Kota Malang, Bhirawa
Fakutas Teknik Universitas Muhammadiyah Malang (UMM) memperluas jejaring internasional Kerja sama yang dilakukan oleh FT UMM ini dibuka dalam sebuah seminar yang menghadirkan dosen serta mahasiswa UMM bersama dua profesor dari Taiwan, High-Level Synthesis (HLS) untuk percepatan perangkat keras heterogen berbasis SoC FPGA dan metode ultra-lightweight dehazing untuk visi robotic, serta penerapan pengembangan AI Computer Vision melalui konsep deep learning.
Prof Hsieh Jun-Wei, Professor National Yang Ming Chiao Tung University, Taiwan menyampaikan perkembangan dan penerapan AI Computer Vision dari aspek teori hingga paraktik. Pemaparan dimulai dengan konsep Deep Learning dalam konteks individu, perusahaan, hingga negara. Proses ini, menurutnya bertujuan untuk memaksimalkan peluang keberhasilan dan kemenangan.
Perkembangan AI Computer Vision bukan sekadar inovasi teknologi, melainkan perubahan mendasar yang memengaruhi ekonomi, etika, dan struktur sosial di masa depan.
Kini, AI hadir dalam berbagai bentuk yaitu, Computer Vision, Generative AI, Large Language Models (LLM), serta aplikasi praktis di bidang kesehatan, pertanian, transportasi, dan kreativitas digital. Seperti GPT, DALL-E, Whisper, dan Codex yang menunjukkan kemampuan AI belajar dari teks, gambar, suara, hingga kode. Ini menjadi peluang besar untuk dikembangkan dan dimanfaatkan oleh manusia.
Sementara itu, Prof Dr Ing Chi-Chia Sun Professor and Head of Department of Electrical Engineering National Taipei University, Taiwan menyoroti perkembangan FPGA (Field Programmable Gate Array) yang ditelusuri dari SOPC, SoC FPGA, hingga Cloud FPGA dan RFSoC. FPGA terkenal berperan penting dalam komputasi heterogen yang mengombinasikan prosesor multi-core, ARM CPU, ADC/DAC, dan akselerasi AI/ML. Ia juga menekankan peran High-Level Synthesis (HLS) sebagai solusi dalam mempercepat desain perangkat keras.
“Dengan HLS, kode tingkat tinggi seperti C/C++ bisa langsung dikompilasi menjadi RTL, sehingga proses perancangan lebih cepat, hemat biaya, dan lebih menghasilkan efisiensi tinggi, jika dibandingkan dengan metode konvensional,” katanya.
Prof Sun juga menguraikan terkait metode dehazing ultra-lightweight yang ditujukan bagi sistem visi robotik. Faktor seperti kabut, hujan, hingga pencahayaan rendah sering kali menurunkan akurasi deteksi objek dan klasifikasi.
Sistem ini terbukti meningkatkan kualitas visual, melalui pendekatan baru berbasis ekstraksi dark channel, estimasi transmission map, dan pemulihan citra. Ini tekbukti pada uji coba COCO dataset yang menunjukkan peningkatan akurasi deteksi hingga 7,9 persen menggunakan YOLOv7-tiny pada kondisi kabut tebal.
Dalam sambutannya, Dekan FT UMM menyampaikan apresiasi besar atas kesempatan berharga ini. Kerja sama ini diharapkan tidak berhenti pada program seminar saja, tetapi berlanjut pada berbagai program akademik lainnya. Beberapa dosen UMM sebelumnya juga telah menempuh studi lanjutan di universitas Taiwan sehingga menjadi penguat jejaring kolaborasi.
Melalui langkah ini, UMM menegaskan komitmennya dalam meningkatkan kualitas pendidikan, riset, dan publikasi internasional guna mencetak lulusan yang kompetitif di level global. Bersama pembukaan peluang beasiswa S2/S3 di National Taipei University dengan dukungan penuh biaya kuliah dan tunjangan bulanan.
“Kolaborasi ini menjadi peluang besar, tidak hanya bagi mahasiswa, tetapi juga dosen untuk menjalin kerja sama riset, publikasi bersama, hingga melanjutkan studi master, doktoral, maupun post-doctoral di Taiwan,” ujarnya. [mut.wwn]