Home / Berita / Melimpah Peluang, Melimpah Pula Kelemahan

Melimpah Peluang, Melimpah Pula Kelemahan

Indonesia mempunyai peluang munculnya ekosistem inovasi kecerdasan buatan (AI). Akan tetapi, masih banyak pula kelemahan yang mesti dibenahi.

Pemerintah telah memiliki strategi nasional pengembangan kecerdasan buatan hingga 2045. Perguruan tinggi sebagai salah satu elemen penting untuk menyukseskan strategi nasional itu.

Dokumen “Strategi Nasional Kecerdasan Artifisial Indonesia 2020-2045” yang dikeluarkan oleh Badan Pengkajian dan Penerapan Teknologi (BPPT) disebutkan, Indonesia punya peluang ekosistem inovasi kecerdasan buatan (AI) yang terlihat dari beberapa hal. Pemerintah misalnya, telah melaksanakan Program Satu Data melalui Peraturan Presiden Nomor 39 Tahun 2019, Visi Indonesia Emas 2045, Peta Jalan Making Indonesia 4.0, Rencana Induk Riset Nasional, dan sejumlah sektor prioritas yang termaktub dalam Rencana Pembangunan Jangka Menengah Nasional.

Dokumen yang dikeluarkan tahun 2020 ini juga memuat beberapa kekuatan Indonesia untuk menerapkan AI. Sebagai contoh, pembangunan infrastruktur dan konektivitas nasional yang semakin meningkat ke seluruh wilayah nusantara dan potensi pasar ekonomi digital terbesar di Asia Tenggara. Lalu, kampus perguruan tinggi menyebar merata dan beberapa di antaranya telah berstandar internasional. Pemerintah juga mempunyai program pendanaan riset yang memungkinkan dipakai perguruan tinggi dan pelaku industri.

Wakil Rektor Universitas Indonesia (UI) Bidang Riset dan Inovasi, Nurtami, Kamis (11/2/2021) mengatakan, sejalan dengan “Strategi Nasional Kecerdasan Artifisial Indonesia 2020-2045”, UI telah mempunyai peta jalan desain proses riset AI melalui Surat Keputusan (SK) Rektor UI Nomor 1738 Tahun 2020. SK ini menyiratkan pentingnya AI untuk fokus riset di UI.

“Selama tiga tahun mendatang, kegiatan fokus untuk menghasilkan sumber daya manusia (SDM) unggul, terutama bidang AI. Kami menyediakan layanan komputasi untuk mendukung riset AI yang berupa infrastruktur high performance computing (HPC). HPC ini dapat dipakai untuk praktik pengelolaan mahadata dari berbagai kegiatan akademik ataupun riset,” ujar dia.

Untuk mempersiapkan sumber daya manusia kompeten di bidang inovasi AI, UI memiliki program pendidikan formal dan informal berupa pelatihan dan lokakarya.

Inti keilmuan untuk inovasi AI terletak pada ranah Ilmu Komputer. Maka, Fakultas Ilmu Komputer UI menyiapkan program studi (prodi) yang lebih banyak aktif. Di luar itu, bagi sivitas akademika di luar prodi tetap bisa mengikuti pelatihan kompetensi yang mendukung AI, seperti bertemakan mesin pembelajaran dan sains data.

Nurtami mengaku, kehadiran kebijakan Merdeka Belajar-Kampus Merdeka menguntungkan untuk riset AI. Dengan kata lain, sivitas akademika lintas bidang ilmu, bukan hanya Ilmu Komputer, punya peluang kolaborasi riset AI. Inipun secara perlahan sudah terjadi. Pelaku industri juga semakin dimudahkan bermitra dengan kampus.

Beberapa inovasi AI dari UI sudah mengemuka ke publik. Misalnya, di bidang kesehatan, AI sudah dipergunakan untuk mendeteksi COVID-19 melalui inovasi alat bernama DSS-CovIDNet. Inovasi ini memakai konsep convolutional neural network untuk melakukan klasifikasi dari citra rontgen dada ke dalam tiga kelompok, yakni Pneumonia Covid-19, Pneumonia Non-Covid-19, dan paru normal.

DSS-CovIDNet dirancang oleh mahasiswa magister dan alumni dari Departemen Fisika FMIPA UI. Mereka tergabung dalam tim riset Artificial Intelligence for Radiological Applications (AIRA).

Di bidang humaniora, riset AI telah sampai ke inovasi sistem analisa hubungan manusia pada media sosial terkait deteksi ujaran kebencian (hate speech). Peneliti riset datang dari Fakultas Ilmu Komputer UI. Mereka meneliti kombinasi fitur Word Unigram, Random Forest Decision Tree (RFDT), dan Label Power-set (LP) yang hasilnya mampu mendeteksi bahasa kasar dan ujaran kebencian di Twitter dengan akurasi 77,36 persen.

Rektor Telkom University Adiwijaya saat dihubungi Rabu (10/2/2021), mengatakan, sejalan dengan “Strategi Nasional Kecerdasan Artifisial Indonesia 2020-2045”, kampus-kampus sekarang tengah mendorong mahasiswa dan dosen berperan aktif. Sebagai landasan, kurikulum prodi diarahkan mendukung kebutuhan AI.

“AI membantu menyelesaikan permasalahan di masyarakat, bukan sebatas di sektor telekomunikasi. Dari persoalan ketahanan pangan sampai kebersihan lingkungan bisa diterapkan AI. Artinya, prodi yang terlibat inovasi pun bukan sebatas terkait informatika,” ujar dia.

Di Telkom University, prodi yang aktif meneliti inovasi AI mencakup, antara lain informatika, Teknik Elektro, dan Rekayasa Perangkat Lunak. Selain itu, Telkom University bersiap untuk membuka prodi khusus AI.

Sejak lima tahun lalu, riset inovasi AI telah berjalan. Titik berangkatnya dari permasalahan di masyarakat, seperti program Citarum Harum. Tim riset AI dari Telkom University membangun alat pendeteksi polutan.

Asisten Profesor di Departemen Teknik Elektro dan Teknik Informatika Universitas Gadjah Mada (UGM) sekaligus Chair of The Institute of Electrical and Electronics Engineers System, Man, and Cybernetics Indonesia Chapter, Sunu Wibirama, mengatakan, peluang inovasi AI di Indonesia juga terlihat dari berdirinya AI Center di sejumlah perguruan tinggi. Sebagai contoh, UGM mempunyai AI Center of Excellence yang diresmikan pada 22 Februari 2019.

Pada saat itu, AI Center of Excellence telah memiliki aktivitas riset, antara lain mengenai sistem cerdas deteksi otomatis kendaraan, sistem cerdas pendeteksi tingkat kepadatan kendaraan di jalan, automatic license plate recognition, dan sistem cerdas berbasis visual untuk membantu navigasi secara otomatis.

Perguruan tinggi, seperti UGM, mengoptimalkan menyiapkan mahasiswa yang berkompetensi kuat bidang ilmu Matematika dan Fisika. Mahasiswa didorong untuk mengerjakan tugas akhir kolaboratif lintas bidang ilmu. Dosen-dosen diminta selalu melibatkan mahasiswa dalam riset tentang AI.

Dosen Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung (ITB ) Ayu Purwarianti menceritakan, Pusat AI ITB sekarang menjadi Pusat Unggulan IPTEK Artificial Intelligence on Vision, NLP (Natural Language Processing), dan Big Data Analytics. Dalam peta jalan pengembangan AI, ITB fokus kepada bidang AI, NLP, dan Big Data Analytics.

Sejumlah riset inovasi berbasis AI yang telah dilakukan, misalnya, voice intel (sistem biometrik ucapan untuk sistem intelijen), Covid-19 Socmed Monitoring, Hoax Classification, Bot Pembangkit Artikel Berita, dan Model Nowcasting Daya Beli Masyarakat Suatu Kuartal Berdasarkan Data Pangan dan Non Pangan.

Pembina Asosiasi Pendidikan Tinggi Informatika dan Komputer (APTIKOM) Eko Indrajit menambahkan, keuntungan Indonesia saat ini adalah Kementerian Pendidikan dan Kebudayaan (Kemendikbud) telah mempunyai kebijakan Merdeka Belajar episode Kampus Merdeka. Kebijakan ini membuka kesempatan semakin luas lintas prodi, bahkan perguruan tinggi dan industri, bersama-sama meneliti AI.

Kelemahan kompetensi
Dokumen “Strategi Nasional Kecerdasan Artifisial Indonesia 2020-2045” memuat juga kelemahan implementasi AI. Dari sisi ketenagakerjaan, masih belum banyak lulusan sarjana Matematika, Sains, Teknik, dan Ilmu Komputer yang punya kemampuan untuk bekerja di bidang AI. Jumlah tenaga ahli, dosen, dan profesor Indonesia yang khusus bidang AI.

Dari sisi kapasitas pendidikan dan pelatihan, kelemahan yang disebutkan dalam dokumen itu adalah sistem persekolahan belum memperkenalkan bidang AI dalam kurikulum. Masih banyak perguruan tinggi belum memiliki persyaratan memadai untuk menunjang pembelajaran AI.

Adapun dari sisi infrastruktur, kelemahan yang disampaikan di dokumen strategi nasional yaitu dataset digital masih berserakan. Data tersebut, baik secara kuantitas maupun kualitas, masih perlu diperbaiki untuk kebutuhan eksperimentasi. Kebijakan Satu Data Indonesia masih menghadapi ego sektoral. Kelemahan lainnya infrastruktur yang menunjang riset AI belum masif.

Ayu memandang, meskipun penelitian AI di Indonesia sekarang bisa disebut maju dibanding beberapa tahun sebelumnya. Namun, level penelitian dan penerapan teknologi AI di Indonesia masih lebih rendah dibandingkan negara lain, bahkan negara tetangga.

Sunu berpendapat, riset AI tidak akan mungkin terlaksana tanpa adanya SDM unggul yang dibangun kompetensinya sejak pendidikan dasar. Jenjang pendidikan dasar semestinya sudah mulai menguatkan peserta didik di bidang ilmu yang menunjang AI, seperti Matematika yang berhubungan dengan Aljabar, Kalkulus, dan Statistika.

Dukungan talenta dosen dan peneliti di kampus tidak akan terlaksana tanpa adanya alokasi anggaran. Menurut Sunu, pemerintah perlu secara khusus mengalokasikan beasiswa khusus bagi sumber daya manusia yang punya kemampuan tinggi di bidang AI dan sudah terikat kontrak kerja untuk bekerja di perguruan tinggi.

“Edukasi terhadap sivitas akademika di perguruan tinggi yang tidak terkait langsung dengan riset AI. Edukasi penting karena teknologi AI bukan “silver bullet” yang bisa memecahkan semua solusi multidisiplin. Performa AI tergantung dari banyak faktor dan hal-hal seperti ini perlu dijelaskan kepada pakar-pakar dari disiplin ilmu di luar AI,” kata Sunu.

Nurtami mengemukakan, kompetensi bidang AI belum mumpuni dikuasai mahasiswa dan tenaga peneliti, baik secara teoritis maupun praktis. Jumlah tenaga ahli berlatar dosen dan guru besar di bidang AI pun masih terbatas.

Eko menyampaikan hal senada. Saat ini, dosen ahli bidang AI dan kompetensi terkait industri 4.0 masih terbatas. Untuk mengatasi persoalan ini, APTIKOM sampai membuat sistem pembelajaran daring berbasis kursus (MOOC) yang memungkinkan pakar ahli berbagi ilmu.

“Apabila serius mengimplementasikan AI, paradigma perguruan tinggi mesti berubah. Misalnya, lekas bangun sistem pembelajaran yang mendukung AI. Ini pun harus merata ke lintas disiplin ilmu,” kata Eko.

Kelemahan lain, lanjut Nurtami, adalah belum tersedianya himpunan data (dataset) digital berukuran besar. Padahal, ini amat dibutuhkan untuk membangun solusi AI.

Dataset yang tersedia seringkali tidak dapat diakses karena hambatan teknis dan nonteknis. Pemilik data seringkali tidak bersedia memberikan akses, yang salah satunya dikarenakan ego sektoral.

“Dataset yang tersedia dan bisa diakses seringkali tercecer dan terpisah-pisah karena berasal dari sumber yang berbeda-beda. Umumnya tidak ada integrasi antar data sebab hambatan teknis dan nonteknis,” tutur dia.

Nurtami menceritakan, saat ini kebijakan dan regulasi pemanfaatan data bersama (data sharing), pembukaan akses data (data publishing), etika, dan pemanfaatannya belum jelas. Ketidakjelasan ini, termasuk cara penghargaan materi dan pengakuan ilmiah bagi pihak-pihak yang berjasa dalam memproduksi data.

Selain beberapa kelemahan tersebut, dia menambahkan masih ada masalah klasik, yakni kurang mapannya infrastruktur komputasi untuk pengembangan solusi AI dan lemahnya kolaborasi dengan industri untuk memberikan dampak yang luas.

Eko pun mengeluhkan kelemahan yang sama. Meski dataset belum tersedia dengan baik, perguruan tinggi saat ini terus mengoptimalkan riset AI dengan sumber data yang ada.

“AI merupakan gabungan algoritma mesin pembelajaran dan data yang dilatih. Riset kan tidak mungkin menunggu sampai persyaratan itu sempurna. Peneliti di perguruan tinggi sekarang proaktif menggali sumber data,” ujar Eko.

Adiwijaya mengatakan, dataset, berbagi data, dan penerbitan data berhubungan dengan etika dan regulasi. Keduanya akan bermanfaat sebab penelitian AI diantaranya menyasar kepada perilaku manusia.

“AI adalah program yang memerlukan sumber data. Ada sumber data yang harus dijaga kerahasiaannya, seperti data pribadi. Apabila pemerintah ingin serius dengan AI, rumusan etika dan regulasi penting segera dirumuskan,” kata Adiwijaya.

Oleh MEDIANA

Editor: ALOYSIUS BUDI KURNIAWAN

Sumber: Kompas, 15 Februari 2021

Share
%d blogger menyukai ini: