NusamandiriNews, Jakarta–Perkembangan kecerdasan buatan (AI) terus membuka peluang baru di berbagai bidang, termasuk dalam pengolahan data visual. Menyadari pentingnya kualitas data dalam pengembangan sistem AI, Himpunan Mahasiswa Sains Data (HIMASATA) Universitas Nusa Mandiri (UNM) sebagai Kampus Digital Bisnis, menyelenggarakan workshop bertajuk “Data Labeling in Action: Membangun Dataset Berkualitas untuk Computer Vision” di Kampus UNM Depok, pada Senin (27/10).
Kegiatan ini menjadi bagian dari rangkaian VISIONS 2025: Visual Intelligence Seminar and Onsite Networking Series, yang digelar untuk memperingati Hari Sumpah Pemuda sekaligus menumbuhkan semangat penguasaan teknologi di kalangan mahasiswa.
Mahasiswa UNM Dilatih Bangun Dataset AI
Workshop menghadirkan Ihsan Aulia Rahman, Former Data Scientist di Badan Riset dan Inovasi Nasional (BRIN) yang kini berkarier sebagai Junior Data Scientist di Inercorp, sebagai narasumber utama. Turut hadir Tati Mardiana, Kaprodi Sains Data UNM, Muhammad Rangga Saelan, perwakilan bidang kemahasiswaan UNM, serta 36 peserta dari berbagai perguruan tinggi di Indonesia.
Dalam sambutannya, Tati Mardiana menegaskan bahwa semangat Sumpah Pemuda di era digital dapat diwujudkan melalui penguasaan teknologi dan penerapan sains data dalam kehidupan modern. Menurutnya, mahasiswa saat ini memegang peran strategis sebagai garda terdepan dalam menjaga kedaulatan digital bangsa.
“Data merupakan bagian dari kedaulatan bangsa yang harus dijaga, dilindungi, dan dikelola dengan baik. Mahasiswa menjadi garda depan dalam penguasaan teknologi untuk mewujudkan kedaulatan digital Indonesia,” ungkap Tati.
Dalam sesi pemaparannya, Ihsan Aulia Rahman menjelaskan bahwa kualitas dataset berperan penting dalam membangun aplikasi computer vision yang akurat dan dapat diandalkan. Ia menekankan bahwa proses data labeling bukan sekadar memberi tanda pada gambar, tetapi juga memahami konteks dan makna di balik data.
“Kualitas dataset menentukan kualitas model AI yang kita buat. Labeling bukan sekadar menandai gambar, tapi memahami konteks di balik setiap data agar hasilnya lebih tepat dan relevan,” jelas Ihsan.
Selama sesi berlangsung, peserta berlatih secara langsung menggunakan platform Roboflow untuk memahami alur kerja data labeling. Dengan pendekatan interaktif, Ihsan membimbing peserta mengenali tahapan penting seperti pemilihan gambar, pelabelan objek, hingga validasi dataset agar siap digunakan dalam pelatihan model AI.
Salah satu peserta, Sendi Ferdiansyah, mahasiswa Universitas Mercu Buana Jakarta, mengaku mendapatkan banyak wawasan baru dari kegiatan ini.
“Workshop ini membuka wawasan saya tentang pentingnya proses labeling yang benar. Kesalahan kecil bisa berdampak besar pada hasil model AI. Sekarang saya lebih paham bagaimana membangun dataset yang baik,” ujar Sendi.
Lebih lanjut, Tati menjelaskan bahwa sebagai Kampus Digital Bisnis, Universitas Nusa Mandiri (UNM) berkomitmen untuk mencetak generasi muda yang unggul dalam teknologi digital. Salah satu langkah strategisnya diwujudkan melalui program unggulan Internship Experience Program (IEP) 3+1, yang memadukan tiga tahun kuliah di kampus dan satu tahun pengalaman magang profesional di dunia industri.
Baca juga: HIMASATA Bukti Mahasiswa Bukan Cuma Kuliah, Tapi Harus Menginspirasi!
Melalui program ini, mahasiswa UNM tidak hanya dibekali teori akademik, tetapi juga kemampuan praktis yang relevan dengan kebutuhan industri masa depan.
“Kami ingin mahasiswa UNM tidak hanya menjadi pengguna teknologi, tetapi juga pencipta solusi digital. Melalui program IEP 3+1, mereka bisa belajar langsung di industri, memahami kebutuhan dunia kerja, dan menerapkan ilmu sains data secara nyata,” terangnya dalam rilis yang diterima, pada Jumat (31/10).
Dengan semangat Sumpah Pemuda yang berpadu dengan semangat inovasi digital, kegiatan ini menjadi bukti nyata komitmen HIMASATA dan Universitas Nusa Mandiri dalam membangun generasi muda yang tidak hanya memahami teknologi, tetapi juga siap berkontribusi dalam pengembangan sains data dan kecerdasan buatan untuk kemajuan bangsa.

 
				
 
			




 
 
 
 
 
 
 
 
 
 





