Topik Interaksi Manusia-Robot hingga Keamanan GPU dan Vision Language Model Diulas pada Hari Kelima DCSE Summer Course 2026

Topik Interaksi Manusia-Robot hingga Keamanan GPU dan Vision Language Model Diulas pada Hari Kelima DCSE Summer Course 2026

Yogyakarta, 31 Juli 2026 – Departemen Ilmu Komputer dan Elektronika (DIKE) FMIPA UGM melanjutkan rangkaian DCSE Summer Course 2026 yang kini telah memasuki hari kelima. Agenda pada 31 Juli 2026 tersebut menghadirkan lima sesi materi terkait pengembangan kecerdasan buatan (Artificial Intelligence/AI) dan robotika. Pemaparan materi mencakup topik interaksi manusia-robot, keamanan sistem GPU, pengawasan infrastruktur, hingga teknologi pembacaan kondisi mental manusia melalui perubahan ukuran pupil mata.

Sesi pertama diisi oleh Hideki Tamura, Ph.D. dari Toyohashi University of Technology yang membahas interaksi manusia-robot dari sudut pandang persepsi dan perilaku. Ia menjelaskan bahwa keberhasilan interaksi tidak hanya bergantung pada kecanggihan AI, tetapi juga memerlukan perilaku robot yang aman, dapat diprediksi, dan mudah dipahami oleh manusia. Melalui eksperimen berbasis realitas virtual (virtual reality), ia menunjukkan cara merancang robot dengan pendekatan yang berpusat pada manusia (human-centered). Sesi ini turut mendiskusikan respons dalam menyikapi potensi pergeseran tenaga kerja akibat otomasi di masa depan. Bergeser pada aspek keamanan komputasi, sesi selanjutnya bersama Ardhi Yudha mengupas pemodelan ancaman pada sistem GPU modern. Ardhi menekankan bahwa tingginya kompleksitas perangkat keras menuntut pemetaan potensi ancaman sejak tahap awal pengembangan. Ia juga mendorong pemanfaatan AI secara bijak untuk mengolah data teknis berskala besar guna mengidentifikasi celah keamanan, salah satunya melalui kerangka kerja threat modeling berbasis model STRIDE.

Pada sesi ketiga, penerapan AI dalam inspeksi infrastruktur diulas oleh Ir. Dr. Ali Sophian, C.Eng. melalui metode pengujian tak rusak (non-destructive testing/NDT). Metode pulse eddy current testing tanpa kontak langsung ini memanfaatkan medan magnet untuk mendeteksi korosi pada material konduktif yang krusial bagi pemeliharaan jalan dan jaringan pipa. Ia menyoroti peran AI dalam mereduksi gangguan sinyal serta mengurangi ketergantungan pada operator manual guna mendukung tren pemeliharaan prediktif (predictive maintenance) dan pemanfaatan perangkat otonom. Beralih pada pemantauan biologis, Dr. Yuta Suzuki dari NTT Communication Science Laboratories memaparkan potensi perubahan ukuran pupil sebagai indikator kondisi mental dan emosional manusia. Ia membagikan temuan inovatif mengenai penggunaan cahaya khusus untuk mengaktifkan sel ipRGC pada mata yang terbukti mampu meningkatkan memori otak dan mengurangi kelelahan pada partisipan penelitian. Teknologi pupilometri ini berpotensi diintegrasikan pada kacamata Augmented Reality (AR) maupun kamera laptop guna memantau tingkat konsentrasi pekerja hingga mendeteksi kantuk pengemudi.

Rangkaian hari kelima ditutup dengan sesi tutorial oleh Deirra yang membedah dasar-dasar Vision Language Model (VLM). Sebagai bentuk pengembangan dari Large Language Model (LLM), VLM dirancang agar mampu memproses masukan multimodal berupa gambar dan teks secara bersamaan melalui arsitektur vision encoder, proyektor, dan LLM. Selain memperkenalkan model algoritma CLIP dan memaparkan konsep visual question answering, sesi ini menyoroti potensi bias serta risiko keselamatan pada aplikasi sensitif layaknya kendaraan otonom. Peserta turut mendapatkan kesempatan praktik langsung membangun sistem pencarian produk berbasis VLM dengan sejumlah tips dan panduan teknis.

Seluruh rangkaian pemaparan materi yang mencakup interaksi robotika, keamanan sistem, hingga pemantauan kognitif ini berkontribusi langsung terhadap pencapaian Tujuan Pembangunan Berkelanjutan (SDGs). Pemanfaatan teknologi pupilometri untuk memantau kondisi mental selaras dengan SDG 3 (Kehidupan Sehat dan Sejahtera). Pengembangan keamanan sistem GPU beserta inovasi AI pada inspeksi infrastruktur merupakan wujud implementasi SDG 9 (Industri, Inovasi, dan Infrastruktur). Penerapan pemeliharaan prediktif guna menjaga keandalan fasilitas publik turut merepresentasikan target SDG 11 (Kota dan Permukiman yang Berkelanjutan). DIKE UGM melalui penyelenggaraan DCSE Summer Course 2026 konsisten memperluas wawasan inovasi teknologi mutakhir guna mendukung keberlanjutan infrastruktur dan kesejahteraan masyarakat.

Author : Marina Indah
Editor : Faiz Anggoro
#SDGs3 #SDGs9 #SDGs11


Sebelumnya
Berikutnya