Laboratorium Sistem Cerdas Adakan Research Sharing Session Menggali Ide Penelitian Bidang Kecerdasan Artifisial

Laboratorium Sistem Cerdas Adakan Research Sharing Session Menggali Ide Penelitian Bidang Kecerdasan Artifisial

dok. PSIK FILKOM UB

Laboratorium Sistem Cerdas menyelenggarakan Research Sharing Session pada Kamis (19/02/2026) sebagai bagian dari upaya memperkuat kualitas penelitian di bidang Artificial Intelligence (AI). Menghadirkan narasumber Prof. Ir. Wayan Firdaus Mahmudy, S.Si., M.T., Ph.D., dan Dr.Eng. Novanto Yudistira, S.Kom., sesi ini menjadi ruang refleksi akademik untuk memastikan bahwa penelitian yang dikembangkan tidak sekadar mengikuti tren teknologi, tetapi memiliki kontribusi ilmiah yang jelas, terukur, dan relevan. Ketua pelaksana kegiatan, Rizal Setya Perdana, S.Kom., M.Kom., Ph.D., menyampaikan bahwa tujuan kegiatan ini adalah membangun budaya riset yang lebih terarah, kolaboratif, dan berorientasi pada luaran berkualitas, sekaligus memetakan potensi pengembangan penelitian agar selaras dengan peta jalan riset laboratorium dan fakultas.

Pada sesi pertama, Prof. Wayan menekankan bahwa penentuan research gap merupakan fondasi utama dalam membangun penelitian yang berdampak. Prof. Wayan menyoroti kekeliruan umum dalam proposal penelitian, seperti pernyataan “belum ada yang meneliti topik ini di Indonesia” atau “belum ada yang menggunakan metode tertentu untuk kasus ini”.

“Pernyataan tersebut bukanlah kesenjangan ilmiah yang substantif, melainkan sekadar variasi lokasi, objek, atau metode. Research gap yang kuat harus berakar pada persoalan mendasar dalam literatur, seperti keterbatasan metodologis penelitian sebelumnya, inkonsistensi hasil antarstudi, masalah generalisasi model, bias dataset, hingga isu trade-off antara akurasi dan interpretabilitas,” jelas prof Wayan.

Sebagai seorang reviewer, prof. Wayan juga membagikan lima pertanyaan reflektif yang kerap digunakan dalam mengevaluasi proposal penelitian: apa masalah konkretnya, siapa pengguna akhirnya, apakah kompleksitas model sebanding dengan manfaatnya, apa kontribusi spesifik terhadap literatur, serta apakah penelitian tersebut feasible dalam rentang waktu satu hingga dua tahun. Kelima pertanyaan tersebut menjadi pengingat bahwa penelitian tidak boleh terjebak pada kompleksitas teknis tanpa arah kontribusi yang jelas.

dok. PSIK FILKOM UB

Sejalan dengan penguatan fondasi tersebut, Dr.Eng. Novanto Yudistira—yang akrab disapa Yudis—memaparkan materi bertajuk “Peta Lanskap AI Saat Ini” yang memberikan gambaran komprehensif mengenai perkembangan AI global. Yudis memetakan lanskap AI ke dalam beberapa klaster utama, mulai dari Machine Learning dan Deep Learning, Generative AI, hingga integrasi AI dalam seni, sains, dan rekayasa. Perkembangan Generative AI seperti Large Language Models (LLM), diffusion models, dan multimodal AI menunjukkan bahwa AI terus bergerak dinamis, melampaui sekadar klasifikasi atau prediksi.

“Penelitian AI yang berkualitas harus memiliki kedalaman analisis, menghadirkan insight baru, serta memberikan kontribusi konseptual yang jelas. Peningkatan angka akurasi semata tidak cukup tanpa penjelasan yang kuat mengenai signifikansi dan implikasi ilmiahnya. Di sisi lain, kemajuan Edge AI, ekosistem cloud AI, serta perkembangan AI chips seperti GPU, TPU, dan NPU menegaskan bahwa infrastruktur dan ekosistem turut menjadi faktor penentu dalam kemajuan teknologi ini,” jelas Yudis.

Namun demikian, Yudis juga mengingatkan adanya sejumlah red flags dalam penelitian AI, seperti sekadar menambah dataset tanpa kontribusi metodologis, hanya melakukan hyperparameter tuning, atau mereplikasi penelitian dengan modifikasi minimal tanpa insight baru. Praktik semacam ini dinilai belum memenuhi standar kontribusi ilmiah yang diharapkan dalam publikasi bereputasi.

Melalui sesi berbagi ini, Laboratorium Sistem Cerdas menegaskan komitmennya dalam membangun budaya riset yang berbasis pada problem solving dan kedalaman analisis. Research gap bukan sekadar formalitas administratif dalam proposal, melainkan fondasi kontribusi ilmiah. Sementara itu, pemetaan lanskap AI menjadi langkah strategis agar penelitian memiliki posisi yang jelas dalam ekosistem keilmuan global. Dengan pendekatan tersebut, diharapkan lahir penelitian yang tidak hanya inovatif secara teknis, tetapi juga relevan, berdampak, dan berkontribusi signifikan bagi perkembangan ilmu pengetahuan serta kebutuhan Masyarakat. (rr)