Konsep Machine Learning, Artificial Intelligence (AI), dan Penerapannya di Industri Migas

Machine learning merupakan implementasi Artificial Intelligence (AI) yang menciptakan automasi dari suatu sistem kinerja, dan serta dapat adaptif untuk melakukan perbaikan diri dari setiap pengalaman dengan tanpa adanya mekanisme pemrograman secara eksplisit. 

Adaptasi atau pembelajaran mesin berfokus kepada pengembangan program komputer yang dapat melakukan akses data dan memanfaatkannya untuk dapat self-learning. Implementasi Machine Learning dalam kurun waktu terakhir ternyata telah berkembang pesat, terutama untuk menunjang kehidupan sehari-hari.

Mekanisme adaptasi atau pembelajaran diawali dengan skema observasi data secara langsung. Tujuannya sederhana, adalah agar komputer dapat belajar secara otomatis tanpa intervensi manusia dan menyesuaikan aktivitas yang sesuai menurut komputer. Karena teknologi komputasi yang sudah modern, machine learning pun mengalami sifat yang lebih komprehensif dalam mengolah data ketimbang di masa lampau.

Sementara itu, algoritma machine learning sendiri merupakan ilmu lama yang kemampuannya dapat menggunakan perhitungan matematis yang kompleks ke data besar secara tepat. Sehingga, secara sederhana, Machine Learning dapat dikatakan sebagai salah satu cabang dari disiplin ilmu AI (Artificial Intellegence) atau Kecerdasan Buatan yang mengulas tentang pembangunan sistem yang berdasarkan data.

Mungkin kita tidak sadar bahwa beberapa situs web dan perangkat modern sudah teraktivasi dengan model Machine Learning. Model tersebut dimanfaatkan untuk melakukan sebuah prediksi serta klasifikasi data baru yang memungkinkan kita untuk dapat menciptakan suatu pengambilan keputusan. Berikut adalah beberapa contoh aplikasi pembelajaran mesin yang dipublikasikan secara luas:

• Mobil Google yang mampu melakukan self-driving. Inti pembelajaran mesin.
• Suggestion Timeline Posting oleh Instagram yang mencoba mempelajari interest penggunannya.
• Penawaran rekomendasi online seperti Amazon dan Netflix.
• Memprediksi kata yang ingin pengguna Twitter sampaikan.
• Dsbnya.

Penggiat Machine Learning saat ini telah meningkat secara eksponensial karena faktor data mining dan analisis Bayesian lebih populer dari sebelumnya. 

Pengolahan komputasi yang relatif lebih affordable serta cepat dan sistem penyimpanan data yang semakin terjangkau merupakan beberapa alasan utamanya. Perkembangan komponen-komponen teknologi tersebut telah dapat membantu pengguna dalam menghasilkan suatu model analisa data yang lebih massif, komprehensif, kompleks, dan tentunya lebih akurat dalam skala besar dengan time-consume yang singkat.

Hasil model pun dapat membuat sebuah keputusan serta tindakan yang lebih cerdas secara real-time tanpa campur tangan manusia. Maka benar adanya, salah satu kunci untuk menghasilkan gerakan cerdas secara real-time adalah dengan pembuatan model secara otomatis dengan skema machine learning.

Bagaimana Machine Learning Bekerja?

Machine learning memiliki dua jenis teknik: Supervised Learning, yang melatih model pada data input dan output yang diketahui sehingga dapat memprediksi keluaran masa depan dan Unsupervised Learning, yang menemukan pola tersembunyi atau struktur intrinsik pada data masukan.

Penerapan metode Machine Learning memang sudah tidak dapat diragukan kembali telah melekat dalam perkembangan dalam rangka peningkatan kehidupan manusia sehari-hari. Machine Learning bukanlah hal baru dalam lanskap ilmu komputer. Machine Learning mengaitkan proses struktural dimana setiap bagian menciptakan versi mesin yang lebih baik. 

Lalu bagiamana perkembangan Machine Leraning di industry Migas ?

Pada Januari 2019, BP berinvestasi dalam start-up teknologi Belmont Technology yang berbasis di Houston untuk meningkatkan kemampuan AI perusahaan, mengembangkan platform geosains berbasis cloud yang dijuluki "Sandy." Sandy memungkinkan BP untuk menafsirkan informasi geologi, geofisika, sejarah dan proyek reservoir, menciptakan "grafik pengetahuan" yang unik. 

AI secara intuitif mengintegrasikan informasi yang ada, mengidentifikasi hubungan baru serta alur kerjanya, dan memanfaatkannya untuk membuat sebuah big picture mengenai aset Subsurface dari BP. Dengan model hasil analisa Machine Learning tersebut, perusahaan dapat melakukan sebuah konsolidasi, kebijakan, dan keputusan aktivitasnya hanya dengan melihat grafik pengetahuan, dan bahkan yang lebih ekstrem, pemanfaatan AI dapat memberikan sebuah penafsiran dan rekomendasi hasil yang paling efektif.

Oil and Gas Authority (OGA) juga memanfaatkan AI dengan cara yang serupa, yaitu membuat apa yang disebut dengan National Data Repository (NDR) minyak dan gas pertama di Inggris, diluncurkan pada Maret 2019. NDR berisi 130 terabyte yang terdiri dari data geofisika, infrastruktur, lapangan, dan sumur. 

Data ini mencakup lebih dari 12.500 wellbores, 5.000 survei seismik, dan 3.000 saluran pipa. NDR menggunakan AI untuk menafsirkan keseuluruhan data tersebut yang dimana OGA berharap akan mengungkap prospek minyak dan gas baru, dan memungkinkan peningkatan produksi dari dan potensi yang belum terolah.

AI juga saat ini telah dapat digunakan untuk membuat suatu operasi pada platform minyak dan gas agar lebih aman. Pada bulan Maret 2019, Aker Solutions yang bermitra dengan perusahaan teknologi SparkCognition berhasil melakukan pengembangan terhadap aplikasi AI dalam inisiatif 'Operasi Kognitif'. 

Sistem AI SparkCognition ini akan digunakan dalam platform solusi analitik yang disebut SparkPredict, yang memantau instalasi atas dan bawah laut untuk lebih dari 30 struktur offshore. Platform SparkPredict menggunakan algoritma Machine Learning untuk menganalisa data sensor, yang memungkinkan perusahaan untuk mengidentifikasi operasi suboptimal dan kegagalan yang akan terjadi sebelum terjadi.

Perusahaan Shell juga mengadopsi perangkat lunak AI serupa pada September 2018, ketika ia bermitra dengan Microsoft untuk memasukkan platform perangkat lunak Azure C3 Internet of Things ke dalam operasi offshore. Platform ini menggunakan AI untuk mendorong efisiensi di semua bagian infrastruktur offshore Shell, mulai dari pengeboran dan ekstraksi, hingga pemberdayaan dan keselamatan karyawan.

Melihat begitu vitalnya perkembangan dunia Machine Learning di ranah industry Migas seharusnya mampu membuat Pertamina untuk dapat juga beradaptasi dan mau untuk mempelajari serta menerapkan teknologi ini. Demi Energy Security untuk bangsa Indonesia, sudah saatnya generasi millennial harapan Pertamina tidak terkungkung oleh rutinitas klasik serta konservatif yang berulang dan menurun dari generasi ke generasi. 

Semangat ini bisa di mulai dari kita, Pertamina Hulu Energi melalui direktorat eksplorasi yang terbukti memiliki garda-garda terbaik sosok millennial leader masa depan dengan segala macam kreasi dan inovasinya. XD World dan ELIIS (Exploration Learning Integrated Information System) adalah salah dua ujung tombak dari kesungguhan PHE untuk menjamahi ranah Machine Learning bagi kemajuan Pertamina dan kesejahteraan Indonesia.