Pelatihan Digital Transformation: Advanced Intelligent Automation dirancang untuk membantu organisasi memanfaatkan teknologi otomatisasi tingkat lanjut guna mempercepat transformasi digital dan meningkatkan efisiensi operasional. Program ini membahas integrasi Robotic Process Automation (RPA), Artificial Intelligence (AI), Machine Learning, Intelligent Document Processing (IDP), Process Mining, dan Hyperautomation untuk menciptakan proses bisnis yang lebih cerdas, adaptif, dan scalable. Peserta akan mempelajari strategi, arsitektur, implementasi, serta tata kelola solusi Intelligent Automation dalam lingkungan enterprise.
Pelatihan ini cocok untuk:
- Digital Transformation Manager
- Automation Architect
- RPA Developer
- Automation Engineer
- Business Process Manager
- IT Manager
- Solution Architect
- Enterprise Architect
- Technology Consultant
- Operations Manager
Setelah mengikuti pelatihan ini, peserta diharapkan mampu:
- Memahami konsep Advanced Intelligent Automation dan perannya dalam transformasi digital.
- Mengidentifikasi peluang otomatisasi tingkat lanjut pada proses bisnis.
- Mengintegrasikan AI, Machine Learning, dan RPA dalam solusi automation.
- Mendesain arsitektur Intelligent Automation untuk kebutuhan enterprise.
- Memanfaatkan Process Mining untuk optimasi proses bisnis.
- Mengimplementasikan Hyperautomation pada berbagai skenario bisnis.
Modul 1 — Fundamental Digital Transformation
Membahas konsep dasar Digital Transformation serta keterkaitannya dengan bisnis, teknologi, data, dan manusia. Modul ini memberikan pemahaman mengenai manfaat, tantangan, serta pendorong utama transformasi digital, termasuk pendekatan customer-centric, otomatisasi berbasis data, serta pengambilan keputusan berbasis kecerdasan manusia dan mesin dalam lingkungan digital modern.
Pokok Bahasan
- Memahami Digital Transformation
- Manfaat Digital Transformation
- Tantangan Digital Transformation
- Pendorong Bisnis dan Teknologi Digital Transformation
- Memahami Customer-Centricity
- Hubungan Product-Centric vs Customer-Centric
- Aksi Berbasis Nilai Relasi dan Warmth
- Interaksi Pelanggan Omnichannel
- Customer Journey dan Customer Data Intelligence
- Dasar-Dasar Data Intelligence
- Asal-Usul Data dan Sumber Data
- Metode Pengumpulan Data dan Jenis Pemanfaatan Data
- Pengambilan Keputusan Cerdas
- Pengambilan Keputusan Manual Berbantuan Komputer dan Keputusan Otomatis Berbasis Kondisi
- Pengambilan Keputusan Manual Cerdas vs Pengambilan Keputusan Otomatis Cerdas
- Pengambilan Keputusan Otomatis Berbasis Pemicu Langsung dan Berkala
- Pengambilan Keputusan Otomatis Real-Time
Modul 2 — Digital Transformation in Practice
Membahas implementasi nyata Digital Transformation melalui integrasi berbagai teknologi modern seperti AI, RPA, IoT, Machine Learning, Blockchain, Cloud Computing, dan Big Data. Modul ini menjelaskan bagaimana data masuk ke dalam sistem (data ingress), diproses menjadi data intelligence, serta digunakan untuk mendukung pengambilan keputusan manusia maupun otomatis. Peserta juga akan memahami bagaimana seluruh teknologi tersebut saling terhubung dalam arsitektur solusi Digital Transformation berbasis proses bisnis end-to-end.
Pokok Bahasan
- Dasar Desain Solusi Terdistribusi
- Dasar Data Ingress, termasuk File Pull, File Push, API Pull, API Push, dan Data Streaming
- Pengenalan Digital Transformation
- Teknologi Otomasi
- Dasar Cloud Computing dan Cloud Computing dalam Solusi Digital Transformation
- Risiko dan Tantangan Umum Cloud Computing
- Dasar Blockchain dan Blockchain dalam Solusi Digital Transformation
- Risiko dan Tantangan Umum Blockchain
- Dasar Internet of Things (IoT) dan IoT dalam Solusi Digital Transformation
- Risiko dan Tantangan Umum IoT
- Robotic Process Automation (RPA) dan RPA dalam Solusi Digital Transformation
- Risiko dan Tantangan Umum RPA
- Pengenalan Teknologi Data Science dalam Digital Transformation
- Big Data dan Analitik Data serta Big Data dalam Solusi Digital Transformation
- Risiko dan Tantangan Umum Big Data
- Dasar Machine Learning dan Machine Learning dalam Solusi Digital Transformation
- Risiko dan Tantangan Umum Machine Learning
- Dasar Artificial Intelligence (AI) dan AI dalam Solusi Digital Transformation
- Risiko dan Tantangan Umum AI
- Studi Menyeluruh Sistem Digital Transformation Berbasis Customer-Centric
- Pemetaan Teknologi Digital Transformation terhadap Proses Solusi
- Pelacakan Aliran dan Penggunaan Data Intelligence dalam Solusi Digital Transformation
Modul 10-B — Fundamental Predictive AI
Modul ini membahas konsep dasar Predictive AI, termasuk manfaat, pendekatan pembelajaran, proses pelatihan model, serta penerapan AI dalam berbagai kebutuhan bisnis. Peserta juga akan mempelajari jenis-jenis Predictive AI, neural network, dan fungsi AI seperti computer vision, NLP, dan speech recognition.
Pokok Bahasan
- Pendorong Bisnis dan Teknologi Predictive AI
- Manfaat Predictive AI
- Risiko dan Tantangan Penggunaan AI
- Kategori Masalah Bisnis yang Diselesaikan AI
- Jenis-Jenis Predictive AI
- Pendekatan Pembelajaran Predictive AI
- Training Loop dan Pelatihan Model AI
- Supervised, Unsupervised, dan Reinforcement Learning
- Heuristic dan Semi-Supervised Learning
- Computer Vision dan Pattern Recognition
- Robotics dan Natural Language Processing (NLP)
- Speech Recognition dan Natural Language Understanding (NLU)
- Model AI dan Neural Networks
Modul 17 — Fundamental Agentic AI
Modul ini membahas dasar Agentic AI dan konsep AI agent yang mampu memahami lingkungan, mengambil keputusan, dan bertindak secara otonom. Peserta akan mempelajari karakteristik AI agent, arsitektur dasar agen, serta konsep reasoning dan planning dalam sistem Agentic AI.
Pokok Bahasan
- Konsep dan Sistem AI
- Memahami AI Agents
- Membedakan Agentic AI dari Jenis AI Lainnya
- Karakteristik Inti Agen (Otonomi, Reaktivitas, Proaktif, Kemampuan Sosial)
- Konsep “Agency” dan Implikasinya dalam Sistem AI
- Persepsi: Sensor dan Cara Agen Mengumpulkan Informasi
- Penalaran: Pemrosesan Internal dan Pengambilan Keputusan
- Aksi: Aktuator dan Cara Agen Berinteraksi dengan Lingkungan
- Siklus Interaksi Agen–Lingkungan
- Arsitektur Dasar Agen: Simple Reflex, Model-Based Reflex, Goal-Based, dan Utility-Based Agents
- Pengantar Representasi Pengetahuan (Knowledge Representation/KR)
- Algoritma Perencanaan Dasar: State-Space Search dan Goal Stack Planning
- Pengantar Teori Keputusan dan Rational Agents
- Gambaran Umum Jenis-Jenis Agen
Modul 18 — Fundamental RPA
Modul ini membahas konsep dasar Robotic Process Automation (RPA), termasuk komponen, arsitektur, lifecycle, dan penggunaan bot untuk otomatisasi proses bisnis. Peserta akan mempelajari integrasi front-end dan back-end, serta berbagai skenario implementasi RPA untuk meningkatkan efisiensi operasional.
Pokok Bahasan
- Pengantar Robotic Process Automation (RPA)
- Pendorong Bisnis dan Teknologi RPA
- Tujuan dan Manfaat RPA
- Risiko dan Tantangan Implementasi RPA
- Integrasi Front-End dan Back-End
- Komponen RPA dan Bot Runners
- Arsitektur dan Model RPA
- RPA Lifecycle
- Integrasi Bot dengan Aplikasi dan API
- Automated Data Entry dan Routing
- Automated Web Searching
- Automated Data Search dan Fetch
- Automated Digitization
- Automated User Acceptance Testing (UAT)
Modul 19 — Advanced RPA & Intelligent Automation
Membahas integrasi antara Robotic Process Automation (RPA) dan Artificial Intelligence (AI) dalam membangun sistem Intelligent Automation (IA) yang lebih adaptif dan otonom. Modul ini memberikan pemahaman mengenai bagaimana otomasi berkembang dari berbasis aturan menjadi berbasis kecerdasan, termasuk konsep pengambilan keputusan otomatis serta penerapan AI dalam berbagai proses bisnis.
Pokok Bahasan
- Pengenalan Intelligent Automation dan Hyperautomation
- Pendorong Bisnis dan Teknologi Intelligent Automation
- Tujuan dan Manfaat Intelligent Automation
- Risiko dan Tantangan Intelligent Automation
- Komponen Solusi Intelligent Automation
- Intelligent Automation dan Business Process Management
- Pengenalan Artificial Intelligence (AI)
- Pemahaman Pengambilan Keputusan Otonom
- Pengambilan Keputusan Otomatis Berbasis Pemicu Langsung
- Pengambilan Keputusan Otomatis Berbasis Periode
- Pengambilan Keputusan Otomatis Real-Time
- Entri Data Otomatis Berbasis Kecerdasan
- Routing Otomatis Berbasis Kecerdasan
- Pencarian Web Otomatis Berbasis Kecerdasan
- Pencarian dan Pengambilan Data Otomatis Berbasis Kecerdasan
- Digitisasi Otomatis Berbasis Kecerdasan
- Skenario Penggunaan Automated User Acceptance Testing Berbasis Kecerdasan
