Tiga AI Mahasiswa ITB Bidik Masalah Industri

Tiga mahasiswa ITB memperkenalkan AI untuk mendeteksi kontaminan sampah kertas, menjaga suhu makanan beku, dan memantau risiko postur pekerja.

tiga-ai-mahasiswa-itb-bidik-masalah-industri

Tiga mahasiswa Institut Teknologi Bandung (ITB) mengembangkan kecerdasan artifisial (AI) untuk membantu mengatasi persoalan daur ulang, distribusi makanan beku, dan keselamatan kerja. Prototipe mereka—RecycledFiberAI, ColdTrack AI, dan REBA.ai—didemonstrasikan dalam acara NVIDIA RTX AI PC Day di Kampus Ganesha, Bandung, Selasa (20/10/2026).

Ketiga sistem itu dirancang untuk mendukung keputusan di lapangan. RecycledFiberAI mendeteksi kontaminan dalam sampah kertas, ColdTrack AI memperkirakan risiko perubahan suhu muatan, sedangkan REBA.ai menganalisis postur pekerja yang berpotensi membahayakan kesehatan.

Demonstrasi berlangsung dalam sesi Panel Discussion with Student Ambassador. Para mahasiswa menjalankan AI secara lokal menggunakan laptop ASUS ROG Strix G16 dengan GPU NVIDIA GeForce RTX 5070. Pemrosesan di perangkat memungkinkan sistem bekerja tanpa bergantung pada layanan komputasi awan.

RecycledFiberAI mendeteksi kontaminan sampah kertas

Muhammad Taufiq Al Fikri mengembangkan RecycledFiberAI untuk membantu industri mengenali material asing yang mencemari aliran kertas daur ulang. Plastik dan kontaminan lain dapat menurunkan kualitas bahan baku, sementara industri membutuhkan pasokan yang bersih untuk menghasilkan produk sesuai standar.

Mahasiswa Magister Kecerdasan Artifisial ITB itu memanfaatkan computer vision untuk menganalisis video dari kamera. Sistem mengenali jenis kontaminan, melacak objek agar tidak terhitung berulang kali, lalu menampilkan hasil deteksi melalui dasbor. Dalam demonstrasi, kamera digunakan untuk membedakan kertas bersih dari material yang perlu dipisahkan.

Kecepatan pemrosesan menjadi pertimbangan penting agar deteksi berlangsung secara waktu nyata. Taufiq mengatakan satu gambar perlu diproses dalam sekitar 33 milidetik untuk memenuhi kebutuhan tersebut. Menurut pengujiannya, laptop kelas atas dengan CPU mencapai 8,9 frame per detik, sedangkan GPU RTX 5070 mencapai 66,1 frame per detik—sekitar 7,4 kali lebih cepat.

Taufiq menyebut kertas dan karton menyumbang sekitar 11,4 persen dari sampah nasional. Teknologi ini berpotensi digunakan pabrik kertas, tempat pengolahan sampah terpadu (TPST), maupun tempat pengolahan sampah dengan prinsip reduce, reuse, recycle (TPS3R). Data deteksi juga dapat membantu pengelola menilai tingkat kontaminasi dan menentukan penanganan.

ColdTrack AI memperkirakan risiko suhu muatan

Tsabita Khoirunnisa merancang ColdTrack AI untuk membantu perusahaan logistik dan distributor menjaga kualitas makanan beku selama pengiriman. Sistem tersebut mengolah data sensor kendaraan untuk memperkirakan kapan suhu muatan berisiko melewati batas aman.

Sensor pada truk berpendingin dapat mencatat perubahan suhu sepanjang perjalanan. Namun, jika kondisi barang baru diperiksa ketika kendaraan tiba, operator bisa terlambat mengetahui gangguan dan kerugian telanjur membesar. ColdTrack AI berupaya mengubah data pemantauan menjadi peringatan yang dapat ditindaklanjuti.

Melalui dasbor, sistem menampilkan tingkat risiko, lokasi kendaraan, kondisi sensor, potensi kerugian ekonomi, serta rekomendasi tindakan. Dalam simulasi pintu truk yang terbuka, suhu di dalam kendaraan meningkat dan sistem memperkirakan waktu tersisa sebelum melewati ambang aman.

“Sistem menghitung waktu sekitar 21 menit sebelum suhu melewati batas, jadi operator masih bisa bertindak sebelum barangnya rusak,” ujar Tsabita.

Informasi itu dapat menjadi dasar bagi operator untuk menutup pintu kendaraan, memeriksa perangkat pendingin, atau mengambil langkah lain. Armada juga dikelompokkan dalam status aman, waspada, dan kritis agar kendaraan yang membutuhkan perhatian lebih cepat dapat dikenali. Tsabita mengatakan 26 uji paritas model berhasil dilalui pada kedua perangkat yang digunakan.

REBA.ai membantu pemantauan ergonomi pekerja

Inovasi ketiga, REBA.ai, dikembangkan Izhar Alif Akbar dari Sekolah Teknik Elektro dan Informatika ITB. Sistem berbasis computer vision ini menganalisis postur pekerja melalui rekaman kamera pengawas atau CCTV di lingkungan pabrik.

REBA.ai mengacu pada standar Rapid Entire Body Assessment (REBA) untuk membantu mengenali risiko ergonomi secara berkelanjutan. Postur membungkuk, mengangkat beban, atau melakukan gerakan berulang dalam waktu lama dapat meningkatkan risiko gangguan otot dan sendi. Pemantauan berbantuan AI diharapkan membantu petugas keselamatan dan kesehatan kerja mengidentifikasi kondisi yang perlu diperiksa.

Sistem tersebut bukan pengganti penilaian manusia. Keputusan akhir tetap berada di tangan supervisor, sementara AI berperan membantu proses pemantauan. Dukungan GPU juga membantu mempercepat pelatihan model dan eksperimen machine learning sehingga pengujian dapat dilakukan lebih efisien.

Kolaborasi NVIDIA dan ITB melalui RTX AI PC Day menjadi ruang bagi mahasiswa untuk menunjukkan penerapan AI pada kebutuhan industri. Ketiga prototipe itu memperlihatkan bagaimana komputasi lokal dapat mendukung pengembangan solusi di bidang lingkungan, logistik, dan K3. Tahap berikutnya adalah memastikan sistem diuji sesuai kondisi operasional agar manfaatnya dapat dinilai sebelum diterapkan lebih luas.

Terbitpublik