BANDUNG — Program GeForce Campus Leaders menjadi wadah bagi mahasiswa ITB untuk menguji kemampuan mereka membangun sistem AI yang menyentuh sektor riil. Tiga proyek yang dihasilkan bukan sekadar eksperimen laboratorium, melainkan prototipe yang menyasar keselamatan kerja, logistik barang berpendingin, dan pengelolaan limbah.
Perangkat keras menjadi bagian penting dalam proses pengembangan. Ketiga mahasiswa memakai laptop ASUS ROG Strix G16 dengan NVIDIA GeForce RTX 5070 Laptop GPU untuk eksperimen, training model, hingga pengembangan sistem AI secara utuh.
Izhar Alif Akbar dari Sekolah Teknik Elektro dan Informatika (STEI) ITB mengembangkan REBA.ai, sistem berbasis computer vision yang memanfaatkan rekaman CCTV untuk memantau risiko ergonomi pekerja. Sistem ini menganalisis postur tubuh pekerja berdasarkan standar Rapid Entire Body Assessment (REBA).
Dengan pendekatan tersebut, potensi risiko akibat postur kerja yang tidak tepat dapat dipantau secara berkelanjutan, bukan hanya lewat inspeksi sesekali. Akselerasi GPU mempercepat proses training model dan eksperimen machine learning, sehingga Izhar bisa menguji lebih banyak pendekatan dalam waktu singkat.
Tsabita Khoirunnisa mengembangkan ColdTrack AI, sistem pemantauan prediktif untuk rantai dingin (cold chain) di sektor logistik. Sistem ini memanfaatkan data telemetri dari truk berpendingin untuk memperkirakan perubahan suhu muatan.
ColdTrack AI dirancang mendeteksi potensi gangguan dan menghitung perkiraan waktu sebelum suhu muatan melewati batas aman. Informasi itu diolah menjadi indeks risiko kargo dan status keamanan muatan, lengkap dengan rekomendasi tindakan sesuai tingkat risiko yang terdeteksi.
Untuk melatih model deep learning, Tsabita memanfaatkan akselerasi GPU. Kemampuan tersebut membuat proses eksperimen berjalan lebih cepat sehingga berbagai pendekatan bisa diuji secara berulang.
Muhammad Taufiq Al Fikri mengembangkan RecycledFiberAI, prototipe computer vision untuk mendeteksi kontaminan dalam material kertas daur ulang. Sistem ini mengenali material yang tidak seharusnya masuk dalam aliran kertas daur ulang, seperti plastik dan logam.
Deteksi dilakukan secara real-time, sehingga teknologi ini diharapkan membantu proses pemilahan material dan membuat pengelolaan limbah lebih efektif. Taufiq memakai akselerasi GPU NVIDIA untuk melatih sistem mengenali berbagai jenis material dalam tumpukan sampah daur ulang.
Deputy Head of Dissemination and Communication Pusat AI ITB, Edward Ferdian, menilai mahasiswa perlu mendapat ruang untuk mengeksplorasi dan mengembangkan teknologi AI secara langsung.
"Edukasi AI perlu mendorong mahasiswa untuk tidak hanya menjadi pengguna, tetapi juga mampu berperan sebagai builder dan inovator dalam pengembangan solusi AI," ujar Edward.
Adrian Lesmono, Country Consumer Business Lead NVIDIA Indonesia, menyebut pihaknya berperan sebagai katalisator yang menjembatani dunia industri dan pendidikan untuk mempercepat inovasi AI. Melalui dukungan teknologi dan akses komputasi AI, NVIDIA mendorong mahasiswa bereksperimen dan mengembangkan keterampilan.
"AI bukan jalan pintas yang menggantikan pemahaman keilmuan, melainkan teknologi yang memperkuat kemampuan manusia untuk menjawab tantangan nyata. Kami ingin mendorong lebih banyak mahasiswa menjadi AI builder yang mampu menghasilkan inovasi relevan bagi masyarakat dan industri," kata dia.