EDUCARE.CO.ID – Mahasiswa Institut Teknologi Bandung (ITB) mengembangkan kecerdasan buatan atau artificial intelligence (AI) untuk menjawab berbagai tantangan di dunia industri. Inovasi mereka mencakup pemantauan risiko postur pekerja, prediksi keamanan makanan selama distribusi, hingga deteksi kontaminan pada material kertas daur ulang.
Ketiga inovasi tersebut lahir melalui program GeForce Campus Leaders. Para mahasiswa memanfaatkan AI dan komputasi berbasis GPU untuk mengembangkan prototipe yang berpotensi mendukung kebutuhan industri.
Dalam proses pengembangan, mereka menggunakan laptop ASUS ROG Strix G16 yang dilengkapi NVIDIA GeForce RTX 5070 Laptop GPU. Perangkat ini membantu mahasiswa menjalankan eksperimen, melatih model AI, serta mengembangkan sistem berbasis machine learning dan computer vision.
REBA.ai, AI untuk Memantau Risiko Postur Pekerja
Izhar Alif Akbar dari Sekolah Teknik Elektro dan Informatika (STEI) ITB mengembangkan REBA.ai, sebuah sistem berbasis computer vision yang memanfaatkan rekaman CCTV untuk membantu memantau risiko ergonomi di lingkungan kerja.
Sistem ini menganalisis postur tubuh pekerja dengan mengacu pada standar Rapid Entire Body Assessment (REBA). Melalui pendekatan tersebut, REBA.ai membantu mengidentifikasi postur kerja yang berpotensi menimbulkan risiko bagi pekerja.
Pemantauan berbasis AI juga membuka peluang bagi perusahaan untuk mengevaluasi kondisi kerja secara lebih berkelanjutan. Dengan informasi tersebut, perusahaan dapat mengidentifikasi area yang membutuhkan perhatian dan mengevaluasi praktik kerja yang berisiko.
Selama mengembangkan REBA.ai, Izhar memanfaatkan GPU untuk mempercepat pelatihan model dan eksperimen machine learning. Proses komputasi yang lebih cepat memberinya kesempatan untuk menguji berbagai pendekatan secara lebih efisien.
ColdTrack AI, Prediksi Risiko Suhu dalam Rantai Dingin
Tsabita Khoirunnisa menghadirkan inovasi melalui ColdTrack AI. Sistem ini membantu memantau dan memprediksi kondisi rantai dingin (cold chain) dalam sektor logistik, terutama untuk menjaga keamanan barang selama perjalanan.
ColdTrack AI memanfaatkan data telemetri dari truk berpendingin untuk memperkirakan perubahan suhu muatan. Sistem tersebut juga mendeteksi potensi gangguan dan menghitung perkiraan waktu sebelum suhu muatan melewati batas aman.
Selanjutnya, ColdTrack AI mengolah informasi tersebut menjadi indeks risiko kargo dan status keamanan muatan. Sistem juga memberikan rekomendasi tindakan berdasarkan tingkat risiko yang terdeteksi.
Informasi prediktif ini dapat membantu pihak logistik mengenali potensi masalah lebih awal. Dengan begitu, mereka memiliki kesempatan untuk mengambil tindakan sebelum perubahan suhu mengganggu kondisi barang yang dibawa.
Untuk mengembangkan model deep learning, Tsabita menggunakan akselerasi GPU. Dukungan komputasi tersebut mempercepat eksperimen sehingga ia dapat menguji dan mengevaluasi berbagai pendekatan pengembangan model.
RecycledFiberAI, Deteksi Kontaminan pada Kertas Daur Ulang
Inovasi ketiga datang dari Muhammad Taufiq Al Fikri melalui RecycledFiberAI. Prototipe berbasis computer vision ini dirancang untuk mendeteksi kontaminan pada material kertas daur ulang.
Sistem tersebut mengenali material yang tidak seharusnya masuk ke dalam aliran kertas daur ulang, termasuk plastik dan logam. Teknologi ini juga mendukung deteksi secara real-time untuk membantu proses identifikasi material.
Kemampuan tersebut berpotensi membantu pengelola limbah meningkatkan ketepatan pemilahan. Dengan identifikasi kontaminan yang lebih cepat, proses pengolahan material daur ulang dapat berjalan lebih terarah.
Taufiq memanfaatkan akselerasi GPU NVIDIA untuk mengembangkan sistem pengenalan material. Dukungan komputasi ini membantu proses eksperimen dan pengembangan model AI yang menjadi dasar kerja RecycledFiberAI.
Program GeForce Campus Leaders Dorong Mahasiswa Mengembangkan AI
Ketiga proyek tersebut menunjukkan bagaimana mahasiswa dapat memanfaatkan AI untuk mengeksplorasi persoalan yang muncul di lingkungan kerja dan industri. Mereka tidak hanya mempelajari konsep teknologi, tetapi juga menerapkannya melalui pengembangan prototipe.
Deputy Head of Dissemination and Communication Pusat AI ITB, Edward Ferdian, menekankan pentingnya pengalaman langsung dalam proses pembelajaran AI. Menurutnya, mahasiswa perlu memperoleh ruang untuk mengeksplorasi teknologi sekaligus mengembangkan solusi secara mandiri.
“Edukasi AI perlu mendorong mahasiswa untuk tidak hanya menjadi pengguna, tetapi juga mampu berperan sebagai builder dan inovator dalam pengembangan solusi AI,” ujar Edward.
Melalui pendekatan tersebut, mahasiswa diharapkan mampu memahami cara kerja teknologi sekaligus mengidentifikasi peluang penerapannya. Pengalaman membangun prototipe juga dapat membantu mereka menghubungkan pengetahuan akademik dengan kebutuhan nyata.
NVIDIA Dukung Pengembangan AI di Lingkungan Kampus
Country Consumer Business Lead NVIDIA Indonesia, Adrian Lesmono, menjelaskan bahwa NVIDIA berperan sebagai katalisator yang menghubungkan dunia pendidikan dengan industri. Dukungan teknologi dan akses komputasi AI diharapkan dapat membuka lebih banyak kesempatan bagi mahasiswa untuk bereksperimen dan mengembangkan keterampilan.
Adrian juga menegaskan bahwa AI seharusnya memperkuat kemampuan manusia dalam menyelesaikan persoalan, bukan menggantikan pemahaman terhadap bidang ilmu yang dipelajari.
“AI bukan jalan pintas yang menggantikan pemahaman keilmuan, melainkan teknologi yang memperkuat kemampuan manusia untuk menjawab tantangan nyata. Kami ingin mendorong lebih banyak mahasiswa menjadi AI builder yang mampu menghasilkan inovasi relevan bagi masyarakat dan industri,” kata Adrian.
Dukungan perangkat komputasi menjadi salah satu aspek yang membantu mahasiswa mengembangkan dan menguji model AI. Namun, penerapan teknologi tetap membutuhkan pemahaman masalah, pengujian sistem, serta evaluasi agar solusi yang dihasilkan sesuai dengan kebutuhan pengguna.
Inovasi Mahasiswa ITB Buka Peluang Penerapan AI di Industri
REBA.ai, ColdTrack AI, dan RecycledFiberAI memperlihatkan tiga pendekatan berbeda dalam memanfaatkan kecerdasan buatan. REBA.ai berfokus pada pemantauan risiko ergonomi, ColdTrack AI membantu memprediksi potensi gangguan suhu selama distribusi, sedangkan RecycledFiberAI mendukung identifikasi kontaminan dalam material daur ulang.
Ketiga prototipe tersebut menunjukkan potensi AI untuk membantu menjawab tantangan di berbagai sektor, mulai dari keselamatan kerja dan logistik hingga pengelolaan limbah.
Penulis: Riezka Ayu Juniarty