Grab Manfaatkan Machine Learning Untuk Minimalisir Kecurangan

Grab Manfaatkan Machine Learning Untuk Minimalisir Kecurangan

Bandung – Demi mendapatkan banyak orderan, ada saja driver ojek online yang nakal dan menggunakan aplikasi seperti Fake GPS. Salah satu penyedia transportasi online, Grab, cukup geram dengan tindakan curang tersebut.

Seperti yang kita ketahui tindakan curang driver nakal yang menggunakan aplikasi Fake GPS tersebut merugikan driver jujur yang telah bekerja keras dalam mendapatkan penumpang.

Tindakan penipuan, termasuk pemasangan aplikasi fake GPS, peminjaman atau pembelian akun, atau pemesanan fiktif (lebih dikenal sebagai Opik – order fiktif), merupakan tindakan yang mengancam keselamatan penumpang dan merusak reputasi mitra pengemudi yang bekerja keras dengan jujur

Untuk melindungi para driver jujur, Kini Grab telah berinvestasi di sisi teknis dan teknologi seperti menggunakan machine learning. Pihaknya juga mengidentifikasi tindak kecurangan yang dilakukan oleh mitra drivernya.

Sebagai upaya untuk melindungi sumber pendapatan dan keselamatan mereka, Grab berinvestasi besar di segi engineering dan teknologi seperti model machine learning, penggunaan analisa data dan model statistik untuk memprediksi dan mengidentifikasi tindak kecurangan, serta teknologi verifikasi wajah pengemudi, guna membasmi tindakan penipuan.

Dengan beberapa terobosan itu, ia berharap segala bentuk kecurangan yang dapat merugikan driver bisa dicegah. Selain itu, dengan adanya identifikasi pengemudi keamanan pun bisa lebih terjamin.

Target kami adalah untuk mengeliminasi insiden-insiden yang sepenuhnya dapat dicegah, dan juga menurunkan angka kecelakaan lalu lintas. Kunci utamanya adalah dengan memudahkan para pengguna untuk mengubah kebiasaan berlalu lintas mereka.[wid]

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.