Indonesia 
English 
Yogyakarta, 14 April 2026 – Departemen Ilmu Komputer dan Elektronika (DIKE) FMIPA UGM, melalui kolaborasi antara Program Studi Magister Kecerdasan Artifisial (MKA), Program Doktor Ilmu Komputer, dan Laboratorium Sistem Cerdas, menyelenggarakan Guest Lecture dengan topik “Applied AI and Large Language Models: From Research to Real-World Impact” pada Selasa, 14 April 2026. Kegiatan ini menghadirkan Dr. Abdul Karim, alumnus Program Doktor UGM yang kini berkarier sebagai Research Professor di Hallym University, Korea Selatan, untuk memaparkan perkembangan aktual kecerdasan buatan dan relevansinya terhadap berbagai bidang kehidupan, mulai dari kesehatan, pendidikan, hingga riset ilmiah di hadapan sivitas akademika.
Mengawali paparannya, Dr. Abdul Karim membedah konsep dasar kecerdasan buatan, termasuk hierarki keilmuan yang saling menopang antara Artificial Intelligence (AI), Machine Learning, dan Deep Learning. Beliau turut merincikan tiga tahapan utama AI, mulai dari Artificial Narrow Intelligence (ANI), Artificial General Intelligence (AGI), hingga Artificial Super Intelligence (ASI). Dari fondasi tersebut, pembahasan mengerucut pada arsitektur Transformer yang berperan sebagai tulang punggung teknologi Large Language Models (LLM) modern. Komponen teknis penyusunnya, seperti mekanisme self-attention dan multi-head attention beserta kategori model utamanya, yaitu encoder-only (BERT), decoder-only (GPT), dan encoder-decoder (T5, BART), turut dikupas tuntas melalui pendekatan sistematis beserta contoh aplikasinya.
Beranjak dari arsitektur dasar, sesi berlanjut dengan pemetaan ekosistem LLM global yang kini telah mengubah wajah Natural Language Processing (NLP). Melalui visualisasi “Evolutionary Tree of LLMs”, Dr. Abdul Karim memaparkan timeline evolusi model-model besar, dimulai dari BERT dan variannya (RoBERTa, DistilBERT, ALBERT, ELECTRA, DeBERTa), keluarga GPT (GPT-1 hingga GPT-3), serta model multibahasa seperti XLM dan XLM-RoBERTa. Forum ini juga menyoroti akselerasi inovasi model terkini yang tengah mendominasi industri AI, seperti LLaMA (Meta), Gemini (Google DeepMind), DeepSeek, Mistral/Mixtral, Claude 3 (Anthropic), Grok (xAI), Perplexity AI, Phi-3 (Microsoft), hingga model terbaru Kimi K2 yang beroperasi sebagai model open-source dengan kapasitas 1 triliun parameter.
Dalam penerapannya, teknologi LLM telah memberikan dampak langsung di berbagai sektor esensial. Di bidang kesehatan, AI dimanfaatkan untuk clinical decision support, otomatisasi laporan medis, diagnosis berbantuan AI, serta akselerasi penemuan obat, sementara di ranah pendidikan, teknologi ini memungkinkan personalisasi pembelajaran, pembuatan konten otomatis, terjemahan multibahasa, hingga asistensi riset ilmiah. Akselerasi implementasi AI ini didukung penuh oleh kerangka kerja utama seperti TensorFlow dan PyTorch, serta platform komunitas open-source seperti Hugging Face. Menutup paparannya, Dr. Abdul Karim membagikan rekam jejak riset pemanfaatan teknologi tersebut. Sejumlah karya ilmiah seperti “Ensemble Learning for Biomedical Signal Classification” dan “Hybrid Ensemble of LLMs and Fractional Features for Engineering Sentiment Analysis” telah berhasil menembus jurnal bereputasi global seperti Scientific Reports/Nature (2025) dan Applied Sciences (2026).
Penyelenggaraan Guest Lecture ini merupakan bagian dari upaya kolaboratif DIKE UGM dalam memperkaya wawasan akademik mengenai implementasi teknologi AI dan LLM lintas sektor yang turut mendukung pencapaian Tujuan Pembangunan Berkelanjutan (SDGs). Kehadiran pakar untuk membagikan ilmu ruang diskusi ilmiah bagi mahasiswa dan tenaga pengajar ini sejalan dengan upaya pemenuhan SDG 4 (Pendidikan Berkualitas). Guna memperluas skala penemuan dan dampak riset, kolaborasi global antar-institusi terus didorong untuk mengukuhkan komitmen pada SDG 17 (Kemitraan untuk Mencapai Tujuan). Melalui forum ini, DIKE UGM berharap generasi peneliti muda Indonesia semakin terinspirasi untuk berkontribusi aktif dalam pengembangan ekosistem kecerdasan buatan global.
Author : Rizky Prabowo, Afiahayati
Editor : Faiz Anggoro
#SDGs4 #SDGs17
