Modernisasi Platform Demand Forecast Berbasis Machine Learning untuk Akurasi & Efisiensi

PT Sukanda Djaya merupakan Perusahaan terbesar untuk distribusi makanan dan minuman beku di Indonesia, sekaligus sebagai Perusahaan importir makanan dan minuman berbahan dasar susu baik dalam bentuk beku maupun kering. 

Sebagai Perusahaan distribusi makanan yang mengalami perputaran product sangat cepat, Perusahaan memiliki kebutuhan untuk meningkatkan kemampuan prediksi permintaan (demand forecasting) dengan platform Machine Learning (ML) yang lebih modern, fleksibel, dan efisien. 

Untuk itu, Perusahaan bekerja sama dengan PT Mitra Integrasi Informatika (MII) untuk implementasi solusi migrasi dari Amazon SageMaker Studio Classic ke Amazon SageMaker JupyterLab yang berbasis Custom ML, serta modernisasi dari Amazon Forecast menuju Amazon SageMaker Autopilot (AutoML) yang berbasis no-code ML. Transformasi ini memungkinkan perusahaan untuk memanfaatkan fitur-fitur terbaru dari ekosistem ML di AWS secara optimal.

Tujuan

1. Melakukan modernisasi platform demand forecast berbasis ML
2. Meningkatkan akurasi dan efisiensi forecasting melalui kombinasi Custom ML dan AutoML
3. Mengoptimalkan biaya operasional (AWS billing cost) dengan pipeline ML yang lebih optimal

Solusi Teknologi

Pengembangan sistem berbasis Machine Learning (ML) dengan pendekatan hybrid (Custom ML + AutoML) yang mencakup:

1. Pembuatan pipeline baru yang mengintegrasikan Custom ML dan AutoML dalam satu workflow
2. Migrasi seluruh script ML pipeline ke Amazon Sagemaker JupyterLab
3. Rebuild proses forecasting dari Amazon Forecast ke Amazon Sagemaker Autopilot
4. Implementasi pipeline untuk preprocessing, training, testing, dan model evaluation

Manfaat Solusi

1. Berhasil memodernisasi sistem demand forecasting berbasis ML
2. Runtime ML workflow tidak berbeda signifikan dibanding sistem lama
3. Mengurangi biaya penggunaan AWS
4. Pipeline ML berjalan otomatis dan terintegrasi