Gunakan Komputasi AI Lokal, Tiga Mahasiswa ITB Kembangkan Prototipe Solusi Industri
Country Manager ASUS Indonesia, Lenny Lin, mengatakan penguasaan AI perlu dibangun melalui pengalaman langsung dalam bereksperimen dan menciptakan solusi.
“ASUS percaya bahwa penguasaan AI perlu dibangun melalui pengalaman langsung dalam bereksperimen dan menciptakan solusi. Melalui dukungan ROG Strix G16 berperforma tinggi yang dilengkapi dengan ROG Intelligent Cooling system untuk semua workload AI yang berat, kami berharap semakin banyak talenta muda Indonesia, khususnya lewat GeForce Campus Leaders di ITB, mampu mengembangkan inovasi berbasis AI dan menjadi inventor yang siap membentuk masa depan,” ujar Lenny.
Dukungan terhadap program ini juga datang dari ITB. Deputy Head of Dissemination & Communication Pusat AI ITB, Edward Ferdian, menilai kolaborasi antara perguruan tinggi dan industri dapat membuka ruang bagi mahasiswa untuk mengembangkan pengetahuan teoritis menjadi solusi yang relevan dengan kebutuhan nyata.
“Edukasi AI perlu mendorong mahasiswa untuk tidak hanya menjadi pengguna, tetapi juga mampu berperan sebagai builder dan inovator dalam pengembangan solusi AI. Kolaborasi ITB dan NVIDIA melalui RTX AI PC Day memberikan kesempatan bagi mahasiswa untuk mengeksplorasi teknologi, bereksperimen, dan mengembangkan ide inovatif untuk menjawab berbagai tantangan nyata,” kata Edward.
Tiga Mahasiswa ITB Kembangkan Prototipe AI
Kolaborasi tersebut turut ditunjukkan melalui tiga proyek mahasiswa ITB yang memanfaatkan AI untuk menjawab persoalan di sektor industri, yakni pemantauan risiko ergonomi pekerja, pengelolaan rantai dingin logistik, serta deteksi kontaminan dalam proses daur ulang kertas.
Ketiga proyek dikembangkan menggunakan laptop ASUS ROG Strix G16 dengan NVIDIA GeForce RTX 5070 Laptop GPU untuk mendukung eksperimen, pelatihan model AI, dan pengembangan prototipe.
Mahasiswa Sekolah Teknik Elektro dan Informatika (STEI) ITB, Izhar Alif Akbar, mengembangkan REBA.ai, sistem computer vision yang memanfaatkan rekaman CCTV di lingkungan pabrik untuk membantu memantau risiko ergonomi pekerja secara berkelanjutan.
Sistem ini dirancang untuk menilai postur pekerja berdasarkan standar Rapid Entire Body Assessment (REBA), dengan supervisor manusia tetap memegang peran sebagai pengambil keputusan akhir. Akselerasi GPU membantu mempercepat proses pelatihan model dan eksperimen machine learning sehingga pengembangan sistem dapat dilakukan lebih efisien.
Sementara itu, Tsabita Khoirunnisa mengembangkan **ColdTrack AI**, sistem pemantauan rantai dingin prediktif untuk sektor logistik Indonesia. Sistem ini memanfaatkan data telemetri truk berpendingin untuk memperkirakan perubahan suhu muatan, mengidentifikasi potensi gangguan, dan menghitung estimasi waktu sebelum suhu melampaui batas aman.
Informasi tersebut digunakan untuk menghasilkan indeks risiko kargo, menentukan status keamanan muatan, serta memberikan rekomendasi tindakan berdasarkan tingkat risiko. Dukungan GPU membantu mempercepat pelatihan model deep learning dan mendukung eksperimen berulang selama proses pengembangan.
Editor: Agung Bakti Sarasa