Kalau Agan mantengin kompetisi Finhacks 2018  #DataChallengekemarin pasti kamu udah tahu kalau ajang ini akhirnya berhasil menelurkan 14 tim jagoan data science sebagai pemenangnya. Kemenangan ini berhasil mereka raih dengan persaingan di antara total 4.162 peserta dan 605 machine learning model yang dikumpulkan. Persaingan yang cukup ketat kan!  Itu makanya bisa menjadi tim terbaik di antara total peserta sebanyak ini menjadi bukti nyata kemampuan dari para pemenang dalam menciptakan inovasi mereka lewat machine learning yang tak perlu kamu ragukan lagi Gan.

Buat yang penasaran ingin mengenal lebih dekat dengan para tim terbaik di Finhacks 2018 kemarin, KASKUS bakal kenalin langsung  kepada kalian  para tim terbaik Finhacks 2018 #DataChallenge untuk Agan. Salah satunya seperti Tim Dilan dan Tim Resistence ini nih. Kedua tim ini berhasil menjadi yang terbaik di Finhacks 2018 #DataChallenge kategori ATM Cash Optimization Gan. Di kategori ini, mereka dituntut untuk menciptakan model prediksi yang dapat meningkatkan efisiensi pengelolaan uang di ATM.  Model prediksi ini diperlukan untuk menjawab permasalahan yang sering terjadi terkait ketersediaan uang tunai di sebuah ATM yakni  ketika sebuah ATM sering kehabisan uang tunai hal ini dapat memberikan pengalaman kurang menyenangkan bagi nasabah namun di sisi lain bila terlalu banyak uang tunai yang mengendap di ATM dalam waktu terlalu lama juga tidak baik karena dapat menghambat perputaran uang di bank.

Jadi bagaimana solusi dan inovasi yang diberikan dari kedua tim terbaik ini? Bagaimana mereka berhasil mengalahkan ribuan pesaingnya dan merebut title tim terbaik ? Simak di mari Gan!


Tim Dilan



Tim Dilan sebagai tim terbaik pertama di kategori ini berhasil menciptakan model machine learning yang merupakan model gabungan terbaik yang dipilih dari 4 model XGBoost dengan skenario variabel tanggal gajian yang bermacam-macam dan 1 model Naive (150 ATM). Model yang ia ciptakan ini bisa memberikan prediksi periode penarikan uang yang lebih akurat sehingga nasabah yang ke ATM pun tak perlu khawatir kehabisan uang tunai di ATM karena bank dapat mengantisipasi lonjakan jumlah permintaan uang. Sementara itu bank pun dapat menggunakan model dengan hasil prediksi yang akurat tadi untuk komputasi lebih lanjut sehingga dapat  meminimalisir biaya operasional pengantaran dan penyimpanan uang di ATM.

Berkat inovasinya ini, Tim Dilan yang sebetulnya hanya digawangi oleh satu personil yakni Rasyid ini  berhasil membawa pulang hadiah senilai RP 80 juta loh Gan. Besar ya hadiahnya? Hadiah yang menurut Rasyid akan menjadi modal nikah demi #2019gantistatus ini tentu menjadi buah dari kerja kerasnya selama mengikuti kompetisi Finhacks 2018 #DataChallenge ini. 

Ya Gan. Walau memiliki  latar belakang statistik dan sehari hari berkutat dengan data, namun usaha Rasyid mengikuti kompetisi juga tak mudah. Ia  harus bisa membagi waktu antara pekerjaannya dengan persiapannya mengikuti kompetisi ini loh Gan. Selain karena permasalahan ATM Cash Optimization masih sangat jarang dibahas dibanding kasus Credit Scoring atau Fraud Detection,  data di kategori ATM Cash Optimization ini juga menurutnya memang jauh lebih besar dibanding 2 kategori tersebut sehingga pembuatan modelnya pun memakan waktu yang cukup lama Gan. 

Untuk pembuatan model machine learning dan dokumentasi secara keseluruhan Rasyid sendiri baru bisa menyelesaikannya setelah 5 minggu, itupun sudah dikerjakan setiap selesai jam kerja dan saat weekend tiba loh. Salut deh buat Tim Dilan. Meski perjuangannya tak lepas dari kendala ini namun Rasyid tetap semangat menyelesaikan misinya di ajang  kompetisi Finhacks 2018 #DataChallenge kemarin. Menurutnya kompetisi ini tetap  seru, keren abis dan menantang loh Gan. 

“Harapannya ke depan ada lebih banyak lagi kompetisi serupa dengan hadiah yang fantastis sehingga dapat menumbuhkan talenta-talenta data scientist di nusantara,” ujar Rasyid sebagai bentuk antusiasme terhadap ajang kompetisi Finhacks 2018 #DataChallenge ini.

Tim Resistance 



Sebagai tim terbaik kedua di kategori ini, tim Resistance yang digawangi oleh Elvyna Tunggawan, Winson Waisakurnia dan Robert Sebastian Herlim ini juga membuat inovasi yang berhasil menarik perhatian para juri di Finhacks 2018 #DataChallenge kemarin Gan.

Memilih  kategori ATM Cash Optimization karena kasus ini dianggap cenderung   lebih jarang dijumpai dibanding kasus lainnya, Tim Resistance kemudian  berusaha memprediksi jumlah uang yang ditarik pada suatu mesin ATM pada tanggal tertentu lewat data berupa time series. Awalnya mereka mencoba melakukan eksplorasi data dan memulai metode prediksi yang lebih sederhana seperti menggunakan median, decision tree dan model time series, namun setelah melewati sejumlah eksperimen hasil prediksi yang terakhir tim ini kumpulkan akhirnya dihasilkan dengan model gradient boosting decision tree.   Dengan model tersebut bank dapat mengisi uang di ATM sesuai kebutuhan dan meningkatkan efisiensi serta dapat mencari BEP antara kerugian akibat mengendapnya uang di ATM dengan biaya jasa pengisian uang ke ATM. Sementara penerapan model yang mereka buat bagi nasabah juga dapat membuat nasabah tidak mengalami kejadian tidak bisa menarik uang di ATM karena uang di ATM habis.

Sama halnya dengan Tim Dilan, Tim Resistance sendiri juga dihadapkan pada tantangan selama mengikuti kompetisi ini. Para anggota tim yang merupakan rekan kerja dengan background pekerjaan gabungan dari Data Scientist dan Software Engineer ini harus ditantang dengan keterbatasan waktu pengerjaan. Selain karena memang Tim ini baru mendaftar di kompetisi ini kurang lebih sebulan sebelum batas pengumpulan akhir, Tim Resistance juga harus membagi waktu dengan pekerjaan yang dilakoni.  Belum lagi selama proses pengerjaan Tim Resistance juga mengalami kegagalan seperti salah memilih data validasi untuk mengukur seberapa baik model machine learning yang dihasilkan. Data validasi yang mereka gunakan saat itu tidak menyeluruh untuk semua kasus sehingga model yang dihasilkan pun over fit terhadap “secuplik” data latih saja.

Meski berat tapi pada akhirnya hasil dari perjuangan mereka ini pun tak sia - sia Gan. Tim Resistance berhasil merebut title tim terbaik kedua di kategori ini dan membawa pulang hadiah senilai Rp 50 juta loh Gan! 

 “Kami meluangkan waktu selepas jam kerja untuk bekerja secara remote, juga berkumpul pada akhir pekan untuk melatih model machine learning. Puji Tuhan, semua usaha kami terbayarkan!” begitu ungkap Tim Resistance saat dihubungi KASKUS.  

Tak hanya berhasil membawa pulang hadiah, keikutsertaan Tim Resistance di Finhacks 2018 #DataChallenge juga membawa manfaat lain untuk mereka loh Gan. Menurut Tim Resistance, melalui kompetisi ini mereka juga dapat mempelajari pendekatan sekaligus teknik yang digunakan peserta lain serta dapat mempraktikan langsung penggunaan model machine learning untuk menyelesaikan masalah di dunia nyata. Itu sebabnya kompetisi sejenis  Finhacks 2018 #DataChallenge ini diharapkan Tim Resistance agar lebih banyak diselenggarakan agar dapat membangkitkan antusiasme masyarakat Indonesia dalam menekuni bidang data science.


Itu dia inovasi dan cerita dari para Tim Terbaik di kategori ATM Cash Optimization Finhacks 2018 #DataChallenge kemarin Gan. Senang ya melihat para data scientist tanah air  bisa menunjukkan kemampuan,  ide dan inovasi mereka langsung di ajang seperti ini. Untuk Agan Sista yang mupeng dengan keberhasilan para tim terbaik ini dan penasaran ingin tahu lebih banyak tentang Finhacks 2018 #DataChallenge langsung aja merapat di website http://finhacks.id untuk informasi lebih lengkap.