Workshop 1 diawali dengan laporan dan sambutan Kepala Pusat Pengembangan Talenta Digital, Gunawan Hutagalung. Kegiatan kemudian secara resmi dibuka oleh Dekan Fakultas Ilmu Komputer Universitas Brawijaya (FILKOM UB), Tri Astoto Kurniawan. Turut hadir Kepala BLSDM Komdigi Surabaya, Bagus Winarko, yang mengikuti rangkaian kegiatan workshop bersama para peserta dan tim pendukung.
Pada hari pertama, peserta mendapatkan penjelasan teknis pelaksanaan Workshop 1 yang disampaikan oleh Ketua Tim Project Management Office (PMO) AITF, Eyla Alivia Maranny. Sesi berikutnya menghadirkan Tenaga Ahli Kementerian Sosial, Ujang Taofik Hidayat, yang memberikan pengantar use case dari stakeholder sekaligus memaparkan solusi AI yang diharapkan dapat dikembangkan melalui proses diskusi dan kolaborasi antartim. Pembahasan kemudian dilanjutkan dengan sesi bersama Mentor Teknis Komdigi, Anjas Muhammad Bangun, untuk memberikan arahan teknis terhadap pengembangan solusi yang sedang dikerjakan.
Memasuki hari kedua, masing-masing tim mempresentasikan perkembangan pekerjaan di hadapan Tim Teknis PMO, dosen, mentor use case, dan stakeholder. Presentasi mencakup temuan teknis, perkembangan dataset dan model, hasil pengujian, rancangan produk, hingga evaluasi terhadap kebutuhan use case yang dikembangkan. Enam tim memaparkan progres dengan fokus teknologi dan peran yang berbeda namun saling terhubung dalam pengembangan ekosistem solusi AI.
Tim 2 memaparkan pengembangan Content Learning Expert dan dataset pipeline. Tim berfokus pada pembuatan aset pembelajaran seperti flashcards, kuis, permainan, dan materi bacaan, sekaligus mengembangkan pipeline synthesis dataset untuk menghasilkan instruction dataset berdasarkan kurikulum. Pembahasan teknis meliputi pengumpulan metadata dan katalog buku teks, deduplikasi data menggunakan checksum dan MinHash, serta pengujian kuantisasi model dan benchmark pemahaman bahasa. Tim juga mendapatkan arahan agar penggunaan tokenisasi lebih adaptif terhadap base model serta memastikan dataset hasil split tersimpan secara konsisten setelah proses finalisasi.
Tim 4 memaparkan pengembangan CCTV Early Warning System dan Visual AI Recognition untuk mendukung pemantauan lingkungan Sekolah Rakyat. Sistem dirancang untuk mendeteksi keberadaan dan aktivitas dasar manusia, kondisi pintu atau jendela, pencahayaan ruangan, serta mengenali pola yang berpotensi menjadi indikasi kejadian tertentu untuk kemudian memicu sistem peringatan dini. Tim memanfaatkan teknik Adaptive Frame Sampling untuk mengurangi jumlah frame yang perlu diproses dan melakukan pengujian terhadap beberapa model deteksi objek, termasuk YOLO26 Nano, YOLO26 Small, dan RT-DETR-L. Dalam diskusi, turut dibahas kebutuhan penanganan kasus seperti perundungan, pelanggaran disiplin, serta area blind spot, termasuk kemungkinan integrasi sistem peringatan dengan perangkat fisik seperti speaker, sirene, atau alarm sekolah.
Tim 1 mengembangkan modul Audio Processing, Text-to-Speech (TTS), Voice Cloning, dan Guru Virtual berbasis avatar 2D. Pengembangan mencakup pengumpulan dan pengolahan data audio, segmentasi, normalisasi loudness, noise reduction, hingga resampling. Tim melakukan benchmark terhadap sejumlah model TTS dan menguji teknologi voice cloning untuk menghasilkan suara guru berbasis AI. Selain itu, tim menyiapkan aset karakter visual guru 2D serta rancangan animasi gerakan mulut dan gestur mengajar. Dalam evaluasi, tim mendapatkan masukan terkait penggunaan sumber data audio yang legal dan etis, pengelolaan jeda suara, serta kesiapan modul untuk diintegrasikan melalui Service API dengan pengembangan produk pada tim lainnya.
Tim 3 mempresentasikan pengembangan Retrieval-Augmented Generation (RAG) dan Agentic Evaluator untuk mendukung pemanfaatan materi ajar. Pipeline yang dikembangkan mencakup ekstraksi dokumen, pemrosesan gambar, hierarchical and semantic chunking, pembuatan embedding, serta penyimpanan pada vector database. Tim juga melakukan evaluasi menggunakan metrik Faithfulness, Answer Relevance, Context Precision, dan Context Recall. Hasil pengujian menunjukkan performa yang cukup baik pada kueri single-hop, namun masih diperlukan pengembangan lebih lanjut untuk kueri multi-hop dan abstract. Diskusi turut membahas efisiensi proses captioning gambar serta alternatif representasi multimodal untuk mengurangi waktu pemrosesan.
Tim 5 memaparkan pengembangan LLM Personalized Mentor Chatbot, yaitu model bahasa yang dirancang sebagai mentor belajar personal bagi siswa SD dan SMP di Sekolah Rakyat. Tim mengembangkan pipeline data dengan memanfaatkan berbagai sumber materi pembelajaran, kemudian menyiapkan eksperimen Continued Pre-Training (CPT), Supervised Fine-Tuning (SFT), serta pendekatan Direct Preference Optimization (DPO) dan GRPO. Pengembangan juga mempertimbangkan perbedaan pendekatan pedagogis antara siswa SD dan SMP, sehingga respons AI dapat disesuaikan dengan tingkat pemahaman peserta didik. Tim mendapatkan arahan untuk menyelesaikan evaluasi baseline SFT terlebih dahulu sebelum melanjutkan eksplorasi tahap lanjutan serta melibatkan guru ahli untuk memvalidasi pendekatan pedagogis yang dikembangkan.
Sementara itu, Tim 6 berfokus pada pengembangan MVP Product, Integration, dan Quality Assurance melalui pembangunan platform pembelajaran utama berbasis web. Tim menyiapkan integrasi antarmuka dan API untuk menghubungkan pengembangan Tim 1 hingga Tim 5, sekaligus melakukan pengujian automated testing, end-to-end testing, keamanan, dan stress testing. Hasil pengujian menunjukkan sejumlah aspek yang masih perlu diperbaiki, termasuk kapasitas backend pada beban tinggi dan konfigurasi connection pool database. Tim juga mempresentasikan rancangan UI/UX baru serta halaman integrasi untuk modul guru virtual dan dashboard pemantauan CCTV.
Workshop juga menjadi ruang evaluasi lintas tim untuk memastikan setiap pengembangan tidak hanya berorientasi pada aspek teknologi, tetapi tetap selaras dengan kebutuhan use case dan calon pengguna. Berbagai masukan dari mentor teknis, PMO, akademisi, serta stakeholder digunakan untuk mengidentifikasi kebutuhan pengembangan lanjutan, memperbaiki aspek teknis, dan memperkuat integrasi antarproduk yang dikembangkan.
Melalui Workshop 1 AITF Batch 2 Universitas Brawijaya x Komdigi, pengembangan talenta dan solusi AI diarahkan melalui proses yang kolaboratif, terukur, dan berbasis kebutuhan nyata. Rangkaian diskusi dan evaluasi tersebut menjadi bagian dari proses penyempurnaan masing-masing use case sekaligus mendorong peserta untuk menghasilkan solusi AI yang dapat dikembangkan secara teknis dan memberikan manfaat bagi sektor pendidikan. (YA)
Label
talenta digital, workshop, aitf, artificial intelligence
