Profesor ITS Gagas AI Adaptif untuk Masa Depan yang Dinamis
Dwi sasongko
Ahad, 21 Juni 2026 - 11:14 WIB
Prof Ir Ary Mazharuddin Shiddiqi SKom MCompSc PhD saat menyampaikan orasi ilmiahnya pada upacara pengukuhannya sebagai Guru Besar ke-238 ITS. (Dok: Humas ITS)
LANGIT7.ID-Surabaya;Pesatnya perubahan data, perilaku manusia hingga ancaman siber membuat sistem Artificial Intelligence atau akal imitasi (AI) dituntut untuk tidak lagi statis. Menjawab tantangan tersebut, Guru Besar Departemen Teknik Informatika Institut Teknologi Sepuluh Nopember (ITS) Prof Ir Ary Mazharuddin Shiddiqi SKom MCompSc PhD menggagas kecerdasan artifisial adaptif melalui bidang continual learning.
Dalam orasi ilmiahnya yang berjudul Kecerdasan Artifisial Adaptif sebagai Fondasi Sistem Cerdas Masa Depan, Ary menjelaskan bahwa AI perlu terus belajar dari data dan pengalaman baru. Menurutnya, sistem AI yang tidak mampu beradaptasi akan cepat tertinggal oleh perubahan. “AI akan menjadi obsolete (ketinggalan zaman, red) jika tidak beradaptasi,” terang dia dalam keterangannya, dikutip Minggu (21/6/2026).
Lelaki kelahiran Kediri tahun 1981 ini menuturkan bahwa continual learning mengadopsi kemampuan manusia untuk belajar secara berkelanjutan. Dengan konsep ini, lanjut Guru Besar ke-238 ITS tersebut, AI diharapkan mampu mempelajari pengetahuan baru tanpa melupakan pengetahuan lama.
Namun, Ary menyebutkan, pengembangan continual learning masih menghadapi tantangan catastrophic forgetting. Kondisi ini terjadi ketika model AI mempelajari hal baru, tetapi kehilangan kemampuan untuk mengenali pengetahuan lama. “Model AI bisa memahami hal-hal baru, tetapi melupakan hal-hal lama yang telah dipelajari,” jelas Kepala Departemen Teknik Informatika ITS tersebut.
Dalam pengembangan keilmuannya, Ary memaparkan tentang Adaptive Intelligence Framework for Distributed Systems. Kerangka ini terdiri dari lima tahapan, yakni observe, learn, remember, adapt, dan act, agar sistem mampu mengamati data baru, belajar, mengingat, beradaptasi, serta mengambil keputusan.
Melalui kerangka tersebut, Ary menyoroti tiga arah kebaruan keilmuan, yaitu adaptive cyber defense, adaptive AI infrastructure, dan adaptive critical infrastructure. Ketiganya mencakup deteksi intrusi, anomali jaringan, pengelolaan klaster AI, hingga strategi penempatan sensor pada infrastruktur kritis. “Saya ingin membuat sistem yang secara dinamis dapat mendistribusikan load berdasarkan availability dan trennya,” paparnya.
Penerapan gagasan tersebut terlihat melalui FusionNet-FR, arsitektur transformer DualNet yang menggabungkan frequency modeling dan relational learning untuk meningkatkan peramalan deret waktu jangka panjang. Ary juga memaparkan SPARC sebagai strategi penempatan sensor untuk mendeteksi risiko kontaminan pada jaringan distribusi air.
Dalam orasi ilmiahnya yang berjudul Kecerdasan Artifisial Adaptif sebagai Fondasi Sistem Cerdas Masa Depan, Ary menjelaskan bahwa AI perlu terus belajar dari data dan pengalaman baru. Menurutnya, sistem AI yang tidak mampu beradaptasi akan cepat tertinggal oleh perubahan. “AI akan menjadi obsolete (ketinggalan zaman, red) jika tidak beradaptasi,” terang dia dalam keterangannya, dikutip Minggu (21/6/2026).
Lelaki kelahiran Kediri tahun 1981 ini menuturkan bahwa continual learning mengadopsi kemampuan manusia untuk belajar secara berkelanjutan. Dengan konsep ini, lanjut Guru Besar ke-238 ITS tersebut, AI diharapkan mampu mempelajari pengetahuan baru tanpa melupakan pengetahuan lama.
Namun, Ary menyebutkan, pengembangan continual learning masih menghadapi tantangan catastrophic forgetting. Kondisi ini terjadi ketika model AI mempelajari hal baru, tetapi kehilangan kemampuan untuk mengenali pengetahuan lama. “Model AI bisa memahami hal-hal baru, tetapi melupakan hal-hal lama yang telah dipelajari,” jelas Kepala Departemen Teknik Informatika ITS tersebut.
Dalam pengembangan keilmuannya, Ary memaparkan tentang Adaptive Intelligence Framework for Distributed Systems. Kerangka ini terdiri dari lima tahapan, yakni observe, learn, remember, adapt, dan act, agar sistem mampu mengamati data baru, belajar, mengingat, beradaptasi, serta mengambil keputusan.
Melalui kerangka tersebut, Ary menyoroti tiga arah kebaruan keilmuan, yaitu adaptive cyber defense, adaptive AI infrastructure, dan adaptive critical infrastructure. Ketiganya mencakup deteksi intrusi, anomali jaringan, pengelolaan klaster AI, hingga strategi penempatan sensor pada infrastruktur kritis. “Saya ingin membuat sistem yang secara dinamis dapat mendistribusikan load berdasarkan availability dan trennya,” paparnya.
Penerapan gagasan tersebut terlihat melalui FusionNet-FR, arsitektur transformer DualNet yang menggabungkan frequency modeling dan relational learning untuk meningkatkan peramalan deret waktu jangka panjang. Ary juga memaparkan SPARC sebagai strategi penempatan sensor untuk mendeteksi risiko kontaminan pada jaringan distribusi air.