Zona Mahasiswa - Sobat Zona, tiga mahasiswa Institut Teknologi Bandung (ITB) berhasil mengembangkan inovasi kecerdasan buatan atau Artificial Intelligence (AI) yang dirancang untuk membantu menyelesaikan berbagai persoalan di dunia industri.

Menariknya, teknologi tersebut tidak hanya digunakan untuk menjawab pertanyaan atau menghasilkan tulisan seperti AI yang biasa digunakan mahasiswa.

Ketiga mahasiswa justru memanfaatkan AI untuk mendeteksi sampah yang sulit didaur ulang, memprediksi risiko kerusakan makanan selama pengiriman, hingga memantau postur pekerja pabrik yang berpotensi membahayakan kesehatan.

Inovasi tersebut dikembangkan oleh Muhammad Taufiq Al Fikri, mahasiswa Magister Kecerdasan Artifisial, serta Tsabita Khoirunnisa dan Izhar Alif Akbar, yang merupakan mahasiswa Program Studi Sistem dan Teknologi Informasi ITB.

Baca juga: Bikin Ferry Irwandi Nggak Habis Pikir! Orang-orang Ini Malah Bikin Pameran Sawit di saat Karhutla Masih Parah "Nirempati"

Ketiganya memperkenalkan hasil pengembangan teknologi tersebut dalam acara NVIDIA RTX AI PC Day 2 di Aula Timur, ITB Kampus Ganesha, Bandung, pada Selasa (20/10/2026).

Pertama, AI yang Bisa Mendeteksi Sampah Kertas Tercampur Plastik

Inovasi pertama datang dari Muhammad Taufiq Al Fikri yang mengembangkan teknologi bernama RecycledFiberAI.

Teknologi tersebut dirancang untuk mengatasi masalah kontaminasi sampah kertas yang selama ini menjadi salah satu tantangan dalam industri daur ulang.

Menurut Taufiq, sampah kertas dan karton menyumbang sekitar 11,4 persen dari total sampah nasional.

Namun, tidak semua sampah kertas dapat langsung diproses menjadi produk daur ulang.

Sampah yang tercampur plastik, logam, atau benda lainnya perlu dipisahkan terlebih dahulu agar kualitas bahan baku tetap terjaga.

Permasalahan tersebut membuat sebagian pabrik daur ulang kertas masih bergantung pada bahan baku impor karena membutuhkan pasokan kertas dengan tingkat kebersihan tertentu.

Untuk membantu mengatasi persoalan tersebut, Taufiq menciptakan RecycledFiberAI yang menggunakan teknologi computer vision, yaitu kemampuan AI untuk mengenali dan menganalisis objek melalui gambar atau video.

Melalui kamera, sistem tersebut dapat mendeteksi benda yang tidak seharusnya tercampur dalam sampah kertas.

Dalam demonstrasi, Taufiq memperlihatkan bagaimana kamera mengenali sampah kertas bersih dan menandai benda seperti plastik sebagai kontaminan yang perlu dipisahkan.

Hasil pendeteksian kemudian ditampilkan melalui dasbor secara langsung sehingga petugas dapat melihat jenis serta jumlah benda yang terdeteksi.

Berkat Teknologi NVIDIA, Proses AI Jadi 7 Kali Lebih Cepat

Salah satu hal menarik dari RecycledFiberAI adalah kecepatan pemrosesannya.

Dalam pengujian yang dipaparkan Taufiq, sistem yang dijalankan menggunakan CPU laptop kelas atas mampu memproses sekitar 8,9 frame per detik (FPS).

Namun, ketika menggunakan GPU NVIDIA GeForce RTX 5070, kecepatannya meningkat menjadi 66,1 FPS.

Artinya, pada konfigurasi pengujian tersebut, pemrosesan menggunakan GPU berjalan sekitar 7,4 kali lebih cepat.

Kecepatan ini penting karena sistem harus mampu mengenali benda yang bergerak di depan kamera tanpa mengalami keterlambatan terlalu besar.

Dengan kemampuan tersebut, RecycledFiberAI berpotensi digunakan di pabrik daur ulang kertas maupun tempat pengolahan sampah seperti TPST dan TPS3R.

Meski demikian, teknologi tersebut masih berupa prototipe pendeteksi kontaminan. Proses pemisahan sampah secara fisik tetap membutuhkan petugas atau sistem tambahan.

Kedua, AI yang Bisa Memprediksi Makanan Rusak Sebelum Sampai Tujuan

Inovasi berikutnya dikembangkan oleh Tsabita Khoirunnisa melalui sistem bernama ColdTrack AI.

Teknologi ini dirancang untuk membantu perusahaan logistik menjaga kualitas makanan yang harus dikirim pada suhu tertentu, seperti ikan, susu, dan makanan beku.

Tsabita menjelaskan bahwa salah satu masalah dalam pengiriman makanan adalah kerusakan produk akibat suhu penyimpanan yang tidak stabil.

Dalam beberapa kasus, kendaraan pengangkut sebenarnya sudah dilengkapi sensor suhu.

Namun, petugas baru mengetahui adanya masalah ketika barang tiba di gudang tujuan.

Akibatnya, makanan berpotensi mengalami penurunan kualitas atau kerusakan sebelum tindakan perbaikan dilakukan.

Untuk membantu mencegah masalah tersebut, Tsabita mengembangkan ColdTrack AI yang dapat membaca data sensor dan memperkirakan kapan suhu muatan berisiko melewati batas aman.

Sistem kemudian menampilkan informasi melalui dasbor, mulai dari kondisi kendaraan, lokasi, status suhu, hingga rekomendasi tindakan yang dapat dilakukan operator.

Dalam Simulasi, AI Bisa Beri Peringatan 21 Menit Sebelum Suhu Melewati Batas

Saat demonstrasi, Tsabita memperlihatkan sebuah simulasi ketika pintu truk pendingin terbuka sehingga suhu di dalam kendaraan mulai meningkat.

Dalam skenario tersebut, ColdTrack AI memperkirakan bahwa suhu akan melewati batas yang ditentukan dalam waktu sekitar 21 menit.

Informasi itu memungkinkan operator mengetahui potensi masalah sebelum kondisi muatan memburuk.

Sebagai contoh, petugas dapat segera memeriksa kondisi pintu kendaraan, sistem pendingin, maupun penyebab kenaikan suhu lainnya.

ColdTrack AI juga menampilkan status armada dalam tiga kategori, yakni aman, waspada, dan kritis.

Menurut Tsabita, pengembangan sistem tersebut dilengkapi pengujian untuk memastikan hasil model tetap konsisten ketika dijalankan pada perangkat yang berbeda.

Dalam demonstrasinya, seluruh 26 pengujian kesesuaian hasil model dilaporkan berhasil dilalui.

Meski demikian, perkiraan 21 menit tersebut berasal dari skenario simulasi, bukan jaminan bahwa sistem selalu mampu memprediksi setiap kerusakan makanan dalam kondisi pengiriman sebenarnya.

Ketiga, AI yang Bisa Memantau Postur Pekerja Pabrik lewat CCTV

Inovasi terakhir datang dari Izhar Alif Akbar yang mengembangkan teknologi bernama REBA.ai.

Berbeda dari dua inovasi sebelumnya, teknologi ini berfokus pada keselamatan dan kesehatan pekerja di lingkungan industri.

Izhar menjelaskan bahwa pekerja pabrik sering menjalankan aktivitas berulang dengan posisi tubuh yang kurang ergonomis.

Kondisi tersebut dapat meningkatkan risiko gangguan otot dan sendi, terutama pada bagian punggung bawah.

Untuk menilai risiko tersebut, petugas Keselamatan dan Kesehatan Kerja (K3) sebenarnya sudah memiliki metode bernama Rapid Entire Body Assessment (REBA).

REBA merupakan metode yang digunakan untuk menilai tingkat risiko postur tubuh seseorang ketika bekerja.

Namun, pemeriksaan secara manual membutuhkan waktu, terlebih jika sebuah pabrik memiliki ratusan pekerja.

Karena itu, Izhar mengembangkan REBA.ai yang memanfaatkan kamera CCTV untuk membantu membaca posisi tubuh pekerja secara otomatis.

Sistem kemudian menganalisis postur dan menampilkan skor risiko beserta rekomendasi perbaikan.

Bisa Bantu Petugas K3 Memeriksa Banyak Pekerja

Dalam demonstrasi, Izhar meminta seorang peserta maju untuk memperagakan beberapa posisi tubuh.

Kamera kemudian menangkap gerakan peserta dan sistem AI langsung menampilkan hasil penilaian posturnya.

Untuk mengembangkan kemampuan tersebut, Izhar terlebih dahulu melatih model menggunakan contoh posisi tubuh yang baik dan berisiko.

Setiap contoh diberi label agar AI dapat mempelajari perbedaan kedua kondisi tersebut.

Dengan sistem ini, petugas K3 berpotensi memantau lebih banyak pekerja melalui kamera yang sudah tersedia di area pabrik.

Petugas juga dapat lebih fokus menganalisis hasil pemeriksaan dan menentukan tindakan pencegahan.

Meski demikian, REBA.ai tetap memerlukan pengujian lanjutan untuk memastikan tingkat akurasinya dalam berbagai kondisi kerja.

Hasil pembacaan AI juga tidak serta-merta menggantikan pemeriksaan langsung oleh ahli K3 maupun tenaga kesehatan.

Izhar menyebut teknologi serupa bahkan berpotensi dikembangkan untuk membantu kebutuhan di bidang kesehatan.

Ketiga Teknologi Bisa Dijalankan Tanpa Bergantung pada Cloud

Menariknya, ketiga mahasiswa ITB tersebut menjalankan inovasi mereka secara lokal menggunakan perangkat laptop.

Artinya, proses utama AI dapat dilakukan langsung melalui perangkat komputer tanpa harus terus-menerus mengirim data ke server komputasi awan atau cloud.

Dalam demonstrasi, ketiga prototipe dijalankan menggunakan tiga laptop ASUS ROG Strix G16 dengan GPU NVIDIA GeForce RTX 5070 yang dipinjamkan untuk mendukung pengembangan mahasiswa.

Penggunaan perangkat tersebut membantu mempercepat pemrosesan AI, terutama untuk analisis gambar, prediksi data sensor, dan pemantauan objek melalui kamera.

Namun, kemampuan menjalankan AI secara lokal tidak berarti teknologi tersebut sudah siap diterapkan dalam skala industri tanpa pengujian lebih lanjut.

Setiap sistem masih memerlukan validasi terhadap akurasi, keamanan, ketahanan operasional, dan kesesuaian dengan kebutuhan pengguna.

NVIDIA dan ITB Dorong Mahasiswa Tak Cuma Jadi Pengguna AI

Pengembangan ketiga inovasi tersebut merupakan bagian dari kolaborasi ITB dengan NVIDIA dan mitra industri teknologi.

Consumer Business Lead NVIDIA Indonesia, Adrian Lesmono, menjelaskan bahwa mahasiswa perlu didorong bukan hanya untuk menggunakan AI, tetapi juga memiliki kemampuan membangun teknologi yang dapat menjawab persoalan nyata.

Melalui kegiatan NVIDIA RTX AI PC Day, mahasiswa memperoleh kesempatan mengenal teknologi komputasi AI sekaligus mendemonstrasikan hasil pengembangannya.

ITB juga terus memperkuat pendidikan dan pengembangan AI melalui kolaborasi industri, dukungan perangkat, serta kegiatan pembelajaran yang mendorong mahasiswa melakukan eksperimen secara langsung.

Ketiga inovasi mahasiswa tersebut menjadi contoh bagaimana AI dapat diarahkan untuk kebutuhan yang beragam, mulai dari pengelolaan limbah, distribusi makanan, hingga keselamatan tenaga kerja.

Bukti Mahasiswa Indonesia Bisa Jadi Pengembang AI

Sobat Zona, karya tiga mahasiswa ITB ini memperlihatkan bahwa pemanfaatan AI tidak terbatas pada pembuatan tugas kuliah, gambar, atau percakapan dengan chatbot.

Teknologi yang sama juga bisa dikembangkan untuk membantu menyelesaikan persoalan yang dihadapi masyarakat dan dunia industri.

RecycledFiberAI menawarkan peluang untuk membantu meningkatkan kualitas pemilahan sampah kertas.

ColdTrack AI berpotensi membantu operator mencegah kerugian akibat gangguan suhu selama pengiriman makanan.

Sementara itu, REBA.ai dapat mendukung upaya pemantauan risiko kesehatan pekerja secara lebih efisien.

Walaupun ketiganya masih berada pada tahap pengembangan dan demonstrasi, inovasi tersebut menunjukkan bahwa mahasiswa memiliki kesempatan untuk berkontribusi dalam menciptakan solusi teknologi yang relevan dengan kebutuhan Indonesia.

Menurut kalian, Sobat Zona, dari ketiga inovasi mahasiswa ITB tersebut, teknologi mana yang paling menarik dan berpotensi memberikan manfaat besar bagi masyarakat?

Baca juga: Mahasiswa PTN Asal Jakarta Ditemukan Meninggal di Kos, Sempat Meringis Kesakitan