Kupas Hubungan Sistem Operasi dengan Perkembangan AI, Kuliah Tamu FILKOM UB Hadirkan Pakar Internasional UTHM Malaysia
Kecerdasan Buatan (Artificial Intelligence/AI) bukan lagi sekadar tren teknologi musiman, melainkan telah menjelma menjadi fondasi baru dalam pengambilan keputusan strategis di berbagai sektor kehidupan modern. Menanggapi fenomena global yang bergerak eksponensial ini, Fakultas Ilmu Komputer Universitas Brawijaya (FILKOM UB) menunjukkan komitmennya dalam mengawal perkembangan teknologi mutakhir di tingkat internasional.
Melalui FILKOM UB DSI Series: Guest Lecture 3in1 untuk mata kuliah Sistem Operasi, menghadirkan pakar internasional, Prof. Madya Ts. Dr. Azizul Azhar bin Ramli dari Software Engineering Department, Universiti Tun Hussein Onn Malaysia (UTHM). Rangkaian kuliah tamu ini dilaksanakan secara intensif pada Rabu (6 Mei 2026), Jumat (8 Mei 2026), Rabu (13 Mei 2026), dan Jumat (15 Mei 2026).
Dwija Wisnu Brata, S.ST., M.T., selaku dosen pengampu mata kuliah Sistem Operasi mengungkapkan bahwa kehadiran dosen tamu dari UTHM ini merupakan peluang emas bagi mahasiswa untuk menyerap informasi serta pengalaman beliau pada bidang kepakaran beliau terkait AI dan teknologi yang digunakan dalam industri global. Beliau berharap melalui ilmu yang dibagikan oleh Prof. Dr. Azizul, para mahasiswa FILKOM UB memperoleh cakrawala yang luas mengenai bagaimana sistem operasi memiliki pengaruh dalam mendukung masifnya perkembangan AI saat ini.
Dalam pemaparannya, Prof. Dr. Azizul menekankan bahwa efektivitas AI di masa depan tidak hanya ditentukan oleh kecanggihan algoritma, melainkan pada integritas kualitas data serta ketangguhan infrastruktur. Salah satu poin krusial yang dibahas adalah pentingnya dokumentasi dan transparansi melalui penggunaan datasheets for datasets untuk mencatat motivasi pengumpulan data, serta penerapan standar metadata dan audit logs untuk melacak setiap transformasi data dari bentuk mentah hingga menjadi tensor.
Tak hanya aspek etika, Prof. Dr. Azizul juga membedah sisi teknis melalui studi kasus pelatihan AI pada raksasa teknologi Meta. Menghadapi pertumbuhan data berskala exabyte untuk melatih LLM models, Meta menggunakan sistem Tectonic yang mengoptimalkan jalur pipa data guna mengeliminasi hambatan proses. Pelajaran berharga dari studi kasus ini membuktikan bahwa pemisahan antara sektor penyimpanan dan sektor komputasi (decoupling storage from compute) menjadi kunci utama untuk melakukan skala mandiri yang efisien.
“Efisiensi komputasi ini pun kini semakin bergantung pada transisi penggunaan GPU (Graphics Processing Unit) yang mampu menangani pengolahan data paralel secara masif dibandingkan CPU konvensional. Meski investasi perangkat keras GPU lebih tinggi, namun akselerasi yang ditawarkan menjadi faktor penentu dalam mengejar Return on Investment (ROI) yang lebih cepat bagi institusi pengembang teknologi,” jelasnya
Sebagai penutup rangkaian kelas, Prof. Dr. Azizul menegaskan bahwa sinergi antara transmisi berkecepatan tinggi berbasis fiber optic dan strategi pemilihan data yang bebas bias adalah harga mati. Langkah awal yang tidak bisa ditawar dalam pengembangan AI adalah mengamankan data dan memilihnya dengan strategi yang tepat, sehingga AI masa depan mampu memberikan solusi nyata bagi kemanusiaan tanpa mengorbankan aspek etika, keadilan, dan keamanan. (rr)
