olympic.or.id – Teknologi kecerdasan buatan (AI) kini tidak hanya terbatas pada sektor teknologi semata, namun telah merambah ke berbagai bidang, termasuk riset antariksa. Badan Riset dan Inovasi Nasional (BRIN) menekankan bahwa AI memiliki potensi besar dalam mendukung penelitian antariksa untuk menemukan hal-hal baru yang lebih inovatif dan efisien.
” Baca Juga: Polisi Selidiki Penggelapan Dana oleh Tiko Aryawardhana “
Kepala Pusat Riset Antariksa BRIN, Emanuel Sungging, menyatakan harapannya bahwa teknologi AI dapat dimanfaatkan untuk mempercepat dan memperbarui hasil penelitian di bidang antariksa. Dengan bantuan AI, peneliti dapat menyelesaikan penelitian dengan lebih cepat dan akurat, menemukan temuan-temuan baru yang mungkin tidak terdeteksi dengan metode konvensional.
Dosen Departemen Ilmu Komputer dan Elektronika, Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA), Universitas Gadjah Mada (UGM), Edi Winarko, menjelaskan bahwa penerapan machine learning (ML) kini tidak hanya diperuntukkan bagi mereka yang memiliki latar belakang pendidikan komputer. Dengan pengembangan tools yang mudah digunakan, ML dapat diakses oleh berbagai kalangan untuk mempermudah pekerjaan sehari-hari, termasuk dalam riset antariksa. Metode no-code memungkinkan pengguna tanpa pengetahuan pemrograman untuk memodelkan data dan menerapkan algoritma ML dengan lebih mudah.
Edi menjelaskan beberapa tahapan penting dalam siklus riset berbasis ML, yaitu identifikasi masalah, pengumpulan dan pemilihan data, pemilihan algoritma yang tepat, evaluasi kinerja model, dan operasionalisasi model. Data berkualitas sangat penting dalam setiap tahap ini, oleh karena itu, metode pengumpulan data yang baik perlu diterapkan. Seperti mengunduh data publik, menggunakan API (seperti Twitter API, WikipediaAPI, WeatherAPI), dan web scraping.
Untuk menghasilkan data yang berkualitas, diperlukan pemrosesan data yang meliputi pembersihan data (data cleaning) untuk menangani missing value dan outlier. Serta transformasi data melalui normalisasi, standardisasi, diskretisasi, dan reduksi data. Langkah-langkah ini memastikan data yang digunakan dalam model ML adalah data yang relevan dan bersih. Sehingga meningkatkan akurasi dan efisiensi model.
Edi memaparkan dua alat ML yang bisa digunakan dalam riset antariksa: Orange Data Mining dan PyCaret. Orange Data Mining adalah alat sains data berbasis open source yang digunakan untuk analisis dan permodelan berbagai jenis data dengan cara membuat workflow yang menghubungkan widget satu dengan yang lain. Sementara PyCaret adalah alat sains data low-code open source yang mencakup semua tahap dalam siklus proyek ML dan dapat dikombinasikan dengan platform visualisasi data seperti Tableau dan Power BI.
” Baca Juga: OJK, Belum Ada Permohonan Akuisisi Muhammadiyah “
Dosen Departemen Ilmu Komputer dan Elektronika FMIPA UGM, Lukman Heryawan. Menekankan pentingnya interkoneksi antara manusia (physical space) dan mesin (cyberspace) dalam mewujudkan smart nation dengan konsep Society 5.0. Dalam konsep ini, peran big data dan AI sangat vital. Data yang berkualitas dari manusia disimpan di cyberspace, memungkinkan AI untuk memberikan respon yang berkualitas pula. Tanpa interaksi yang efektif antara manusia dan AI, data yang dihasilkan hanya akan menjadi big ‘junk’ data. Oleh karena itu, suplai data berkualitas sangat penting untuk otomatisasi dan administrasi yang lebih baik. Mendukung terciptanya smart nation yang interkonektif dan efisien.
Teknologi AI memiliki potensi besar untuk mendukung riset antariksa, membantu peneliti menemukan temuan baru dengan lebih efisien. Pendekatan no-code pada ML memungkinkan berbagai kalangan untuk mengakses dan memanfaatkan teknologi ini. Dengan tahapan siklus riset yang jelas dan pemrosesan data yang tepat, riset antariksa dapat dilakukan dengan lebih efektif. Dalam mewujudkan smart nation, interaksi antara manusia dan AI. Serta suplai data yang berkualitas, sangat penting untuk mencapai hasil yang optimal dan inovatif.