Cari

Machine Learning Engineering Praktis: Dari Data Mentah ke Model Siap Produksi

Dengan studi kasus kredit dan telko dalam konteks industri Indonesia

Deskripsi

Model Machine Learning dengan akurasi 95% di notebook tidak ada artinya jika tidak pernah menyentuh sistem produksi. Tapi tanpa standar engineering yang tepat, membawa model ke dunia nyata justru memicu tumpukan masalah baru.

Buku ini memandu pembaca dari seseorang yang sekadar bereksperimen dengan algoritma menjadi seorang Machine Learning Engineer yang mampu membangun sistem prediksi yang andal, stabil, dan siap beroperasi. Tanpa hype infrastruktur cloud yang berlebihan. Tanpa mengabaikan keterbatasan data lokal.

Melalui studi kasus industri Indonesia—disajikan dengan bahasa yang lugas dan analogi yang praktis—pembaca belajar mengatasi data leakage, merancang pipeline algoritma yang rapi, mengevaluasi model berdasarkan dampak bisnis (ROI), hingga memastikan keputusan AI dapat dijelaskan secara transparan kepada regulator seperti OJK.

Tidak diperlukan cluster GPU yang mahal. Tidak perlu infrastruktur raksasa. Yang dibutuhkan hanyalah pemahaman dasar Python dan tekad untuk bekerja melampaui sekadar mencari skor akurasi tertinggi.

Buku ini cocok untuk data scientist, backend engineer, analis data, mahasiswa Informatika, dan praktisi mana pun yang lelah melihat model AI mereka hanya berakhir sebagai pajangan presentasi di slide PowerPoint.

Nilai sejati kecerdasan buatan tidak diukur saat masa training selesai, melainkan saat ia berhasil memecahkan masalah di dunia nyata.

Informasi Buku