Tiga Mahasiswa USK Presentasikan Karya Ilmiah di Konferensi Internasional

08.08.2022 Humas

Tiga mahasiswa Program Studi Teknik Komputer Universitas Syiah Kuala (USK) berhasil melakukan presentasi ilmiah terkait penelitian tugas akhir (skripsi) mereka pada Konferensi Internasional The 8th International Conference on Wireless and Telematics (ICWT) dan International Conference on Cybernetics and Computational Intelligence
(CyberneticsCom) tahun 2022.

Ketiga Mahasiswa tersebut adalah Muhammad Yusuf Kardawi, Alifya Febriana dan Nona Zarima. Penelitian tersebut dibimbing oleh Dosen Jurusan Teknik Elektro dan Komputer USK, Dr. Kahlil Muchtar, S.T., M.Eng yang juga merupakan Koordinator Prodi Teknik Komputer, USK.

Penelitian Yusuf berupaya untuk mendeteksi penyakit osteoarthritis lutut melalui teknik kecerdasan buatan. Artikel ini diterima di ICWT yang pada tahun ini menerima lebih dari 80 artikel dari berbagai dunia termasuk Malaysia, Libya, India, Korea Selatan, dan Sri Lanka.

Penelitian ini diprakarsai karena fakta yang terjadi di lapangan, yakni masih banyak ditemukannya perbedaan persepsi di kalangan ahli radiologi dalam menentukan tingkat keparahan osteoarthritis lutut, serta membutuhkan waktu yang relatif lama dan ketelitian yang tinggi dari ahli radiologi untuk menganalisa gambar hasil sinar-X lutut pasien.

"Penelitian ini mengusulkan sebuah CAD (Computer Aided Design) sebagai sistem pendukung untuk mendeteksi osteoarthritis lutut berdasarkan gambar Sinar-X melalui teknik Deep Learning yang dijalankan pada ponsel pintar," kata Yusuf, Sabtu 6 Agustus 2022.

Berbeda dengan Yusuf, Nona Zarima melakukan analisis dampak modifikasi gambar malaria terhadap akurasi pendeteksian melalui teknik kecerdasan buatan. Artikel ilmiahnya diterima pada CyberneticsCom, dengan judul Pemanfaatan Fitur Tekstur Local Binary Pattern pada Klasifikasi Penyakit Malaria Berbasis Deep Learning.

"Alasan yang melatarbelakangi dilakukannya penelitian ini ialah dalam melakukan diagnosis malaria, umumnya tenaga medis melakukannya secara visual melalui alat mikroskopis, yang tingkat keakuratannya bergantung terhadap pengalaman dan keahlian dari tenaga medis itu sendiri," jelas Nona.

Menurutnya, hal itu memerlukan proses yang panjang dan dapat berujung pada diagnosis yang salah. Sehingga pada penelitiaan ini mengusulkan sebuah sistem berbasis komputer yang memanfaatkan fitur tekstur untuk mengklasifikasikan penyakit malaria melalui pembelajaran mendalam (deep learning).

Sementara itu, penelitian Alifya Febriana yang dipresentasikan dalam konferensi CyberneticsCom berjudul USK-Coffee Dataset: A Multi-Class Green Arabica Coffee Bean Dataset for Deep Learning (Klasifikasi Multi-Kelas Biji Kopi Arabica Green Bean dengan Menggunakan Deep Learning).

"Penelitian ini dilatarbelakangi oleh meningkatnya permintaan ekspor biji kopi di Indonesia ke berbagai negara. Namun, setelah dilakukan survey ke KNT Coffee di Banda Aceh, ternyata teknik dalam menyortir biji kopi masih dilakukan secara manual menggunakan tangan, tanpa menggunakan teknologi, begitu pula dengan negara penghasil kopi lainnya," beber Alifya.

Hal ini menyebabkan proses sortir membutuhkan waktu lebih lama, membutuhkan banyak pekerja dalam melakukan sortasi, membutuhkan tingkat fokus yang tinggi, dan berpotensi menyebabkan stres dan kelelahan para pekerja. Menurutnya, walaupun mesin teknologi penyortir biji kopi telah banyak dijual di e-commerce, namun mesin tersebut hanya bisa menyortir biji kopi bagus dan rusak dengan harga yang sulit dijangkau. Dampaknya, para pekerja kopi masih harus menyortir biji kopi berdasarkan varietasnya secara manual.

Oleh karena itu, Alifya mengusulkan untuk membuat sebuah model komputer yang dapat melakukan deteksi dan klasifikasi biji kopi arabika berdasarkan tipe biji kopi rusak, peaberry, longberry dan premium dengan harapan dapat menjadi langkah awal bagi peneliti lain dalam pengembangan teknologi sortasi biji kopi dan membantu para petani kopi dalam menyortir biji kopi.

Alifya juga memperkenalkan dataset biji kopi arabika yang dinamakan USK-Coffee Dataset. Dataset ini berisi 8000 gambar kopi dari 4 kelas yang ada, dan akan terus bertambah. Dataset tersebut dapat diakses secara publik melalui http://comvis.unsyiah.ac.id/usk-coffee/. Prosiding ICWT dan CyberneticsCom setiap tahunnya telah dipublikasikan di IEEE Xplore  dan terindeks scopus.

Sementara itu, Wakil Rektor III USK, Prof. Prof. Dr. Mustanir, M.Sc menjelaskan bahwa, ICWT adalah konferensi yang diselenggarakan secara rutin oleh Sekolah Teknik Elektro dan Informatika (STEI) Institut Teknologi Bandung. Tahun ini, konferensi ICWT berkolaborasi dengan UIN Sunan Gunung Djati (UIN-SGD) sebagai patron yang berlangsung 21-22 Juli 2022 di Yogyakarta. Sedangkan IEEE CyberneticsCom sendiri ialah konferensi unggulan dari IEEE Indonesia Section.

"Saya mengucapkan selamat atas capaian yang diraih tiga mahasiswa USK. Ini menunjukkan bahwa anak-anak kita mampu menghasilkan karya ilmiah yang bereputasi internasional," ungkap Prof Mustanir.