Pelanggan Amazon SageMaker untuk ML Geospasial
Arup
Arup yang merupakan kumpulan 16.000 desainer, penasihat, dan ahli yang bekerja di 140 negara mengkhususkan diri dalam pengembangan yang berkelanjutan. Dengan visinya dalam hal kemanusiaan dan untuk meraih keunggulan dalam semua hal yang dilakukan, Arup berkolaborasi dengan klien dan partner untuk membangun dunia yang lebih baik dengan menggunakan imajinasi, teknologi, dan keakuratan.
“Kami menggunakan teknologi digital seperti machine learning untuk mengeksplorasi dampak pemanasan di kawasan perkotaan dan faktor yang memengaruhi temperatur setempat, sehingga dapat membuat desain yang lebih baik dan mendukung hasil yang berkelanjutan. Pulau Bahang Perkotaan ( Urban Heat Island) dan risiko serta ketidaknyamanan yang ditimbulkan merupakan salah satu dari tantangan terbesar yang dihadapi kota-kota besar saat ini. Menggunakan kemampuan ML geospasial Amazon SageMaker dapat membantu kami mengidentifikasi faktor pemanasan di kawasan perkotaan dengan data observasi bumi yang secara signifikan mengakselerasi kemampuan kami dalam memberikan anjuran kepada klien. Amazon SageMaker memungkinkan tim rekayasa kami menerapkan analitik yang sebelumnya tidak mungkin dilakukan, dengan menyediakan akses ke set data yang memiliki volume, tipe, dan analisis yang lebih besar.”
Damien McCloud, Direktur dan Pimpinan (Director and Lead) - Geospatial and Earth Observation, Arup
xarvio
Solusi Pertanian Digital xarvio menawarkan produk pertanian digital yang presisi untuk membantu para petani mengoptimalkan produksi pertanian mereka. Produk xarvio yang tersedia secara global ini menggunakan machine learning, teknologi pengenal gambar, serta model tanaman dan penyakit yang maju, yang dikombinasikan dengan data dari satelit dan perangkat stasiun cuaca, guna memberikan rekomendasi agronomi yang akurat dan tepat waktu untuk mengelola kebutuhan tiap lahan. Produk xarvio yang disesuaikan dengan kondisi agronomi lokal dapat memantau tahap pertumbuhan tanaman serta mengidentifikasi penyakit dan hama. Produk-produk tersebut meningkatkan efisiensi, menghemat waktu, mengurangi risiko, dan lebih dapat diandalkan untuk perencanaan dan pembuatan keputusan—sekaligus berkontribusi dalam pertanian yang berkelanjutan.
“Pengembangan prototipe yang cepat dan pemeliharaan yang berkelanjutan pada aset machine learning adalah salah satu prioritas utama kami. Kemampuan ML geospasial Amazon SageMaker memberik kami solusi yang canggih untuk mengembangkan prototipe dan menata berbagai model kami di seluruh siklus hidupnya. Dengan Amazon SageMaker, kami mampu meningkatkan efisiensi yang hampir mencapai 50%. Tim kami mampu mempersiapkan pipeline model yang diperlukan dan menjalankan pengujian hanya dalam jangka waktu 1-2 minggu, yang sebelumnya membutuhkan waktu hampir dua kali lipatnya."
Mojtaba Karami, Team Lead for Remote Sensing, xarvio
DataFarming
DataFarming adalah pemimpin pertanian presisi.
“Saat mewawancarai perusahaan-perusahaan pertanian (misalnya, benih, pupuk, dan bahan kimia), kami kaget setelah mengetahui bahwa hampir semua perusahaan tersebut membuat keputusan bernilai jutaan dolar berdasarkan data yang terbatas dan sebagian besar subjektif. Perusahaan-perusahaan tersebut sering kali tidak memiliki jawaban untuk pertanyaan yang paling penting, seperti ‘Berapa banyak lahan yang dibutuhkan untuk pembenihan?’ atau ‘Kapan tanaman siap dipanen?’ Sebagai pengguna setia berbagai jenis citra satelit selama hampir 20 tahun, sudah jelas bahwa kami ingin memanfaatkan kekuatan data geospasial untuk membantu perusahaan pertanian menemukan jawaban atas pertanyaan-pertanyaan tersebut dan membantu mereka membuat keputusan yang lebih cerdas terkait lahan. Namun, menjalankan algoritme machine learning yang kompleks untuk 100 juta hektar lahan pertanian Australia pada resolusi 10 m piksel (dan dalam waktu nyata) tidaklah mudah. Dengan kemampuan ML geospasial Amazon SageMaker, kami dapat mengubah konsep menjadi model yang bekerja hanya dalam hitungan jam."
Tim Neale, Co-founder, DataFarming
SatSure
SatSure, pemimpin solusi kecerdasan keputusan yang berpusat di India, menggunakan data observasi Bumi dan model deep learning untuk membuat wawasan bagi banyak kasus penggunaan, mulai dari pemantauan tanaman dan penilaian risiko pertanian hingga deteksi perubahan tutupan lahan dan identifikasi tampilan lahan.
“Membangun model deep learning yang dapat diskalakan, canggih, serta hemat biaya tidaklah mudah saat dihadapkan dengan set data besar dari citra satelit. Banyak alat Amazon SageMaker telah membantu menyederhanakan pengembangan pipeline end-to-end model deep learning kami yang kompleks. Dengan cara ini, kami dapat menghemat biaya siklus hidup pengembangan model sebesar 25% sekaligus berfokus pada pengembangan solusi inovasi. Kami ingin menggunakan kemampuan Amazon SageMaker untuk mengembangkan aplikasi digital yang menggunakan citra satelit resolusi rendah untuk batas lahan pertanian berbasis pembelajaran. Dengan algoritma geospasial bawaan Amazon SageMaker, Feature Store, dan penyetelan parameter otomatis, kami dapat mengembangkan aplikasi ini secara tangkas, yang memastikan kami mencapai semua metrik keberhasilan."
Rashmit Singh Sukhmani, Co-founder dan Chief Data Officer, SatSure
EarthOptics
EarthOptics adalah perusahaan pengukuran dan pemetaan data tanah yang memanfaatkan teknologi sensor dan analitik data eksklusif untuk mengukur kondisi dan struktur tanah dengan tepat.
“Kami ingin menggunakan ML untuk membantu pelanggan kami meningkatkan hasil pertanian dengan pemetaan tanah yang hemat biaya. Kemampuan ML geospasial Amazon SageMaker memungkinkan kami melakukan prototipe algoritme dengan berbagai sumber data dan mengurangi jumlah waktu riset dan produksi deployment API menjadi satu bulan saja. Berkat Amazon SageMaker, kami sekarang memiliki solusi geospasial untuk sekuestrasi karbon tanah yang dilakukan deployment untuk pertanian dan peternakan di seluruh AS.”
Lars Dyrud, CEO, EarthOptics