Kuliah Tamu FILKOM UB Hadirkan Solusi AI untuk Kompleksitas Peradilan dan Navigasi Ruang Fisik
Dunia hukum sering kali dipandang sebagai labirin teks yang rumit, penuh dengan jalinan pasal dan interpretasi yang mendalam. Di sisi lain, dunia pendidikan modern juga dihadapkan pada tantangan tumpukan dokumentasi digital pasif, seperti rekaman kuliah berjam-jam yang sering kali terabaikan di memori penyimpanan. Namun, bagaimana jika teknologi modern mampu memetakan kompleksitas teks hukum sekaligus menyulap rekaman video pasif menjadi objek pembelajaran yang interaktif secara otomatis?
Menjawab tantangan masa depan tersebut, Fakultas Ilmu Komputer, Universitas Brawijaya (FILKOM UB) menggelar rangkaian Visiting Lecturer Program yang dikemas dalam dua seri kuliah tamu untuk mata kuliah Kecerdasan Artifisial Lanjut. Rangkaian agenda ilmiah yang dilaksanakan secara daring melalui ruang pertemuan virtual ini bertujuan membuka cakrawala mahasiswa dalam membedah potensi besar implementasi kecerdasan buatan (artificial intelligence) lintas domain.
Rangkaian program ini diawali dengan kuliah tamu seri pertama pada hari Senin, 25 Mei 2026, mengusung fokus pada sektor yudisial, acara ini menghadirkan pakar komputasi bahasa dari Universitas Airlangga, yaitu Nasa Zata Dina, S.Kom., M.Kom., M.Sc., Ph.D., yang merupakan dosen dan peneliti dari Fakultas Vokasi, Universitas Airlangga, Surabaya. Jalannya pemaparan materi pada seri pembuka ini dipandu langsung oleh Yuita Arum Sari, S.Kom., M.Kom., Ph.D. selaku moderator.
Dalam penjelasannya, Nasa menerangkan konsep Legal Judgment Prediction (LJP) melalui pendekatan multilabel text classification.
“Klasifikasi multilabel pada domain hukum merujuk pada sebuah metode di mana satu dokumen putusan hukum dapat dikaitkan dengan beberapa pasal, dakwaan, atau kategori tindak penal sekaligus,” jelasnya.
Melalui pendekatan ini, model kecerdasan artifisial dilatih untuk menganalisis narasi kasus yang kompleks dan secara otomatis memprediksi berbagai label hukum yang relevan secara bersamaan.
Kendati demikian, implementasi LJP sama sekali tidak dimaksudkan untuk menggeser peran seorang hakim di ruang sidang. Sebaliknya, teknologi inovatif ini dirancang sebagai sistem pendukung keputusan (decision support system) yang menyediakan referensi putusan berbasis data masa lalu secara cepat. Kehadiran sistem ini akan sangat membantu para praktisi hukum menghemat waktu, sekaligus membuka aksesibilitas informasi bagi masyarakat non-profesional yang memiliki keterbatasan pengetahuan hukum.
Pada kuliah tamu seri kedua, hari Selasa, 26 Mei 2026, dengan tajuk “AI-Driven Modeling of Physical Spaces and Digital Interaction Data.” Kuliah tamu ini dipandu oleh Ir. Indriati, S.T., M.Kom. selaku moderator, dengan menghadirkan pakar multimodal generative AI, Amma Liesvarastranta Haz, S.Tr.T., M.T., Ph.D., yang merupakan dosen dan peneliti dari Politeknik Elektronika Negeri Surabaya (PENS) PSDKU Lamongan.
Dalam pemaparannya, Amma membedah rancangan sistem pintar yang bekerja layaknya panca indra manusia saat menonton video kuliah. Sistem ini membagi tugasnya ke dalam tiga pilar utama (The Modality Matrix) secara bersamaan (parallel processing): mata AI membaca teks di salindia (slide) presentasi, telinga AI mendengarkan lalu mengubah ucapan dosen menjadi teks transkrip, dan otak AI bertugas memahami makna dari gabungan teks dan suara tersebut.
Teknologi ini juga menawarkan solusi cerdas berupa metode hibrida (Hybrid Boundary Detection) untuk mendeteksi perpindahan slide yang kerap terhalang wajah dosen di kamera. Jika nomor halaman tidak terbaca, AI akan otomatis mengukur tingkat kemiripan visual antar-bingkai video untuk mengetahui pergantian halaman. Selain itu, AI dilatih menyajikan kata kunci penting secara otomatis menggunakan sistem penilaian berbobot yang ketat (strict weighted scoring scheme) berdasarkan relevansi topik hingga istilah teknis yang muncul.
Menariknya, teknologi pemahaman visual AI dari riset Amma ini tidak hanya berguna untuk dokumen digital, tetapi juga dikembangkan untuk memetakan ruang fisik di dunia nyata melalui sistem spatial computing. Sistem ini dirancang untuk mengatasi kelemahan navigasi Global Positioning System (GPS) konvensional yang sering kali kehilangan arah atau mengalami kegagalan fungsi (fracture) tepat saat pengguna melangkah masuk ke dalam arsitektur gedung yang kompleks.
Melalui integrasi kecerdasan buatan tersebut, sistem mampu membangun navigasi dalam ruangan (indoor navigation) yang cerdas tanpa perlu memasang perangkat keras pelacak yang mahal di setiap sudut dinding. Meskipun saat ini sistem masih menghadapi tantangan kecepatan pemrosesan video yang memakan waktu cukup lama (processing bottleneck), optimasi sistem ke depan diproyeksikan mampu memangkas waktu tunggu tersebut secara drastis.
Melalui pelaksanaan kuliah tamu dua seri yang berkelanjutan ini, FILKOM UB terus memantapkan langkahnya dalam mendukung atmosfer riset yang adaptif terhadap perkembangan teknologi global. (rr)
