Kerangka Materi

Pengantar AI Builder dan AI Low-Code

  • Kemampuan AI Builder dan skenario umum
  • Lisensi, pengaturan, dan pertimbangan tingkat penyewa
  • Ringkasan integrasi Power Platform (Power Apps, Power Automate, Dataverse)

OCR dan Pengolahan Formulir: Dokumen Terstruktur dan Tidak Terstruktur

  • Perbedaan antara template terstruktur dan dokumen bebas bentuk
  • Menyiapkan data pelatihan: penandaan bidang, keragaman sampel, dan panduan kualitas
  • Membuat model pengolahan formulir AI Builder dan mengevaluasi akurasi ekstraksi
  • Pengolahan data yang diekstrak: validasi, normalisasi, dan penanganan kesalahan
  • Praktikum hands-on: ekstraksi OCR dari berbagai jenis formulir dan integrasinya ke dalam alur pengolahan

Model Prediksi: Klasifikasi dan Regresi

  • Perumusan masalah: tugas kualitatif (klasifikasi) vs kuantitatif (regresi)
  • Persiapan fitur dan penanganan data yang hilang dalam alur kerja Power Platform
  • Pelatihan, pengujian, dan interpretasi metrik model (akurasi, presisi, recall, RMSE)
  • Penjelasan model dan pertimbangan keadilan dalam kasus bisnis
  • Praktikum hands-on: membangun model prediksi kustom untuk churn/skor atau perkiraan numerik

Integrasi dengan Power Apps dan Power Automate

  • Menyisipkan model AI Builder ke dalam aplikasi canvas dan aplikasi yang didorong oleh model
  • Membuat alur kerja otomatis untuk memproses data yang diekstrak dan menrigger tindakan bisnis
  • Pola desain untuk aplikasi AI berkelanjutan dan mudah dipelihara
  • Praktikum hands-on: skenario end-to-end — unggah dokumen, OCR, prediksi, dan otomatisasi alur kerja

Konsep Proses Mining Pendukung (Opsional)

  • Bagaimana Proses Mining membantu menemukan, menganalisis, dan memperbaiki proses menggunakan log acara
  • Menggunakan output Proses Mining untuk memberikan informasi fitur model dan mengotomatisasi siklus peningkatan
  • Contoh praktis: kombinasikan wawasan dari Proses Mining dengan AI Builder untuk mengurangi pengecualian manual

Pertimbangan Produksi, Governance, dan Monitoring

  • Pengaturan data, privasi, dan kepatuhan saat menggunakan AI Builder pada dokumen sensitif
  • Siklus hidup model: pelatihan ulang, versi, dan pemantauan kinerja
  • Operasionalisasi model dengan peringatan, dashboard, dan validasi human-in-the-loop

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pengalaman dengan Power Apps, Power Automate, atau administrasi Power Platform
  • Kenalan dengan konsep data, ide ML dasar, dan evaluasi model
  • Nyaman bekerja dengan dataset, Excel/ekspor CSV, dan pembersihan data dasar

Audience

  • Pengembang dan arsitek solusi Power Platform
  • Analis data dan pemilik proses yang mencari otomatisasi melalui AI
  • Business kepala otomatisasi yang fokus pada pengolahan dokumen dan kasus penggunaan prediksi
 14 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (2)

Kursus Mendatang

Kategori Terkait