan jalur integrasi data yang dapat diskalakan untuk konsolidasi kumpulan data SAP dan non-SAP perusahaan Anda dalam BigQuery, data warehouse milik Google Cloud. Percepat data dan strategi analitik Anda Photo Credit: Google Cloud Blog Dengan Google Cloud Cortex Framework, Anda bisa memanfaatkan fondasi data yang kaya dari blok penyusun dan template untuk lingkungan SAP. Hal ini memungkinkan Anda untuk mendapatkan wawasan baru melalui fondasi data skalabel yang dapat menggabungkan data SAP dan juga non-SAP. Framework ini hadir dengan data mart operasional yang telah ditentukan dan skrip proses pengambilan data untuk BigQuery untuk menghilangkan dugaan pemodelan dan pemrosesan data. Dengan template pembelajaran mesin, Anda bisa mendapatkan akses menuju kapabilitas tingkat lanjut untuk keperluan bisnis seperti rekomendasi produk serta segmentasi calon pelanggan. Cloud Data Fusion menghadirkan integrasi data cloud-native Cloud Data Fusion merupakan layanan integrasi dan penyerapan data cloud-native terkelola sepenuhnya yang dapat membantu pengembang, insinyur data, dan analis bisnis membangun serta mengelola pipeline ETL/ELT secara efisien. Layanan ini juga menyediakan berbagai macam plug-in untuk sumber dan target data, baik yang ada di Google Cloud, cloud lain, maupun penyimpanan on-premises perusahaan Anda. Anda juga bisa menggunakan plug-in SAP SLT Replication dari Cloud Data Fusion, Anda dapat melakukan integrasi data secara terus-menerus dan mendekati real-time dari SAP ERP ke BigQuery dengan memanfaatkan perangkat dan kemampuan SAP Landscape Transformation Replication Server (SLT) yang ada. Cara ini akan membantu Anda untuk memastikan data siap digabungkan dengan data lain secara mudah. Baca juga: Cara Membangun Data Mesh di Google Cloud dengan Dataplex Cloud Data Fusion memungkinkan integrasi data dengan Google Cloud Cortex Framework Photo Credit: Google Cloud Blog Menggunakan Cloud Data Fusion untuk integrasi data akan memberikan manfaat berikut: Cloud Data Fusion merupakan lingkungan visual yang lengkap. Anda dapat menggunakan Pipeline Studio untuk mendesain pipeline yang membaca dari SAP ECC atau S/4HANA dan banyak sumber data lainnya dengan cepat. Itu berarti, Anda bisa menggabungkan data dari sistem SAP dan non-SAP kemudian memuatnya ke Google Cloud Cortex Data Foundation dan memberikan wawasan dalam format yang mudah digunakan, sehingga tidak memerlukan domain khusus. Cloud Data Fusion menerapkan skala secara horizontal untuk menjalankan pipeline. Langkah ini menghasilkan kinerja dan skalabilitas yang lebih baik. Plug-in SAP SLT Replication memungkinkan sistem SAP SLT menulis data ke penyimpanan Google Cloud untuk melacak semua perubahan, sementara pipeline Cloud Data Fusion akan menangani langkah-langkah untuk memindahkan data ke BigQuery. Cloud Data Fusion menyediakan banyak plug-in untuk aplikasi perusahaan dan gudang data yang ada di luar SAP. Dengan makin bertambahnya daftar akselerator solusi dari Google Cloud Cortex Framework, makin banyak pula kasus penggunaan pada sumber data dari vendor perangkat lunak lain. Jadi, memilih platform integrasi data yang dapat menangani berbagai titik akhir sumber data akan memungkinkan organisasi Anda memanfaatkan tool yang sama terlepas dari sistem sumber yang diterapkan pada lanskap Anda. Baca juga: Pedoman Google Cloud untuk Mengembangkan Solusi Machine Learning Berkualitas Dengan Google Cloud Cortex Framework dan Cloud Data Fusion, Anda dapat memanfaatkan berbagai layanan Google Cloud untuk mendapatkan insight atas data yang ada dalam sistem SAP, menggunakan integrasi data cloud-native dalam skala besar, menerapkan tampilan BigQuery yang telah ditentukan sebelumnya, dan template ML serta dasbor Looker plug-and-play untuk mendapatkan insight lebih cepat untuk kebutuhan bisnis umum. Dapatkaan segera Google Cloud untuk mendukung penyimpanan data perusahaan Anda melalui EIKON Technology, official reseller Google. Di EIKON Technology, Anda tidak sekadar mendapatkan produk resmi berlisensi, namun juga layanan konsultasi pemasangan. Untuk langsung terhubung dengan tim EIKON Technology, silakan klik di sini!

Google Cloud

5 Langkah Ciptakan Lingkungan Kerja Hybrid Inklusif yang Unggul

Lingkungan kerja hybrid sedang ramai dibicarakan akhir-akhir ini. Transisi dari lingkungan kerja konvensional menjadi hybrid terbukti memunculkan perubahan yang signifikan. Itu berarti, para pemilik bisnis harus mampu menyediakan infrastruktur yang dapat memfasilitasi transisi tersebut. Di satu sisi, perusahaan juga harus mengevaluasi apa saja yang diperlukan untuk menarik dan mempertahankan karyawan. Ya, kedua tantangan tersebut sebenarnya masih saling berkaitan. Pemilik bisnis dan pimpinan perusahaan bisa mulai melakukan perombakan terhadap budaya perusahaan yang fokus pada lingkungan kerja hybrid dan strategi DEI atau diversity, equity, dan inclusion (keragaman, kesetaraan, dan inklusi) secara bersamaan. Bagaimana caranya? 5 langkah untuk ciptakan budaya kerja hybrid yang unggul Photo Credit: Rawpixel Bisa dibilang, strategi DEI telah menjadi keharusan dalam bisnis saat ini. Perusahaan harus berusaha untuk meminimalisir bias yang sering kali tidak disadari, memberikan gaji berbasis pasar untuk tiap pekerja, dan memperkenalkan program training yang mendukung pengembangan bakat SDM. Berikut adalah beberapa langkah yang bisa Anda lakukan: Edukasi untuk pimpinan perusahaan terkait lingkungan kerja hybrid dan strategi DEI Saat Anda mulai membangun infrastruktur untuk lingkungan kerja hybrid, sangat penting untuk memahami tentang bias bawah sadar. Sebaiknya perusahaan menerapkan strategi pembelajaran DEI holistik, yang di dalamnya terdapat pemahaman mengenai bias bawah sadar dan pengembangan infrastruktur untuk perubahan perilaku jangka panjang. Gunakan alat yang mendukung DEI dan lingkungan kerja hybrid Photo Credit: Rawpixel Perusahaan bisa mulai memanfaatkan teknologi dan software HR berbasis AI untuk mendukung proses transisi. Misalnya, menggunakan alat kolaborasi seperti Google Workspace yang mampu memastikan keterlibatan setiap orang, di mana pun mereka berada. Bisa juga dengan membeli solusi perekrutan yang telah diperkaya dengan teknologi AI untuk mengurangi kemungkinan diskriminasi saat menilai kandidat. Baca juga: Meeting Hybrid yang Lebih Inklusif dengan Google Workspace Perkuat kultur dengan kombinasi DEI dan meritokrasi Pastikan perusahaan Anda memiliki pedoman eksplisit yang memastikan bahwa sistem dan proses perekrutan atau promosi karyawan, dilakukan secara transparan dan adil. Salah satu cara untuk bisa mencapai hal tersebut adalah dengan menentukan kualifikasi pekerjaan yang terperinci dan metrik tiap peran yang jelas untuk memahami keterampilan yang dibutuhkan tiap-tiap jabatan. Penting juga untuk memastikan bahwa sistem tersebut bebas bias. Beberapa perusahaan besar telah menggunakan alat analitik untuk mengevaluasi kinerja sistem rekrutmen dan promosi mereka. Menciptakan program upskilling untuk melatih para karyawan Banyak perusahaan yang merasa kesulitan untuk menemukan SDM denga keahlian yang tepat. Salah satu solusi untuk mengatasi permasalahan ini adlaah dengan berinvestasi dalam melatih SDM yang sudah dimiliki perusahaan. Perusahaan harus mengembangkan bakat yang beragam di setiap tingkat untuk menciptakan jalur kandidat yang nantinya bisa berkembang hingga mencapai level manajemen senior. Selain itu, perusahaan harus mampu merancang program yang bisa memberikan peningkatan keterampilan bagi karyawan pemula dan tingkat menengah. Selalu ingat bahwa uang bukanlah segalanya Photo Credit: Rawpixel Pada kebanyakan kasus, karyawan memilih hengkang karena alasan uang, namun bertahan karena budaya perusahaan. Itu berarti, dengan memberikan pengalaman terbaik bagi karyawan, perusahaan bisa mempertahankan mereka. Seperti apa kira-kira pengalaman yang sebaiknya diberikan kepada karyawan? Tiap perusahaan tentu memiliki kebutuhan yang berbeda-beda, cobalah untuk mengamati apa kira-kira yang diperlukan karyawan. Anda bisa menawari mereka untuk bekerja di luar kantor, menerapkan jadwal yang fleksibel, hingga memberi program lanjutan seperti tunjangan penitipan anak. Meski begitu, rasa memiliki karyawan bisa ditumbuhkan dengan melibatkan mereka. Sebuah penelitian McKinsey menemukan bahwa karyawan yang lebih sering dilibatkan, menunjukkan komitmen yang lebih besar terhadap perusahaan. Sebaliknya, jika karyawan tidak pernah dilibatkan, mereka akan merasa tidak dihargai. Baca juga: Tips Tingkatkan Keterlibatan Karyawan dalam Lingkungan Kerja Hybrid Pandemi mau tak mau mengubah kebiasaan hidup manusia, termasuk dalam hal pekerjaan. Adanya pandemi menyebabkan lingkungan kerja bertransisi ke model hybrid yang menggabungkan model konvensional dan remote (jarak jauh). Sayangnya, lingkungan kerja hybrid rentan menimbulkan bias dan berpotensi menurunkan tingkat keterlibatan karyawan. Dikhawatirkan, kondisi ini bisa menyebabkan tingkat retensi naik. Anda bisa menerapkan langkah-langkah di atas untuk mengatasi tantangan yang muncul karena proses transisi ke lingkungan kerja hybrid. Jangan lupa juga untuk memilih infrastruktur yang memang mendukung sistem hybrid seperti solusi komputasi awan Google Cloud yang kini bisa Anda dapatkan melalui EIKON Technology. Untuk informasi lebih lanjut terkait pilihan paket Google Cloud untuk mendukung lingkungan kerja hybrid, klik di sini!

Google Cloud

Kelola Administrasi BigQuery Lebih Mudah dengan Fitur Resource Charts dan Slot Estimator

BigQuery pada mulanya diperkenalkan sebagai sebuah data warehouse. Seiring perkembangannya, platform tersebut merambah ke bidang analitik data dan juga business intelligence. Bukan hanya itu, BigQuery kemudian juga dirancang untuk dapat bekerja tanpa server pada skala yang fleksibel, baik kecil maupun besar. Dengan berbagai kemampuan tersebut tidak mengherankan jika BigQuery kemudian begitu diandalkan untuk menangani berbagai macam beban kerja analitik. Namun ketika pelanggan meningkatkan beban kerja di BigQuery, otomatis persyaratan pemantauan dan pengelolaan mereka pun akan ikut berkembang. Anda tidak perlu khawatir, karena kini telah tersedia beberapa fitur dan kapabilitas untuk mengelola administrasi BigQuery dalam skala besar. Simak ulasan berikut untuk mengetahui penjelasan lengkapnya. Fitur Resource Charts Untuk mengelola administrasi, BigQuery (BQ) telah menyediakan suatu kapabilitas spesifik bernama Administrator Hub. Di dalam kapabilitas tersebut Anda bisa menemukan fitur baru bernama Resource Charts. Fitur ini akan membantu para administrator lebih mudah memahami lingkungan BQ mereka. Photo Credit: Google Cloud Blog Resource Charts membantu administrator mengelola administrasi dengan pengalaman bawaan untuk memantau penggunaan slot mereka, mengelola kapasitas berdasarkan konsumsi historis, memecahkan masalah kinerja pekerjaan, queries yang mampu melakukan diagnosis mandiri, dan mengambil tindakan perbaikan sesuai kebutuhan. Fitur ini juga memberikan visibilitas menuju metrik utama seperti konsumsi slot, kinerja pekerjaan, konkurensi, jumlah byte yang diproses, dan pekerjaan yang gagal. Resource Charts dibuat menggunakan tabel-tabel INFORMATION_SCHEMA, sehingga memungkinkan pelanggan memahami data melalui dashboard yang dibuat khusus. Baca juga: Mengenal BigQuery Explainable AI, Alat Interpretasi Model Machine Learning Fitur Slot Estimator Slot Estimator merupakan sebuah tool BigQuery yang berfungsi sebagai pengelola kapasitas interaktif. Dengan tool ini, administrator dapat memperkirakan dan mengoptimalkan kapasitas BQ berdasarkan performa dan data penggunaan historis. Menggunakan Slot Estimator, pengguna juga dapat menghitung, memprediksi sekaligus menyesuaikan kapasitas berdasarkan beban kerja mereka. Jadi, Anda bisa mengambil keputusan yang tepat dalam hal perencanaan kapasitas. Cara kerja Resource Charts dan Slot Estimator Kedua fitur tersebut bisa Anda temukan pada BigQuery Administrator Hub yang merupakan kontrol pusat untuk memahami, mengelola, dan memantau query, kapasitas, serta keseluruhan lingkungan BQ Anda. Katakanlah saat melakukan pemantauan lingkungan BQ secara real-time di Resource Charts, tampak bahwa penggunaan slot mengalami penurunan selama beberapa jam. Anda pun memutuskan untuk menyelidiki lebih jauh. Photo Credit: Google Cloud Blog Anda bisa melihat pada bagan Errors yang baru. Jika misalnya terlihat peningkatan tajam pada izin ditolak atau kesalahan yang tidak valid, Anda bisa gunakan filter seperti proyek, reservasi, serta pengguna dan prioritas pekerjaan untuk memahami apa saja yang sudah berubah. Jadi, Anda bisa langsung memperbaikinya. Photo Credit: Google Cloud Blog Tak lama, seorang data analis perusahaan mendatangi Anda dan mengungkapkan bahwa ia merasa alur kerja terasa melambat secara bertahap selama satu minggu terakhir. Untuk menyelesaikan masalah ini, Anda juga bisa memanfaatkan Resource Charts. Dari fitur tersebut akan langsung tampak apa yang bisa menyebabkan alur kerja melambat, misalnya, pemanfaatan slot telah mencapai kapasitas maksimal. Setelah ditelusuri lebih lanjut, ternyata problem tersebut bisa diatasi dengan meningkatkan workload baru. Saat workload naik maka kapasitas slot pun akan lebih stabil dan penggunaannya bisa lebih optimal. Photo Credit: Google Cloud Blog Setelah mendeteksi penyebab melalui Resource Charts, Anda bisa beralih ke Slot Estimator. Di situ akan tampak pemanfaatan slot yang penuh dan bagaimana penggunaan slot meningkat selama seminggu terakhir. Anda dapat melihat data reservasi dan menganalisis peluang untuk meningkatkan kinerja dengan menambahkan jumlah slot. Photo Credit: Google Cloud Blog BigQuery merupakan suatu data warehouse dengan berbagai kapabilitas mulai dari machine learning, analisis geospasial, hingga business intelligence. Arsitekturnya yang tanpa server memungkinkan Anda sebagai pengguna untuk bisa menemukan jawaban atas berbagai permasalahan terkait pengelolaan data perusahaan. Baca juga: Mengenal BigQuery Write API dalam Google Cloud Dengan adanya fitur Resource Charts dan Slot Estimator, pengelolaan lingkungan BigQuery pun menjadi semakin mudah. Selain memanfaatkan BQ dan berbagai fitur di dalamnya, untuk penyimpanan data perusahaan dalam skala besar, layanan komputasi awan Google Cloud adalah solusi terbaik. Menggunakan Google Cloud, Anda tidak perlu bingung lagi dengan masalah penyimpanan dan pengelolaan data perusahaan. Dapatkan produk Google Cloud berlisensi resmi dan dapat disesuaikan dengan kebutuhan perusahaan lewat EIKON Technology. Untuk langsung terhubung dengan tim EIKON Technology, silakan klik di sini!

Google Cloud

3 Alasan Mengapa Anda Harus Menambahkan Cloud sebagai Data Strategy

Saat ini, ada banyak sekali perusahaan yang menerapkan infrastruktur sistem data dengan serangkaian parameter ketat sebelum implementasinya. Sayangnya, hal ini bisa membatasi fleksibilitas dan juga penggunaan jangka panjang. Padahal, “living systems” yang fleksibel mampu mengubah kapasitas dengan cepat. Itu berarti, peluang untuk mendapatkan keuntungan lebih besar pun terbuka lebar. Cloud bisa menjadi solusi yang efisien jika Anda ingin membangun sistem data live. Langkah ini akan membantu perusahaan Anda lebih cepat merespons perubahan yang terjadi. Berikut adalah alasan mengapa Anda harus menambahkan komputasi cloud sebagai bagian dari data strategy, terutama jika ingin mulai menerapkan sistem data live. Data harus selalu tersedia Saat pandemi melanda dunia, banyak perusahaan yang memindahkan atau bahkan membuat sistem agar karyawan mereka bisa bekerja dari jarak jauh. Perubahan ini mau tak mau menguji batas sistem data yang mereka miliki. Membangun cloud menjadi suatu sistem data yang fleksibel telah terbukti dapat menyelesaikan masalah tersebut. Migrasi ke penyimpanan cloud akan membuat data lebih mudah diakses. Anda juga bisa selalu menambahkannya kapan pun dan di mana pun, tanpa harus pergi ke kantor. Langkah ini juga bisa menjadi cara yang efisien untuk mencadangkan data mentah dan menambah lapisan keamanan tambahan. Baca juga: Mengintip Solusi Digital Assets Team yang Baru Diluncurkan Google Cloud Data harus diperbarui secara real-time Photo Credit: Rawpixel Perusahaan akan lebih cepat beradaptasi jika efisiensi data lebih tinggi. Saat perusahaan cepat beradaptasi maka otomatis proses pengambilan keputusan pun akan ikut menjadi lebih cepat. Memiliki solusi data yang terus diperbarui secara real-time akan membantu perusahaan membuat keputusan yang bahkan mendekati real-time. Hal ini telah dibuktikan oleh pemerintah daerah Negara Bagian Wyoming, Amerika Serikat dalam proses distribusi vaksin. Sistem data mengumpulkan data penduduk yang telah menerima pasien secara real-time. Dengan begitu, pemangku kebijakan pun bisa mengambil keputusan terkait penanggulangan pandemi lebih cepat. Sistem data real-time tidak hanya dibutuhkan di masa pandemi. Krisis lain seperti bencana alam, kekurangan pakan, hingga berbagai ancaman kesehatan masyarakat, semuanya bisa ditangani dengan efisien jika menerapkan sistem data real-time. Di sinilah cloud bisa membantu sistem data Anda untuk mencapai tujuan tersebut. Data harus mudah digunakan Untuk membedakan sistem data yang fungsional dengan sistem data fenomenal sebenarnya tidak sulit. Sistem data yang fungsional pasti menyediakan data yang mudah digunakan serta dipahami. Menyimpan data di cloud adalah langkah awal yang tepat, tapi perusahaan juga harus bisa mengakses dan menggunakannya dengan cepat. Photo Credit: freepic.diller (Freepik) Di sinilah sistem data konvensional sering mengalami hambatan. Kebanyakan sistem TI konvensional menerapkan data strategy yang diidentifikasi sebelum implementasi dimulai. Hal ini akan menyebabkan data baru yang digunakan secara berbeda, harus melalui proses adaptasi terlebih dahulu. Proses ini sering kali makan banyak waktu dan sulit dijalankan. Data memang tersedia, tapi tidak bisa digunakan. Sistem data yang memanfaatkan cloud akan memberikan aksesibilitas sekaligus penggunaan data yang lebih baik. Google Cloud misalnya, Anda bisa menemukan tool yang bisa disesuaikan seperti Contact Center AI dan Document AI. Tool tersebut memungkinkan perusahaan untuk bisa bekerja dengan data yang terus berubah. Baca juga: Pedoman Google Cloud untuk Mengembangkan Solusi Machine Learning Google Cloud memiliki serangkaian tools untuk membuat sistem data yang terintegrasi. Sistem tersebut bahkan nantinya dapat dikembangkan seiring dengan naiknya permintaan atau untuk menyesuaikan kebutuhan pembangunan perusahaan. Sistem data Google Cloud telah terbukti efisien dalam memenuhi situasi tersebut. Bagi Anda yang tertarik untuk mulai melakukan migrasi data ke cloud, Google Cloud adalah solusi terbaik. Kini, Anda bisa mendapatkan Google Cloud yang disesuaikan dengan kebutuhan perusahaan melalui EIKON Technology, Google Apps Partner untuk Indonesia. Untuk informasi lebih lanjut, silakan klik di sini!

Google Cloud, Google Workspace

Selamat untuk EIKON Technology, Top Achiever 2021 Google Cloud Indonesia!

EIKON Technology kembali membuktikan kapasitasnya sebagai penyedia layanan cloud terkemuka di Indonesia. Pada gelaran Google Cloud Indonesia Partner Kick-Off 2022, tanggal 9 Maret 2022 lalu, EIKON Technology dinobatkan sebagai Top Achiever 2021 Google Workspace – Indonesia untuk kategori Business Result, Commitment, Execution, Expertise. Google Cloud Indonesia Partner Kick-Off 2022 Google Cloud Indonesia Partner Kick-Off sendiri merupakan event tahunan yang diselenggarakan oleh Google Cloud untuk memberikan apresiasi kepada para partner mereka di Indonesia. Pada tahun 2022 ini, event digelar secara virtual melalui Google Meet. Google Cloud Indonesia Partner Kick-Off 2022 menjadi ajang pemberian apresiasi kepada partner Google Cloud yang tersebar di seluruh Indonesia atas pencapaian mereka sepanjang tahun 2021 lalu. Dalam event tersebut, EIKON Technology mendapatkan penghargaan Top Achiever 2021 Google Workspace – Indonesia dengan penilaian dalam hal Business Result, Commitment, Execution, dan Expertise. Pada gelaran Google Cloud Indonesia Partner Kick-Off 2022 ini, EIKON Technology juga resmi menjadi Google Cloud Partner Advantage. Ini menempatkan EIKON Technology dalam jajaran perusahaan dunia yang menjadi partner Google Cloud seperti Deloitte, Paloalto, WiX, AtoS, Accenture, SoftBankc Japan, VMware, hingga GitLab. Baca juga: Webinar Google Workspace dari EIKON Technology Bukti komitmen EIKON Technology EIKON Technology merupakan sebuah perusahaan yang berdiri di tahun 2007 dan bergerak dibidang konsultan teknologi informasi, outsourcing, serta pengembangan. Sejak saat itu, EIKON telah menjadi salah satu penyedia layanan komputasi awan (cloud) terkemuka di tanah air. Perjalanan EIKON Technology bersama Google dimulai dengan menjadi salah satu dari 10 Google Apps Partner pertama di dunia, tepatnya pada tahun 2014. Segera setelah itu, EIKON Technology pun menjadi penyedia layanan komputasi awan Google, Cloud kenamaan di Surabaya, Jakarta, dan seluruh Indonesia. EIKON Technology kini menjadi partner resmi Google untuk menjual Google Workspace resmi. Google Workspace sendiri merupakan rangkaian tools produktivitas dari Google yang dapat digunakan untuk berbagai keperluan kerja. Sebagai reseller resmi yang ditunjuk langsung oleh Google, EIKON Technology melayani pembelian produk untuk wilayah Jakarta, Jogja, Bandung, Semarang, Surabaya, Solo, Makassar, Malang, Medan, Palembang, Denpasar, Pontianak, Batam, dan kota-kota besar di seluruh indonesia.  Mulai berlangganan Google Workspace di EIKON Technology Photo Credit: katemangostar (Freepik) Pengoperasian Google Workspace sangat mudah. Anda bahkan tidak memerlukan perangkat keras maupun perangkat lunak tambahan. Sebab, layanan ini hanya membutuhkan browser serta koneksi internet. Aplikasi yang disediakan juga dapat dioperasikan di ponsel, tablet, maupun PC. Jika Anda menggunakan Google Workspace dalam skala besar, pengelolaannya pun sangat mudah. Keamanannya pun telah terjamin karena disimpan dengan teknologi canggih milik Google Baca juga: Kini Seluruh Paket Gratis G Suite Berubah Menjadi Google Workspace Berbayar! EIKON Technology menyediakan berbagai jenis paket Google Workspace. Untuk masalah harga Anda tak perlu khawatir karena EIKON menyediakan harga Google Workspace yang relatif murah dan dapat disesuaikan dengan kebutuhan perusahaan Anda. Silakan konsultasikan kebutuhan Anda di sini, EIKON Technology dengan senang hati membantu.

Google Cloud

Membongkar Mitos Seputar Cloud Spanner

Cloud Spanner merupakan sebuah database untuk level perusahaan yang menawarkan skalabilitas tak terbatas dengan tingkat ketersediaan hingga mencapai 99,999%. Database ini juga tidak memerlukan jendela pemeliharaan dan menerapkan antarmuka PostgreSQL yang familier. Secara garis besar, Cloud Spanner menggabungkan manfaat dari database relasional dengan skalabilitas yang tak tertandingi dan ketersediaan non-relasional. Dengan beragam kegunaan tersebut tidak mengherankan jika pengguna Cloud Spanner sering salah berasumsi. Artikel kali ini akan membahas beberapa “kesalahpahaman” umum terkait Cloud Spanner yang sering ditemukan. Mari simak bersama. Spanner hanya bisa digunakan untuk workload skala besar Cloud Spanner memang dikenal memiliki skalabilitas tak terbatas. Kapabilitas tersebut kemudian menimbulkan asumsi bahwa database tersebut hanya bisa digunakan untuk proyek dengan workload skala besar. Namun benarkah demikian? Ada banyak sekali perusahaan besar yang menggunakan Cloud Spanner. Salah satu contohnya, Uber. Dengan layanan yang begitu luas, jelas workload Uber pun besar sehingga tidak mengherankan jika menggunakan Spanner. Meski begitu, pada kenyataannya ada beberapa perusahaan dengan skala lebih kecil yang menggunakan Spanner seperti Google Password Manager. Tool tersebut memang tidak memiliki workload besar, namun tetap memerlukan Spanner karena para pengguna jelas tidak bisa menoleransi downtime saat mereka harus menggunakan password. Spanner terlalu mahal Photo Credit: Piqsels Saat Anda mempertimbangkan biaya database, perhatikanlah TCO (Total Cost of Ownership) dan nilai yang ditawarkannya alih-alih hanya melihat harga mentah. Spanner memberikan nilai yang signifikan kepada pelanggan dari perhitungan tersebut serta hal-hal penting lainnya seperti ketersediaan, performa harga, dan pengurangan biaya operasional. Dengan Spanner, Anda tidak perlu khawatir lagi dengan masalah keamanan, ketersediaan, dan keandalan data lagi. Terlebih kini sudah ada penawaran Granular Instance Sizing yang memungkinkan Anda untuk bisa memulai layanan hanya dengan US$65/bulan, Baca juga: Lebih Jauh Mengenai Autoscaling pada Bigtable dan Analisis Penghematan Biayanya Saat menggunakan Spanner Anda harus memilih antara skala, konsistensi, dan latensi Hal ini sebenarnya bergantung pada masing-masing kasus penggunaan dan konfigurasi instance. Jadi, pengguna bisa menggunakan Spanner tanpa harus memilih salah satu di antara skala,, konsistensi, dan latensi. Untuk memberikan konsistensi data yang kuat, Cloud Spanner menggunakan skema replikasi sinkron berbasis Paxos. Sedangkan agar latensi rendah, multi-wilayah Spanner dirancang dengan cermat dalam konfigurasi geografis yang memastikan bahwa replika dapat berkomunikasi dengan cukup cepat. Antarmuka Spanner sulit dipahami Spanner menawarkan fleksibilitas untuk berinteraksi dengan database melalui SQL berdasarkan standar ANSI 2011 serta melalui antarmuka REST atau gRPC API. Baru-baru ini, Cloud Spanner juga memperkenalkan antarmuka PostgreSQL. Antarmuka PostgreSQL menyediakan subset yang kaya dari dialek SQL PostgreSQL open-source, termasuk sintaks query umum, fungsi, dan operator. Ini mendukung kumpulan inti tipe data PostgreSQL open-source, sintaks DDL, dan tampilan skema informasi. Satu-satunya cara untuk mencapai observabilitas data adalah dengan Spanner Console Photo Credit: Piqsels Client library Spanner saat ini sudah mendukung Pelacakan dan Metrik dari OpenCensus. Kapabilitas ini memberikan wawasan mengenai kondisi internal klien dan membantu Anda untuk melakukan debug pada masalah produksi. Misalnya, pelacakan dan metrik dari sisi klien menyertakan informasi terkait sesi dan juga transaksi. Spanner juga mendukung penerima OpenTelemetery, yang menyediakan cara mudah bagi Anda untuk memproses dan memvisualisasikan metrik dari tabel Sistem Cloud Spanner dan mengekspornya ke APM (Application Monitoring) pilihan Anda. Hal tersebut juga mencakup kombinasi open-source dari database deret waktu seperti Prometheus yang digabungkan dengan dashboard Grafana. Bisa juga berupa penawaran komersial seperti Splunk, Dynatrace, AppDyamics, hingga NewRelic. ​​Baca juga: Register Domain Lebih Mudah dengan GA Cloud Domain Cloud Spanner merupakan sebuah database dengan skalabilitas raksasa yang dibangun dalam jaringan Google Cloud. Database ini menawarkan tingkat latensi rendah, keamanan tinggi, dan ketangguhan layanan untuk penggunanya yang tersebar di seluruh dunia. Sebelum menggunakan Cloud Spanner, ada baiknya Anda juga menerapkan komputasi awan Google Cloud untuk kinerja yang optimal. Ingin sistem penyimpanan data yang lebih baik lagi? Pilih paket solusi Cloud yang disesuaikan dengan kebutuhan perusahaan Anda. Dapatkan segera hanya di EIKON Technology, reseller resmi Google untuk Indonesia. Untuk konsultasi dengan tim EIKON Technology, silakan klik di sini!

Google Cloud

Pedoman Google Cloud untuk Mengembangkan Solusi Machine Learning Berkualitas Tinggi

Saat model machine learning (ML) menghasilkan prediksi yang tidak memuaskan, penyebabnya bisa sangat beragam. Bisa jadi karena bug dari suatu program atau bisa juga karena masalah khusus pada ML itu sendiri. Adanya anomaly data pun dapat menyebabkan kinerja model menurun seiring berjalannya waktu. Apabila model kemudian disematkan ke aplikasi, masalah tersebut akan berpotensi menciptakan pengalaman pengguna yang buruk. Terlebih jika model merupakan bagian dari sebuah proses internal, dampaknya bisa memengaruhi pengambilan keputusan bisnis. Tantangan dalam membangun model machine learning Photo Credit: Piqsels Rekayasa perangkat lunak memiliki banyak proses, alat, dan praktik yang berfungsi untuk memastikan kualitas software. Fungsi alat-alat tersebut mencakup pengujian, verifikasi dan validasi, serta pencatatan dan pemantauan perangkat lunak. Sedangkan dalam pemodelan machine learning, tugas membangun, menerapkan, dan mengoperasikan sistem menghadirkan tantangan tambahan yang memerlukan proses sekaligus praktik tambahan. ML tidak hanya bergantung pada data. Sebab, sistem tersebut menginformasikan pengambilan keputusan secara otomatis tidak hanya dari data, tapi juga dari sistem layanan pelatihan ganda. Baca juga: Memanfaatkan Google Cloud untuk Menyusun Proyek Data Science Dualitas tersebut memang bisa meningkatkan kualitas prediksi ML, namun di waktu yang bersamaan juga bisa mengakibatkan kemiringan penyajian pelatihan. Bukan hanya itu, sistem ML juga rentan mengalami macet dalam proses pengambilan keputusan otomatis. Artinya, anda perlu jenis pengujian dan pemantauan yang berbeda untuk model dan sistem ML dibandingkan dengan sistem software lain. Pedoman pengembangan solusi machine learning Google Cloud Photo Credit: Piqsels Untuk mengatasi permasalahan tersebut, Google menyusun sebuah pedoman komprehensif yang mencakup setiap proses dalam siklus hidup MLOps. Pedoman tersebut juga membahas cara menilai, memastikan, dan mengontrol kualitas solusi machine learning yang sedang Anda kembangkan. Detail pedoman selengkapnya bisa didapatkan di situs Google Cloud. Rangkuman pedoman solusi machine learning Google Secara garis besar, pedoman solusi machine learning yang disusun Google Cloud tersebut membahas 6 topik berbeda. Di sini kami memberikan rangkuman dari pedoman tersebut. Anda bisa menyimaknya dalam poin-poin berikut: Pengembangan model Topik ini membahas tentang bagaimana membangun model ML yang efektif dengan menerapkan pra-pemrosesan data relevan, evaluasi model, serta pengujian model dan teknik debugging. Pelatihan penerapan pipeline Pada bagian ini membahas cara menerapkan rutinitas CI/CD yang mengotomatiskan pengujian untuk fungsi model dan pengujian integrasi komponen alur pelatihan. Panduan ini juga membantu Anda menerapkan strategi penyampaian progresif yang sesuai untuk menerapkan pipeline. Pelatihan berkelanjutan Panduan ini memberikan rekomendasi untuk memperluas alur kerja pelatihan otomatis dengan langkah-langkah yang memvalidasi data input baru untuk pelatihan, sekaligus memvalidasi model output baru yang dihasilkan setelah pelatihan. Bagian ini juga mengajarkan cara melacak metadata dan artefak yang dihasilkan selama proses pelatihan. Model deployment These guidelines address how to implement a CI/CD routine that automates the process of validating compatibility of the model and its dependencies with the target deployment infrastructure. These recommendations also cover how to test the deployed model service and how to apply progressive delivery and online experimentation strategies to decide on a model’s effectiveness. Penerapan model Membahas cara menerapkan rutinitas CI/CD yang mengotomatiskan proses validasi kompatibilitas model dan dependensinya dengan infrastruktur penerapan target. Juga mencakup cara menguji layanan model yang diterapkan dan cara menerapkan strategi pengiriman progresif dan eksperimen online untuk memutuskan efektivitas model. Tata kelola model Menyangkut penetapan standar kualitas model. Bagian ini juga mencakup teknik penerapan prosedur dan alur kerja untuk meninjau dan menyetujui model untuk penyebaran produksi, serta mengelola model yang digunakan dalam produksi. Baca juga: Mengenal BigQuery Explainable AI, Alat Interpretasi Model Machine Learning  Mengembangkan solusi untuk machine learning memang bukanlah suatu proses yang mudah. Pedoman yang dikeluarkan oleh Google Cloud bisa Anda jadikan panduan untuk membantu. Terlebih, panduan tersebut terus diperbarui dan disesuaikan dengan kondisi terkini. Anda bisa langsung mendapatkan update terbaru jika menggunakan Google Cloud. Belum menggunakan Google Cloud untuk pengembangan sistem machine learning perusahaan Anda? Tim EIKON Technology menyediakan layanan konsultasi produk untuk membantu Anda menentukan mana solusi Google Cloud yang paling tepat. Untuk terhubung langsung dengan tim EIKON Technology, silakan klik di sini!

Scroll to Top