BorneoFlash.com – Pusat Riset Kecerdasan Artifisial dan Keamanan Siber (PRKAKS) BRIN secara aktif meneliti penerapan machine learning dan deep learning di berbagai sektor, seperti pertanian, transportasi, energi, kesehatan, dan keamanan.
Periset PRKAKS, Asri Rizki Yuliani, menjelaskan bahwa timnya menerapkan supervised dan unsupervised learning, serta terus mengeksplorasi teknologi AI yang dapat dijelaskan melalui explainable AI. Mereka juga mengembangkan teknologi frontier seperti quantum machine learning dan graph neural networks. Ia menyampaikan hal ini saat memberikan materi kepada mahasiswa Universitas Bina Sarana Informatika (UBSI) di BRIN Bandung pada 26 Juni.
Asri memaparkan bahwa dalam bidang transportasi, PRKAKS telah mengembangkan sistem deteksi kondisi pengemudi yang bertujuan mengurangi risiko kecelakaan lalu lintas akibat human error. Tim peneliti mengumpulkan dataset besar berisi 50.000 gambar dengan 10 kategori aktivitas pengemudi 1 kategori aman dan 9 lainnya berupa distraksi seperti menggunakan ponsel dan aktivitas lain yang mengalihkan perhatian.
Tim membangun model yang disebut user-independent model, yaitu model yang tidak mengenali identitas pengemudi tetapi fokus mendeteksi aktivitas mereka. Dengan pendekatan ini, sistem bisa diterapkan secara luas di berbagai kendaraan tanpa perlu pelatihan ulang untuk tiap pengguna.
Selain itu, PRKAKS juga mengembangkan model deep learning yang mampu memprediksi umur baterai lithium secara akurat meskipun data mengandung noise. Penelitian ini mendukung kemajuan teknologi kendaraan otonom.
Asri juga menjelaskan konsep dasar kecerdasan buatan (AI), yang meniru kecerdasan manusia. Ia membedakan hard AI yang masih berupa konsep seperti robot di film “Terminator” dengan soft AI yang telah banyak diterapkan, seperti Google Maps, YouTube recommendations, Siri, dan Google Assistant. Ia menyebut soft AI kini menjadi bentuk paling umum dari AI yang digunakan.
Ia melanjutkan dengan membahas bahwa di dalam AI terdapat machine learning, yang memungkinkan komputer belajar dari data. Di dalam machine learning, terdapat neural networks yang terinspirasi cara kerja otak, dan lebih dalam lagi terdapat deep learning yang terdiri dari banyak lapisan jaringan. Deep learning digunakan dalam teknologi canggih seperti pengenalan wajah, mobil otonom, dan AI seperti ChatGPT.
Asri menegaskan bahwa machine learning saat ini menjadi solusi paling dominan dengan dua pendekatan utama: supervised learning, yang belajar dari data berlabel untuk membuat prediksi, dan unsupervised learning, yang belajar dari data tak berlabel untuk menemukan pola tersembunyi. Ia menambahkan, Generative AI seperti ChatGPT merupakan contoh dari unsupervised learning yang dapat menghasilkan teks, gambar, atau data baru dari pola besar tanpa label.
Menutup presentasinya, Asri berharap para mahasiswa dapat memperluas wawasan mereka dan menerapkan ilmu yang mereka pelajari di kampus.
Senada dengan itu, Taufik Baidawi, Kepala Program Studi Rekayasa Perangkat Lunak UBSI, menegaskan bahwa kunjungan mahasiswa ke BRIN bertujuan untuk memperdalam ilmu yang telah mereka pelajari. (*/brin.go.id)
