Indonesia 
English 
Yogyakarta, 28 Juli 2026 – Pada hari kedua DCSE Summer Course 2026, empat narasumber dari berbagai negara membahas perkembangan robotika, otomasi, hingga penerapan AI dalam kehidupan masyarakat. Rangkaian materi ini menjadi kelanjutan dari sesi pembukaan yang berlangsung sehari sebelumnya dengan pembahasan yang berfokus pada aspek teknis serta implementasi AI dan robotika di berbagai sektor.
Sesi pertama diisi oleh Dr. Shigemichi Matsuzaki, peneliti dari Toyota Motor Corporation, Jepang, yang memaparkan perkembangan navigasi mobile robot berbasis multimodal navigation transformer. Menurutnya, robot layanan perlu mampu bernavigasi secara aman di lingkungan yang berpusat pada manusia, termasuk menghadapi pejalan kaki yang bergerak dinamis, sesuatu yang sulit diantisipasi oleh sistem berbasis aturan konvensional. Sebagai solusi, ia memperkenalkan model transformer yang mampu memproses berbagai jenis sensor secara fleksibel melalui teknik random masking, sehingga robot tetap dapat bernavigasi meski hanya mengandalkan sebagian sensor yang tersedia. Ke depan, timnya akan terus melakukan evaluasi kuantitatif serta belajar dari data lapangan, termasuk kasus kegagalan, agar model yang dikembangkan semakin mampu digeneralisasi.
Sesi kedua dibawakan oleh Dr. Phạm Phú Cường dari Can Tho University, Vietnam, yang mengangkat topik integrasi kecerdasan buatan dalam sistem robotika. Ia menjelaskan tantangan mendasar dalam robotika, seperti non-linearitas, kalibrasi, dan ketidakpastian lingkungan, yang menurutnya dapat diatasi dengan bantuan jaringan saraf tiruan. Ia turut mendemonstrasikan pemanfaatan kamera dan jaringan YOLO untuk mengestimasi posisi dan orientasi ujung lengan robot tanpa sensor tambahan yang rumit. Selain itu, ia menjelaskan bagaimana kombinasi kendali non-linear dengan reinforcement learning dapat meningkatkan performa robot dalam menghadapi gangguan. Menurutnya, perkembangan AI dalam robotika berlangsung sangat pesat sehingga mahasiswa perlu mempelajarinya secara sistematis sembari terus bereksperimen. Sesi ini ditutup dengan diskusi mengenai evaluasi sistem dan peluang kolaborasi akademik.
Materi selanjutnya disampaikan oleh Fajar J. Ekaputra yang membahas irisan antara neurosymbolic AI dan knowledge graph. Ia menjelaskan bahwa neurosymbolic AI menggabungkan kekuatan AI berbasis machine learning yang cepat, tetapi rentan terhadap kesalahan, dengan AI simbolik yang lebih rasional dan berbasis logika sehingga mampu meminimalkan kelemahan masing-masing pendekatan. Ia juga memaparkan perkembangan knowledge graph, mulai dari konsep awal semantic web hingga penerapannya secara luas di industri, seperti Knowledge Graph milik Google. Selain itu, Fajar membagikan hasil risetnya mengenai semantic-driven data augmentation untuk meningkatkan performa machine learning pada domain yang minim data, seperti kesehatan, serta memperkenalkan boxology sebagai notasi untuk mendokumentasikan struktur dan risiko sistem AI yang kompleks. Di akhir paparannya, ia menyampaikan bahwa riset di bidang tersebut terus berkembang dengan sangat pesat.
Sesi terakhir diisi oleh Assoc. Prof. Dr. Shukor Sanim bin Mohd Fauzi dengan tema Engineering Intelligence for Society: Translating AI Research into Real-World Impact. Ia menjelaskan bahwa Engineering Intelligence merupakan pendekatan sistematis yang memadukan empat komponen, yaitu kecerdasan buatan, rekayasa perangkat lunak, keahlian domain, dan desain yang berpusat pada manusia, karena AI saja dinilai belum cukup untuk menyelesaikan berbagai permasalahan di masyarakat. Ia membagikan sejumlah studi kasus penerapannya, mulai dari pemeliharaan prediktif pembangkit listrik di Yordania, deteksi dini penyakit tanaman kenaf, hingga alat bantu skrining penyakit mata di wilayah dengan akses layanan kesehatan terbatas. Dari berbagai studi kasus tersebut, ia menekankan pentingnya memprioritaskan kebutuhan masyarakat, kualitas data, dan keberhasilan implementasi sebagai tolok ukur utama. Sebagai penutup, ia menyampaikan bahwa tujuan akhir AI adalah menjadi teknologi yang “tidak terlihat”, layaknya listrik yang bekerja di balik layar untuk mendukung kehidupan sehari-hari.
Rangkaian materi pada hari kedua ini turut mendukung pencapaian Sustainable Development Goals (SDGs), khususnya SDG 3 (Kehidupan Sehat dan Sejahtera) melalui pemanfaatan AI untuk skrining dini penyakit mata dan deteksi penyakit tanaman, SDG 9 (Industri, Inovasi, dan Infrastruktur) melalui pengembangan teknologi robotika dan sistem cerdas berbasis AI, serta SDG 17 (Kemitraan untuk Mencapai Tujuan) melalui kolaborasi akademisi dan peneliti dari berbagai negara dalam berbagi pengetahuan dan pengembangan riset. Melalui penyelenggaraan DCSE Summer Course 2026, DIKE UGM terus memperkuat perannya sebagai ruang kolaborasi akademik internasional yang mendorong pertukaran pengetahuan, inovasi, dan pengembangan riset di bidang kecerdasan artifisial, robotika, dan sistem cerdas.
Author: Marina Indah
Editor: Hikmah Nursidik
#SGDs3 #SGDs9 #SGDs17
