Bandung, 6 Agustus 2025 – Dr. Ig. Prasetya Dwi Wibawa, S.T., M.T., dosen di Program Studi S1 Teknik Elektro, Fakultas Teknik Elektro (FTE), Telkom University (Tel-U) mengungkap kelemahan pada pembelajaran mesin yang seringkali disebabkan karena tidak memiliki interpretasi dinamika model yang jelas. Berangkat dari permasalahan ini, Dr. Prasetya mengusulkan sebuah solusi dalam disertasi yang berjudul “Modifikasi Mesin Pembelajaran Ekstrem Secara Sekuensial dan Daring Menggunakan Skema Kendali Model Prediktif” dalam sidang doktoralnya di Program Studi Doktor Teknik Elektro & Informatika, di Institut Teknologi Bandung (ITB) pada Rabu (9/7) 2025.
Penelitian ini mengusulkan solusi untuk mengoptimalkan kinerja pembelajaran dengan mengurangi kesalahan antara target dan prediksi. Secara lebih spesifik, penelitian ini memodifikasi algoritma mesin pembelajaran ekstrem secara sekuensial dan daring dengan pendekatan model kendali prediktif, yang terbukti mampu meningkatkan kinerja pada kasus pembelajaran dengan supervisi.
Konsep ini berangkat dari pengamatan mendalamnya terhadap proses pembelajaran mesin. Dr. Prasetya menjelaskan bahwa pembaruan parameter model dalam pembelajaran mesin dapat dianalogikan sebagai suatu sistem dinamik dengan mengusung paradigma baru, yaitu “kendali untuk pembelajaran” (control for learning). Proses ini memiliki karakteristik yang terus berubah seiring berjalannya waktu. Dengan melihatnya dari sudut pandang teori kendali, sistem dinamik ini dapat dimodelkan menjadi sistem kendali dengan umpan balik.
Sebagai studi kasus, penelitian ini juga mengaplikasikan algoritma tersebut untuk estimasi pengenalan gestur gerakan tangan dalam pengaturan arus lalu lintas. Hal ini membuktikan potensi implementasi praktis dari algoritma yang dikembangkannya.
Hasil evaluasi numerik menunjukkan bahwa algoritma yang diusulkan oleh Dr. Prasetya memiliki kinerja generalisasi yang lebih baik dibandingkan algoritma aslinya. Pengujian ini telah berhasil diterapkan pada kasus klasifikasi dan regresi menggunakan beberapa set data dari repositori sumber terbuka.
Dalam pemaparannya, Dr. Prasetya menyampaikan rasa terima kasih yang mendalam kepada Tel-U. “Saya mengucapkan terima kasih sebesar-besarnya kepada Telkom University yang telah memberikan kesempatan untuk mengenyam pendidikan di program studi doktor, khususnya kepada Fakultas Teknik Elektro dan Direktorat Sumber Daya Manusia Telkom University,” ujarnya. Ia juga mengapresiasi rekan-rekan di Kelompok Keahlian CEIS atas diskusi yang membangun selama proses studinya.
Penulis: Nashwa Fauziyyah | Editor: Abdullah Adnan | Foto: Public Relation